近岸ⅱ类水体表层悬浮泥沙浓度遥感模式研究进展

《近岸ⅱ类水体表层悬浮泥沙浓度遥感模式研究进展》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、万方数据第21卷第1期地球物理学进展V01．21No．12006年3月(页码：321～326)PROGRESSINGEOPHYSICSMar．2006近岸Ⅱ类水体表层悬浮泥沙浓度遥感模式研究进展刘志国1，周云轩1’2，(1．华东师范大学河口海岸国家重点实验室，上海200062；蒋雪中1，沈芳12．吉林大学地球探测科学与技术学院，长春130026)摘要因为具有明显的时间与空间分辨率优势，遥感数据成为近岸Ⅱ类水体悬浮泥沙浓度(SSC)信息提取研究的重要数据源之一．悬浮泥沙遥感信息提取的现状可归纳为：(1)建立近岸Ⅱ类水体SSC遥感模式的方法有三种类型，分别是基于地面光谱与SSC测量的反射

2、率反演方法、基于图像信息法和基于大气辐射传输理论模型法；(2)基于地面测量的反射率反演方法属于理论与经验相结合的方法，也是目前用于SSC定量化遥感模式研究的常用方法．其数学表达形式包括线性关系式、对数关系式、负指数关系式、Gordon模式和综合模式等；(3)到目前为止已有的Ⅱ类水体SSC遥感模式适用性方面还不理想，远未达到与试验室分析相匹配的精度．文章认为：加强地面水文光谱实验研究，建立多光谱SSC定量模式，以高分辨率和高光谱遥感融合数据为基础的SSC定量遥感是今后该方向发展趋势．关键词Ⅱ类水体，悬浮泥沙浓度，遥感中图分类号TP79文献标识码A文章编号1004—2903(2006)0

3、1—0321—06Progressonsuspendedsedimentconcentrationremotesensinginnearshorecase2watersLIUZhi—gu01，ZHOUYun-xuanl”，JIANGXue—zhon91，SHENFan91(1．StateKeyLaboratoryofEstuarineandCoastalResearch，EastChinaNormalUniversity，Shanghai200062，China；2．FacultyofGeoExplorationScienceandTechnology，JilinUniversity

4、，Changchun130026，China)AbstractRemotesensingdataareamongthemostimportantdatasourcesformonitoringandextractingsuspendedsedimentconcentration(SSC)innear—shorecoastalcase2watersforitshighspatialresolutionandtemporaladvan—tage．ThestatusofSSCextractionfromremotesensingimageriesmaybesummarizedasfollo

5、ws．(1)Broadlyspeak—ing，SSCremotesensingmodelingtechniquesfallintothreecategories．TheyarereflectanceinversionmethodsbasedongroundspectralmeasurementagainstSSC，methodsbasedonatmosphericcorrections，andatmosphericpropaga—tionmodelbasedSSCmodelingmethods，respectively．(2)Thegroundreflectanceinversion

6、methodsforSSCareofacombinationoftheoryandexperience，whichareemployedintensively．TheempiricalmathematicexpressionsbetweenreflectanceandSSCareinoneoftheformsoflinear，logarithmic，negativeexponential，Gordonrelationorcombina—tionsofpreviousforms．(3)AvailableSSCmodelsSOfararenotsatisfiedduetOtheirinc

7、omparableaccuracytOtheSSCmeasuredfrominsitubottledsamples．Theauthorsbelievethathydrologicalspectrastudyshouldbestrength—enedinordertOestablishaSSCmodelrelatingtOmultiplespectra．ThetrendforSSCinversionwithremotesenseddataistheappli