论文部分内容阅读
水色遥感中最为核心的研究内容是如何有效、高精度的获取水色参数，而在所有参数中浮游植物色素又是其中最为关键的因子。而在以往的研究中多集中于叶绿素a的遥感反演，其它色素较少涉及。太湖水体由于富营养化严重，频频爆发藻华，在春季以绿藻、硅藻为主，而夏季蓝藻占绝对优势。本文以太湖为例，通过改进传统模型，对颗粒物吸收进行模拟与分解，有效分离了浮游植物色素和非色素颗粒物；同时利用太湖6种不同色素比吸收系数，通过迭代算法和半分析模型，对浮游植物色素进一步分解，最终实现了单色素的获取。该研究可以有效判断不同色素是否存在，同时反演相应色素浓度，有望进一步实现不同藻种的识别，推动高精度生物光学模型的建立和水色遥感的发展。
论文的研究结论如下：
1建立了高精度的颗粒物吸收分解模型
用改进的指数函数模型和线性模型对非色素颗粒物吸收和浮游植物色素吸收进行数值模拟，根据固有光学属性的加和关系，建立颗粒物吸收分离模型，依据参量的不同和模型解算的简便程度，分别构建了两个颗粒物吸收的分离模型(Mod-4和Mod-5)，二者都可以高精度的分离出浮游植物色素吸收和非色素颗粒物吸收(其中，对于非色素颗粒吸收ad，拟合决定系数R2均值分别为0．9981(±0．0006)和0．9983(±0．0012)；对于浮游植物色素吸收aph，R2均值分别为0．9633(±0．0282)和0．9625(±0．0282))，Mod-5的拟合精度稍高于Mod-4。
2建立了单色素分解模型
建立了浮游植物色素吸收的分解模型，有效的分离出了浮游植物所含单个色素的吸收(R2=0．8933(±0．0494))，并较好反演出了浮游植物所含色素的浓度及其种类，并可以据此以较高的精度重构浮游植物色素吸收(RMSE均值=0．0311(±0．0480)，RE均值=0．1757(±0．0706))。