面向湖泊水色遙感的多源數據融合與生成研究

《面向湖泊水色遙感的多源數據融合與生成研究》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：面向湖泊水色遙感的多源數據融合與生成研究
• 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

適合於內陸湖泊水色遙感的數據的缺乏，嚴重阻礙了內陸水體水環境遙感的發展，如何利用現有的多源遙感數據，通過多源數據融合，實現不同數據源的優勢互補，生成適合於湖泊水色遙感的數據，已成為推動水環境遙感監測發展的關鍵因素。本項目利用地面數據、中高空間解析度數據、高光譜數據，研究湖泊水體光學特性的共性特徵，及共性特徵在不同光譜解析度尺度中的表征，探索不同數據源水色遙感信息的內在關聯；針對不同遙感器的特點以及波段特性，以水色光譜主導影響因子為聯接媒介，探索湖泊水色遙感中多源數據融合機制與方法；通過將地面實測光譜信息、中高空間解析度信息有機地融入到高光譜信息中，完成高光譜影像混合像元分解與光譜重構，生成兼具高光譜解析度和中高空間解析度特性的遙感數據，為實現高空間解析度像元內的高光譜水色參數反演，提高湖泊水色參數遙感反演精度提供數據支持，為推動水環境遙感發展提供方法論支持。

結題摘要

利用太湖、巢湖、滇池、三峽庫區2006年至2011年的11次野外實驗數據，研究了內陸水體光學特性差異性及其共性特徵，在此基礎上，建立了基於光譜斜率和基於波形特徵的水體光學分類方法，並將該方法套用於MERIS數據，生成兼具光學特徵和光譜特徵的數據，進而對葉綠素濃度進行反演，結果表明，新數據能夠提高反演精度；研究了利用從高光譜數據中提取的光譜特徵，對多光譜數據進行數據重構，生成具有高空間解析度高光譜特徵的數據的方法，並以環境一號衛星高光譜和多光譜數據為例，進行了方法驗證；針對內陸混濁水體大氣校正的難點，提出了對高光譜數據建立神經網路大氣校正模型的方法，以及對多光譜數據，利用同步MODIS數據輔助提取氣溶膠參數，並改進Gordon大氣校正方法的技術方法，提高了大氣校正精度。發表論文26篇，其中，SCI收錄論文10篇，EI收錄論文12篇，在科學出版社出版專著1部。培養博士研究生4人（其中2人已畢業），碩士研究生10人（其中4人已畢業）。完成了計畫擬定的各項研究內容，研究結果能夠為內陸水體水色遙感提供重要的技術支撐。