苏南大运河水污染遥感研究

为了苏南环境和运河整治,并对水污染遥感的方法、原理进行较系统的研究,我们采用地面同步监测及光谱测量、高空（卫星遥感）、低空（大比例尺彩红外航空遥感）相结合的立体监测系统,对苏南大运河及水污染状况进行了全面调查与评价,获得了系统、完整的详细资料。并在水体污染遥感的若干重要问题如水体遥感的镜面反射、彩红片加工工艺和卫星、航空遥感的水质定量分析、有机污染遥感综合评价等方面取得了进展。     

内陆水体水质监测与评价中的遥感应用

本文综述了水质监测与评价中遥感应用研究的发展与现状。主要讨论了水质遥感监测的原理，遥感手段，常用方法和向种具有水质参数的遥感研究方法与进展，最后提出了此领域的发展方向展望。     

基于无人机遥感的水质监测研究综述

与传统的卫星遥感和有人机遥感相比,无人机遥感具有高时空分辨率、云下低空飞行、高机动性等优势,可解决传统水质监测工作中存在的问题。无人机遥感水质监测可及时地掌握水文情况,达到实时监测水质的高效性效果,为水质监测评价提供了新的机遇与途径。无人机遥感反演方法已经逐渐成为内陆水体水质监测评价的重要技术手段,可以反映水质在时空上更为全面的分布变化情况。该文回顾了无人机遥感的特点,阐述了无人机遥感水质监测原理、监测对象、监测方法以及无人机遥感水质监测研究进展与影响水质监测精度的因素。在此基础上对无人机水质遥感监测进行展望,提出了无人机高光谱遥感技术有望成为研究大时空尺度水域富营养化现象的重点和方向,并能在高带宽下搭载的数传模块得到多种水质参数浓度的空间反演分布图。     

环境地面水质的卫星遥感监测

一、概述近年来,卫星遥感在土地利用、森林覆盖、水土流失、地质测量等方面的应用已渐趋成熟和普及。但作为一门新兴的尖端技术,对环境污染的研究和监测尚处探索阶段。国外已有直接利用卫星图像对不同水体的环境质量参数进行研究的报道。利用卫星遥感,能直观地了解水污染的时空分布,     

遥感技术在湖泊水质监测中的应用

环境污染遥感监测技术具有监测范围广、速度快、成本低,且便于进行长期的动态监测等优点,是实现宏观、快速、连续、动态地监测环境污染的有效方法,已成为湖泊环境动态变化监测的重要技术手段.湖泊水质遥感监测是基于经验、统计分析或水质参数的光谱特征,选择遥感波段数据与地面实测水质参数数据进行数学分析,建立水质参数反演模型实现的.在运用遥感技术对湖泊进行水质监测的方法中有传统方法和神经网络模型.与传统方法相比,神经网络模型有较强的水质识别的容错性,水质状况识别的可信度.今后,神经网络模型、高光谱遥感技术以及RS与GIS、GPS的结合运用等将是遥感技术在此领域中的发展方向.     

水质遥感研究进展

本文简述了遥感技术在水质监测中的意义,总结了可用于遥感监测的水质指标,同时对清澈水体、一类水体、二类水体及污染水体的光谱特征分别给予了介绍。着重讨论了水质遥感的基本方法,并在此基础上从营养盐、有机污染物和营养状态指数三项水质指标出发,对其研究现状进行了阐述,最后进一步提出了水质遥感领域中存在的主要问题,并展望了其未来的发展方向。     

