首页|基于GOCI数据的江苏近海营养盐遥感反演研究

基于GOCI数据的江苏近海营养盐遥感反演研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
营养盐是水质参数评价的重要指标,其浓度和结构直接影响海洋的生物群落,因此近海营养盐浓度准确监测及时空分布研究对海洋水质监测和海洋生态环境保护具有重要意义.本文基于江苏近海 9个航次数据集,采用BP(Back Propagation)神经网络方法,输入包括GOCI卫星 8波段遥感反射率数据及波段组合共 14个模型参数,建立了无机氮及活性磷酸盐浓度反演模型.利用独立数据集对模型进行验证,结果表明模型精度良好.进一步将其应用于 2011年至 2020年的GOCI(Geostationary Ocean Color Imager)影像数据分析,获得了近 10年江苏近海无机氮和活性磷酸盐浓度时空分布特征.研究显示,江苏海域营养盐呈现由近岸向外海递减的趋势,在外海呈现寡营养盐现象,且有明显的冬季高、夏季低的季节变化特征.此研究结果可为长期、便捷、大范围的水质监测研究提供方法支撑.
Spatiotemporal variations of nutrients in Jiangsu coastal waters based on GOCI observations
Nutrients serve as crucial water quality indicators,directly influencing marine primary productivity and ecosystems.Monitoring of the spatiotemporal distribution of nutrient concentrations is vital for marine quality assessment and ecological protection in coastal waters.A Back Propagation(BP)neural network-based models were proposed for estimating dissolved inorganic nitrogen and soluble reactive phosphorus concentrations usingin situmeasurements from nine cruise surveys along the Jiangsu coast.This new model utilizes 14 variables as inputs,including eight remote sensing reflectance bands(matched with GOCI(Geostationary Ocean Color Imager)data)and eight band combination forms.These two new models were independently validated and showed reliable inversion results.Furthermore,these models were applied to a decade's GOCI satellite data,and the results indicate a decline in nutrient levels from nearshore to offshore waters and distinct seasonal fluctuations.These findings provide support for long-term,extensive water quality monitoring initiatives.

dissolved inorganic nitrogensoluble reactive phosphorusGOCIBP neural network

陈一铭、孙德勇、王胜强、何苗、陈莹、张海龙、张悦

展开 >

南京信息工程大学海洋科学学院,江苏南京 210044

自然资源部空间海洋遥感与应用重点实验室,北京 100081

自然资源部海岸带开发与保护重点实验室,江苏南京 210024

江苏省苏力环境科技有限责任公司,江苏南京 210044

展开 >

无机氮 活性磷酸盐 GOCI BP神经网络

国家自然科学基金项目国家自然科学基金项目国家自然科学基金项目江苏省基础研究计划(自然科学基金)项目江苏省基础研究计划(自然科学基金)项目自然资源部海岸带开发与保护重点实验室开放基金项目遥感科学国家重点实验室开放基金项目江苏省环保集团科研项目

421761794217618142106176BK20211289BK202106672021CZEPK02OFSLRSS202103JSEP-TZ-2021-1011-RE

2024

海洋环境科学
国家海洋局海洋环境保护研究所 国家海洋环境监测中心 中国海洋科学学会

海洋环境科学

CSTPCD北大核心
影响因子：0.66
ISSN：1007-6336
年,卷(期)：2024.43(5)