为探索遥感数据反演低盐湖盐度的能力,以西藏错鄂湖为例,利用Sentinel-2多光谱数据,对比了可见光和近红外波段光谱反射率与水表盐度的相关性,基于波段反射率和归一化水体指数(normalized difference water index,NDWI),采用线性回归模型对西藏错鄂湖水表盐度进行反演研究.研究结果表明,绿波段反射率与盐度的相关性高于其他波段,当盐度低于3时,近红外波段反射率与盐度相关性最高;9种变量组合的盐度反演模型中,NDWI变量的加入能够提高模型的反演精度,且NDWI、近红外波段、蓝波段3个变量组合的线性回归模型反演盐度的精度最高,平均绝对误差(the mean absolute error,MAE)为0.103,决定系数R2最大,为0.5696,说明盐度实测值和预测值拟合结果较好.从对全湖的预测结果看,错鄂湖的水表盐度空间分布总体呈现出岸边、河口低,湖泊内部高且分布较为均匀的格局,预测盐度均值约4.14,与实测均值4.15十分接近,验证了反演方法的有效性.研究结果表明多光谱遥感数据在预测错鄂湖泊水表盐度方面具有准确度高、快速便捷的优势,对利用多光谱遥感数据进行低盐湖泊水表盐度反演具有指导意义,对水生生物资源保护和可持续利用具有借鉴价值.
Salinity inversion of a low salinity lake based on sentinel-2 multispectral remote sensing:A case study of the Co Ngoin Lake in Tibet
国家科技期刊平台
NSTL
万方数据
维普
