巢湖水体POC浓度遥感反演算法与验证
基于2013年巢湖实测数据,根据颗粒性有机碳(Particulate Organic Carbon,POC)浓度与叶绿素a之间的高度相关性,采用Gons和Simis算法估算浮游植物色素吸收a_(ph)(665),继而实现对POC浓度间接反演。结果表明,Gons和Simis算法可用于蓝藻水华未覆盖内陆水体POC浓度的估算;Gons算法(RMSErel=21.90%)相对于Simis算法(RMSE_(rel)=23.81%)可以更好地反演POC的浓度。Gons和Simis算法在巢湖POC反演中取得了较好的结果,可以结合MERIS卫星用于巢湖水体POC估算。也可以为内陆湖泊水体碳循环研究提供技术和数...
Gespeichert in:
Veröffentlicht in: | 红外与毫米波学报 2015, Vol.34 (6), p.750-756 |
---|---|
1. Verfasser: | |
Format: | Artikel |
Sprache: | chi |
Schlagworte: | |
Online-Zugang: | Volltext |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | 基于2013年巢湖实测数据,根据颗粒性有机碳(Particulate Organic Carbon,POC)浓度与叶绿素a之间的高度相关性,采用Gons和Simis算法估算浮游植物色素吸收a_(ph)(665),继而实现对POC浓度间接反演。结果表明,Gons和Simis算法可用于蓝藻水华未覆盖内陆水体POC浓度的估算;Gons算法(RMSErel=21.90%)相对于Simis算法(RMSE_(rel)=23.81%)可以更好地反演POC的浓度。Gons和Simis算法在巢湖POC反演中取得了较好的结果,可以结合MERIS卫星用于巢湖水体POC估算。也可以为内陆湖泊水体碳循环研究提供技术和数据支撑,具有重要的科学研究意义。 |
---|---|
ISSN: | 1001-9014 |
DOI: | 10.11972/j.issn.1001-9014.2015.06.021 |