在NASA-MODIS海洋组提出的二类水体叶绿素a的半分析算法的基础上，使用叶绿素荧光理论对其进行了改进，建立了一个适用于我国的海洋叶绿素浓度反演模型，并选取2003年黄海区域的MODIS数据对算法进行了验证。

BGC_ARGO数据，叶绿素浓度

叶绿素a是影响内陆水体光学特性的主要水色要素之一。作为反映水体富营养化程度的重要参数指标，国内外学者发展了大量的算法和模型进行水体中叶绿素a浓度的遥感反演。这些算法均使用固定的波段位置。叶绿素a的特征谱段随着其浓度的变化存在一定的位移，尤其是701nm反射峰，其存在着明显的“红移”现象，因此使用固定波段势必带来一定的误差。通过对不同叶绿素a浓度水样的光谱曲线分析，提出动态峰反演叶绿素a浓度的方法。使用反射峰范围最大值和吸收谷范围最小值，而不是固定波长位置进行建模，以求获得更高的反演精度。

以阳宗海为研究对象,利用landsat-8 OLI遥感影像与叶绿素a浓度实测数据,基于波段敏感性分析,构建叶绿素a浓度估测回归模型。研究表明,以波段组合(B5-B4)/(B5+B4)为参数的多项式回归模型结果最优,拟合度达0.720 1。反演得到阳宗海2018年3月1日叶绿素a浓度和富营养化指数的空间分布图,结果显示阳宗海水体整体为中营养状态。

为了更好地监测太湖水体富营养化状况，我们利用高光谱地物波谱辐射计，通过垂直水面法和倾斜测量法得到太湖水体3～10月份的波谱信息．利用这些数据，分析了太湖水体藻类的叶绿素(主要是chl―a)与水体反射光谱特征的关系，建立了藻类叶绿素高光谱遥感模型，并分析了模型精度．研究发现：两种测量法数据精度差别不大；叶绿素在700 nm附近反射峰的位置、高度与叶绿素浓度有较好的对应性；利用700 nm左右反射峰／685 nm左右吸收峰附近波段的比值，建立了和叶绿素的线性关系，在较短的时间区间(月)内，有很好的相关性．

下载MODIS数据，自动绘制MODIS叶绿素图，分析叶绿素空间分布

采用遥感数据对太湖叶绿素含量进行估算，学习计算方法

遥感反射率数据 读取 处理 计算 注有详细解释 每行代码 (MODIS, MERIS) 高光谱 反射率 叶绿素 后向散射

叶绿素a浓度是水体富营养化的重要指标。本数据集通过鄱阳湖水体光谱信息实地采集，分析了其实测光谱特征，构建了光谱指数，结合叶绿素a浓度实测数据，采用了最小二乘方法，回归分析得到了敏感波段区间；利用MODIS数据采用半经验、经验方法分期得到了2009-2012年鄱阳湖叶绿素a浓度估算模型，并对其结果进行了精度验证；最后得到鄱阳湖2009至2012年1月、4月、7月和10月的叶绿素a浓度分布数据。该数据集由3次实测数据和16个月度反演叶绿素a浓度数据产品组成。数据结果表明：2009-2012年鄱阳湖叶绿素a浓度总体呈波动缓慢上升趋势，每年12-2月浓度最低，3-7月较快上升达到峰值，8-11月开始回落；空间分布上叶绿素a浓度的高值区多分布在近岸水域、五湖入湖口水域，且浓度越高的季节，空间波动变化特征越显著。

叶绿素a浓度是水体富营养化的重要指标。本数据集通过鄱阳湖水体光谱信息实地采集，分析了其实测光谱特征，构建了光谱指数，结合叶绿素a浓度实测数据，采用了最小二乘方法，回归分析得到了敏感波段区间；利用MODIS数据采用半经验、经验方法分期得到了2009-2012年鄱阳湖叶绿素a浓度估算模型，并对其结果进行了精度验证；最后得到鄱阳湖2009至2012年1月、4月、7月和10月的叶绿素a浓度分布数据。该数据集由3次实测数据和16个月度反演叶绿素a浓度数据产品组成。数据结果表明：2009-2012年鄱阳湖叶绿素a浓度总体呈波动缓慢上升趋势，每年12-2月浓度最低，3-7月较快上升达到峰值，8-11月开始回落；空间分布上叶绿素a浓度的高值区多分布在近岸水域、五湖入湖口水域，且浓度越高的季节，空间波动变化特征越显著。