搜索到1258篇“ 叶绿素A浓度“的相关文章
- 一种水域叶绿素a浓度遥感反演方法、系统、介质及设备
- 本发明为一种水域叶绿素a浓度遥感反演方法、系统、介质及设备，涉及环境监测技术领域，以乌梁素海为研究区域，基于Sentinel‑2遥感卫星图像和乌梁素海实测Chl‑a浓度数据，提出了一种用于特征选择的改进遗传算法，结合蜣螂...
- 付学良周浩李宏慧李峤
- 一种基于多模型融合的河口叶绿素a浓度反演方法
- 本发明涉及一种基于多模型融合的河口叶绿素a浓度反演方法，涉及水质监测技术领域。采用ESTARFM对MODIS遥感影像和Landsat8遥感影像进行融合，获得高时空分辨率遥感影像，解决现有遥感图像无法同时实现高时空分辨率，...
- 杨盈陈诗程石纯勇任小萍
- 基于1D-DSCAM的次表层叶绿素a浓度的反演方法
- 本发明涉及叶绿素a浓度预测领域，公开了一种基于1D‑DSCAM的次表层叶绿素a浓度的反演方法，包括如下步骤：获取卫星遥感的海表温度和海表叶绿素a浓度数据以及生物地球化学浮标的次表层叶绿素a浓度、次表层温度和盐度剖面数据，...
- 王冰馨孙伟富张煜昊肖艳芳王武礼
- 基于BP人工神经网络的北江水体中叶绿素a浓度预测模型研究
- 2025年
- 在北江选取了4个自动实时监测水质的网点作为研究断面,利用水站在2021年藻类水华期间以及2022年至2023年跟踪期间实时监测数据和人工调查水生态数据,通过主成分分析和北江藻类水华机理分析,以叶绿素a输出作为表征藻类水华生物量,设置了3组不同参数组合进行BP模型演算,演算数据共155组,随机选取80%数据作为训练样本,其余进行模型验证。模型演算效果显示水温、pH、COD_(Mn)组合为最佳输入组合,BP模型误差较小(均方根误差为6.74μg/L,平均绝对误差为9.26μg/L),演算结果精度较高(可决系数R^(2)=0.892)。使用训练好的模型,输入水站在线监测数据对叶绿素a进行预测,预测值和实测值的均方根误差降至1.96μg/L。结果表明,水温、pH、COD_(Mn)对叶绿素a浓度预测效果好,此模型可较好地为北江藻类水华预测预警和防控工作提供技术支持。
- 黄成吴剑丁炜炜吴淇钰邱劼婷张祺悦王兴
- 关键词：BP人工神经网络藻类水华叶绿素A浓度
- 基于光子计数激光雷达的开放水体叶绿素a浓度剖面探测方法
- 一种基于光子计数激光雷达的开放水体叶绿素a浓度剖面探测方法，用于精确获取水体中叶绿素a的剖面浓度分布。结合ICESat‑2光子计数激光雷达数据与MODIS卫星遥感影像，利用蒙特卡洛模拟技术对光子传播过程进行建模，计算水体...
- 程昊黄涛刘俊锋
- 一种用于河流的叶绿素a浓度的遥感估算方法
- 本发明提供一种用于河流的叶绿素a浓度的遥感估算方法，属于水文遥感技术领域，方法包括如下步骤：在卫星过境期间，在河流若干个点位采样得到实测数据，并获取卫星数据，对卫星数据进行瑞利散射矫正，得到瑞利校正后的反射率，对实测数据...
