您的位置: 专家智库 > >

金琦

作品数:3 被引量:28H指数:2
供职机构:南京师范大学更多>>
发文基金:国家自然科学基金更多>>
相关领域:环境科学与工程更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇环境科学与工...

主题

  • 3篇湖泊
  • 2篇遥感估算
  • 2篇营养化
  • 2篇影像
  • 2篇反演
  • 2篇富营养化
  • 2篇富营养化湖泊
  • 2篇GOCI
  • 1篇悬浮物
  • 1篇悬浮物浓度
  • 1篇遥感
  • 1篇遥感反演
  • 1篇叶绿素A浓度
  • 1篇以太
  • 1篇内陆湖泊
  • 1篇蓝藻
  • 1篇反演模型
  • 1篇丰度

机构

  • 3篇南京师范大学

作者

  • 3篇金琦
  • 2篇李云梅
  • 2篇吕恒
  • 2篇王艳楠
  • 2篇冯驰
  • 1篇张杰
  • 1篇潘洪洲
  • 1篇赵丽娜
  • 1篇赵丽娜

传媒

  • 1篇生态学报
  • 1篇环境科学

年份

  • 1篇2017
  • 2篇2015
3 条 记 录,以下是 1-3
排序方式:
内陆富营养化湖泊蓝藻丰度遥感估算方法研究——以太湖为例
蓝藻是内陆富营养化水体水华发生时的主要优势藻种,蓝藻丰度(蓝藻藻密度占总藻密度的比例)对于蓝藻水华的预警和监测具有重要意义。利用遥感技术可以宏观、快速和实时地监测蓝藻丰度,能反映蓝藻是否为优势藻种以及蓝藻丰度分布的时空差...
金琦
关键词:遥感估算
基于GOCI影像和水体光学分类的内陆湖泊叶绿素a浓度遥感估算被引量:18
2015年
叶绿素a作为水质参数之一,常用来作为衡量水体富营养化程度的指示标准.利用从太湖及洞庭湖获取的326个实测数据,基于实测遥感反射率对水体光谱进行光学分类,结果表明所采集的样点可分为3种水体类型.结合GOCI的波段设置,建立了不同类型水体的叶绿素a浓度反演模型.水体类型一可以利用490 nm(3波段)和555 nm(4波段)来反演,水体类型二可利用660 nm(5波段)和443 nm(2波段),水体类型三利用745 nm(7波段)和680 nm(6波段).精度分析表明,分类后的平均相对误差明显下降,类型一为38.91%、类型二为24.19%、类型三为22.90%;类型一均方根误差为4.87μg·L-1、类型二为8.13μg·L-1、类型三为11.66μg·L-1;分类前后的总体平均相对误差由49.78%降低到29.59%,总体均方根误差由14.10μg·L-1降低到9.29μg·L-1,分类后反演精度得到了显著提高.利用2013年5月13日8景GOCI影像反演了太湖的叶绿素a浓度,结果表明,2013年5月13日太湖叶绿素a浓度日变化显著,高值区主要集中在竺山湾、梅梁湾、贡湖湾,低值区主要集中在湖心区以及南部区域,10:00以后太湖西南部沿岸的叶绿素a浓度显著降低.这种先分类后反演的方法对于二类水体的模型反演精度的提高具有重要作用.
冯驰金琦王艳楠赵丽娜吕恒李云梅
关键词:反演模型
基于GOCI影像的湖泊悬浮物浓度分类反演被引量:12
2015年
悬浮物直接影响到光在水体中的传播,进而影响着水生生态环境,最终决定了湖泊的初级生产力。传统的遥感反演估算模型大多是针对某一湖区进行统一建模,忽视了不同区域水体光学性质的复杂差异性,并且传统的传感器时间分辨率和空间分辨率受到一定限制。针对太湖、巢湖、滇池、洞庭湖4个湖区利用两步聚类法将高光谱模拟到GOCI影像上的波段进行分类,将水体类型分为三类,第一类水体为悬浮物主导的水体,第二类水体为悬浮物和叶绿素a共同主导的水体,第三类水体为叶绿素a主导的水体。针对不同类型水体的光学特征,分别构建了悬浮物浓度反演模型,结果表明第一类水体可以利用B7/B4,第二和第三类水体可以利用B7/(B8+B4)作为波段组合因子对悬浮物浓度进行模型构建。精度验证结果表明,分类建模后第一类和第三类水体悬浮物浓度估算精度都得到了较明显提高,第一类水体RMSE降低了9.19mg/L,MAPE降低了3%,第三类水体RMSE降低了5.63 mg/L,MAPE降低了13.97%,第二类水体精度稍有降低。最后将反演模型应用于2013年5月13日的GOCI影像,可知整体而言太湖西南部地区悬浮物浓度较高,东北部地区悬浮物浓度较低,并且从9:00到15:00,太湖南部悬浮物浓度较高的区域在逐渐缩小。
赵丽娜王艳楠金琦冯驰潘洪洲张杰吕恒李云梅
关键词:富营养化湖泊悬浮物遥感反演
共1页<1>
聚类工具0