混合光谱分解算法的太湖水体组分浓度反演分析

摘要： 二类水体组份的遥感定量反演一直是水色遥感的难点和热点问题,原因在于其水体组分(纯水、叶绿素、悬浮物及CDOM)之间复杂的相互作用。本文引入光谱分解算法,通过Hydrolight软件模拟叶绿素、悬浮物和CDOM的标准反射率光谱,解决光谱分解算法中"纯端元"难以获取的问题。在此基础上建立了二类水体组分光谱分解反演模型。模型表明,光谱分解系数之间有很强的独立性,能够作为独立变量估算对应组分浓度。对光谱分解建模数据建立波段比值模型,用不同时期的同步实测数据,对光谱分解算法和比值模型进行比较验证,结果表明,光谱分解模型和波段比值模型的悬浮物反演平均相对误差分别为:22.4%和37.7%。验证结果:光谱分解算法相对于传统的经验模型,具有一定的季节通用性。叶绿素浓度估算模型的平均相对误差为31.7%,反演精度不高。其因是由于叶绿素浓度相对于非藻类悬浮物浓度过低,平均浓度分别为17.3μg/L和78.6mg/L,叶绿素的光谱信息在一定程度上被高悬浮物掩盖。