论文部分内容阅读
MERIS是搭载在ENVISAT-1上的中等分辨率成像频谱仪,主要用于海洋和海岸带的水色监测,是目前最具优势的水色传感器之一,具有较高时间分辨率、高空间分辨率、高光谱分辨率和高灵敏度的优点。本论文在介绍水色遥感机理的基础上,提出MERIS数据的预处理流程及台湾海峡水域悬浮泥沙与叶绿素浓度反演的研究方法,主要内容包括: (1)MERIS数据预处理。通过分析MERIS L1B基本数据集组成,提出了利用MERIS数据进行水色遥感数据预处理流程。预处理过程包括控制点参数集的空间内插、海洋水体提取及云剔除等。 (2)MERIS数据悬浮泥沙浓度反演模型。选择与台湾海峡悬浮泥沙粒径分布相似海域的历史数据作为实测数据,研究用于悬浮泥沙提取的最佳波段,建立研究区悬浮泥沙遥感反演模式,包括MERIS专用于悬浮泥沙浓度反演的两个波段(510nm与620nm)的单波段对数关系式、多波段比值组成的泥沙遥感参数(R510/(R490/R560)与R620/(R490/R560))的对数关系式、两个波段(510nm与620nm)和三个波段(510nm、560nm、620nm)参与的光谱混合分析法以及半分析模型。利用这几个模型计算了台湾海峡悬浮泥沙浓度的空间分布,并对计算结果进行对比分析。结果表明采用多波段比值的计算结果较佳,主要原因在于该方法消除了部分大气校正的影响,以及490nm与560nm波段离水反射率的比值(R490/R560)部分消除了叶绿素含量对悬浮泥沙反演结果的影响。 (3)MERIS数据叶绿素浓度反演模型。采用常用的叶绿素反演模型OC4V4、OC2、OC2V2、OC2V4、CaCOFIcubic、CaCOFIlinear六种经验模型与欧洲空间局提供的神经网络模型计算台湾海峡叶绿素浓度的分布,并对以上各种模型的计算结果进行对比分析。结果表明采用基于蓝绿光比值的经验模型对于近岸水体计算结果偏高,对于远岸水体接近实际值,而神经网络模型不论在近岸还是在远岸都能比较真实地反映水体叶绿素含量。