第八届青年地学论坛

高精度的湖泊叶绿素a浓度遥感反演对于湖泊水质检测有着重要意义。先前的研究主要采用遥感影像的光谱信息演算湖泊叶绿素a浓度，并未考虑影像所包含的纹理特征。本研究通过深入挖掘遥感影像中的纹理特征，提出了一种结合遥感影像光谱和纹理特征的湖泊叶绿素a浓度反演模型。采用Landsat遥感影像，提取了影像的NIR/Red波段比和多光谱主成分信息，采用GLCM提取8项纹理特征指标，使用逐步回归建立实测叶绿素a浓度与纹理特征和光谱特征响应关系的反演模型，并在滇池开展了实证研究。结果表明，遥感影像的纹理特征指标与湖泊叶绿素a存在显著相关性，能够反映叶绿素a的时空分布变化；结合光谱和纹理特征的反演模型（R²=0.76，RMSE=0.0196 mg·L^-1）性能优于不考虑纹理特征的反演模型（R²=0.75，RMSE=0.0201 mg·L^-1）；纹理信息的加入对不同浓度叶绿素a反演的强化效果存在差异，融合纹理和光谱特征对高浓度叶绿素a反演效果更好。本研究评估了影像纹理特征在湖泊水质检测中的潜力，为湖泊叶绿素a等水质遥感提供了一种新的方法借鉴。
 

Landsat,光谱纹理信息,逐步回归,湖泊,叶绿素a