CN112949038A - 一种计算海洋水体不同浮游植物种群比吸收系数的方法 - Google Patents

一种计算海洋水体不同浮游植物种群比吸收系数的方法 Download PDF

Info

Publication number
CN112949038A
CN112949038A CN202110136241.9A CN202110136241A CN112949038A CN 112949038 A CN112949038 A CN 112949038A CN 202110136241 A CN202110136241 A CN 202110136241A CN 112949038 A CN112949038 A CN 112949038A
Authority
CN
China
Prior art keywords
phytoplankton
absorption coefficient
absorption
gaussian
calculating
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110136241.9A
Other languages
English (en)
Other versions
CN112949038B (zh
Inventor
孙德勇
樊杰
王胜强
张海龙
何宜军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Information Science and Technology
Original Assignee
Nanjing University of Information Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Information Science and Technology filed Critical Nanjing University of Information Science and Technology
Priority to CN202110136241.9A priority Critical patent/CN112949038B/zh
Publication of CN112949038A publication Critical patent/CN112949038A/zh
Application granted granted Critical
Publication of CN112949038B publication Critical patent/CN112949038B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Computational Linguistics (AREA)
  • Cultivation Of Seaweed (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明涉及一种计算海洋水体不同浮游植物种群比吸收系数的方法，通过实测水体光学遥感数据，优化高斯函数中心波长与半波宽，重构高斯函数模型，计算各浮游植物种群在去除打包效应的离散溶解状态下的比吸收系数光谱，获取不同浮游植物种群吸收对总吸收光谱的贡献。本发明可解决当前海洋水体不同浮游植物种群比吸收系数准确量化方法缺失这一问题，提高对于各浮游植物种群吸收系数这一重要参数的获取能力及利用光学数据分析浮游植物种群结构的能力。

