河北海域叶绿素a浓度遥感反演业务化算法.pdf

第34 卷 第2 期 海 洋 预 报 Vol.34 ，No.2 2017 年4 月 MARINE FORECASTS Apr.2017 DOI: 10.11737/j.issn. 1003-0239.2017.02.008 河北海域叶绿素a 浓度遥感反演业务化算法 杨斌，田力，徐雯佳，许志辉 （河北省遥感中心，河北石家庄050021 ） 摘 要：构建了一种适用于河北海域二类水体的叶绿素a 浓度遥感反演业务化模型。将MODIS 1B 数据第一波段反射率与河北海域叶绿素a 浓度实测数据进行相关分析，通过回归拟合建立遥感反 演模型，并选择不同时间、不同区域的实测数据对模型精度与稳定性进行了检验。结果表明：模型 相关系数为0.73 ，平均相对误差31.4%～35.9%之间，模型适用于河北海域叶绿素a 浓度业务化遥 感监测，这对于监测河北海域赤潮和富营养化状况具有重要的现实意义。 关键词：河北海域；叶绿素a 浓度；遥感；MODIS ；定量反演 中图分类号：P734 ；TP79 文献标识码：A 文章编号：1003-0239 （2017 ）02-0060-07 1 引言 析Mecklenburg Lake 区的不同时相的高光谱数据特 征,建立了基于半经验和多时相的透明度和叶绿素a [11] 叶绿素a 的浓度与水体中藻类的种类和数量等 浓度的遥感反演模型 。Carder 等应用MODIS 数 有密切关系，可以反映浮游植物现存量，是评价和 据，以675 nm 的浮游植物吸收系数和400 nm 的黄 [1] 监测海洋水质的重要参数 ，特别是河北秦皇岛海 色物质吸收系数为变量，建立了大洋水体叶绿素a [12] 域每年暴发的微微藻褐潮，持续时间长，覆盖范围 浓度的半分析算法 。赵文静等利用2004—2012 [2-3] 广，与叶绿素a 浓度具有较高的相关性 ，越来越多 年在南海获得的9 个航次的实测Chl a 数据，对 的研究表明，利用海水中叶绿素a 含量的变化可以 NASA 标准业务化算法OC3 算法进行修正，修正后 [4-6] [13] 作为监测赤潮是否发生的一个指标 ，监测叶绿素 算法精度由56% 提高到38% 。丛丕福等指出 a 浓度对于掌握赤潮和海水富营养化状况显得尤为 MODIS 红光附近特征波段（667 nm 和678 nm ）比传 重要。