论文部分内容阅读
叶绿素a是水体重要的水质参数之一,其浓度是表征水体富营养化程度的主要指标。建立稳健低误差的叶绿素a浓度遥感估算模型是当前水色遥感的重点工作内容。浑浊水体的光学特性复杂而且变化多样,不同的光学活性物质、光在水中的辐射传播如水体吸收和后向散射等影响着水上测量得到的水体遥感反射率(简记为Rrs),进而影响到叶绿素a浓度的遥感估算。本研究基于水体固有光学特性与水体遥感反射率的关系,构建了一个新的浑浊水体叶绿素a浓度遥感估算四波段半分析模型(A Four-band Semi-analytical Algorithm For Estimating Chlorophyll-a Concentration In Turbid Water,简称为 FATW模型)。基于2004～2016年太湖野外观测数据和室内实验数据,从水体生物光学理论出发,结合太湖水体后向散射系数的模拟,构建了 FATW模型,进行了太湖秋季(9～11月)水体叶绿素a浓度的遥感估算,并对模型结果进行了验证和稳健性评价。主要研究内容和结论如下:(1)浑浊水体叶绿素a浓度遥感估算四波段半分析模型(FATW模型)基于生物光学模型和水体组分固有光学特性,分析了三波段模型在使用第二波段λ2去除第一波段λ1处非色素碎屑吸收信号(主要包括非藻类颗粒物吸收和有色可溶性有机物吸收,简称为aym)时存在的偏差,进而引入新的第三波段λ3校正偏差,引入第四波段λ4校正后向散射,通过拉格朗日中值定理推导分析了校正的合理性。(2)太湖水体后向散射系数的模拟及其改进将Gordon模型与李俊生等提出的水体中悬浮物后向散射系数计算方法相结合,基于野外观测数据和室内测量的吸收数据,模拟计算了 2016年太湖水体50个样点的后向散射系数,并作为参照值,然后对比分析了 QAA模型和IIMIW模型的后向散射系数模拟结果。结果表明:QAA模型和IIMIW模型均无法正确模拟太湖水体后向散射,QAA模拟值明显偏小,IIMIW模拟值在短波范围接近参照值,在长波范围内明显高于参照值。通过调整IIMIW模型,使其与已有的太湖后向散射系数研究结果具有更好的一致性,可作为FATW模型输入参数。(3)太湖秋季水体叶绿素a浓度遥感估算基于FATW模型与调整后IIMIW模型输出的后向散射系数,对2004～2012年太湖秋季(9～11月)水样进行叶绿素a浓度遥感估算。使用83个样本点建立模型,使用42个样本点进行验证。利用波段搜索,通过最大化波段组合值与叶绿素a浓度的相关性,确定了 FATW模型的最佳波段组合,结果为:第一波段λ1=670nm,第二波段λ2=690nm,第三波段λ3=746nm,第四波段λ4=767nm。对比表明,FATW模型的建模精度(决定系数R2=0.88,均方根误差RMSE=7.62μg/L,平均绝对误差MAE=6.06μg/L,平均相对误差MRE=28.32%)和验证精度(决定系数R2=0.83,均方根误差RMSE=9.06μg/L,平均绝对误差MAE=6.90μg/L,平均相对误差MRE=47.21%)均优于比值模型与三波段模型。(4)叶绿素a浓度估算模型的稳健性对已有样本点进行10000次分浓度区间的随机抽样,模拟大容量、多批次的样本。以均方根误差RMSE除以叶绿素a浓度平均值作为误差指标,记为相对均方根误差R-RMSE。记录建模和验证的R-RMSE,并统计其平均值、方差、标准差用于评价模型的误差稳健性。记录模型的最佳波段位置,以波长±2nm范围内的累积频率作为指标,用于评价模型的波段稳健性。结果表明,与比值模型和三波段模型相比,FATW模型最优。对于太湖秋季水体,FATW模型最佳波段位置范围为:第一波段λ1=670±2nm、第二波段λ2=691±2nm、第三波段λ3=746±2nm、第四波段λ4=767±1nm,对应的累积频率分别为96.7%、99.9%、98.2%和99.4%。论文以降低非色素碎屑吸收系数和水体后向散射系数对叶绿素a浓度估算的影响为出发点,提出并构建了 FATW模型,进行了验证,表明新的模型降低了叶绿素a浓度估算的误差,提高了估算误差的稳健性,且模型的波段位置稳健,具有良好的实际应用意义。FATW模型构建的思路具有理论基础支撑,对其他浑浊水体的叶绿素a浓度遥感估算模型的构建具有应用参考价值。