基于HJ-1卫星的丹江口库区水质遥感监测研究

丹江口水库作为南水北调中线工程的水源地,其水质安全将直接影响到调水工程的成败。利用不同水质具有不同光谱特征的特点,采用遥感技术对水域水质进行大范围、准确、快速监测。根据丹江口库区2011年3月、7月、2013年3月、9月4景HJ1A/B卫星遥感影像,结合同步的地面实测水质数据,采用经验反演模型对丹江口水库叶绿素a浓度、水体悬浮物浓度和水体透明度进行了定量遥感反演研究。结果显示,由于2011年受到长江中下游区域重大旱情影响,汉江入库流量较小,造成丹江口水域面积减少;同年相比,水体叶绿素a浓度枯水期比丰水期高;2013年相比2011年水体叶绿素a浓度略有上升;丹库、汉库入库口的水体悬浮物浓度要高于其他区域,主要由于入库口的水流量较大,水体扰动较强。入库口区域较高的悬浮物浓度造成水体透明度要低于其他区域,丹库水域面积大,有利于悬浮物沉积,因此丹库水体透明度高于汉库。     

探讨遥感反演模型技术在水质参数监测中的具体应用

叶绿素a(Chl-a)是江河湖泊水体水质状况评价的重要指标之一。本文以妫水河为研究区,利用实Chla浓度数据和同步的环境一号卫星(HJ-1A)多光谱数据对妫水河水体Chl-a浓度的遥感反演模型进行研究,结论对于提高遥感反演的精度,并为妫水河的水质遥感监测提供技术和方法参考。     

葫芦岛地区水体污染的卫星遥感监测示范研究

以葫芦岛地区为示范区域,采用卫星、地面、水体同步与准同步监测的方法,对示范区域水库水质和污染河段在研究主要污染物污染程度与波谱特性间的定量、半定量关系基础上,探索了水体污染卫星遥感监测中的关键技术,进而结合应用需求,建立宏观、快速的水体污染卫星遥感监测示范系统。对总体设计方案和技术指标、主要研究内容和方法、同步或准同步监测与分析做了简要阐述。     

海水水质级别的模糊综合评价方法

本文提出了海水水质级别模糊综合评价的一种新方法,即模糊综合海水水质级数,指出了模糊综合评判方法存在的缺点。大连湾海域16个站位监测值的评价结果表明,在3种求权重的方法中,以水质标准级别权重法较好,其模糊综合海水水质级数同水质标准级别法水质级数相近似,较真实地反映了大连湾海域的水质污染状况。     

应用遥感技术监测和评价太湖水质状况

利用遥感信息和有限的实地监测数据建立了太湖水质参数预测模型 ,该方法可以用于太湖水质污染的预测、分析和评价 ,能够较好地反映水质的空间分布特征 ,尤其适合于大范围水域的快速监测 .研究结果表明 ,利用单波段、多波段因子组合以及主成分分析等手段可以使遥感信息得到更充分的利用 ,从而使预测结果更加精确 .预测结果显示 ,太湖流域已经呈现了严重的富营养化趋势 ,且空间分布不均衡 .东太湖以及靠近无锡和苏州的湖体附近相对污染更为严重 .     

滇池水体中总悬浮物含量的遥感定量模型

利用滇池 1999年 4月 14日陆地卫星 TM数据与准同步全湖面监测资料 ,对滇池全湖水体总悬浮物含量与不同波段遥感值的关系进行了关联度分析 ,并据此建立了 TM图像遥感总悬浮物水质模型 ,该模型被成功地应用于滇池水体总悬浮物的遥感动态监测。     

基于HJ1A-CCD数据的高光谱影像重构研究

遥感影像高光谱重构可以从较少的光谱波段还原出丰富的高光谱信息,为水环境遥感提供更加适用的数据源,对内陆水体水色遥感具有重要意义.利用2009年6月13日获取的HJ1A-HSI和HJ1A-CCD数据,构建HJ1A-CCD数据的高光谱重构模型,重构结果表明:①与地面实测数据相比,重构数据和HJ1A-HSI数据在660～900 nm波长范围内的平均相对误差分别为0.305 1和0.337 7;②重构影像信息熵和平均梯度都高于HJ1A-HSI影像.此外,分别利用HJ1A-HSI数据和重构数据建立叶绿素a浓度的三波段反演模型,发现重构数据能得到更高的反演精度.     

