运用分段法反演太湖水体的叶绿素α浓度

为了提高太湖水体叶绿素口浓度的反演精度,本文采用了浓度分段法,将采样点按其浓度分成两类后分别建立统计模型,并在相关性较低的低浓度模型中采用了光谱修正因子OSS/TSS进行混合光谱分解.最后的验证结果显示,利用浓度分段模型估测叶绿素α浓度的均方根误差(RMSE)为21.12 μg/L,R2=0.92;而利用传统经验模型的估测精度为RMSE=35.72μg/L,R2=0.72.表明浓度分段法可以有效地提高内陆富营养化水体的叶绿素反演精度.     

春季太湖叶绿素a浓度的光谱估算与分析评价

2011年3月27日于太湖梅梁湾和湖心区域进行光谱数据采集,同步水质理化分析数据得到叶绿素a浓度区间为4.99μg/L～31.06μg/L。基于较低叶绿素a浓度水平的实测光谱数据及同步的理化分析数据分别采用二波段模型、光谱反射率一阶微分模型、反射峰位置模型、三波段模型和四波段模型对梅梁湾和湖心区域的叶绿素a浓度进行建模遥感估算。5个模型的回归分析结果对应R2分别为0.775,0.811,0.786,0.826和0.846,RMSE分别为4.02μg/L,3.52μg/L,3.82μg/L,3.44μg/L和3.24μg/L。并针对春季较低叶绿素a浓度水平下的光谱估算模型在应用价值和精度方面做了比较评价。     

基于GF6-WFV数据的中国东部典型湖库叶绿素a浓度反演

高分六号中分辨率宽幅相机(GF6-WFV)设计了两个红边波段,具有水体叶绿素a浓度监测的潜力。实验选取官厅水库、陆浑水库和白洋淀等6个中国东部典型湖库为研究区,获取141个采样点实测光谱和叶绿素a浓度数据。基于实测数据对4种常用的叶绿素a浓度反演半经验模型进行参数优化和模型精度验证,选取最优反演模型。结果表明,GF6-WFV数据新增红边Ⅰ波段(B5:710 nm)和红波段(B3:660 nm)构建的两波段比值模型反演精度较高,相关系数平方(R²)为0.89,平均相对误差(MRE)为34.71%,均方根误差(RMSE)为13.29 mg/m³。研究表明：利用GF6-WFV影像数据能有效反演水体叶绿素a浓度,研究基于多湖库、多时相数据建立的GF6-WFV影像水体叶绿素a浓度反演模型,在中国东部典型湖库具有较好的适用性。     

资源一号02D高光谱数据大气校正及应用北大核心CSCD

针对高光谱数据大气校正耗时长和查找表构建不准确等问题,提出基于MODTRAN辐射传输模型实时创建大气校正参数查找表的方法,并应用于水体叶绿素浓度反演。首先,基于高光谱数据实时构建大气校正参数查找表;其次,根据循环迭代反演得到水汽含量和气溶胶光学厚度对查找表插值得到各个波段的大气校正参数,从而完成所有波段数据的大气校正;最后,选择植被、土壤和水体3类典型地物精度分析,并基于反演水体的叶绿素a浓度验证大气校正精度的可靠性。实验结果表明:该方法明显优于6S、FLAASH等大气校正方法;在运行效率上,在多线程并行加速后,运行效率提升了2~4倍;基于水体反射率数据反演水体叶绿素a浓度,反演模型预测集验证中ρ为0.804 7,RMSE为1.8。     

内陆水体悬浮物波段比值优化模型及藻类丰度对模型精度影响研究

内陆水体中浮游植物的存在对悬浮物（TSM）遥感反演模型精度具有一定的影响,藻类丰度会导致水体遥感反射率降低。实验基于中国、澳大利亚和美国内陆水体的372个采样点（4个数据集）水质分析和光谱实测数据,构建内陆水体遥感反射率与TSM的相关关系,建立最优波段比模型（OBR）,并分析了藻类颗粒物存在对该模型精度的影响。由于水质的不均一性,不同区域的水质参数敏感波段存在差异,因此各数据集用于建模的最优波段比值不同。结果表明,OBR模型精度较高,误差较小,中国水体模型验证均具有较好效果（石头口门水库：R²=0.87,RMSE=14.1 mg/L;查干湖：R²=0.82,RMSE=23.6 mg/L）,澳大利亚水体模型验证效果最佳,R²值高达0.95（RMSE=4.2 mg/L）,美国水体模型精度较低（R²=0.78,RMSE=3.7 mg/L）。研究发现,模型精度受水体叶绿素（Chla）浓度和Chla/TSM比率影响,当水体以TSM浓度较高的非藻类颗粒物为主时（如中国石头口门水库和南澳洲地区水体数据集）,最优波段比值模型表现更好;而当水体以浮游植物为主时,水体中的浮游植物的丰度会使光谱信号复杂化,从而限制或降低TSM浓度遥感算法的精度（如美国印第安纳州中部水库数据集）。     

