基於數據同化的杭州灣懸浮泥沙遙感反演方法研究

基於數據同化的杭州灣懸浮泥沙遙感反演方法研究

《基於數據同化的杭州灣懸浮泥沙遙感反演方法研究》是依託浙江工商大學,由李淵擔任項目負責人的青年科學基金項目。

基本介紹

  • 中文名:基於數據同化的杭州灣懸浮泥沙遙感反演方法研究
  • 項目類別:青年科學基金項目
  • 項目負責人:李淵
  • 依託單位:浙江工商大學
項目摘要,結題摘要,

項目摘要

懸沙濃度是水環境評價的重要參數,對河口地區的港口建設、灘涂利用等具有重要影響。受長江、錢塘江等徑流、入海泥沙、潮汐等因素的影響,杭州灣水體懸沙含量高、水體動態特性強,現有反演模型受時空約束影響較大,很難準確估算高濃度、寬濃度範圍的懸沙;另一方面,遙感數據受時間解析度及天氣因素的影響很難滿足對懸沙的連續動態監測。本項目嘗試通過野外採樣、室內分析和數值模擬相結合的方式,分析遙感數據與懸沙濃度之間的回響機制,建立適宜的反演模型;研究各反演模型與水體生物光學特性、懸沙濃度間的適用性及誤差回響,借鑑數據同化思想,實現多模型協同反演;採用基於集合的卡爾曼濾波同化方法,構建懸沙估算同化系統,通過遙感反演與數值模擬結果的同化,實現杭州灣懸沙含量的時空連續監測。項目的研究,有望提高懸沙反演精度,降低反演模型的不確定性。獲取懸沙濃度的連續動態分布,對河口水環境監測、水資源管理與開發具有重要的理論與套用價值。

結題摘要

本研究以杭州灣為研究區,通過多次野外原位觀測,分析了杭州灣懸沙濃度及其水色光學特性;結合多源遙感數據(GF-1 WFV數據,GOCI數據和Sentinel 3 OLCI數據),構建了杭州灣懸沙濃度估算的多種經驗和半經驗反演模型,分析了不同模型的適用性和穩健性;利用數據同化方法,建立了多模型協同反演算法,實現了杭州灣懸浮物濃度的多模型協同反演;基於EFDC數值模型,對杭州灣懸沙濃度進行了數值模擬,結合GOCI反演結果,實現了遙感反演與數值模擬結果的數據同化。具體結果如下: (1)利用GOCI和Sentinel 3 OLCI數據,構建了杭州灣懸沙濃度反演的單波段模型、波段比值模型、多元回歸模型、三波段模型、SAI指數模型、3S指數模型、SERT模型和Nechad模型,對比了模型精度,分析了模型適用性。結果表明,波段比值模型具有較好的模型精度和穩健性。基於顆粒物的後向散射和吸收係數,構建了杭州灣懸沙濃度估算的半分析算法,該算法具有較高的估算精度,適用於渾濁水體懸浮物濃度估算; (2)基於GOCI數據,進行了6模型協同反演測試。結果表明,多模型協同反演精度優於任意單一模型,MAPE為14.87%,RMSE為47.27 mg/L; (3)杭州灣懸沙濃度日變化具有很強的動態特徵。杭州灣北部區域懸沙濃度較低,灣口區域懸沙濃度較高。受水文周期的影響,杭州灣懸浮物濃度在枯水季要顯著高於豐水季; (4)基於稀疏表達算法,耦合輻射傳輸模型,提出了一種針對水體遙感反射率的高光譜重構算法。該算法在杭州灣進行了驗證,算法可以有效提升杭州灣懸沙濃度的估算精度; (5)以EFDC數值模型為基礎,建立了基於切應力的長江口二維水沙數值模型,對杭州灣懸沙輸移擴散進行了模擬。結合GOCI反演結果,進行了杭州灣懸沙濃度數據同化實驗。該方法可以提升懸沙濃度估算精度,為懸沙濃度的動態、連續估算提供了經驗借鑑。 整體上看,本項目完成了預期目標。在項目的資助下,已發表論文6篇,其中SCI論文5篇,還有3篇論文已收錄。

相關詞條

熱門詞條

聯絡我們