东海赤潮高发区水色遥感算法及赤潮遥感监测研究

论文摘要

本文针对东海赤潮高发区,主要进行水色遥感算法研究,以及赤潮遥感监测方法研究的探讨,希望对生物光学-遥感原理与新方法研究及赤潮的预测预报研究有所贡献。在多年出海实测资料基础上,分析了水体组分固有光学量及浓度之间的关系,了解海区水体光谱特性,并发展了以水体组分浓度作为输入的水体离水遥感反射率光谱模型及参数优化形式。与实测光谱的比较结果,在光谱形状上较为接近,但在绝对量值上比实测值来得偏小,绝对值平均相对偏差较大,最大的551nm波段达到66.7%;对模型参数进行优化,优化后整体性能得到很大提升,均方根误差及绝对值平均相对偏差都得到大幅度降低,相关系数也得到较大提高,模拟的光谱形状与实测光谱进一步接近,在量值上也更为接近。在光谱模拟的基础上提出了基于神经网络技术的二类水体大气修正算法,基于模拟数据的性能评估试验表明,网络模型反演的总体效果不错,对添加随机噪声不太敏感。将建立的神经网络大气修正算法应用于MODIS数据的处理,利用与卫星图像对应的现场实测光谱进行检验分析,结果表明,算法反演结果在光谱形状上与实测光谱相当接近,绝对量值上有所差别,总体偏大。建立了叶绿素a浓度半分析反演算法,与实测数据比较,绝对值平均相对误差为38.34%。建立了水体组分浓度神经网络反演算法,与半分析叶绿素a浓度反演算法相比,神经网络能得到更好的反演效果,绝对值平均相对误差为28.9%。探讨了从MODIS卫星资料直接反演水体组分浓度的人工神经网络算法,基于模拟数据的性能评估试验表明,网络模型反演的总体效果不错,对添加随机噪声不太敏感。发展了一种多波段MODIS资料赤潮监测方法,并在东海赤潮高发区进行了初步应用研究,结果表明采用此方法可有效地排除悬浮泥沙等水体干扰影响,确定可能发生赤潮的海区位置及提取海区大范围赤潮的信息。

论文目录

• 第1章 引言
• 1.1 水色遥感背景
• 1.2 水色遥感算法简述
• 1.2.1 标准大气修正算法
• 1.2.2 大气修正算法面临的问题及算法改进
• 1.2.3 水体固有光学量反演
• 1.2.4 水色要素反演模式
• 1.3 其他水色遥感算法
• 1.3.1 非线性优化方法
• 1.3.2 主成分分析法
• 1.3.3 神经网络方法
• 1.3.4 耦合算法
• 1.4 赤潮遥感监测方法
• 1.5 本文主要工作及内容安排
• 第2章 东海赤潮高发区水体光学特性
• 2.1 研究海区介绍
• 2.2 数据采集情况说明
• 2.3 研究海区光学特性初步分析
• 2.3.1 叶绿素吸收光谱
• 2.3.2 非色素颗粒物吸收光谱
• 2.3.3 总颗粒物吸收光谱
• 2.3.4 黄色物质吸收光谱
• 2.3.5 研究海区特征光谱
• 2.4 小结
• 第3章 东海赤潮高发区水体光谱模拟
• 3.1 光谱模拟理论背景
• 3.1.1 辐射传输模型
• 3.1.2 水体固有光学特性模型
• 3.1.3 表观光学量与固有光学量关系模型
• 3.2 水体固有光学关系模型
• 3.2.1 吸收关系模型
• 3.2.2 散射关系模型
• 3.3 遥感反射率模型
• 3.4 模型参数优化方法
• 3.5 小结
• 第4章 神经网络大气修正算法
• 4.1 神经网络数据集
• 4.1.1 大气辐射传输模拟
• 4.1.2 实测离水辐射光谱
• 4.1.3 模拟数据集
• 4.2 神经网络大气修正算法
• 4.2.1 网络训练
• 4.2.2 最佳网络
• 4.3 大气修正算法性能检验
• 4.3.1 模拟数据反演效果
• 4.3.2 卫星数据反演效果
• 4.4 小结
• 第5章 水体组分浓度反演算法
• 5.1 叶绿素a 浓度半分析反演算法
• 5.1.1 光谱数据模拟
• 5.1.2 半分析算法模型建立
• 5.1.3 算法灵敏度分析
• 5.1.4 算法结果评估
• 5.2 神经网络三要素浓度反演算法
• 5.3 小结
• 第6章 神经网络水体组分直接反演算法
• 6.1 模拟数据集
• 6.2 网络确立
• 6.2.1 网络输出参数的影响
• 6.2.2 网络输入参数的影响
• 6.2.3 隐含层结构的影响
• 6.2.4 气溶胶复杂性的影响
• 6.3 算法性能检验
• 6.3.1 训练数据反演效果
• 6.3.2 检验数据反演效果
• 6.3.3 测试数据反演效果
• 6.3.4 输入数据误差敏感性分析
• 6.4 小结
• 第7章 多波段差比值法赤潮遥感监测方法
• 7.1 赤潮遥感监测方法
• 7.2 赤潮水体光谱特性
• 7.3 多波段差比值法
• 7.4 方法验证
• 7.5 小结及讨论
• 第8章 结语
• 参考文献
• 博士学习期间参加的课题
• 博士学习阶段完成文章
• 致谢