Description

一种计算海洋水体不同浮游植物种群比吸收系数的方法
技术领域
本发明属于海洋遥感技术领域，具体涉及一种计算海洋水体不同浮游植物种群比吸收系数的方法。
背景技术
浮游植物是海洋生态系统的重要组成部分，是海洋食物链的基础环节。在海洋生态环境中，浮游植物的能量流动与信息传递均起着重要作用，影响着众多生物地球化学进程，如各种生命必需元素(碳、硅、磷等)的传递与循环。一般而言，太阳辐射会显著影响海洋中浮游植物生产力，这一部分影响被定义为一种固有光学属性，即浮游植物吸收系数aph(phytoplankton absorption coefficients)。因此，了解、分析并记录浮游植物吸收系数aph的变化对研究海洋生态、分析海洋环境更迭规律等有重大意义。
浮游植物吸收系数aph一般测量于现场采集的样品数据或来源于高光谱水色遥感卫星反演产品。总浮游植物吸收系数被认为是多种浮游植物吸收光谱的叠加，可以被分解为不同浮游植物种群对总吸收的贡献，因此也得以从多个方面阐述浮游植物种群结构信息。在不同海域中，各种因素的影响(叶绿素a(Chla)浓度、浮游植物细胞粒径、种群结构组成等)会导致浮游植物吸收系数发生改变。为概括浮游植物吸收变化特征，学者们利用Chla浓度将浮游植物吸收系数进行归一化，定义一种新的参数，即浮游植物比吸收系数aph *(specific absorption coefficients)。在最初的研究中，比吸收系数被认定为常数(0.016m2mg-3)，但后续研究表明，不同海域中浮游植物打包效应及种群组成会导致浮游植物比吸收系数发生改变。在自然水域中，浮游植物的色素并不分散于细胞各处，而是分别聚集在一个个小的“包裹”中，直接测量获取的浮游植物比吸收系数比实际溶解状态下的比吸收系数要有所降低，这种现象被称为打包效应。为了去除打包效应，学者们提出了包裹效应因子Qa *(packaging effect factors)量化打包效应对比吸收系数的影响。结合细胞内叶绿素a浓度、细胞直径等参数，利用半解析方法可以求取包裹效应的具体数值。
除打包效应外，浮游植物色素对比吸收系数也有一定影响。基于吸收可加性，将吸收系数分解为不同浮游植物色素吸收系数，并结合高斯函数表征色素吸收光谱变化特征。高斯函数方法利用多个高斯波段，分别表示不同色素比吸收光谱的光谱特征，进而高精度重构总吸收光谱曲线。同时，浮游植物吸收光谱也可被分解为不同粒径(phytoplanktonsize class,PSC)下浮游植物的吸收贡献。学者们建立了多种数学模型获取不同浮游植物粒径的比吸收系数，进而应用于粒径浓度的反演工作。即使针对比吸收系数的研究已有一定进展，现在仍较难获取不同浮游植物种群的比吸收系数。现有研究中，针对不同浮游植物种群比吸收系数的获取，较为常用的方法仍是在实验室中单独培养某一种群下的对应藻种，通过直接测量吸收系数数据与浓度数据，获取种群下某一单独藻种(如原绿藻、扁藻等)的比吸收系数数值。实验室培养方法是现有方法中可以准确获取单个藻种比吸收系数的主要方法，但这种方法缺点也较为明显。其一是需要耗费大量的时间、精力去设计、参加航次并采集实测样品进行培养。其二是需要具备相应的藻种培养条件，如培养实验室、测量仪器等。更重要的是，由于海洋中浮游植物组成成分复杂，具有大量藻种，很难获取足够的数据完全分析海洋具体状况。因此，现在仍然很难准确量化不同浮游植物比吸收系数对浮游植物种群结构的影响。
发明内容
本发明针对现有各浮游植物种群浓度比吸收系数无法准确获取的现状，提出一种计算海洋水体不同浮游植物种群比吸收系数的方法，提升海洋水体浮游植物各浮游植物种群吸收系数的获取能力及利用光学数据分析浮游植物种群结构的能力。
本发明所采用的技术方案为：
一种计算海洋水体不同浮游植物种群比吸收系数的方法，包括：
步骤一、实测海洋水体的浮游植物吸收系数aph和色素浓度数据，经质量控制，剔除质量不佳的样本；