基于HJ-1卫星CCD数据的厦门海域叶绿素a浓度反演

针对HJ-1A/B卫星CCD数据,建立适合于厦门海域的叶绿素a浓度反演模型,将为持续监测该海域的赤潮提供时间序列的叶绿素a浓度数据。基于2013年7月31日厦门海域水体实测光谱与叶绿素a浓度同步测量数据,及HJ\|1B卫星CCD2光谱响应函数,对各波段遥感反射率与叶绿素a浓度的相关性进行比较,证实蓝、绿波段比值与叶绿素a浓度相关性最高。对OC3模型在内的5种模型的反演结果和实测叶绿素a浓度做相关性分析,发现各模型相关系数均达到0.7以上。利用2013年7月30日实测数据对同期厦门海域HJ-1B卫星CCD2数据叶绿素a浓度反演结果进行精度验证,结果表明本地化的10指数模型在反演叶绿素a浓度动态范围较大的区域具有更高的精度。     

使用光谱平滑提高浑浊水体叶绿素a浓度估算模型的应用精度

水体叶绿素a浓度估算是水质参数遥感监测的重要内容,由于采样时间和地点的限制,传统估算模型的参数和形式具有较大的时间和空间依赖性。光谱平滑可以突出不同数据集的共同特征,从而增加模型的预测精度,因此考虑使用平滑方法来提高水体叶绿素a浓度估算模型的应用精度。利用太湖2004年夏季和2011年春季共4个月的数据,对比分析了移动平均、多项式平滑和核回归平滑处理前后浑浊水体实测反射光谱的变化,以及该变化对叶绿素a浓度三波段遥感估算模型和模型应用精度的影响。结果表明：核回归平滑处理后的光谱数据建立的三波段模型的残差正态分布更好,估算模型更为稳健。将2004年7月数据建立的模型用于8月数据,估算的叶绿素a浓度的RMSE从平滑前的33.56 mg/m³降低到了平滑后的25.60 mg/m³;将2011年3月建立的模型用于4月数据,估算的叶绿素a浓度的RMSE从平滑前的16.68 mg/m³降低到了平滑后的10.57 mg/m³。由此可以认为,实测光谱的核回归平滑处理有助于提高叶绿素a浓度三波段模型的应用精度,且对于叶绿素a浓度变化较大的夏季数据的改进效果更显著。     

基于光谱特征的闽江干流叶绿素a遥感反演北大核心CSCD

城乡化发展与基础设施建设滞后之间矛盾的深入导致面源污染和工业废水排放对于闽江水质造成了一定影响,因而对闽江叶绿素a进行实时监测及污染物迁移动态监测,是闽江水质治理的关键步骤。文章基于四年实测光谱及水质数据,通过闽江干流实测水体光谱特征分析以及遥感影像敏感波段分析,确定了闽江干流丰、枯水期叶绿素a光谱特征存在差异,并利用多元回归及机器学习分别构建了丰、枯水期闽江干流叶绿素a浓度反演模型,通过精度验证确定了丰、枯水期叶绿素a的最佳遥感反演模型。     

基于Sentinel-3A的北部湾海域叶绿素a浓度遥感反演研究

以北部湾为研究对象,基于Sentinel-3A卫星搭载的OCLI水色传感器,探索了叶绿素浓度的遥感反演方法。通过利用实测光谱数据对北部湾海域进行了分区,结合实测的叶绿素a浓度和Sentinel-3A遥感数据尝试不同的反演因子,包括波段比值、波段差值和波段差比,构建了叶绿素a浓度的遥感反演模型。研究结果表明：(1)北部湾海域的遥感反射率曲线呈现明显的分区的特征,结合光谱特征将北部湾海域分为近岸水体、过渡水体和离岸水体;(2)不同水体类型适用不同的反演因子构建模型,其中R_rs(764.375)/R_rs(681.25)用于近岸水体,[1/R_rs(620)-1/R_rs(708.75)]/R_rs(753.75)用于过渡水体,R_rs(708.75)-R_rs(764.375)用于离岸水体,均取得了较好的拟合效果,相应的R2值分别为0.67、0.80和0.8;(3)分区的方法有效的提高了遥感反演北部湾叶绿素浓度模型的适用性和精度。研究基于Sentin...     

