1 东华理工大学测绘工程学院, 江西 南昌 330013
2 流域生态与地理环境监测国家测绘地理信息局重点实验室, 江西 南昌 330013
3 广东省遥感与地理信息系统应用重点实验室, 广东省地理空间信息技术与应用公共实验室, 广东省遥感大数据应用工程技术研究中心, 广州地理研究所, 广东 广州 510070
叶绿素a浓度是估算浮游植物生物量的重要指标,连续小波变换是一种重要的多尺度光谱分析方法。本文以粤西、珠江口为案例区,基于地面高光谱和实测叶绿素a的浓度数据,选取10种不同的母小波基函数对高光谱反射率数据进行连续小波变换。运用偏最小二乘回归(PLSR)方法构建叶绿素a浓度的反演模型,分析比较了不同小波变换系数对建模结果的影响。研究结果表明:采用经过多种小波变换后的小波系数与实测叶绿素a浓度进行相关性分析,相关性均高于原始光谱;基于不同的小波变换系数进行建模,反演精度差异较大,其中,基于sym6小波系数的偏最小二乘回归模型的精度最高(决定系数R2=0.732,均方根误差为6.457 μg/L,相对分析误差为2.600),相较于基于光谱特征的传统反演方法精度明显提升。本研究为今后进行二类水体叶绿素a浓度模型构建过程中的小波基优选提供了参考。
遥感 连续小波变换 高光谱 偏最小二乘回归 叶绿素a浓度 激光与光电子学进展
2021, 58(8): 0828002