《表3 基于不同数据源的总悬浮物浓度反演模型构建及精度对比》
在水质参数反演模型构建方面,基于太湖和杭州湾的实测数据,参考已发表的相关算法,运用相关性分析和回归分析方法,经反复比对,以最小MAPE和RMSE为遴选标准,最终确定最优估算因子及反演模型.对叶绿素a浓度反演模型而言,本研究对比了目前较成熟的波段比值算法[8]和三波段[7]算法;悬浮物浓度反演对比了单波段[34]和波段比值[35]算法.为方便对比,将原位实测高光谱遥感反射率,重采样到5 nm的光谱分辨率,作为参考数据源进行反演模型构建和精度对比.在模型构建及验证中,利用2013年8月太湖数据和2017年7月杭州湾数据(30个)分别进行太湖叶绿素a浓度和总悬浮物浓度及杭州湾总悬浮物浓度估算模型的构建.利用2013年5月13日太湖数据、2017年7月23日杭州湾数据(20个)及同步过境的GOCI影像对反演模型进行精度验证.以原位高光谱遥感反射率、基于稀疏表达重构高光谱遥感反射率和基于多元回归方法的重构高光谱遥感反射率分别构建的叶绿素a浓度和总悬浮物浓度最优反演模型和精度对比结果如表2和表3所示.
图表编号 | XD0033548300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.15 |
作者 | 李渊、李云梅、郭宇龙、张运林、张毅博、胡耀躲、夏忠 |
绘制单位 | 浙江工商大学旅游与城乡规划学院、中国科学院南京地理与湖泊研究所湖泊与环境国家重点实验室、南京师范大学地理科学学院、河南农业大学资源与环境学院、中国科学院南京地理与湖泊研究所湖泊与环境国家重点实验室、中国科学院南京地理与湖泊研究所湖泊与环境国家重点实验室、中国科学院南京地理与湖泊研究所湖泊与环境国家重点实验室、中国科学院南京地理与湖泊研究所湖泊与环境国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |