期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
利用SeaDAS从SeaWiFS卫星数据反演中国东海叶绿素浓度 被引量:7
1
作者 李伟 殷为 +2 位作者 郑小慎 王成焱 刘洋 《海洋湖沼通报》 CSCD 北大核心 2009年第4期152-156,共5页
卫星海洋遥感反演海中叶绿素浓度,对海洋初级生产力估算及赤潮预报均有重要意义。本文介绍了SeaWiFS卫星传感器业务化算法OC4,利用SeaDAS软件反演中国东海叶绿素浓度,并与东海同步现场数据进行验证。结果表明:利用SeaDAS方法计算的东海... 卫星海洋遥感反演海中叶绿素浓度,对海洋初级生产力估算及赤潮预报均有重要意义。本文介绍了SeaWiFS卫星传感器业务化算法OC4,利用SeaDAS软件反演中国东海叶绿素浓度,并与东海同步现场数据进行验证。结果表明:利用SeaDAS方法计算的东海叶绿素含量与实测含量之间具有较好的相关性,但总体上计算值要高于实际测量值;东海叶绿素含量具有分带性,河口、近岸海域高,中陆架次之,外陆架最低,这种发育特点与该海域的陆源营养盐输入、海洋动力系统有着显著的关系。 展开更多
关键词 SEAWIFS seadas 东海 叶绿素浓度
在线阅读 下载PDF
基于MODIS遥感影像的福建近岸海表温度反演 被引量:3
2
作者 苏诚 肖康 叶娜 《海洋信息》 2014年第1期1-10,共10页
借助福建沿岸13个海洋台站的海表温度(SST)实测资料,选取相应时间的MODIS遥感影像,通过对4个相关变量的线性回归统计,建立了适用于福建近岸的SST区域反演模型,对建立的反演模型精度进行验证,并与SeaDAS模型的反演精度进行比较,SST区域... 借助福建沿岸13个海洋台站的海表温度(SST)实测资料,选取相应时间的MODIS遥感影像,通过对4个相关变量的线性回归统计,建立了适用于福建近岸的SST区域反演模型,对建立的反演模型精度进行验证,并与SeaDAS模型的反演精度进行比较,SST区域反演模型的精度优于SeaDAS模型。利用该SST区域反演模型,对福建近岸的SST进行了遥感反演和时空变化分析。结果表明,福建近岸的SST与大陆沿岸流、南海暖流、台湾海峡东岸黑潮暖流的分布以及季节的变化密不可分。 展开更多
关键词 福建近岸 SST 区域反演模型 seadas模型 MODIS影像
在线阅读 下载PDF
胶州湾海域Landsat8/OLI数据处理中多种大气校正方法的评价 被引量:1
3
作者 刘晓燕 申辰 +6 位作者 崔文玺 杨倩 禹定峰 高皜 杨雷 周燕 赵新兴 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2022年第8期2513-2521,共9页
海洋水色遥感研究中,精确的水体遥感反射比R_(rs)(λ)光谱数据是应用海洋光学卫星数据反演海洋生物地球物理参数的关键。实际工作中,遥感反射比是根据遥感仪器接收到的辐亮度经大气吸收和散射校正、太阳距离以及太阳高度角校正后计算出... 海洋水色遥感研究中,精确的水体遥感反射比R_(rs)(λ)光谱数据是应用海洋光学卫星数据反演海洋生物地球物理参数的关键。实际工作中,遥感反射比是根据遥感仪器接收到的辐亮度经大气吸收和散射校正、太阳距离以及太阳高度角校正后计算出来的。因此对卫星传感器数据进行大气校正是我们得到精确的水体遥感反射比光谱数据的关键因素之一,也是海洋水色遥感研究中的一个重要问题。胶州湾是黄海西部的一个半封闭海湾,是北温带海湾生态系统的重要代表,该海域内规划了大范围的海洋牧场养殖区域,水体生物光学性质复杂。Landsat是美国NASA的陆地卫星计划,最初是为了观测陆地而研发,但是其高空间分辨率(30 m)的优势在海洋遥感监测中表现突出,使得其成为卫星遥感监测河流、湖泊、内陆环湾等水体不可忽略的数据源之一。基于QA(quality assurance)Score光谱质量评价体系对Landsat8/OLI数据处理中五种大气校正算法在胶州湾海域的大气校正结果进行了评价分析。五种大气校正算法分别是NASA(National Aeronautics and Space Administration)标准近红外大气校正算法(Seadas采用为默认大气校正算法,记为Seadas Default);Acolite默认大气校正算法—暗光谱拟合算法(dark spectrum fitting,记为Acolite DSF);以及Acolite指数外推算法(exponential extrapolation),根据算法中所使用波段的不同,分别记为Acolite SWIR,Acolite Red/NIR,Acolite NIR/SWIR。