Estimación de la concentración de clorofila-a en la supercie de la bahía de Sechura usando datos imágenes de Landsat 8

G. Ramírez, J. Rojas, Jhon Guerrero
{"title":"Estimación de la concentración de clorofila-a en la supercie de la bahía de Sechura usando datos imágenes de Landsat 8","authors":"G. Ramírez, J. Rojas, Jhon Guerrero","doi":"10.15381/rif.v24i2.20321","DOIUrl":null,"url":null,"abstract":"El propósito de este estudio es implementar los algoritmos OC2 y OC3 para estimar la Concentración de Clorofila-a (CCA) superficial a partir de datos imágenes del sensor OLI a bordo del satélite Landsat 8. Se validó el modelo de corrección atmosférica LaSRC (Landsat 8 Surface Reflectance Code) con mediciones in situ de la reflectancia de la superficie del agua registrada con un espectroradiómetro en la superficie del área del cultivo de concha de abanico de la bahía de Sechura. La validación da como resultado un coeficiente de correlación lineal de R = 95.1 % y un error cuadrático medio RMSE = 0.0095. También se hizo una comparación de la CCA derivadas de los algoritmos OC2 y OC3, obteniéndose como resultado un RMSE=0.145 mg/m3 y un coeciente de correlación de R=99 %. Por último, se hizo un contraste de los histogramas de la distribución espacial de la CCA estimadas de los algoritmos OC2 y OC3 sobre una región del área de estudio. Los resultados indican una mayor capacidad de discernir del algoritmo OC3 con respecto al algoritmo OC2.","PeriodicalId":440559,"journal":{"name":"Revista de Investigación de Física","volume":"161 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-07-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista de Investigación de Física","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.15381/rif.v24i2.20321","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

El propósito de este estudio es implementar los algoritmos OC2 y OC3 para estimar la Concentración de Clorofila-a (CCA) superficial a partir de datos imágenes del sensor OLI a bordo del satélite Landsat 8. Se validó el modelo de corrección atmosférica LaSRC (Landsat 8 Surface Reflectance Code) con mediciones in situ de la reflectancia de la superficie del agua registrada con un espectroradiómetro en la superficie del área del cultivo de concha de abanico de la bahía de Sechura. La validación da como resultado un coeficiente de correlación lineal de R = 95.1 % y un error cuadrático medio RMSE = 0.0095. También se hizo una comparación de la CCA derivadas de los algoritmos OC2 y OC3, obteniéndose como resultado un RMSE=0.145 mg/m3 y un coeciente de correlación de R=99 %. Por último, se hizo un contraste de los histogramas de la distribución espacial de la CCA estimadas de los algoritmos OC2 y OC3 sobre una región del área de estudio. Los resultados indican una mayor capacidad de discernir del algoritmo OC3 con respecto al algoritmo OC2.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
利用Landsat 8图像数据估计Sechura湾地表叶绿素a浓度
本研究的目的是实现OC2和OC3算法,从Landsat 8卫星上的OLI传感器图像数据估计表面叶绿素a (CCA)浓度。通过在Sechura湾扇贝养殖区表面用光谱辐射计记录的水面反射率的原位测量,验证了LaSRC大气校正模式(Landsat 8表面反射率代码)。验证结果为线性相关系数R = 95.1%,均方根误差RMSE = 0.0095。对OC2和OC3算法得到的CCA进行了比较,得到RMSE=0.145 mg/m3,相关系数R= 99%。最后,对OC2和OC3算法估算的CCA空间分布的直方图进行了对比。结果表明,OC3算法比OC2算法具有更高的识别能力。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Pronóstico de Precipitaciones Extremas en la Cuenca del Rı́o Mantaro - Aplicacion del Modelo Meteorológico WRF The Boltzmann equation and Cosmic Microwave Background Natural constants as properties of the Spacetime structure. A geometrical and mathematical design Global symmetry breaking and topological defects Velocidad en la altura máxima de inundación por tsunami en el marco lagrangiano
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1