步骤二、根据浮游植物吸收系数aph和色素浓度数据，提取浮游植物种群浓度的色素初始比率矩阵，并通过CHEMTAX分别计算获取各藻种浓度信息；
步骤三、通过导数光谱法，求取实测浮游植物吸收光谱一阶和二阶导数对应零值位置，结合实验室测量获取的单一藻种归一化比吸收光谱峰值位置，与既有色素比吸收峰值位置作比较，选取其中正负差值不超过5nm的值作为最终高斯峰值位置；将提取得到的各高斯峰值位置分组代入高斯函数，重构总浮游植物吸收系数，计算重构总浮游植物吸收系数与实测总浮游植物吸收系数之间的精度，遴选精度更高的高斯峰中心波长组合，对高斯函数中心波长及半波宽参数进行优化；
步骤四、利用实测浮游植物吸收系数aph、各藻种浓度信息及优化得到的高斯函数中心波长与半波宽参数，重构高斯函数模型，计算不同高斯函数中心波段峰值的比吸收系数，继而计算得到不同藻种比吸收系数；
重构的高斯模型公式为：
Figure BDA0002927059090000031
公式(1)中，
Figure BDA0002927059090000032
为包裹效应因子，用以去除打包效应对高斯模型结果的影响；Cph_i为第i个浮游植物藻种的浓度；
Figure BDA0002927059090000033
为第i个藻种在第j个高斯中心波段峰值的比吸收系数；λmax为高斯函数中心波长；σj为第j个半波宽参数；λ为各吸收波段波长；n为藻种数量；m为高斯峰数量；
步骤五、对计算得到的比吸收系数分别进行精度层面和光谱形状层面的验证，将比吸收系数应用于藻种浓度信息，获取不同藻种吸收贡献在海表与剖面上的分布状况。
进一步地，步骤一中，浮游植物吸收系数aph的质量控制方法包括：1)、aph吸收光谱在可见光全波段400–700nm应为正值，出现负值的光谱被剔除；2)、分析aph(443)与aph(490)之间的相关性，剔除超出3倍标准差的样本；3)、分析aph(443)与Chla浓度之间的相关性，剔除超出2倍标准差的样本，此过程重复3次。
进一步地，步骤一中，色素浓度数据的质量控制方法包括：1)、总叶绿素a浓度和辅助色素浓度之间的差值应小于两者之和的30％；2)、总叶绿素a浓度和辅助色素浓度之间进行线性拟合，决定系数应在0.9以上，且斜率应在0.7-1.4之间。
进一步地，步骤五中，对计算得到的比吸收系数进行两方面验证，一是重构总浮游植物吸收系数，并验证与实测总浮游植物吸收系数之间的精度误差；二是与归一化后的单一藻种比吸收光谱对比以验证比吸收光谱形状是否正确。
本发明的有益效果在于：
本发明实测水体光学遥感数据，优化高斯函数中心波长与半波宽，重构高斯函数模型，计算各浮游植物种群在去除打包效应的离散溶解状态下的比吸收系数光谱，获取不同浮游植物种群吸收对总吸收光谱的贡献。本发明可解决当前海洋水体不同浮游植物种群比吸收系数准确量化方法缺失这一问题，提高对于各浮游植物种群吸收系数这一重要参数的获取能力及利用光学数据分析浮游植物种群结构的能力。
附图说明
图1为本发明的计算海洋水体不同浮游植物种群比吸收系数的方法流程图。
具体实施方式
下面结合附图和具体的实施例对本发明的计算海洋水体不同浮游植物种群比吸收系数的方法作进一步地详细说明。
本实施例中，数据采集于西北太平洋近海区域，覆盖渤海、黄海与东海区域。
如图1所示，一种计算海洋水体不同浮游植物种群比吸收系数的方法，包括：
步骤一、实测海洋水体的浮游植物吸收系数aph和色素浓度数据，对浮游植物吸收系数aph和色素浓度数据进行质量控制，剔除实测数据中质量不佳的样本。
具体地，通过调查船走航的观测手段，利用现场仪器观测技术，获取水体光学特性和水质参数的观测数据。通过现场采集，获取水体样本，利用GF/F过滤器和Whatman过滤膜进行过滤，将样本置于液氮内储藏。在实验室中利用不同仪器测量过滤后的水体样本，获取水体吸收系数、色素浓度参数。
具体的质量控制方法为：
