遥感与地理信息系统学报

抽象的

佛罗里达湾水质参数时空变异性的遥感研究

穆罕默德·哈吉·戈利扎德、阿塞法·M·梅莱塞

本研究基于大气校正数据研究了与佛罗里达湾水质相关的生物物理参数。本研究的主要目标是利用综合遥感、GIS 数据和统计技术监测和评估四个水质参数的空间和时间变化：浊度、叶绿素-a (chl-a)、总磷酸盐和总氮 (TN)。为此，在美国南佛罗里达亚热带气候的旱季，使用了 2000 年 2 月 13 日、2007 年 1 月 31 日两次 Landsat 专题制图仪 (TM) 数据和 2015 年 1 月 5 日一次 Landsat 业务陆地成像仪 (OLI) 数据，以及雨季 2000 年 8 月 7 日、2007 年 9 月 28 日两次 TM 数据和 2015 年 9 月 2 日一次 OLI 数据，评估了研究参数的时间和空间格局以及维度。从 20 个监测站获得了四个研究参数的同时观测数据，并用于模型的开发和验证。利用该区域从蓝光到近红外的光学波段和所有可能的波段比来探索水体反射率与观测数据之间的关系。通过使用逐步多元线性回归 (MLR) 开发了用于估计叶绿素 a 和浊度浓度的预测模型，该模型在旱季具有较高的决定系数（叶绿素 a 的 R2=0.86，浊度的 R2=0.84），在雨季具有中等决定系数（叶绿素 a 的 R2=0.66，浊度的 R2=0.63）。总磷酸盐和总氮的值与叶绿素 a 和浊度浓度以及一些波段及其比率相关。使用最佳拟合多元线性回归模型作为 Landsat TM 和 OLI 以及地面数据的函数来估计总磷酸盐和总氮，该模型在旱季（总磷酸盐的 R2=0.74，总氮的 R2=0.82）和雨季（总磷酸盐的 R2=0.69，总氮的 R2=0.82）具有较高的决定系数。 MLR 模型表现出良好的可靠性，可以监测和预测佛罗里达湾所研究的水质参数的时空变化。