一种基于GOCI数据的叶绿素a浓度三波段估算模型

来源：环境科学杂志2015年第1期北京时间：

作者：郭宇龙,李云梅,李渊,吕恒,刘阁,王旭东,张思敏

单位：江苏省地理信息资源开发与利用协同创新中心, 南京 210023,江苏省地理信息资源开发与利用协同创新中心, 南京 210023,南京师范大学江苏省碳氮循环过程与污染控制重点实验室, 南京 210023,浙江工商大学旅游与城市管理学院, 杭州 310018,江苏省地理信息资源开发与利用协同创新中心, 南京 210023,江苏省地理信息资源开发与利用协同创新中心, 南京 210023,江苏省地理信息资源开发与利用协同创新中心, 南京 210023,江苏省地理信息资源开发与利用协同创新中心, 南京 210023

摘要：以标准三波段算法为基础,构建了适用于GOCI影像数据的叶绿素a浓度三波段估算模型. 并以三峡水库、巢湖、洞庭湖和太湖水体的289组实测叶绿素a浓度以及光谱数据作为基础,模拟了GOCI影像和MERIS影像波段,率定了模型参数,并与MERIS三波段算法和目前常用的GOCI波段比值算法进行了对比分析,最终用GOCI影像数据进行了独立数据验证. 结果表明:① 对目前的数据集,680 nm处和660 nm处的色素颗粒物吸收系数具有相对固定的比例关系,比值为1.351; ② GOCI三波段模型在模型率定中,得到与MERIS三波段模型近似的效果,线性拟合的决定系数为0.809,略低于MERIS三波段模型的0.820,但明显优于GOCI比值模型(0.450),有效避免了GOCI波段比值模型中在叶绿素a浓度低值区出现的"扩散"现象,体现出较好的普适性; ③ 通过验证数据集中平均相对误差和均方根误差两个误差指标的对比,发现GOCI三波段模型误差表现与建模数据一致,与MERIS数据接近,明显优于GOCI波段比值模型; ④ 通过GOCI影像的同步验证,发现GOCI波段比值算法会对太湖叶绿素a浓度产生明显的低估,且难以体现叶绿素a浓度空间变异. GOCI三波段算法效果相对较好. 相比于目前常用的波段比值算法,GOCI三波段算法具有更高的稳定性和精度,有较强的应用潜力.

关键词：GOCI,内陆二类水体,叶绿素a浓度,三波段,