1 河北科技师范学院海洋科学研究中心, 河北 秦皇岛 066004
2 中国科学院长春光学精密机械与物理研究所应用光学国家重点实验室, 吉林 长春 130033
3 国家卫星海洋应用中心, 北京 100081
海水中的叶绿素浓度是描述海洋初级生产力、 获知浮游植物丰度及变化规律、 评估环境质量、 预报生态灾害的主要参数。 国内外卫星遥感叶绿素产品的通用反演模型是利用不同波段上遥感反射光谱的强度比值来构建的OCx(x=26)算法, 应用在一类水体中, 全球尺度上的平均相对误差在35%左右。 但对于固有光学特性复杂且具有较大区域差异性的二类水体, OCx算法误差较大甚至失效。 现有研究成果表明, 光谱的相对高度有利于特征波段信息提取及水色信号信噪比的提高。 但基于相对高度构建反演模型, 目前尚存在波段单一、 应用面窄等问题。 在我国近岸水体中, 相对高度模型的构建方法及应用效果尚需进一步研究和验证。 在对秦皇岛近岸海域的叶绿素浓度和表观光学参量进行原位测量的基础上, 对高光谱数据进行了规范化处理, 选取了特征波段并利用特征波段的相对反射深度构建了反演模型。 模型反演值与实测值的相关系数为0.883 58, 平均相对误差为28.33%; 将模型与OCx等算法进行比较, 平均相对误差均降低了27%~50%; 模型验证估算值的平均相对误差为31.17%。 在此基础上, 对我国海洋卫星HY-1C水色水温扫描仪的多光谱数据及实测叶绿素浓度进行了相关分析, 并基于443及520 nm处的相对反射深度建立了反演模型, 模型估算值的平均相对误差比同期L2B产品降低了53.44%。 结果表明, 基于相对反射深度构建反演模型, 可充分利用叶绿素特征波段信息、 降低数据敏感性、 提高水色要素的信噪比, 进而大幅提高模型的反演精度及稳健性。 对于水色要素的高光谱及多光谱反演模型构建、 水体光学参量测量、 卫星产品普及应用、 初级生产力估算、 生态环境监测、 水动力过程研究等领域具有重要的科学意义及较强的应用价值。
相对反射深度 高光谱 叶绿素浓度反演 卫星遥感 秦皇岛海域 Relative reflection depths Hyperspectral Chlorophyll concentration inversion Satellite remote sensing Qinhuangdao coastal 光谱学与光谱分析
2022, 42(4): 1083
1 河南农业大学资源与环境学院，河南 郑州 450002
2 河南省土地整治与生态重建工程技术研究中心，河南 郑州 450002
研究了基于氮肥效应的冬小麦不同生育期的叶绿素浓度，探讨了XGBoost算法在冬小麦叶绿素浓度估算中的适用性。利用该算法构建了冬小麦叶绿素浓度的高光谱估算模型，并将其与偏最小二乘法（Partial Least Squares, PLS）以及人工神经网络（Neural Network, NN）算法进行了对比。结果表明：（1）冬小麦的叶绿素浓度随着氮肥用量的增加而逐渐升高。（2）基于一阶微分光谱（First-order Differential Reflectance, FDR）数据集的估算模型表现最好。通过对比建模数据集与验证数据集的决定系数R2和相对分析误差（Residual Predictive Derivation, RPD）发现，XGBoost算法的效果最佳。（3）通过波段重要性分析发现，XGBoost算法的8个重要波段均在738~753 nm范围内。与8个常用的红边指数相比，通过XGBoost算法筛选到的8个一阶微分光谱波段对叶绿素浓度的准确估算起到了更加重要的作用。该算法可以作为一种有效的高光谱信息挖掘手段来估算冬小麦的叶绿素浓度。
冬小麦 叶绿素浓度 高光谱 winter wheat chlorophyll content hyperspectral XGBoost XGBoost
1 中国科学院海洋研究所, 山东 青岛 266071
2 中国科学院上海光学精密机械研究所空间激光信息传输与探测技术重点实验室, 上海 201800
