遥感原理与应用PPT
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Remote sensing of cyanobacteriadominant algal blooms and water quality parameters in Zeekoevlei(锡可夫湖), a small hypertrophic lake, using MERIS
——胡建平
汇报思路
• （2）Eutrophic Lakes Processer • 模型：前向辐射转换模型 • 训练数据：data collected from Finnish and Spanish eutrophic lakes
三、研究结果与分析
• 原位观测 • （1）分析湖泊水质条件——获取各水质参数：
Chl a : avg 148.6 8.1mg / m3 , max 247.4mg / m3 , min 61.0mg / m3 TSS : 49.1 2.0g / m3 OSS : 76.9%
wave height = 1.8cm TSS = 45.8 g / m3 OSS : 78.1% zSD 26.7cm
Chl a 134.0mg / m3
Chl a 160.5mg / m3
Southern basin的Chl a含量高的原因：附近污水工程中富营养物的渗漏 Home Bay的OSS占百分比高的原因：风速和浪高低
: The normalised water-leaving surface reflectance z : depth in meters Ku : 估计量
w
TOA
: normalised TOA apparent reflectance
二、研究方法
• • • • 半解析法（现有算法工具） （1）The standard Level 2 Case 2 water algorithm 模型：前向传播-后向反馈神经网络（BP算法） 训练数据：data collected in North European, Mediterranean and North Atlantic coastal waters
三、研究结果与分析
• 经验分析法
MERIS卫星提供5组用 于回归计算的参数
气溶胶辐射：
LTOA
气溶胶表面反射：
RTOA
归一化离水反射率：
w DOS w COST w TSRB w 6S
三、研究结果与分析
• 1.模型已知
或 求解Chl a的 模型参数
• 2. x已知
Thank You!
zSD 27.9 0.8cm ——水的透明度很差
对440nm光的吸收
a CDOM 2.69 0.08m1
三、研究结果与分析
• （2）假设各水质参数间线性相关，分析它们之间的相关性
OSS强正相关 图1,2 Chl a 与 TSS、
TSS强负相关 图3,4 z SD 与Chl a、
图5 a CDOM 与OSS 弱正相关 a CDOM
图6 wave height与 ISS 强正相关
三、研究结果与分析
• （3）分析水质参数空间分布不同的成因
wave height = 6.5cm TSS = 50.6 g / m3 OSS : 73.4% zSD 28.8cm
Chl a 134.0mg / m3
• • • • 一、研究目标 二、研究方法 三、研究结果与分析 四、研究结论
一、研究目标
• 核心目标：利用MERIS卫星数据对南非Zeekoevlei湖泊的水质 参数和蓝藻爆发情况进行遥感监测分析 • 采用MERIS卫星数据的原因： z SD 、 OSS 、 ISS 、 TSS 、 a CDOM • （1）常用的水质参数有 Chl a 、 而利用MERIS卫星数据能很好地求解这些参数； • （2）MERIS能够观测面积>1km2 的湖泊，观测范围覆盖约全 球57%的的湖泊。
二、研究方法
• 经验分析法： • （1）原位观测（ In situ measurements ） • 目的：根据原位观测的水质参数，修正经验模型，提高模 型准确度。 观测数据设计 样本数目： 4个样本采集点 31个水样本 观测时间：当地时间9-12点 ， 有MERIS卫星经过的1小时 天气要求：少云或无云 各水质参数的观测： Chl a ——滤纸过滤，并将试纸放入丙酮研磨 TSS ——滤纸过滤，获取残留物 ISS ——260度，对TSS燃烧后的残留物 OSS —— TSS ISS
w ） • 半解析法（分析指标： • （1）MERIS Level 2 product （2）Eutrophic Lakes processor
In situ
