《時空耦合的內陸水體葉綠素濃度多源數據協同反演研究》是依託南京師範大學，由李雲梅擔任項目負責人的面上項目。
基本介紹
- 中文名：時空耦合的內陸水體葉綠素濃度多源數據協同反演研究
- 項目類別：面上項目
- 項目負責人：李雲梅
- 依託單位：南京師範大學
項目摘要,結題摘要,
項目摘要
葉綠素濃度反映了水體富營養化程度、藻類含量，是水環境質量評價的主要參數，對其遙感反演模型方法的研究，一直是水環境遙感研究的熱點。但是，地面實驗觀測無法真正做到與衛星影像完全同步，導致實驗觀測數據與影像瞬時獲取的數據存在偏差，直接影響了反演模型的精度；另一方面，遙感影像的時間解析度及受天氣影響等因素，使其對葉綠素濃度的反演不具有時間連續性。針對上述兩個難點，本項目擬研究地面連續觀測數據-生物光學反演模型、水動力模型-多源衛星影像數據協同的機理與方法，以浮標觀測等獲得時間連續數據及影像同步數據，以衛星影像獲取空間全覆蓋數據，同化水動力模型、生物光學反演模型實現離散樣點-空間連續、瞬時觀測-時間連續的時空數據耦合，進行葉綠素濃度時空分布的實時評估。項目的研究，不僅能夠提高葉綠素遙感反演的精度，而且可為其他水色參數的多源數據協同反演提供技術和方法論借鑑，對水環境實時、連續監測具有重要的現實意義。
結題摘要
針對水環境監測中地面監測站點數據在空間上不連續，而遙感監測數據在時間上不連續的問題，以太湖為研究區，利用地面連續觀測數據、多光譜衛星數據、高光譜衛星數據，研究多源數據時空耦合的機理，構建葉綠素濃度多源數據協同反演模型，實現對水體葉綠素濃度的時空連續估算和預測。項目開展了4次原位遙感實驗，獲得太湖累計360個樣點的同步水質參數及光學參數，獲取了太湖2個站點2013-2016年水質自動連續監測數據。取得了以下主要成果：（1）針對環境1號衛星CCD等多光譜數據，構建了基於綠光波段穩定性的大氣校正方法，針對MERIS等高光譜數據，構建了基於氧氣、水汽吸收波段的大氣校正改進算法。有效提高了太湖區域水體大氣校正精度，為內陸水色遙感大氣校正提供了新的經驗和借鑑，同時也為通過遙感影像反演其它水質參數等後續套用提供了數據保障。（2）構建了一種新的二類水體葉綠素a濃度遙感估算模型。該模型通過選取特定的4個波段位置，有效地消減了葉綠素a吸收峰附近非色素碎屑物質的干擾，提高了特定波段葉綠素吸收係數估算精度，進而在拓展了模型通用性的同時，提高了葉綠素濃度的遙感估算精度。（3）構建了基於風生流的太湖葉綠素a擴散模型。該模型充分考慮了水下地形、風速、風向、水位和流速等因素對水質參數輸移擴散的影響，採用三角形格線對湖流方程進行離散求解，可以有效模擬葉綠素的三維輸移擴散，實現了湖泊水質參數的連續動態模擬。（4）結合水色要素擴散模型，構建了太湖葉綠素濃度估算的數據同化系統，實現了地面實時觀測—水色要素擴散模型、生物光學模型—多源衛星數據的協同反演。（5）完成了課題預定的研究目標。課題發表論文21篇，其中，SCI收錄論文10篇，申請發明專利2項，其中1項獲得授權。（6）培養畢業博士研究生3名，碩士研究生4名。
