论文部分内容阅读
随着遥感技术的不断发展,人们对遥感信息的质量和精度要求也提出新的需求。对于水体遥感而言,传感器所接收到的辐射信号中有90%的能量来自于大气的影响,只有不大于10%是含有水体信息的辐射能量,这也就是水体遥感有别于陆地遥感的最大不同之处。因此,水体遥感应用的关键问题就是如何将大气噪声和携带水体信息的信号分开,从而得到主要反映水体信号的辐射能量,这也有利于提高水体遥感后续反演的精度。本研究中阐述了Ⅱ类水体大气校正的基本原理和方法,基于MODIS遥感影像数据,以MOD03几何定位数据和同步气象数据为辅助,用Gordon模型改进算法和6S模型逐点校正两种方法对太湖地区进行大气校正,从而得到其遥感反射率信息,然后比较分析校正结果和同步的实测水体光谱数据,再运用校正后得到的遥感反射率数据反演太湖叶绿素浓度,并与原始数据的反演结果和实测的叶绿素a浓度进行对比分析,以研究大气校正对Ⅱ类水体遥感反演精度的影响。研究结果表明：(1)利用暗像元法反演出来的太湖水体上空逐像元点550nm处的气溶胶光学厚度分布呈现由西部湖区向东部湖区逐渐减小的变化趋势,并且其值在0.53到0.83之间,平均值为0.64,气溶胶散射比较严重；(2)将经过6S模型逐像元校正后的反射率与实测值进行比较,其平均相对误差从未校正时的415.72%减少到28.15%,瑞利散射和气溶胶散射的贡献率分布趋势皆是湖心开阔水域区较小,在梅梁湾、竺山湾、贡湖湾、胥口湾以及东太湖等湖区的较大；而水体反射率的贡献率分布则刚好相反,呈现湖心区高于其他湖区的分布特征,其中,瑞利散射在蓝光波段的贡献比率达到60%以上,在绿光、红光及近红外波段也分别达到了55%、48%和32%,气溶胶散射的贡献影响随波长增大而逐渐变大,在蓝光、绿光和近红外波段分别为24%、31%及37%,而在近红外波段达到了52%,水体反射率的贡献皆在13%左右;(3) Gordon大气校正的改进算法的校正结果也与实测值比较吻合,相对误差为30.49%,其瑞利散射、气溶胶散射和离水辐亮度贡献率的值和分布皆呈现与6S模型相似的特征,白帽辐射的贡献率分布为湖心区较北部和东部湖区小,其值在0.036%-0.125%之间；(4)反演的太湖叶绿素a浓度大致呈现北部的梅梁湾、竺山湾和东太湖地区较高,西南区和湖心开阔区较低的分布特征,在建立的反演叶绿素浓度遥感模型中,当r2*(r3-1-r4-1)作为模型因子时,13、14号样点反射率经过6S模型逐点校正后其相对误差由未校正时的47.28%和50.66%下降到14.91%和24.38%,而Gordon模型改进算法校正后的相对误差为34.64%和33.33%,当r1*(r3-1-r4-1)作为因子建立模型时,6S模型逐点校正后的相对误差为26.48%和33.60%,Gordon模型改进算法校正后的相对误差为25.74%和17.36%。