FAILED
首站-论文投稿智能助手
典型文献
基于GOCI数据的黄河口高悬浮物浓度海域的叶绿素a提取指数构建与浓度反演
文献摘要:
高浓度悬浮物(TSM)的不透光性干扰了叶绿素(Chl-a)浓度的光谱量测,影响了Chl-a浓度的反演精度.本文以黄河口近岸海域为研究对象,根据最大叶绿素指数(MCI)原理,针对GOCI数据构建叶绿素敏感指数(Schl)和悬浮物敏感指数(STSM),进一步构建了Chl-a提取指数(CEI)以削弱TSM对Schl的影响.采用2011—2018年采集的619组实测Chl-a浓度及同期的GOCI遥感反射率,基于随机森林算法对比多种指数构建的Chl-a浓度反演模型,结果显示:在不分区的情况下,采用CEI构建的Chl-a浓度反演模型的平均相对误差(MRE)为45.9%,其精度结果优于Schl(MR E=49.76%).为进一步验证CEI在高TSM浓度海域的精度,本文根据波谱斜率(R 6-R 4)/(λ6-λ4)将研究区分为Chl-a和TSM主导型水体后,分别构建Chl-a浓度反演模型,研究结果显示:Chl-a主导型水体采用Schl构建的反演模型的MR E为35.81%,TSM主导型水体采用Schl与CEI构建的反演模型的MR E分别为60.39%与36.74%,这也证实了在高TSM浓度海域,采用CEI能够有效削弱TSM对Schl的干扰.
文献关键词:
叶绿素a浓度反演;叶绿素a提取指数;GOCI;黄河口近岸海域
作者姓名:
张曦元;万剑华;刘善伟;宋冬梅
作者机构:
中国石油大学(华东)海洋与空间信息学院,山东 青岛 266580
文献出处:
引用格式:
[1]张曦元;万剑华;刘善伟;宋冬梅-.基于GOCI数据的黄河口高悬浮物浓度海域的叶绿素a提取指数构建与浓度反演)[J].海洋技术学报,2022(01):20-29
A类:
Schl
B类:
GOCI,高悬浮物,悬浮物浓度,指数构建,不透光,透光性,Chl,反演精度,黄河口近岸海域,叶绿素指数,MCI,敏感指数,STSM,CEI,反射率,随机森林算法,算法对比,反演模型,不分,平均相对误差,MRE,波谱,主导型
AB值:
0.219125
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。