叶绿素检测仪

基于实测大豆冠层高光谱及叶绿素a数据,利用植被指数和三波段方法建立大豆叶绿素a的高光谱反演模型.通过IDL(interactive data language)实现NDVI和RVI波段的重新选择,提高了基于2种植被指数的模型反演精度.比较而言,三波段方法建模反演大豆叶绿素a含量的精度较改良后植被指数的更高(R2=0.81).研究结果表明,利用波段重新组合的植被指数建立的估算模型可以提高大豆叶绿素a的估算精度;三波段模型法可以筛选更好的波段来构建模型,并在一定程度上提高大豆叶绿素a反演精度.

分析整理了1993—2006年近10 a南海北部海域、南沙海域和南海其他海域的叶绿素a浓度历史航次调查资料,基于前人提出的全球叶绿素浓度垂直分布的统计分析模式,根据南海表层叶绿素a浓度大小的不同分级,对南海叶绿素a浓度进行了参数化处理,拟合估算了南海各水层剖面的叶绿素a浓度分布值,并结合不同海区的环境特征,分析了南海叶绿素a浓度垂直分布与其海水物理环境的关系。初步分析结果表明,叶绿素a浓度随深度垂直变化的拟合曲线呈一定倾斜的正态分布特征,当表层叶绿素a浓度较低时,作为南海深水海盆区的代表,拟合值更接近实测平均值的分布,叶绿素a浓度高值集中在次表层剖面上;当表层叶绿素a浓度较高时,作为近岸区和河口区的代表,高值多集中在表层海水,拟合误差偏大。该统计估算模式对于揭示南海叶绿素a浓度垂直分布结构进行了有益的尝试,为发展适合不同海区特点的模式以及校正参数奠定了基础。利用该模式与海洋水色卫星遥感数据有效结合,将对南海叶绿素a浓度时空分布格局的研究具有重要的意义。