检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]黑龙江大学水利电力学院,黑龙江哈尔滨150080
出 处:《农业与技术》2025年第9期124-130,共7页Agriculture and Technology
基 金:吉林省教育厅(项目编号:JJKH20230724KJ)。
摘 要:为验证Landsat8 L2级遥感数据在监测二类水体叶绿素a浓度的可行性,以其为数据源,香港近海海域典型二类水体为研究区域。采用OC2和OC32种经验模型算法和半分析模型方法反演,根据最佳反演模型对2019—2023年香港近海海域叶绿素a浓度进行反演,分析叶绿素a浓度时空变化特征。基于2种经验模型的反演精度并不高,决定性系数(R 2)均小于0.6;半分析法最佳反演模型为以B4/B2作为变量的一元二次模型,决定性系数为(R 2)为0.803,平均绝对百分比误差(MAPE)为38.6%,均方根误差(RMSE)为1.59μg·L-1,证明了Landsat8 L2级数据在二类水体叶绿素a浓度反演的可行性;2019—2023年香港近海海域叶绿素a浓度时空变化特征:在时间上叶绿素a浓度1年内呈现先高后低的波动变化,随温度增减而变化较为明显。而空间分布上,东部海域平均浓度高于西部海域,南部海域为变化过渡区。
关 键 词:叶绿素A Landsat8 L2 浓度反演 时空变化分析 香港近海海域
分 类 号:S181[农业科学—农业基础科学]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.222