针对浮游植物吸收系数aph，采用如下质量控制规则：1)、aph吸收光谱在可见光全波段(400–700nm)应为正值，出现负值的光谱被剔除；2)、分析aph(443)与aph(490)之间的相关性，剔除超出3倍标准差的样本；3)、分析aph(443)与Chla浓度之间的相关性，剔除超出2倍标准差的样本，此过程重复3次。
针对色素浓度，采用如下质量控制规则：1)、总叶绿素a浓度(total chlorophyll-a，TChla)和辅助色素浓度(accessory pigments，AP)之间的差值应小于两者之和的30％；2)、TChla与AP之间进行线性拟合，决定系数应在0.9以上，且斜率应在0.7-1.4之间。
另外，为保证后续CHEMTAX分析的准确性，用于CHEMTAX方法的12种色素，其浓度在可检测浓度范围内(即色素浓度大于10-4mg m-3)的数目应不少于6个。
步骤二、根据浮游植物吸收系数aph和色素浓度数据，提取浮游植物种群浓度的色素初始比率矩阵，并通过CHEMTAX分别计算获取各藻种浓度信息；此步骤是将实测色素浓度转化为不同浮游植物种群浓度信息。本实施例中所用初始比率矩阵如表1所示。
表1初始比率矩阵
Figure BDA0002927059090000041
Figure BDA0002927059090000051
步骤三、通过导数光谱法，对实测浮游植物吸收光谱分别进行一阶、二阶求导，获取其一阶与二阶导数光谱，从而获取一阶、二阶导数为零对应的波长位置。已有学者通过在实验室培养测量，获取了单一藻种(如扁藻、小球藻等)的比吸收光谱，对其进行归一化处理，保证比吸收光谱的形状及峰值特征。综合以上两种方法获取的比吸收峰值对应波长，与Chase等(2013)文中色素比吸收峰值中心波长作比较(Chase A,etal.2013.Decomposition of in situ particulate absorption spectra.Methods inOceanography,7:110-124.)，选取其中+/-差值不超过5nm的值作为最终高斯峰值位置；将提取得到的各高斯峰值位置分组代入高斯函数，重构总浮游植物吸收系数，计算重构总浮游植物吸收系数与实测总浮游植物吸收系数之间的精度，遴选精度更高的高斯峰中心波长组合，对Chase等(2013)文中的高斯函数中心波长及半波宽参数进行优化，如表2所示。
表2优化前后的中心波长与半波宽参数
Figure BDA0002927059090000052
步骤四、利用实测浮游植物吸收系数aph、各藻种浓度信息及优化得到的高斯函数中心波长与半波宽参数，重构高斯函数模型，计算不同高斯函数中心波段峰值的比吸收系数，继而计算得到不同藻种比吸收系数；
重构的高斯模型公式为：
Figure BDA0002927059090000061
公式(1)中，
Figure BDA0002927059090000062
为包裹效应因子，用以去除打包效应对高斯模型结果的影响；Cph_i为第i个浮游植物藻种的浓度；
Figure BDA0002927059090000063
为第i个藻种在第j个高斯中心波段峰值的比吸收系数；λmax为高斯函数中心波长；σj为第j个半波宽参数；λ为各吸收波段波长；n为藻种数量；m为高斯峰数量。
步骤五、对计算得到的比吸收系数分别进行精度层面和光谱形状层面的验证，将比吸收系数应用于藻种浓度信息，获取不同藻种吸收贡献在海表与剖面之上的分布状况。
对计算得到的比吸收系数进行两方面验证，一是重构总浮游植物吸收系数，并验证与实测总浮游植物吸收系数之间的精度误差；二是与归一化后的单一藻种比吸收光谱对比以验证比吸收光谱形状是否正确。
应该指出的是，上述实施例旨在便于本领域内的普通技术人员对本发明的理解及应用，而不起任何限定作用。凡是根据本发明内容的实质所做出的等效的变化或修饰，都应涵盖在本发明的保护范围内。因此，本发明的保护范围应该以权力要求书的保护范围为准。