叶绿素浓度是海洋初级生产力的重要指标之一, 激光诱导荧光技术可以实现海水叶绿素浓度的快速测量。 测量叶绿素浓度的传统激光诱导荧光原理, 是利用叶绿素荧光与水体Raman散射的强度比值(IF/R)进行反演, 即叶绿素浓度nchl＝CIＦ／Ｒ, 其中C为系统常量。 这是依据叶绿素荧光685 nm、 水体Raman散射强度都与激发光强呈线性关系。 然而, 该理论并没有考虑诱导荧光饱和现象的存在。 当诱导激光强度达到一定程度后, 685 nm荧光强度随激发光强非线性变化。 另外, 值得注意的是, 水体Raman散射并不存在信号饱和现象。 为了探讨饱和激发造成荧光非线性变化的影响, 在激光诱导荧光技术测量叶绿素浓度的实验中, 设计两种测量方案, 即: 不同激光功率诱导单一浓度样本的荧光测量, 和固定激光功率时不同浓度样本的荧光测量。 实验中利用Nd∶YAG三倍频激光355 nm激发获得叶绿素溶液的404 nm处 Raman散射和685 nm荧光。 实验结果分为2部分进行讨论: (1)为了分析饱和激发造成荧光变化的非线性特性, 通过调节激发光功率测量溶液的受激发射光谱, 发现水体Raman散射强度与激发光强呈线性关系, 而685 nm荧光强度出现饱和激发下的非线性变化。 而且, 随叶绿素浓度的增加, 685 nm荧光的非线性趋势更为明显, Raman散射强度与激发光强的线性关系中斜率变小。 数据分析表明, 685 nm荧光数据拟合的4阶多项式和Raman散射效率值, 可以定性地表征685 nm荧光的饱和程度。 (2)考虑实际海洋激光雷达探测叶绿素浓度应用中存在饱和激发荧光非线性现象, 为了分析荧光非线性对传统叶绿素浓度反演理论适用性的影响, 在固定激发光强情况下对不同浓度叶绿素溶液的发射光谱进行测量。 将激发光功率调节至52.00, 80.70, 132.10和197.30 mW·cm-2, 获取相应激发光强下685 nm荧光与水体Raman散射的强度比值和叶绿素浓度之间的关系。 实验表明, 激发光强不变的情况下, 685 nm荧光与水体Raman散射的强度比值, 与叶绿素浓度仍满足线性关系。 但是, 在较高光强激发时, 饱和激发造成的叶绿素荧光非线性变化, 导致利用传统激光诱导荧光理论反演的叶绿素浓度值偏小。 因此, 需要对饱和激发下荧光非线性的影响进行修正, 其关系为IF/R=nchl/C+CF, 修正值CF不可忽略。 另外, 值得一提的是, 修正关系中系统常量C随激发光强增加而增大。 研究表明, 饱和激发造成的荧光非线性, 会对激光诱导荧光技术测量叶绿素浓度产生影响, 但由于造成荧光非线性因素的复杂性, 仅通过荧光数据拟合获得的多项式, 无法定量说明其影响权重。 然而, 当激发光强不变时, 可以实验测量获得基于激光诱导荧光原理的修正关系, 从而准确反演叶绿素浓度。
激光诱导荧光 叶绿素浓度 饱和激发 非线性荧光 Raman散射 Laser induced fluorescence (LIF) Chlorophyll concentration Saturated excitation Nonlinear fluorescence Raman scattering 光谱学与光谱分析
2019, 39(8): 2366
1 西安邮电大学 通信与信息工程学院,西安 710121
2 西北工业大学 电子信息工程学院,西安 710072
3 西安电子科技大学 综合业务网国家重点实验室,西安710071
为了研究中层海水中水色三要素对水下量子通信性能的影响,首先根据水色三要素的吸收和散射模型,提出了海水中叶绿素浓度、光量子信号波长和水下量子链路衰减的关系;然后针对退极化信道,分析了叶绿素浓度、光量子信号波长与信道容量、信道平均保真度和信道误码率之间的定量关系。仿真结果表明,传输距离为20 m,当叶绿素浓度分别为0.5 mg/m3和1.5 mg/m3时,水下量子通信信道容量、信道平均保真度、信道误码率依次分别为0.263 1和0.142 3,0.705 2和0.553,0.037 05和0.029 17.当波长分别为400 nm和800 nm时,通信信道容量、信道平均保真度、信道误码率依次分别为0.229 1和0.428 3,0.914 2和0.943 7,0.012 36和0.006 87。由此可见,叶绿素浓度和光量子信号波长对水下量子通信性能有显著的影响。应根据对海水水色三要素的探测情况,自适应调整系统的各项参数。
水下量子通信 水色三要素 叶绿素浓度 退极化信道 信道误码率 underwater quantum communication three elements of water color the chlorophyll concentration the depolarizing channel channel bit error rate
1 中国科学院 南海海洋研究所, 热带海洋环境国家重点实验室, 广东 广州 510301
2 中国科学院大学, 北京 100049
3 环境保护部 华南环境科学研究所, 广东 广州 510655
