ty -jour a2 -Zhang，lei au -Ouma，Yashon O. Au -Noor，Kimutai au -Herbert，Kipkemoi PY -2020 DA -2020/09/19 Ti-建模 - 建模储层Chlorophyll-一个，使用Sentinel-2A MSI和Landsat-8 Oli卫星传感器具有经验多元回归SP-8858408 VL-2020 AB-Sentinel-2A/MSI（S2A）和Landsat-8/Oli（L8/OLI（L8）数据产物呈现A呈现A呈现A的数据，评估和检索光学活性水质参数（包括叶绿素）的新边界 一个（chl- 一个），悬浮的颗粒物（TSS）和储层中的浊度。但是，由于它们在空间和光谱采样方面的差异，评估传感器适合无缝生成水质参数（WQPS）非常重要。这项研究介绍了大气校正和通过频带调节后的L8和S2A光学传感器中WQP的检索。提出了一种经验多元回归模型（EMRM）算法方法，以估计与水质参数与与之相关的水质参数 原位实验室测量。从结果来看，两个传感器估计CHL- 一个浓度与 r 2 L8的可见绿色带的大于70％，以及S2A的绿色和SWIR-1频段的组合。虽然两个传感器在CHL-中的NMSE％几乎相同 一个估计，RMSE <10  μg/l和> 10  μG/L用于L8和S2A的CHL-估计 一个， 分别。对于TSS检索，L8的准确性优于S2A 31％ r 2 > 0.9 与L8的红色，蓝色和绿色乐队相比 0.47 ≤ r 2 ≥ 0.61 来自S2A的红色和NIR乐队。RMSE与Chl-相同 一个，NMSE％都在同一范围内。两个传感器都以高和几乎相等的精度检索浊度 r 2 > 70 ％ 从可见的和NIR频段中，与L8的NMAE％相比，S2A的RMSE相等的RMSE <10％NTU，S2A的NMAE％高于30％以上。研究得出的结论是，与S2A频带相比，L8的较高性能准确性归因于其较高的SNR和光谱带宽位置。相比之下，S2A高估了Chl- 一个和浊度，但在TSS的估计中与OLI相比表现良好。结果表明，尽管WQP检索的绝对准确性仍需要改进，但开发的算法通常能够辨别储层中的生物学水质。SN -1687-725X UR -https：//doi.org/10.1155/2020/8858408 do -10.1155/2020/8858408 JF-传感器杂志PB -Hindawi KW- hindawi kw--er- er- er-