藻源型湖泛发生过程水色变化规律

利用Y-型沉积物再悬浮发生模拟装置,模拟湖泛发生过程,分析水体吸收特性变化特征;同时,利用Hydrolight和CIE颜色匹配函数模拟水体颜色,分析湖泛水色变化规律.结果表明:在湖泛发生过程中,可溶性有色物质(CDOM)浓度(ag)不断增大,无机颗粒物浓度及吸收(ad)总体呈减小的趋势,而浮游植物色素浓度及吸收(aph)随时间变化不规律;基于Hydrolight模拟湖泛水体,离水辐亮度(Lw)和遥感反射比(Rrs)均随时间不断变小;3)另外,随SPIM或ag(443)的变大,水体颜色逐渐由绿色变为棕色.当SPIM增至40mg/L时,水体呈现棕色;当ag(443)达到10m-1时,水体呈现红棕色.通过研究湖泛发生过程水体光学特性和水色变化规律,有助于构建高精度的湖泛遥感监测模型.     

南京市土地利用遥感监测与评价

以2006年和2007年TM遥感影像为数据源,利用GIS技术,对南京市的土地利用动态变化进行了监测,结果表明,从2006～2007年,南京市耕地减少6723.72hm2,林地减少975.46hm2,而水域增加了1663.26hm2,建设用地增加了5191.11hm2,草地增加758.78hm2,未利用地增加了86.03hm2。与2006年相比南京市生态环境质量指数略有下降。     

珠江广州河段水体污染的遥感监测应用研究

由于城市工业废水和居民生活污水大量的排放，珠江水质受到严重污染，尤其有机污染更加严重。各项水质指标均严重超标。本文将运用遥感技术对珠江广州河段水环境质量中的水质污染进行监测应用研究。并建立了水质污染预测遥感模型。研究结果表明，利用遥感资料能有效地监测珠江水质污染状况，在监测水环境质量中遥感技术是一种快速，全面，有效的技术手段和方法。     

GF-6与Landsat-8影像在水质监测中的差异性分析

针对GF-6与Landsat-8影像在水质监测中的差异性问题,以巢湖水质富营养状态评价为研究内容,对水质参数进行反演,利用综合营养状态指数法构建水质评价模型。运用ENVI 5.3和ArcGIS 10.3软件,实现各项水质参数和综合营养状态指数TLI可视化。对比实测数据,运用Person相关性模型进行反演结果精度评定。结果表明:影像成像时刻巢湖水质营养状态为中营养;GF-6和Landsat-8反演得到的综合营养状态指数TLI分别为42.75和42.13,两者差别较小,但经过与实测数据的相关性分析可得,GF-6和Landsat-8的Person系数分别为0.988和0.965,表明GF-6反演的数据与实测值相关性更强,更加准确可靠。研究结论可为水质监测中如何选用遥感影像数据提供参考。     

基于Google Earth Engine云平台的黑龙江流域长时序常年和季节性水面提取及变化分析

遥感影像空间覆盖广、更新周期短,是快速提取大区域水面信息的可行技术,对水资源开发利用、管理和保护具有重要意义。针对年际内受降水波动性影响,充分应用年份内所有可用的影像数据构建年均水体指数,来减少单期影像难以准确反映年内水面特征的问题,利用Google Earth Engine （GEE）遥感云平台解决了传统影像下载和桌面端处理海量影像数据效率低的问题。以黑龙江流域为研究区,以Landsat影像为数据源,结合地形数据,提取1987—2019年常年水面和季节性水面。研究结果表明:1）相较于单期影像数据,年均水体指数能更全面反映水面的时间信息,水面提取总体精度达到95.32%,其中,常年和季节性水面的总体精度分别为96.59%、94.61%;2）与已有数据产品相比,提取的常年水面更加连续、完整,质量更好;3）近32年来,黑龙江流域常年水面面积波动较大,呈减少趋势,年均减少14.82 km2;季节性水面面积相对平稳,呈增加趋势,年均增加12.81 km2。