基于GSM01融合的多传感器数据叶绿素a浓度反演

摘要： 叶绿素a浓度是水质状况评价的一个重要指标，而遥感是大面积反演叶绿素a浓度的重要手段。由于采用基于经验模型的标准算法对二类水体叶绿素a浓度的反演值往往偏高，因此本文基于半分析模型GSM01（Garver-Siegel-Maritorena-01），在对模型参数进行调节的基础上，对东海2008年5月11日Aqua MODIS、Terra MODIS、SeaWiFS 3种传感器各波段遥感反射率进行融合，来反演叶绿素a浓度，并将反演结果与自适应加权平均算法获得的叶绿素a浓度数据进行对比。结果表明，基于GSM01融合的多传感器叶绿素a浓度反演，拥有4个优势：（1）GSM01模型反演叶绿素a浓度值范围更符合实测结果，由于该模型考虑水体各组分的散射吸收特性对光谱反射率的影响，避免因高浓度悬浮物质影响造成的近岸水体叶绿素a浓度过高问题；（2）通过融合多传感器反射率数据，用于叶绿素a浓度反演的波段从6个增至18个，光谱信息变丰富，模型求解的自由度提高，叶绿素a浓度反演的精度提高。模型通过误差最小化准则，将不同传感器反演的差异降至最小，保证反演结果的空间连续性；（3）与自适应加权平均采用的融合策略不同，GSM01模型直接利用各传感器遥感反射率数据进行融合而不是针对叶绿素a浓度数据进行融合，避免了误差的传递；（4）GSM01模型可自由组合输入的反射率数据，具有更强的灵活性。