- 李子康杨现坤冉立山陈率杨茜茜
- 基于Landsat8数据的香港近海海域叶绿素a浓度反演
- 2025年
- 为验证Landsat8 L2级遥感数据在监测二类水体叶绿素a浓度的可行性,以其为数据源,香港近海海域典型二类水体为研究区域。采用OC2和OC32种经验模型算法和半分析模型方法反演,根据最佳反演模型对2019—2023年香港近海海域叶绿素a浓度进行反演,分析叶绿素a浓度时空变化特征。基于2种经验模型的反演精度并不高,决定性系数(R 2)均小于0.6;半分析法最佳反演模型为以B4/B2作为变量的一元二次模型,决定性系数为(R 2)为0.803,平均绝对百分比误差(MAPE)为38.6%,均方根误差(RMSE)为1.59μg·L-1,证明了Landsat8 L2级数据在二类水体叶绿素a浓度反演的可行性;2019—2023年香港近海海域叶绿素a浓度时空变化特征:在时间上叶绿素a浓度1年内呈现先高后低的波动变化,随温度增减而变化较为明显。而空间分布上,东部海域平均浓度高于西部海域,南部海域为变化过渡区。
- 杜崇苑仁辉
- 关键词：叶绿素A浓度反演时空变化分析
- 基于MODIS的广东省海域叶绿素a浓度反演
- 2025年
- 叶绿素a浓度是反映湖泊富营养化状态的重要参数。本文以MODIS L2G级产品MOD09GA的遥感影像为基础,结合香港海域叶绿素a浓度实测数据,基于半分析模型的方法探究2022~2023年广东海域叶绿素a浓度时空变化特征。首先,在经处理后的遥感影像数据中随机抽取2/3组数据,和其对应监测点的反射率进行相关性分析,利用相关性高的因子建模。其次,利用剩余1/3组数据进行精度验证以确定最佳遥感反演模型。最后,应用叶绿素a浓度反演模型分析广东海域2022~2023年叶绿素a浓度的时空变化特征。结果表明,利用MOD09GA数据中第7波段和第6波段比值(B7/B6)是相关性最高的波段组合,相关系数(r)为0.775;以lg(B7/B6)为变量构建的最佳半分析反演模型决定性系数(R2)为0.806,平均绝对百分比误差(MAPE)为26.980%,均方根误差(RMSE)为0.803μg/L。综上可知,2022~2023年广东海域叶绿素a浓度随时间变化,显示出了季节性变化的变化特征,呈现先低后高的形式。在空间分布上,北部海域叶绿素a浓度高于南部,且南部海域呈现波动变化。
- 苑仁辉杜崇
- 关键词：MODIS叶绿素A遥感反演
- 基于光谱技术的水体浊度及叶绿素a浓度联动校准测量方法
- 本发明公开了一种基于光谱技术的水体浊度及叶绿素a浓度联动校准测量方法，该方法的步骤包括：光谱探头与光源出射的光线呈90度，光源出射照射到水体，基于散射光强的水体浊度测量：光谱探头采集散射光线，利用散射光强度与浊度的正比关...
- 朱思祁陈振强李真尹浩代世波
- 全球海洋叶绿素a浓度时空演变及其与气候变化因子的相关分析
- 2025年
- 叶绿素a(Chlorophyll-a,Chl-a)浓度可以表征海洋浮游植物生物量,反映海洋生物的丰富度和多样性。卫星遥感技术在监测全球大尺度海洋Chl-a浓度时空分布方面展现出显著优势。基于2003—2022年MODIS(Moderate Resolution Imaging Spectroradiometer)Chl-a浓度数据,调查分析全球大尺度海洋Chl-a浓度时空分布特征与变化趋势,进而分析其与全球海面温度(sea surface temperature,SST)、厄尔尼诺-南方涛动(El Nino-Southern Oscillation,ENSO)和印度洋偶极子(Indian Ocean Dipole,IOD)的相关关系。结果表明:(1)空间上,沿岸海域Chl-a浓度普遍高于离岸海域,远洋海域最低(小于0.03 mg·m^(-3))。时间上,Chl-a浓度呈明显的季节变化。相比近海水体,远洋Chl-a浓度季节变化不明显。(2)太平洋、印度洋、大西洋的远洋海域Chl-a浓度总体趋势变化较小。绝大多数近岸海域的Chl-a浓度呈增长趋势。(3)全球海洋水体Chl-a浓度最高的月份大致沿纬度方向呈现带状分布。(4)整体而言,Chl-a浓度与SST在40°S~40°N海域呈显著负相关关系(p<0.05),高纬度海域主要呈正相关。Chl-a浓度与ENSO和IOD之间的相关关系也呈现明显的季节性海域差异,表明ENSO和IOD对不同海域Chl-a浓度变化的影响不同。
- 翁清鹏秦泉秦泉冯冬含李峰王晗卢辰刘峻成
- 关键词：MODISENSO
