论文部分内容阅读
无人机技术的成熟使其在科学研究中得到了越来越多的应用，然而在海洋光学上却鲜有相关的成果。本研究以发展无人机的Rrs遥感算法为目标，在固定翼无人机上搭载了可以同时测量Lt和Ed的双通道光谱仪，在福建近海作了多次的飞行测量实验，评估了无人机的光谱数据，计算得到了Rrs，并用其反演了Chl。取得成果如下: 通过无人机数据与现场数据的对比发现，无人机测量的Ed存在着比较大的误差。分析无人机测量的Ed(555)随时间的变化发现无人机平台稳定性较差，在转弯或者受到强风作用时无人机倾斜会导致测量的Ed出现偏差。根据Ed(555)在不同时间段的数据分布的离散性可以找出无人机过弯的数据，本研究统计在10秒内的Ed(555)的标准差和平均值，以标准差等于5％的平均值为界限去除了Ed(555)较为离散的点。对于Ed偏差较大但数值随时间变化较为稳定的数据，用RADTRAN大气模型模拟的Ed可以用来替代无人机的Ed。在输入参数只有太阳天顶角的情况下，不同天顶角的模拟Ed和实测Ed显示很接近。 根据经验公式利用测量的Trs实现了Srs光谱的构建。Srs的构建包含了三个步骤，首先，利用指数方程拟合Srs光谱，GER测量的Srs与拟合的Srs对比结果显示二者比较吻合。其次，在Srs指数方程的两个参数Srs(500)和S之间建立联系。Srs(500)和S有比较强的相关关系，GER测量的Srs(500)与拟合的S的R2达到了0.89。最后根据近红外波段离水信号较弱的特点，利用Trs(900)计算Srs(500)。现场GER测量的Trs(900)与Srs(500)的R2达到了0.88，而无人机的Trs(900)与现场HSAS测量的Srs(500)的R2为0.67。 通过在Rrs中加入误差项然后将大气散射值并入其中，采用光谱优化法计算出该误差项，实现了无人机数据的大气校正。无人机Rrs和现场实测Rrs的对比结果显示在不同测量环境下二者的光谱都相当接近。从各个波段来看，无人机Rrs与实测Rrs相比在440nm之前略有偏高，误差在20％-30％之间，而在440nm到700nm之间二者的误差则小于20％。 无人机测量的辐射数据经过校正处理得到了Rrs，漳江口的无人机Trs和Rrs的对比显示经过大气校正后的Rrs数值明显降低且分布更加集中。无人机的Rrs被用来反演了漳江口Chl分布，从Chl分布图可以发现靠近两岸的Chl比江心的数值明显更高，且冬季1月19日的Chl与秋季9月5日的相比量值相差不大。本研究还利用无人机数据观测了2015年9月份发生在泉州市围头湾的赤潮，反演的Chl显示在9月12日围头湾的北部靠近陆地的水域有比较强的赤潮。围头湾赤潮水体和普通水体的Rrs光谱的对比显示两种水体的光谱有着明显不同，赤潮水体的Rrs在大于550nm的波段明显比普通水体高，且具有很明显的荧光峰，峰值所在波段相比普通水体往长波方向偏移了15nm左右。