基于哨兵3A-OLCI影像的内陆湖泊藻蓝蛋白浓度反演算法研究

蓝藻是内陆富营养水体水华发生的主要优势藻种, 而藻蓝蛋白 (Phycocyanin, PC) 是蓝藻的标志性色素, 因此利用遥感估算水体中藻蓝蛋白浓度从而对蓝藻水华预警具有重要意义。利用太湖、滇池、洪泽湖的实测数据, 构建藻蓝蛋白随机森林遥感估算模型, 并将模型应用到哨兵3A-OLCI影像。通过对随机森林的输入自变量进行重要性分析, 发现第7波段 (620 nm) 、第8波段 (665 nm) 和第9波段 (675 nm) 三个波段对藻蓝蛋白反演的影响程度最大。同时, 反演结果表明, 随机森林反演的藻蓝蛋白浓度平均绝对百分比误差 (MAPE) 为34. 86%, 均方根误差 (RMSE) 为38. 67μg/L, 与Simis等半分析算法和齐琳的PCI (Phycocyanin Index) 指数模型相比, 平均绝对百分比误差 (MAPE) 分别提高了85. 06%和15. 65%, 均方根误差分别提高了26. 08μg/L和19. 86μg/L。利用地面实测数据对同步卫星影像大气校正进行精度评价, 发现MUMM (The Management Uint Mathematical Model) 算法可以用于OLCI影像的大气校正, 尤其在560779 nm处共8个波段的MAPE低于30%, 光谱曲线与实测光谱曲线形状保持一致。结果表明所构建的基于哨兵3A-OLCI影像的藻蓝蛋白随机森林反演模型, 可以成功的应用于我国的内陆富营养化湖泊, 为我国内陆湖泊藻蓝蛋白浓度的遥感反演提供一个新的算法