多卫星传感器南海叶绿素a浓度遥感数据融合_李新星.pdfVIP

1007-4619 (2015)04 -0680-10 Journal of Ｒemote Sensing 遥感学报 a 多卫星传感器南海叶绿素 浓度遥感数据融合 1 2 2 2 1 ， ， ， ， 李新星 张亭禄 田林 王晓菲 刘金刚 1． ， 100190 ; 中国科学院计算技术研究所 北京 2 ． ， 266100 中国海洋大学海洋技术系 山东青岛 : 、 3 MODIS-Aqua 、MOIDS-Terra 摘 要 利用平均法 生物光学模型法和最优插值法 种数据融合方法对卫星传感器 及 MEＲIS a ， ， 3 。 (1) 获取的南海叶绿素 浓度的数据进行了融合 通过比较融合产品的质量 对 融合方法进行了评价 利 a a ， MODIS-Aqua 、 用现场测量的南海遥感反射率和叶绿素 浓度数据建立了南海叶绿素 浓度的反演模型 并应用于 MOIDS-Terra MEＲIS Level 2 ， a 。 (2 ) 、 、 及 反射率数据 获取南海叶绿素 浓度 将平均法 生物光学模型法 最优插值法 3 a ， 分别应用于上述 颗卫星的叶绿素 数据进行数据融合 并用现场测量的同步叶绿素数据对融合后的产品进行了 。 (3) 3 20 11 MODIS-Aqua 、MODIS-Terra MEＲIS 3 a 印证 利用 种融合方法分别对南海 年 和 等 个传感器的叶绿素 数 ， a 。 ， 据进行了月融合 分析了融合的南海叶绿素 浓度的时空分布特征 结果表明 融合数据大幅度提高了空间覆盖 率， 。 、 3 ， 且具有较高可信度 平均法 生物光学法和优化插等 种融合方法性能有较大的不同 生物光学法具有高的运 ， ; ， 。 ， 行速度 但有时空间覆盖率仍不能满足要求 优化插值法具有高的空间覆盖率 但其运行速度较慢 因此 在具体应 ， 。 用中 应根据需求选择合适的融合方法 : ，MODIS ，MEＲIS ， a 关键词 数据融合方法 南海叶绿素 浓度 中图分类号:TP79 文献标志码:A 引用格式: ， ， ， ， ． 2015 ．