分析结果表明在胶州湾海域Seadas Default的大气校正算法得到的R_(rs)(λ)数据QA得分为1的概率(83.95%)要远大于Acolite DSF(49.66%),Acolite SWIR(4.13%),Acolite Red/NIR(7.25%),Acolite NIR/SWIR(1.38%)四种大气校正算法。Acolite DSF大气校正算法优于Acolite SWIR,Acolite Red/NIR,Acolite NIR/SWIR。应用MODIS/Aqua卫星数据对Seadas Default大气校正算法和Acolite DSF大气校正算法处理Landsat8/OLI卫星数据得到的R_(rs)(λ)在443,483,561和655 nm的数据进行了对比分析,结果表明在各个波段的Seadas Default算法所得的大气校正结果都要优于Acolite DSF算法。据此,建议在胶州湾及其附近海域应用Landsat8/OLI数据进行遥感应用研究时以NASA标准近红外大气校正算法为首选。 展开更多
关键词 二类水体 遥感反射比光谱 QA Score seadas Acolite 胶州湾
在线阅读 下载PDF
基于开源代码构建水色遥感数据处理系统--以HY-1C/D为例
4
作者 王道生 杜克平 +3 位作者 陈树果 薛程 叶小敏 李忠平 《遥感学报》 EI CSCD 北大核心 2023年第1期68-78,共11页
中国在《国家民用空间基础设施中长期发展规划(2015年—2025年)》中专门规划了海洋观测卫星系列,通过从单一的试验星到星座的组网,建立起较为完善的海洋环境立体监测体系。由于大气层的影响以及海洋参数在大气层顶的贡献通常很低,卫星... 中国在《国家民用空间基础设施中长期发展规划(2015年—2025年)》中专门规划了海洋观测卫星系列,通过从单一的试验星到星座的组网,建立起较为完善的海洋环境立体监测体系。由于大气层的影响以及海洋参数在大气层顶的贡献通常很低,卫星观测对海洋卫星地面数据处理系统定量化程度提出了很高的要求。美国自20世纪70年代发射CZCS水色卫星以来,在水色卫星数据处理系统上积累了多年经验。本文通过借鉴NASA成熟开源的SeaDAS科学处理框架,针对HY-1C/D海洋水色水温仪传感器(COCTS),集成前人算法,开发出HY-1C/D离线数据处理系统(OffLine-COCPS),实现了从L1B数据(几何定位和辐射定标后)开始到水体遥感反射比和各类水色产品制作的全链条数据流程。结果表明,自主建立的HY-1C/1D卫星COCTS传感器大气校正相关查找表基本满足了在全球范围内的定量化应用。根据统计投影得到HY-1C/1D双星COCTS反演的叶绿素全球产品,表明系统可实现对HY-1C/1D双星反演叶绿素产品提供支撑,进而与NASA官方发布的同期MODIS叶绿素产品散点图比较,整体分布趋势也与MODIS保持一致。通过本研究,成功实现了对国产水色卫星传感器和自主反演算法的扩展,后续亦可对大气校正算法和其他水色反演算法进行扩展,而对大气校正的精度和水色反演产品的精度评价还需开展更多的工作。 展开更多
关键词 海洋遥感 水色卫星 HY-1C/1D 处理系统 seadas
原文传递
基于岭回归的近岸海域叶绿素a浓度反演模型
5
作者 李磊 张红梅 +1 位作者 熊志玲 包云 《江西水利科技》 2024年第4期235-241,共7页
本文利用SeaDAS软件的三种标准业务化叶绿素a浓度反演算法OC2、OC3和OC4进行了黄海和东海的叶绿素a浓度反演,并利用2003年的黄海和东海实测叶绿素a浓度数据进行验证,发现OC3和OC4算法反演结果明显偏大,OC2算法反演结果略微偏大。针对上... 本文利用SeaDAS软件的三种标准业务化叶绿素a浓度反演算法OC2、OC3和OC4进行了黄海和东海的叶绿素a浓度反演,并利用2003年的黄海和东海实测叶绿素a浓度数据进行验证,发现OC3和OC4算法反演结果明显偏大,OC2算法反演结果略微偏大。针对上述三种算法的不足,本文提出了一种基于岭回归的叶绿素a浓度反演模型,并利用2003年的MODIS遥感数据进行了黄海和东海的叶绿素a浓度反演,经与实测数据对比及F检验(F=25.893,p=0.000<0.05),模型预测值与实测表层叶绿素a浓度值之间的平均绝对百分比误差(MAPE)为21.8%,均方根误差(RMSE)为0.325mg/m^(3)和决定系数(R^(2))为0.847。该模型可有效地克服OC2、OC3和OC4算法存在的共线性问题,准确性和拟合度优势明显。因此,基于岭回归的叶绿素a浓度反演模型能够有效地反演近海的叶绿素a浓度。 展开更多
关键词 seadas大气校正 叶绿素a反演算法 岭回归 黄海和东海
在线阅读 下载PDF
Importance of Aerosol Optical Depth in the Atmospheric Correction of Ocean Colour Remote Sensing Data
6
