Landsat-8与MODIS-Aqua大气校正算法对比：墨西哥湾泥沙动力学研究

本篇论文研究旨在评估Landsat-8 Operational Land Imager (OLI) 和 MODIS-Aqua 的大气校正算法在墨西哥北部湾（Northern Gulf of Mexico）的泥沙动力学研究中的应用。悬浮颗粒物（SPM）作为沿海和海洋生态系统中的关键要素，既是能源来源也是水体质量指标，因此精确估算SPM浓度对于理解和保护这些环境至关重要。海洋颜色传感器如Landsat-8 OLI 和 MODIS-Aqua的观测数据经常受到大气条件的影响，尤其是高浊度水域中，传统的基于近红外（NIR）波段的大气校正方法可能不足以准确去除气溶胶对大气信号的干扰。 作者团队针对Landsat-8 OLI 的短波红外（SWIR）和NIR大气校正算法，以及MODIS-Aqua的SWIR.NIR大气校正算法进行了深入评估。他们利用北海数学模型（MUMM）来管理数据，并比较了这些算法在处理陆地观测卫星数据时，对Rrs（遥感反射率）值的影响。研究特别关注的是，如何在高浊度条件下提高大气校正的精度，以避免低估SPM浓度。 论文通过在Louisiana大陆架上的实地应用，验证了SWIR大气校正算法在Landsat-8 OLI 和 MODIS-Aqua 数据分析中的优越性，因为它能更有效地处理高浊度水域中复杂的气溶胶影响。这对于理解墨西哥北部湾的泥沙动力学过程，例如沉积物的分布、迁移和变化，具有重要的实际意义。 该研究结果不仅提供了改进的SPM估算方法，也为其他类似区域的海洋和陆地观测卫星大气校正提供了有价值的参考，特别是在那些受大气条件影响较大的地区。此外，它还强调了卫星遥感技术在监测环境变化和海洋生态健康中的核心作用。通过这个研究，科研人员和决策者能够更准确地利用遥感数据来支持环境保护和管理策略的制定。