方法（1）
方法（2）
三、研究结果与分析
a • 半解析法（分析指标：Chl a、TSS、 、AOT） • （1）MERIS Level 2 product （2）Eutrophic Lakes processor
CDOM
方法2稍好于方法1，但对水质参数的估计也很差
原位观测 估计偏低
改进策略：
估计偏高
四、研究结论
• 1.MERIS的时间分辨率高、空间分辨率中等以及信噪比高，使 得它能够被用于实时检测湖泊的水质参数及蓝藻爆发情况，即 使是像Zeekoevlei这样的既小又浑浊的湖泊。 • 2.在对Zeekoevlei这样的湖泊，使用经验分析法要比半解析法好 得多，半解析法得到的水质参数和实测数据相差很大。
LTOA RTOA
w DOS w COST w TSRB w 6S
• 3.观测值 y 已知 原位观测
Chl a TSS OSS ISS zSD a CDOM
回归拟合，求解模型参数
三、研究பைடு நூலகம்果与分析
结果分析
水质参数的预测值与观测值的比较
三、研究结果与分析
二、研究方法
• （2）经验分析算法 • 模型：线性或非线性模型
y a bx 或
y axb
生物光学模型 和大气模型参数
x R 0.66 TOA BOA y Chl a TSS ISS
水质参数
• 假设检验：F-分布（置信度为95%）
ˆ2 sy F 2 se
Yˆ Y Yˆ Y
• 衍生目标： • 比较经验分析法和半解析法在估计水质参数方面的性能。
实用价值：为后续在南非建立的水质和富营养化监测系统提供指导。
二、研究方法
• （1）经验分析法 • 利用观测数据和统计回归模型建立离水反射（ w）和水质 参数之间的关系式； • 优点：简单易行，鲁棒性好；缺点：模型受限于建立模型 的数据集 • （2）半解析法 • 结合遥感获得的光学信息以及水中物质（如Chl a、TSS、 ISS 、 CDOM）的固有光学属性（IOP），来推导这些物 质含量。 • 优点：由于该方法不依赖于原位观测数据，所以可以独立 建立水质监测系统； • 缺点：精度低；受大气校正结果影响很大；而且模型训练 复杂
N N i 1 i i
2
2
k
/
i 1
i
i
N k 1
二、研究方法
• （3）生物光学模型（bio-optical model）和大气参数
Lu 0.66 Ed
: upwelling radiance at depth 0.66 m 0 : downwelling irradiance just above the surface
——胡建平
汇报思路
• （2）Eutrophic Lakes Processer • 模型：前向辐射转换模型 • 训练数据：data collected from Finnish and Spanish eutrophic lakes
三、研究结果与分析
• 原位观测 • （1）分析湖泊水质条件——获取各水质参数：
Chl a : avg 148.6 8.1mg / m3 , max 247.4mg / m3 , min 61.0mg / m3 TSS : 49.1 2.0g / m3 OSS : 76.9%
wave height = 1.8cm TSS = 45.8 g / m3 OSS : 78.1% zSD 26.7cm
Chl a 134.0mg / m3
Chl a 160.5mg / m3
Southern basin的Chl a含量高的原因：附近污水工程中富营养物的渗漏 Home Bay的OSS占百分比高的原因：风速和浪高低
: The normalised water-leaving surface reflectance z : depth in meters Ku : 估计量
w
TOA
: normalised TOA apparent reflectance
二、研究方法
• • • • 半解析法（现有算法工具） （1）The standard Level 2 Case 2 water algorithm 模型：前向传播-后向反馈神经网络（BP算法） 训练数据：data collected in North European, Mediterranean and North Atlantic coastal waters
三、研究结果与分析
• 经验分析法
MERIS卫星提供5组用 于回归计算的参数
气溶胶辐射：
LTOA
气溶胶表面反射：
RTOA
归一化离水反射率：
w DOS w COST w TSRB w 6S
三、研究结果与分析
• 1.模型已知
或 求解Chl a的 模型参数
• 2. x已知
Thank You!