利用2004~2012年在南海获得的9个航次的实测Chl-a数据, 采用NASA标准业务化算法OC3和针对低Chl-a水体所发展的最新算法OCI反演获得了相应的MODIS-Aqua Chl-a产品。通过建立实测与遥感产品的时空匹配数据对, 开展了Chl-a产品的适用性评估, 并对比分析了上述两种算法的性能。在此基础上, 利用南海实测遥感反射率(Rrs(λ))和MODIS-Aqua Rrs(λ)产品以及相应实测Chl-a的匹配数据集, 分别对算法OC3和OCI进行了区域性修正。结果显示: 基于算法OC3和OCI反演所得的MODIS-Aqua Chl-a产品值均高估了实测值, 平均绝对误差(APD) 的精度分别为56.30%和42.58%, 且算法OCI可明显改善低Chl-a水体(<0.25 mg·m-3)的反演精度;采用南海MODIS-Aqua Rrs(λ)产品与实测Chl-a匹配数据集(N=82)修正后的区域性算法NOC3和NOCI的精度均有不同程度提高, APD精度分别为37.85%和36.74%;采用现场实测Rrs(λ)与Chl-a匹配数据集(N=123)进行区域性修正后的算法INOC3和INOCI的APD精度分别为36.61%和37.79%, 上述两种方案精度较为接近。因此, 对于南海海域而言, 算法的区域性修正对于改善MODIS-Aqua Chl-a产品精度非常重要。
叶绿素浓度 南海 精度评估 光学遥感 算法修正 MODIS-Aqua MODIS-Aqua chlorophyll concentration (Chl-a) the South China Sea accuracy assessment optical remote sensing algorithm modification 光学 精密工程
2014, 22(11): 3081
1 大连海事大学环境科学与工程学院, 辽宁 大连116026
2 国家海洋环境监测中心, 辽宁 大连116023
基于2012年7月藻类培养实验期间的实测生物-光学数据, 分析了强壮前沟藻的后向散射特性及其影响因素。 结果表明, 强壮前沟藻的后向散射系数值具有光谱变化性, 并随叶绿素浓度的升高而增大, 两者之间呈很好的幂函数关系, 相关系数R2最小值可达0.96; 此外, 由于色素的吸收作用, 使得其光谱形状会随叶绿素的变化而变化; 同时获得的后向散射比率620 nm处的变化范围在0.006 4～0.011 6之间; 总体上, 各波段颗粒物后向散射比率也呈现随叶绿素浓度增加而增大的趋势, 但在高叶绿素浓度下, 这种变化规律并不明显, 并且就其光谱形状而言, 无论叶绿素浓度高低, 其光谱形状始终保持一致; 颗粒密度是影响后向散射比率的主要因素之一, 两者之间呈幂函数关系, 相关系数r在620 nm处高达0.98。
强壮前沟藻 后向散射系数 后向散射比率 叶绿素浓度 颗粒密度 Amphidinium carerae hulburt Backscattering coefficient Backscattering ratio Chlorophyll concentration Particle density 光谱学与光谱分析
2013, 33(7): 1892
1 北京师范大学地理学与遥感科学学院, 遥感科学重点实验室, 环境遥感与数字城市北京市重点实验室, 北京 100875
2 Northern Gulf Institute, Mississippi State University, MS 39529, USA
以往大部分海洋光学和海色研究都是以海洋光学有效成分及固有光学特性垂直均一分布的假设为基础进行的, 然而海洋观测表明海水成分的垂直不均一性大量存在。 文章通过Hydrolight辐射传输模拟研究了叶绿素浓度垂直不均一分布对海水表观光学特性的影响。 叶绿素浓度垂直不均一分布由高斯模型来近似模拟, 选择成熟的一类水体生物光学模型, 利用Hydrolight辐射传输代码模拟表观光学特性, 将垂直不均一廓线情况下模拟的表观光学特性值与具有本底值的均一廓线情况所模拟的相应值进行了比较。 结果表明, 水表面以下的叶绿素浓度最大值增加了蓝光波段的遥感反射率, 减小了绿光波段的遥感反射率, 而且改变了水体中辐射的方向分布, 在叶绿素浓度最大值处, 下行辐射漫衰减系数和平均余弦廓线分别出现峰值和谷值。
叶绿素浓度垂直不均一分布 遥感反射率 漫衰减系数 平均余弦 The vertical distribution of chlorophyll concentra Remote sensing reflectance Diffuse attenuation coefficient Average cosines