Claims (4)

1.一种计算海洋水体不同浮游植物种群比吸收系数的方法，其特征在于，包括：
步骤一、实测海洋水体的浮游植物吸收系数aph和色素浓度数据，经质量控制，剔除质量不佳的样本；
步骤二、根据浮游植物吸收系数aph和色素浓度数据，提取浮游植物种群浓度的色素初始比率矩阵，并通过CHEMTAX分别计算获取各藻种浓度信息；
步骤三、通过导数光谱法，求取实测浮游植物吸收光谱一阶和二阶导数对应零值位置，结合实验室测量获取的单一藻种归一化比吸收光谱峰值位置，与既有色素比吸收峰值位置作比较，选取其中正负差值不超过5nm的值作为最终高斯峰值位置；将提取得到的各高斯峰值位置分组代入高斯函数，重构总浮游植物吸收系数，计算重构总浮游植物吸收系数与实测总浮游植物吸收系数之间的精度，遴选精度更高的高斯峰中心波长组合，对高斯函数中心波长及半波宽参数进行优化；
步骤四、利用实测浮游植物吸收系数aph、各藻种浓度信息及优化得到的高斯函数中心波长与半波宽参数，重构高斯函数模型，计算不同高斯函数中心波段峰值的比吸收系数，继而计算得到不同藻种比吸收系数；
重构的高斯模型公式为：
Figure FDA0002927059080000011
公式(1)中，
Figure FDA0002927059080000012
为包裹效应因子，用以去除打包效应对高斯模型结果的影响；Cph_i为第i个浮游植物藻种的浓度；
Figure FDA0002927059080000013
为第i个藻种在第j个高斯中心波段峰值的比吸收系数；λmax为高斯函数中心波长；σj为第j个半波宽参数；λ为各吸收波段波长；n为藻种数量；m为高斯峰数量；
步骤五、对计算得到的比吸收系数分别进行精度层面和光谱形状层面的验证，将比吸收系数应用于藻种浓度信息，获取不同藻种吸收贡献在海表与剖面上的分布状况。
2.根据权利要求1所述的计算海洋水体不同浮游植物种群比吸收系数的方法，其特征在于，步骤一中，浮游植物吸收系数aph的质量控制方法包括：1)、aph吸收光谱在可见光全波段400–700nm应为正值，出现负值的光谱被剔除；2)、分析aph(443)与aph(490)之间的相关性，剔除超出3倍标准差的样本；3)、分析aph(443)与Chla浓度之间的相关性，剔除超出2倍标准差的样本，此过程重复3次。
3.根据权利要求1所述的计算海洋水体不同浮游植物种群比吸收系数的方法，其特征在于，步骤一中，色素浓度数据的质量控制方法包括：1)、总叶绿素a浓度和辅助色素浓度之间的差值应小于两者之和的30％；2)、总叶绿素a浓度和辅助色素浓度之间进行线性拟合，决定系数应在0.9以上，且斜率应在0.7-1.4之间。
4.根据权利要求1所述的计算海洋水体不同浮游植物种群比吸收系数的方法，其特征在于，步骤五中，对计算得到的比吸收系数进行两方面验证，一是重构总浮游植物吸收系数，并验证与实测总浮游植物吸收系数之间的精度误差；二是与归一化后的单一藻种比吸收光谱对比以验证比吸收光谱形状是否正确。
CN202110136241.9A 2021-02-01 2021-02-01 一种计算海洋水体不同浮游植物种群比吸收系数的方法 Active CN112949038B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110136241.9A CN112949038B (zh) 2021-02-01 2021-02-01 一种计算海洋水体不同浮游植物种群比吸收系数的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110136241.9A CN112949038B (zh) 2021-02-01 2021-02-01 一种计算海洋水体不同浮游植物种群比吸收系数的方法

Publications (2)

Publication Number Publication Date
CN112949038A true CN112949038A (zh) 2021-06-11
CN112949038B CN112949038B (zh) 2023-04-28

Family

ID=76240718

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110136241.9A Active CN112949038B (zh) 2021-02-01 2021-02-01 一种计算海洋水体不同浮游植物种群比吸收系数的方法

Country Status (1)

Country Link
CN (1) CN112949038B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116310842A (zh) * 2023-05-15 2023-06-23 菏泽市国土综合整治服务中心 基于遥感图像的土壤盐碱区域识别划分方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008145297A (ja) * 2006-12-11 2008-06-26 Osaka Prefecture Univ 海水中の硝酸イオン及び亜硝酸イオンの濃度測定方法、測定システム、測定プログラム及びその記録媒体
CN101701907A (zh) * 2009-11-13 2010-05-05 中国科学院东北地理与农业生态研究所 水体中总颗粒物吸收系数及浮游植物吸收系数的测定方法
CN105352861A (zh) * 2015-11-25 2016-02-24 中国科学院南海海洋研究所 浮游植物粒级结构分析方法
CN106960204A (zh) * 2017-05-05 2017-07-18 南京信息工程大学 一种估算近海水体浮游植物粒级结构的遥感方法
CN110196239A (zh) * 2019-06-12 2019-09-03 中国科学院南京地理与湖泊研究所 浑浊水体浮游植物吸收系数光谱遥感反演方法
CN110749568A (zh) * 2019-12-19 2020-02-04 中国科学院南京地理与湖泊研究所 高浑浊富营养化湖泊浮游植物吸收特性modis遥感反演方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008145297A (ja) * 2006-12-11 2008-06-26 Osaka Prefecture Univ 海水中の硝酸イオン及び亜硝酸イオンの濃度測定方法、測定システム、測定プログラム及びその記録媒体
CN101701907A (zh) * 2009-11-13 2010-05-05 中国科学院东北地理与农业生态研究所 水体中总颗粒物吸收系数及浮游植物吸收系数的测定方法
CN105352861A (zh) * 2015-11-25 2016-02-24 中国科学院南海海洋研究所 浮游植物粒级结构分析方法
CN106960204A (zh) * 2017-05-05 2017-07-18 南京信息工程大学 一种估算近海水体浮游植物粒级结构的遥感方法
CN110196239A (zh) * 2019-06-12 2019-09-03 中国科学院南京地理与湖泊研究所 浑浊水体浮游植物吸收系数光谱遥感反演方法
CN110749568A (zh) * 2019-12-19 2020-02-04 中国科学院南京地理与湖泊研究所 高浑浊富营养化湖泊浮游植物吸收特性modis遥感反演方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
DEYONG SUN 等: "Understanding optical absorption associated with phytoplanktonic groups in the marginal seas" *
李楠;孙德勇;环宇;王胜强;张海龙;丘仲锋;何宜军;: "黄渤海浮游植物种群比吸收光谱的确定及其应用" *
樊杰: "近海水体浮游植物种群吸收特征及其反演研究" *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116310842A (zh) * 2023-05-15 2023-06-23 菏泽市国土综合整治服务中心 基于遥感图像的土壤盐碱区域识别划分方法

