中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 基于Landsat 8数据反演水中CO_2含量的研究 安徽农学通报 2018 (7) 84-86
Position: Home > Articles > Study on the Algorithm of Inversing Carbon Dioxide in Seawater Based on Landsat8 Data Anhui Agricultural Science Bulletin 2018 (7) 84-86

基于Landsat 8数据反演水中CO_2含量的研究

作  者：
王忠林;邢旭峰;司宝玲;黄妙芬;尹增强;孙忠泳
单  位：
大连海洋大学海洋与环境学院;广东海洋大学数学与计算机学院;大连金普新区环境监测站
关键词：
珠江口海域;Landsat卫星数据;海水总二氧化碳;黄色物质;反演算法
摘  要：
海水中CO2总浓度影响大气CO2的浓度水平,是决定海洋酸化程度的重要因子。该研究利用珠江口海域现场采集的数据,建立了适用于Landsat 8卫星数据的反演海水中CO_2总浓度的模型,研究结果表明:利用现场实测数据对遥感模式估算值进行验证,所建立模式具有较高的准确率;珠江口海域水中总CO_2数值在26~70mg/L,分布为近岸海域高于外海,西部海域远高于中部和东部。
译  名：
Study on the Algorithm of Inversing Carbon Dioxide in Seawater Based on Landsat8 Data
作  者：
Wang Zhonglin;Ocean and Environmevt College,Dalian Ocean University;
关键词：
Pearl river estuary;;Landsat8/OLI data;;Carbon dioxide in seawater;;CDOM;;Inversion algorithm
摘  要：
The total CO_2 concentration in the sea water affects the level of atmospheric CO_2 and is the decisive factor ofthe degree of ocean acidification. The article,based on the data which were measured in the Pearl River Estuary,is erectingthe model of the distribution of the total CO_2 concentration in the sea water which is adaptable for the retrieval of data ofLandsat8 OLI. The results showed that the use of the measured data to validate the values estimated from remote sensingmodel indicating that the model has a high accuracy rate. The values of CO_2 in the Pearl River estuary is between 26~70 mg/L,offshore higher than the open sea and western higher than the central and eastern.

相似文章

导出引用
计量
文章访问数: 8
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46