内陆湖泊颗粒有机碳（poc）浓度遥感定量反演模型研究

《内陆湖泊颗粒有机碳（poc）浓度遥感定量反演模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、■－■；．－－、■？＜—，；？．．．、；－．＇＇荐乂＇．安靖；护—＾：Ｖ＇打占索取号；了Ｔ？／７密级：叩ｆ廣索郑苑Ａ掌硕±学位论文Ｈ置品是ＢＥＬＮＮＵＪａ内陆湖泊颗粒有机碳（ＰＯＣ）浓度遥感定量反演模型研究研巧生：张杰指导教师；吕恒＇．培养单位：＞地理科学学院一级学科；地理学二级学科：遥感技术与应用Ｕ’０巧３完成时间；２年月１９日答辩时间；２０巧年５月２３日ＮａｎｉｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔ

2、ｊｇｙＡＤｉｓｓｅｄａｔｉｏｎＳｕｂｍｉｔｔｅｄｉｎＰａｒｔｉａｌＦｕｌ打ＵｍｅｎｔｏｆｔｈｅＲｅｑｕｉｒｅｍｅｎｔｓｆｔ）ｒｔｈｅＤｅｒｅｅｏｆＭａｓｔｅｒｏｆＳｃｉｅｎｃｅｇＨ＾ｊＫｓＳＳａＨｂ＾ＥＨＩｓｆｌｌｌｉｔｌｌｉａｍＮＮＵｓｔｕｄｏｎｕａｎｔｉｔａｔｉｖｅＥｓｔｉｍａｔｉｏｎｏｆＰａｒｔｉｃｕｙＱｌａｒＯｒａｎｉｃＣａｒｂｏｎｉｎＩｎｌａｎｄＷａｔｅｒｕｓｉｎｇｇＲｅｍｏｔｅＳｅｎｓｉｎｇＣａｎｄｉｄａｔｅ：

3、ＺｈａｎｇｊｉｅＳｕｐｅｒｖｉｓｏｒ：Ｐｒｏｆ．Ｌ社ＨｅｎｇＣｏｌｌｅｇｅ；ＣｏｌｌｅｇｅｏｆＧｅｏｇｒａｐｈｉｃａｌＳｃｉｅｎｃｅＳｅｃｉａｌｉｔ！ＲｅｍｏｔｅＳｅｎｓｉｎｇＴｅｃｈｎｉｅａｎｄＡｌｉｃａｔｉｏｎｐｙｑｕｐｐＤａｔｅＦｉｎｉｓｈｅｄ：２０１５．０３．１９ＤａｔｅＡｒｏｖｅｄ２０１５．０５．２３ｐｐ：Ｉ学位论文独创性声明本人郑重声明：所提交的学位论文是本人在导师指导下进行的研巧工作和取得的研究成果。本论文中除引文外，所有实验、数据

4、和有关材料均是真实的。本论文中除引文和致谢的内容外，不包含其他人或其它机构已经发表或撰写过的研巧成果。其他同志对本研巧所做的贡献均己在论文中作了声明并表示了谢意。学位论文作者签名：．ｉ节谷日期：＞〇５．峻学位论文使用授权声明研巧生在校攻读学位期间论文工作的知识产权单位属南京师范大学。学校有权保存本学位论文的电子和纸质文挡，可Ｗ借阅或上网公布本学位论文的部分或全部内容，可Ｗ采用影印、复印等手段保存、汇编本学位论文。学校可Ｗ向国家有关机关或机构送交论文的电子和纸质文档，允许论

5、文被查阅和借阅。（保密论文在解密后遵守此规定）、保密论文法释：本学位论文属于保密论文；么，密级气保密期限为年。＾学位论文作者签名、；指导教謹名曰期〇＾＞＾；０戊日期：。》谷＞去．项目支持国家自然科学基金巧目＂＂微囊藻生物光学特性及其遥感定量识别研究（编号：４１１７１２６９）国家自然科学基金项目＂湖’’泊蓝藻水华暴发期微囊藻毒素遥感定量估算模型研究（编号；４１４７１２８２）国家水体污染控制和治理科技重大专项＂＂国家水环境遥感技术体系研究与示范（－编号；２０

6、０９ＺＸ０＾２７００６）高分辨率对地观测系统国家科技重大专项＂高分重点水污染源叶绿素遥感监测关键技术＂（编号：Ｅ０２０３Ａ１１１２／ＪＣ０１）摘要碳作为主要的生源要素，是决定水域生物资源可持续利用最关键的生态学要素么一一，碳在海洋与湖泊中的行为及由碳引导的生物累过程叉在定程度上决定了全球及区域性气候变化的趕势。颗粒有机碳虽然占总碳很小部分，但由于其沉降作用决定了ＰＯＣ在固碳及向下运输相关元素方面扮演着重要角色，具有生物聚的功能一。遥感作为种技术手段，能够快速、宏观的监测颗

7、粒有机碳浓度时空变化。目前大洋水体颗粒有机碳（ＰＯＣ）反演模型较为成熟，但内陆水体颗粒有机碳遥感反演研究相对较少，所Ｗ研究内陆水体颗粒有机碳遥感反演算法对利用遥感手段宏观监测内陆水体ＰＯＣ时空变化情况有十分重要的意义。本文主要利用太湖、洞庭湖野外实测数据（８８个实测数据），构建了内陆湖，２０口年游颖粒有机碳的遥感反演模型，包括经验模型及半分析模型并利用Ｍ０ＤＩＳ卫星影像数据对太湖地区Ｐ０Ｃ浓度时空变化情况进行了分析，主要研巧内容和结论可Ｗ概括４个方面。（１）简单经验反演模型的构建。首先

8、利用内陆湖泊实测数据对大详水体ＰＯＣ遥感反演方法进行了验证，发现大洋水体Ｐ０Ｃ遥感反演算法在内陆水体并不适用，因此构建了适用于我国内陆湖泊的ＰＯＣ经验估算模型。构建的Ｈ种经验模型，８ｎ５５０ｎｍＭＡＰＥ中基于巧ｒａ和的比值模型具有最好的反演效果，模型为３３％，閒１沈为０．７３ｍｇ／Ｌ。（２）分类后反演模型的构建。研巧发现