Also Published As

Publication number Publication date
CN112949038B (zh) 2023-04-28

Similar Documents

Publication Publication Date Title
Garver et al. Inherent optical property inversion of ocean color spectra and its biogeochemical interpretation: 1. Time series from the Sargasso Sea
CN114018833B (zh) 基于高光谱遥感技术估算土壤重金属含量的方法
CN104820224B (zh) 富营养化湖泊水体叶绿素a的MODIS卫星高精度监测方法
CN101915744B (zh) 物质成分含量的近红外光谱无损检测方法及装置
CN113834787A (zh) 一种中小河道劣ⅴ类水体水质识别与量化方法
CN113109281B (zh) 一种基于高光谱遥感的水质参数定量反演模型及其构建方法
CN111855600A (zh) 内陆湖泊水体cdom光谱吸收系数遥感反演模型和方法
CN106918565A (zh) 基于室内标样高光谱特征的土壤重金属Cd含量反演建模及其光谱响应特征波段识别方法
CN113283072B (zh) 一种适用于多场景条件的水体cod检测方法
CN105608296B (zh) 一种基于荔枝冠层光谱的叶片钾浓度反演方法
Shi et al. Classification of inland waters based on bio-optical properties
CN113670913A (zh) 水稻氮素含量反演高光谱植被指数构建方法
CN113763272B (zh) 一种富营养化湖泊光合有效辐射衰减系数遥感反演方法
CN113049499A (zh) 水体总氮浓度间接遥感反演方法、存储介质和终端设备
CN114705632B (zh) 一种利用卫星遥感反射率估算水库营养状态指数的方法
CN112362812A (zh) 基于Lars算法的水稻叶片叶绿素类胡萝卜素含量比值遥感反演模型和方法
CN112949038A (zh) 一种计算海洋水体不同浮游植物种群比吸收系数的方法
Yu et al. Characteristics of dissolved organic matter content in urban rivers under different environmental impact zones: a case study of China’s Tuo River
Cheng et al. Remote sensing estimation of Chlorophyll a and suspended sediment concentration in turbid water based on spectral separation
CN105954226B (zh) 对叶表结构不敏感的叶绿素含量的检测方法
CN115266648A (zh) 一种二类水体固有光学参数优化模拟方法
CN115728290A (zh) 一种土壤中铬元素的检测方法、系统、设备及存储介质
Sun et al. Understanding optical absorption associated with phytoplanktonic groups in the marginal seas
CN115389383A (zh) 一种高精度的近岸海域悬浮泥沙浓度的反演方法
Kong et al. An integrated field and hyperspectral remote sensing method for the estimation of pigments content of Stipa Purpurea in Shenzha, Tibet

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant