CSI：新型水体叶绿素a指数及其遥感应用

"本文介绍了一种新的水体叶绿素a指数——CSI，该指数是通过对水体遥感反射率进行线性混合光谱分解，基于各组分丰度构建的。研究通过太湖、巢湖、滇池和三峡水库307组实测数据验证了CSI的性能，并用其构建了内陆浑浊水体叶绿素a浓度估算模型，分析了模型的抗噪性和传感器适应性。结果表明，CSI能有效指示水体叶绿素a浓度，且在不同噪声条件下保持稳定，对传感器波段设置不敏感，具有较高的应用潜力。" 文章详细讨论了一种新型的水体叶绿素a指数——CSI (Chlorophyll-a Spectral Index)，它基于野外实测光谱数据进行线性混合光谱分解，通过分析各组分的丰度来构建。这种新方法的目的是改进对水体中叶绿素a浓度的监测和估算，叶绿素a是衡量水体富营养化程度的重要指标。研究人员利用太湖、巢湖、滇池和三峡水库的307组实测叶绿素a浓度和高光谱数据对CSI进行了深入研究。 研究发现，当CSI值为0时，可以有效区分光谱特征的显著差异，这表明该指数能够区分不同叶绿素a浓度的水体。此外，以CSI为自变量建立的叶绿素a浓度估算模型在实际高光谱数据集中的精度与传统的三波段算法(TBA)相当，两者平均相对误差接近，都在0.33左右，但CSI在抗噪声性能上表现出色。在无偏移噪声下，模型的精度几乎不受影响，而在有偏移噪声的情况下，其误差仍保持在可接受范围内，相比之下，三波段算法对噪声更敏感。 更重要的是，新算法对传感器波段设置的依赖性较低，这意味着它在宽波段多光谱数据中仍能保持稳定性能，这是相对于传统算法的一大优势。因此，CSI算法被证明具有更高的稳定性和更广泛的应用前景，尤其是在内陆浑浊水体的叶绿素a浓度监测中，它的使用可以提高监测的准确性和可靠性。 这项工作提出的新叶绿素a指数CSI为水环境监测提供了新的工具，它在抗噪声能力和传感器适应性方面的优秀表现，预示着其在水体环境监测和管理领域有着巨大的应用潜力，特别是在应对水体富营养化问题上，可以提供更为精确的数据支持。