《表2 SERT模型中的参数α和β》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于OLCI数据的杭州湾悬浮物浓度估算及其产品适用性分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由于卫星过境当天同步地面数据样本较少，因此，利用地面采样数据进行模拟OLCI数据的TSM反演模型构建。首先，利用OLCI数据的光谱响应函数，将地面高光谱数据重采样为OLCI对应波段，重采样方法见文献[32]。其次，将地面50个采样数据，随机分成建模数据集和验证数据集。其中，建模数据包含33个样本，验证数据包含17个样本。最后，结合前文提及的8种模型形式，利用相关性分析确定最优波段位置，利用回归分析和非线性拟合等方法确定模型函数表达式。其中，SERT半分析算法需要结合不同传感器，对各波段的参数α和β进行重新率定。本研究结合地面数据和OLCI传感器波段设置，对参数α和β进行了率定，取值如表2所示。各类模型的最优函数形式及精度评价见表3。