基于SVM模型的妫水河叶绿素a浓度的遥感反演

以北京市妫水河为研究区,基于2011年9月25日和2012年9月30日的两期叶绿素a浓度实测数据和准同步的环境一号卫星(HJ-1A)多光谱数据,分别构建一元线性和多元支持向量机模型(SVMM),通过决定系数R²和平均相对误差对模型的精度进行检验,用模型进行水体叶绿素a浓度的反演,并分析其时空分布特征。研究表明:在样本数较少的情况下,SVM具有很强的非线性映射能力,能够取得较好的预测结果,更适用于反演叶绿素a浓度。时间分布上,研究区叶绿素a浓度呈增加趋势,均值上升了6.86 μg/L;空间分布上,深水区叶绿素a浓度值低于浅水区,上游高于下游。国产HJ-1A CCD2多光谱数据以其4 d的时间分辨率,在水质动态变化监测方面具有优势。     

应用Landsat TM影像估算渤海叶绿素a和总悬浮物浓度

利用23个实测样点的渤海叶绿素a和总悬浮物浓度数据及同步Landsat TM影像数据,分别分析了Landsat TM离水辐射亮度对渤海叶绿素a和总悬浮物浓度的敏感性,选择合适的波段,通过回归分析构建了基于Landsat TM离水辐射亮度的渤海叶绿素a和总悬浮物浓度反演模型。结果表明,TM1、TM2和TM3波段对叶绿素a的敏感性较高,以TM4/TM1和TM3/TM2的对数为自变量,以叶绿素a浓度的对数为因变量的线性估算模型可以有效反演渤海叶绿素a浓度,决定系数R2达到0.97;TM3波段对悬浮物的敏感性最高,以TM2、TM3和TM3/TM2为自变量,以总悬浮物浓度的以10为底的对数为因变量的多元线性模型获得的结果最佳,决定系数R2达到0.91。     

叶绿素反演三波段模型的多时相应用

基于对内陆水体叶绿素a、悬浮物、溶解有机物与纯水的固有光学特性分析和三波段模型的理论,利用太湖实测的水面高光谱遥感数据波段组合,进行迭代优化,得到与叶绿素浓度密切相关而受悬浮物与黄色物质影响小的最优波段组合模型。其中春季最后以[Rrs-1（677）-Rrs-1（696）]×Rrs（754）为因子建立模型,决定系数和均方根误差分别为0.9885、1.80332ug/l,验证数据的模型的均方根误差为5.8646ug/l,平均相对误差为25.5%,秋季的叶绿素浓度较高,三波段模型迭代计算中,用于去除无机悬浮物和黄色物质影响的波段不能稳定出现,为此我们补充计算了二波段模型,分别以[Rrs-1（680）-Rrs-1（710）]×Rrs（770）和R（680）-1×R（770）为因子,取得的模型决定系数和均方根误差分别为0.881,11.6322ug/l和0.883,11.52633ug/l,验证数据的均方根误差和平均相对误差为15.456ug/l,20.3%和15.684ug/l,21.4%,两种模型都能取得不错的反演效果。因此该方法可以有效地去除悬浮物和黄色物质的影响,有效地针对不同时相的特点取得较好的反演效果。     

Needle chlorophyll content estimation through model inversion using hyperspectral data from boreal conifer forest canopies

Leaf chlorophyll content in coniferous forest canopies, a measure of stand condition, is the target of studies and models linking leaf reflectance and transmittance and canopy hyperspectral reflectance imagery. The viability of estimation of needle chlorophyll content from airborne hyperspectral optical data through inversion of linked leaf level and canopy level radiative transfer models is discussed in this paper. This study is focused on five sites of Jack Pine (Pinus banksiana Lamb.) in the Algoma Region (Canada), where field, laboratory and airborne data were collected in 1998 and 1999 campaigns. Airborne hyperspectral CASI data of 72 bands in the visible and near-infrared region and 2 m spatial resolution were collected from 20×20 m study sites of Jack Pine in 2 consecutive years. It was found that needle chlorophyll content could be estimated at the leaf level (r²=0.4) by inversion of the PROSPECT leaf model from needle reflectance and transmittance spectra collected with a special needle carrier apparatus coupled to the Li-Cor 1800 integrating sphere. The Jack Pine forest stands used for this study with LAI>2, and the high spatial resolution hyperspectral reflectance collected, allowed the use of the SPRINT canopy reflectance model coupled to PROSPECT for needle chlorophyll content estimation by model inversion. The optical index R750/R710 was used as the merit function in the numerical inversion to minimize the effect of shadows and LAI variation in the mean canopy reflectance from the 20×20 m plots. Estimates of needle pigment content from airborne hyperspectral reflectance using this linked leaf-canopy model inversion methodology showed an r²=0.4 and RMSE=8.1 μg/cm² when targeting sunlit crown pixels in Jack Pine sites with pigment content ranging between 26.8 and 56.8 μg/cm² (1570-3320 μg/g).     

A multispectral remote sensing study of coastal waters off Vancouver Island

In March 1996, a multispectral aircraft survey of the coastal waters off Vancouver Island was carried out using a Compact Airborne Spectrographic Imager (CASI). This survey was combined with in situ measurements of water properties (phytoplankton composition, phytoplankton pigments, absorption spectra of phytoplankton, and concentration of dissolved organic carbon, or DOC). Comparison of the phytoplankton absorption data from this experiment with similar data from other regions shows that phytoplankton community has a significant impact on the spectral form and magnitude of absorption spectra, when normalized to unit chlorophyll-a. Concurrent measurements of in situ properties and aircraft data were obtained at eight stations. The in situ measurements of phytoplankton absorption and estimates of downwelling irradiance based on a clear-sky atmospheric-transmission model are used as inputs to a model of water-leaving irradiance. The modelled irradiances are compared with the remotely sensed values of water-leaving radiances. The observed differences between model and observation are used to evaluate the potential influence of DOC on water-leaving radiance. Practical difficulties of separating the phytoplankton signal from that of the coloured component of DOC (also known as yellow substance) are examined. Algorithms for estimation of the concentration of chlorophyll-a (the major phytoplankton pigment) can be based on their absorption or fluorescence properties. The distribution of chlorophyll-a in the study area is estimated using both these approaches, and possible causes for the observed discrepancies are discussed.     

Detection of algal blooms in European waters based on satellite chlorophyll data from MERIS and MODIS

A technique for algal-bloom detection in European waters is described, based on standard chlorophyll a concentration (Chl) data from two ocean-colour sensors, the Moderate Resolution Imaging Spectroradiometer (MODIS) and Medium Resolution Imaging Spectrometer (MERIS). Comparison of the two data sources shows good agreement in case 1 waters, whereas the difference is significant in coastal waters including turbid areas. A relationship between the water-leaving reflectance at 667 nm and Chl for case 1 waters was used to eliminate pixels where Chl retrieval is contaminated by backscatter from inorganic suspended matter. Daily Chl data are compared to a predefined threshold map to determine whether an algal bloom has occurred. In this study, a threshold map was defined as the 90th percentile of previous years' data to take account of regional differences in typical Chl levels, with separate maps for each sensor to take account of sensor-specific bias. The algal-bloom detection processing chain is described, and example results are presented.     

基于MFCC的频谱重构实现音高估计和发声分类

音高估计和发声分类可以帮助快速检索目标语音,是语音检索中十分重要且困难的研究方向之一,对语音识别领域具有重要的意义。提出了一种新型音高估计和发声分类方法。利用梅尔频率倒谱系数（MFCC）进行频谱重构,并在对数下对重构的频谱进行压缩和过滤。通过高斯混合模型（GMM）对音高频率和滤波频率的联合密度建模来实现音高估计,实验结果在TIMIT数据库上的相对误差为6.62%。基于高斯混合模型的模型也可以完成发声分类任务,经试验测试表明发声分类的准确率超过99%,为音高估计和发声分类提供了一种新的模型。     

基于蛋白A-纳米金-丝网印刷电极的雌二醇免疫传感器

将蛋白A固定在纳米金修饰的丝网印刷电极表面,纳米金大的比表面积以及较高的表面自由能使蛋白A比较牢固地固定在其上;蛋白A分子可以定向结合17β-雌二醇抗体的Fc片段,使抗体在电极表面有序固定化。利用17β-雌二醇和酶标17β-雌二醇的酶免疫竞争反应,研制了快速测定17β-雌二醇的电化学传感器。用循环伏安法和扫描电子显微镜对修饰过程进行了表征。优化测定条件后,传感器呈现了很高的测定灵敏度,电流响应信号与17β-雌二醇浓度在0.1μg/L～20μg/L范围内呈良好的负线性相关,检出限为0.035μg/L(S/N=3)。应用该免疫传感器测定了正常人群尿样中17β-雌二醇含量,测定范围与报道的高效液相色谱法测定结果相一致,样品加标回收率为96%～114%。     

基于四波段半分析算法和Hyperion遥感影像反演太湖叶绿素a浓度

水体叶绿素a浓度不仅是水质状况的重要指标,也是制定水环境保护和水资源开发利用方案的重要依据。以2004年8月19日太湖水质浓度实验数据和同步的Hyperion影像为数据基础,研究适用于Hyperion影像的四波段半分析算法。由模型参数标定数据集(37组)对四波段半分析算法参数的拟合分析和模型检验数据集(5组)对算法精度的评估可知,基于指数拟合方法获取的四波段半分析算法具有较高的叶绿素a浓度估算精度(相关系数为0.8913,平均绝对误差为1.1109μg/L,对应的平均相对误差为5.69%,其对应的4个波段波长分别为671.02nm、701.55nm、711.72nm和742.25nm)。用以上四波段半分析算法从Hyperion影像中提取的叶绿素a浓度呈湖心低、沿湖区域高的格局。与22.23 μg/L的年均叶绿素a浓度相比较,2004年8月19日的叶绿素a浓度处于年际较高水平。