位置:成果数据库 > 期刊 > 期刊详情页
因子分析法在水质参数反演中的应用
  • ISSN号:1003-5427
  • 期刊名称:《湖泊科学》
  • 时间:0
  • 分类:TP751[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]南京师范大学虚拟地理环境教育部重点实验室,南京210046
  • 相关基金:国家自然科学基金项目(40971215)和国家自然科学基金重点项目(40730527)联合资助.
中文摘要:

2008年11月、2009年4月,分别对太湖水体以及2009年6月对巢湖水体进行野外实验.对太湖水体遥感反射率进行因子分析,并利用遥感反射率的不同因子,对叶绿素和总悬浮物浓度进行反演,并对反演因子的普适性进行验证.利用第一因子反演太湖春季叶绿素浓度,平均相对误差为22.1%,均方根误差为3.48g/L,利用该方法反演巢湖、太湖秋季水体的叶绿素浓度没有取得较好的效果;利用第二因子反演太湖春季总悬浮物浓度,平均相对误差为13.9%,均方根误差为11.33mg/L。利用该因子反演巢湖、太湖秋季水体的总悬浮物浓度同样取得较好效果.结果表明:利用遥感反射率的第一因子对叶绿素浓度进行反演,该方法不具有普适性;利用遥感反射率的第二因子对总悬浮物浓度进行反演能取得较好的结果,此方法具有一定的普适性.

英文摘要:

Field experiments were conducted on Lake Taihu in November 2008 and April 2009, and on Lake Chaohu in June 2009. The water remote sensing reflectance was analyzed by factor analysis method. Furthermore, Chlorophyll and total suspended matter concentration were inversed using different factors of remote sensing reflectance, and universality of inverted factor was verified too. Chlorophyll concentration of Lake Taihu in spring was inversed by the first factor, and relative error and root-mean-square error are 22.1% and 3.48g/L, respectively. However, this method failed in inversing of autumn of Lake Taihu and Lake Chaohu. Concentration of total suspended matter was inversed by the second factor, and relative error and root-mean-square error were 13.9% and 11.33mg/L, respectively. This method was suitable in Lake Chaohu and autumn of Lake Taihu. Applicability of the first factor of remote sensing reflectance to inverse chlorophyll concentration was limited, and applicability of the second factor of remote sensing reflectance to total suspended matter concentration was certain universal.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《湖泊科学》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学院
  • 主办单位:中国科学院南京地理与湖泊研究所 中国海洋湖沼学会
  • 主编:沈吉
  • 地址:南京市北京东路73号
  • 邮编:210008
  • 邮箱:jlakes@niglas.ac.cn
  • 电话:025-86882041 86882040
  • 国际标准刊号:ISSN:1003-5427
  • 国内统一刊号:ISSN:32-1331/P
  • 邮发代号:28-201
  • 获奖情况:
  • 中国科技核心期刊,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国工程索引,美国地质文献预评数据库,美国剑桥科学文摘,美国生物科学数据库,英国动物学记录,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:16668