位置:立项数据库 > 立项详情页
面向湖泊水色遥感的多源数据融合与生成研究
  • 项目名称:面向湖泊水色遥感的多源数据融合与生成研究
  • 项目类别:面上项目
  • 批准号:40971215
  • 申请代码:D010702
  • 项目来源:国家自然科学基金
  • 研究期限:2010-01-01-2012-12-31
  • 项目负责人:李云梅
  • 负责人职称:教授
  • 依托单位:南京师范大学
  • 批准年度:2009
中文摘要:

适合于内陆湖泊水色遥感的数据的缺乏,严重阻碍了内陆水体水环境遥感的发展,如何利用现有的多源遥感数据,通过多源数据融合,实现不同数据源的优势互补,生成适合于湖泊水色遥感的数据,已成为推动水环境遥感监测发展的关键因素。本项目利用地面数据、中高空间分辨率数据、高光谱数据,研究湖泊水体光学特性的共性特征,及共性特征在不同光谱分辨率尺度中的表征,探索不同数据源水色遥感信息的内在关联;针对不同遥感器的特点以及波段特性,以水色光谱主导影响因子为联接媒介,探索湖泊水色遥感中多源数据融合机制与方法;通过将地面实测光谱信息、中高空间分辨率信息有机地融入到高光谱信息中,完成高光谱影像混合像元分解与光谱重构,生成兼具高光谱分辨率和中高空间分辨率特性的遥感数据,为实现高空间分辨率像元内的高光谱水色参数反演,提高湖泊水色参数遥感反演精度提供数据支持,为推动水环境遥感发展提供方法论支持。

结论摘要:

利用太湖、巢湖、滇池、三峡库区2006年至2011年的11次野外实验数据,研究了内陆水体光学特性差异性及其共性特征,在此基础上,建立了基于光谱斜率和基于波形特征的水体光学分类方法,并将该方法应用于MERIS数据,生成兼具光学特征和光谱特征的数据,进而对叶绿素浓度进行反演,结果表明,新数据能够提高反演精度;研究了利用从高光谱数据中提取的光谱特征,对多光谱数据进行数据重构,生成具有高空间分辨率高光谱特征的数据的方法,并以环境一号卫星高光谱和多光谱数据为例,进行了方法验证;针对内陆混浊水体大气校正的难点,提出了对高光谱数据建立神经网络大气校正模型的方法,以及对多光谱数据,利用同步MODIS数据辅助提取气溶胶参数,并改进Gordon大气校正方法的技术方法,提高了大气校正精度。 发表论文26篇,其中,SCI收录论文10篇,EI收录论文12篇,在科学出版社出版专著1部。培养博士研究生4人(其中2人已毕业),硕士研究生10人(其中4人已毕业)。 完成了计划拟定的各项研究内容,研究结果能够为内陆水体水色遥感提供重要的技术支撑。


成果综合统计
成果类型
数量
  • 期刊论文
  • 会议论文
  • 专利
  • 获奖
  • 著作
  • 45
  • 0
  • 0
  • 0
  • 1
期刊论文
相关项目
李云梅的项目