1. 技術方案
圖 1技術方案
2. 擬采用的葉綠素a濃度反演方法
葉綠素a是水體中浮游植物或藻類植物中最重要的色素,也是水體中藻類濃度、種類等的重要指示因素,因此它也是反映水體富營養化程度的重要指標。水體葉綠素a濃度反演是水色遙感的核心內容。
目前,利用遙感技術反演水體葉綠素a濃度的方法主要有經驗模型、半分析模型、分析模型、智能模型等。由于內陸渾濁二類水體的光學特性較為復雜,分析模型和智能模型算法的精度受實測水體固有光學量和表觀光學量的影響較大,模型的穩定性較差,不能用于水體葉綠素a濃度反演。
常用的基于水體光譜特征參量的葉綠素a濃度反演算法包括兩波段比值算法(TBR)、歸一化葉綠素指數算法(NDCI)、綜合葉綠素指數算法(SCI)、三波段半分析算法(TBS)和四波段半分析算法(FBS)。這五種算法的模型擬合結果如下圖所示。
圖 2基于水體光譜特征參量的葉綠素a濃度遙感反演模型
從圖中可以看出三波段半分析算法和四波段半分析算法的擬合趨勢有誤,數據點的分布較亂,擬合公式不能反應葉綠素a濃度的大小,因此這兩種方法不適用與葉綠素a濃度的反演。兩波段比值算法、歸一化葉綠素指數算法和綜合葉綠素指數算法的擬合趨勢較好,擬合度R2也較高。其中綜合葉綠素指數和兩波段比值算法的擬合效果最好,可以作為基于水體光譜特征參量的葉綠素a濃度反演算法。
本項目將根據最終確定的數據源,采用已經過項目驗證的波段比對法&分類相結合的算法確保反演精度,預期達到精度高于70%。
3. 擬采用的數據源
由于滇池區域水體水華較為嚴重,且南方地區多云天氣較多(影響最終精度),為避免單一數據源對結果的影響,本項目提供整體解決方案,我們將綜合考慮以上情況盡量選用該時間內最優數據。
時間 |
數據源 |
分辨率 |
報價 |
2019年7月3日 |
高分一號/高分二號/MODIS/Landsat |
<16米 |
|
2019年7月10日 |
高分一號/高分二號/MODIS/Landsat |
<16米 |
|
2019年9月2日 |
高分一號/高分二號/MODIS/Landsat |
<16米 |
|
2019年9月10日 |
高分一號/高分二號/MODIS/Landsat |
<16米 |
|
2014年3月5日 |
高分一號/MODIS/Landsat |
<16米 |
|
2014年3月20日 |
高分一號/MODIS/Landsat |
<16米 |
|
2014年8月5日 |
高分一號/MODIS/Landsat |
<16米 |
|
2014年8月20日 |
高分一號/MODIS/Landsat |
<16米 |
|
2013年3月5日 |
MODIS/Landsat |
<16米 |
|
2013年3月20日 |
MODIS/Landsat |
<16米 |
|
2013年8月5日 |
MODIS/Landsat |
<16米 |
|
2013年8月20日 |
MODIS/Landsat |
<16米 |
|
2012年3月5日 |
MODIS/Landsat |
<16米 |
|
2012年3月20日 |
MODIS/Landsat |
<16米 |
|
2012年8月5日 |
MODIS/Landsat |
<16米 |
|
2012年8月20日 |
MODIS/Landsat |
<16米 |
|
2011年3月5日 |
MODIS/Landsat |
<16米 |
|
2011年3月20日 |
MODIS/Landsat |
<16米 |
|
2011年8月5日 |
MODIS/Landsat |
<16米 |
|
2011年8月20日 |
MODIS/Landsat |
<16米 |
|
5年20批次數據,具體影像數量需根據研究區域核算。 |
4. 其他水體相關服務
除葉綠素a外,我們還可提供基于遙感的懸浮物濃度、水體透明度、營養狀態、水草水華、水質參數反演等服務。