摘要
以武汉市东湖为研究区域,利用同步的MODIS-Terra气溶胶光学厚度数据为输入参数,采用FLAASH模型对2010年3月11日HJ-1A/B卫星CCD影像进行大气校正处理,并利用多年实测数据建立叶绿素a浓度、悬浮泥沙浓度、黄色物质吸收系数三要素神经网络反演模型,对水色三要素进行反演。通过对反演结果与实测数据的对比分析可知,悬浮泥沙浓度、黄色物质吸收系数和叶绿素a浓度的平均相对误差分别为28.052%、17.628%和35.621%,表明HJ-1A/B卫星CCD传感器基本能满足II类水体水色要素的遥感监测需求。
The CCD sensors onboard HJ-1A/B satellite,launched on Sep.6,2008,have the superiorities of high spatial and temporal resolution in water environment monitoring for small lakes.Taking Donghu in Wuhan as an example,atmospheric correction of HJ-1A/B CCD imagery was carried out using fast line-of-sight atmospheric analysis of spectral hypercubes（FLAASH） model,in which aerosol optical depth was retrieved from synchronous MODIS-Terra data.Then an artificial neural network（ANN） algorithm for the retrieval of chlorophyll-a,suspended sediments and absorption coefficient of colored dissolved organic matter（CDOM） was established with in-situ data obtained in three consecutive years.The results show that,compared with the in-situ data,the mean relative errors of the retrieved suspended sediments,absorption coefficient of CDOM and chlorophyll-a are 28.052%,17.628% and 35.621% respectively,which can meet the requirement of monitoring water color elements in inland waters.
出处
《武汉大学学报（信息科学版）》
EI
CSCD
北大核心
2011年第11期1280-1283,1335,共5页
Geomatics and Information Science of Wuhan University
基金
国家973计划资助项目(2011CB707106)
国家自然科学基金资助项目(40906092
41071261
40676094)
国家自然基金委创新研究群体科学基金资助项目(41021061)
湖北省自然科学基金资助项目(2009CDB107)
武汉大学测绘遥感信息工程国家重点实验室专项科研经费资助项目
武汉大学博士生自主科研课题资助项目
南昌大学"鄱阳湖环境与资源利用教育部重点实验室"开放课题资助项目(Z03975)
985国家重点实验室仪器设备专项经费资助项目
作者简介
第一作者简介：陈莉琼，博士生，现主要从事定量遥感与遥感应用研究。E—mail：chenlq@whu．edu．cn