作者 Sriperambudur Udaya Laxmi Sonnati Chandralingam +2 位作者 Pullaiahgari Venkata Nagamani Inaganti Veera Ganga Bhavani Yerramsetti Umamaheswara Rao 《Open Journal of Marine Science》 2017年第1期100-108,共9页
Atmospheric aerosols being an important component of the atmosphere play an important role in global and regional climate change. Aerosols can affect air quality, climate change and human health and have a significant... Atmospheric aerosols being an important component of the atmosphere play an important role in global and regional climate change. Aerosols can affect air quality, climate change and human health and have a significant effect on the solar energy budget. To study their quantitative effect is a challenging task due to their high spatial and temporal variability. This parameter represents one of the extinction coefficients of solar radiation and rate of suspended particles in the atmosphere. Ocean Colour Remote Sensing provides information about the four major geophysical parameters like chlorophyll and total suspended sediment concentration, vertical diffuse attenuation co-efficient and the aerosol optical thickness measured at 865 nm. Aerosol optical depth can be expressed as function of wavelength through Angstrom’s equation ?, where “α” and “β” are known as Angstrom parameters. The Angstrom exponent, “α” is related to the size distribution of the aerosol particles and “β” represents the amount of aerosols present in the atmosphere. In this present study, an attempt is made to study the impact of these two parameters by changing values from 0 to 0.05 for “α” and from 0.0 to 0.6 for “β” in SeaDAS processing for estimating the aerosol optical depth. From this study, it is clear that for most of the applications either in the coastal or open ocean waters, alpha value varies from 0.0 to 0.3 over the north Indian Ocean. However, this has been further evaluated by various combinations for retrieving the AOD using OCM-2 data. 展开更多
关键词 AEROSOL Optical Depth seadas NORTH INDIAN OCEAN OCM-2
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部