zSD 27.9 0.8cm ——水的透明度很差
对440nm光的吸收
a CDOM 2.69 0.08m1
三、研究结果与分析
• （2）假设各水质参数间线性相关，分析它们之间的相关性
OSS强正相关 图1,2 Chl a 与 TSS、
TSS强负相关 图3,4 z SD 与Chl a、
图5 a CDOM 与OSS 弱正相关 a CDOM
图6 wave height与 ISS 强正相关
三、研究结果与分析
• （3）分析水质参数空间分布不同的成因
wave height = 6.5cm TSS = 50.6 g / m3 OSS : 73.4% zSD 28.8cm
Chl a 134.0mg / m3
• • • • 一、研究目标 二、研究方法 三、研究结果与分析 四、研究结论
一、研究目标
• 核心目标：利用MERIS卫星数据对南非Zeekoevlei湖泊的水质 参数和蓝藻爆发情况进行遥感监测分析 • 采用MERIS卫星数据的原因： z SD 、 OSS 、 ISS 、 TSS 、 a CDOM • （1）常用的水质参数有 Chl a 、 而利用MERIS卫星数据能很好地求解这些参数； • （2）MERIS能够观测面积>1km2 的湖泊，观测范围覆盖约全 球57%的的湖泊。
二、研究方法
• 经验分析法： • （1）原位观测（ In situ measurements ） • 目的：根据原位观测的水质参数，修正经验模型，提高模 型准确度。 观测数据设计 样本数目： 4个样本采集点 31个水样本 观测时间：当地时间9-12点 ， 有MERIS卫星经过的1小时 天气要求：少云或无云 各水质参数的观测： Chl a ——滤纸过滤，并将试纸放入丙酮研磨 TSS ——滤纸过滤，获取残留物 ISS ——260度，对TSS燃烧后的残留物 OSS —— TSS ISS
w ） • 半解析法（分析指标： • （1）MERIS Level 2 product （2）Eutrophic Lakes processor
In situ
方法（1）
方法（2）
三、研究结果与分析
a • 半解析法（分析指标：Chl a、TSS、 、AOT） • （1）MERIS Level 2 product （2）Eutrophic Lakes processor
CDOM
方法2稍好于方法1，但对水质参数的估计也很差
原位观测 估计偏低
改进策略：
估计偏高
四、研究结论
• 1.MERIS的时间分辨率高、空间分辨率中等以及信噪比高，使 得它能够被用于实时检测湖泊的水质参数及蓝藻爆发情况，即 使是像Zeekoevlei这样的既小又浑浊的湖泊。 • 2.在对Zeekoevlei这样的湖泊，使用经验分析法要比半解析法好 得多，半解析法得到的水质参数和实测数据相差很大。
LTOA RTOA
w DOS w COST w TSRB w 6S
• 3.观测值 y 已知 原位观测
Chl a TSS OSS ISS zSD a CDOM
回归拟合，求解模型参数
三、研究பைடு நூலகம்果与分析
结果分析
水质参数的预测值与观测值的比较
三、研究结果与分析
二、研究方法
• （2）经验分析算法 • 模型：线性或非线性模型
y a bx 或
y axb
生物光学模型 和大气模型参数
x R 0.66 TOA BOA y Chl a TSS ISS
水质参数
• 假设检验：F-分布（置信度为95%）
ˆ2 sy F 2 se
Yˆ Y Yˆ Y
• 衍生目标： • 比较经验分析法和半解析法在估计水质参数方面的性能。
实用价值：为后续在南非建立的水质和富营养化监测系统提供指导。
二、研究方法
• （1）经验分析法 • 利用观测数据和统计回归模型建立离水反射（ w）和水质 参数之间的关系式； • 优点：简单易行，鲁棒性好；缺点：模型受限于建立模型 的数据集 • （2）半解析法 • 结合遥感获得的光学信息以及水中物质（如Chl a、TSS、 ISS 、 CDOM）的固有光学属性（IOP），来推导这些物 质含量。 • 优点：由于该方法不依赖于原位观测数据，所以可以独立 建立水质监测系统； • 缺点：精度低；受大气校正结果影响很大；而且模型训练 复杂
N N i 1 i i
2
2
k
/
i 1
i
i
N k 1
二、研究方法
• （3）生物光学模型（bio-optical model）和大气参数
Lu 0.66 Ed
: upwelling radiance at depth 0.66 m 0 : downwelling irradiance just above the surface