环境一号卫星CCD数据在太湖蓝藻水华遥感监测中的应用

利用环境一号卫星(HJ-1)CCD数据,对太湖水华进行遥感监测,并比对同时相的EOS/MODIS卫星遥感数据。结果表明,HJ-1星CCD数据具有优于EOS/MODIS数据的蓝藻水华识别能力,并有良好抗云层干扰能力,适合用于太湖蓝藻水华应急监测。     

基于无人机高光谱遥感在太湖蓝藻水华监测中的一次应用

采用机载高光谱视频相机,在4个季节对太湖蓝藻进行7次、18个架次的有效拍摄。对拍摄到的高光谱影像进行辐射定标、几何拼接等预处理后,提取不同浓度蓝藻和水草等其他物体的高光谱数据,发现不同浓度的蓝藻光谱在680 nm后表现出较大差异。采用主成分分析（PCA）对高光谱数据降维后,结合k-近邻（kNN）分类算法,可实现对蓝藻的精准定位。定性识别结果经光谱预处理后,采用连续投影算法（SPA）进行特征波段提取,发现蓝藻光谱的季节差异主要表现在450 nm~570 nm和760 nm~910 nm波段。     

基于卫星影像的太湖蓝藻水华遥感强度指数和等级划分算法设计

对太湖地区近10余年来共32景Landsat TM/ETM遥感影像进行大气校正处理,获得地表反射率影像,在这些影像上采集了分布在不同片区、不同发生季节、不同集聚程度的蓝藻水华样区,提取了不同蓝藻水华的可见一近红外波段反射率数据.统计表明蓝藻水华在TM 4波段的反射率有较宽的动态范围,能定量反映蓝藻集聚程度,TM 2也是...     

“MMA”技术路线在太湖蓝藻水华监测中的应用

通过对3S技术整合,提出\"MMA\"技术路线应用于蓝藻水华监测,包括监测、测绘、分析等关键步骤。对太湖蓝藻水华研究结果表明,总体规律一致,但又有所差异。一方面,太湖蓝藻密度(CBD)、叶绿素a(Chl-a)及水华频率分布图结果均呈现\"西高东低\"的空间分布规律;另一方面,太湖湖心区CBD和Chl-a浓度亦较高,而遥感监测后的水华频率图显示为无水华或频率小于1%。故应参照\"MMA\"技术路线,综合应用3S技术,并核验比对,弥补单项技术存在的不足,全面真实反映藻类水华情况。\"MMA\"技术路线既适用于水华监测,亦可推广至其他环境监测工作。     

风云三号卫星气溶胶光学厚度产品的适用性验证

利用长三角地区浦东、东滩、太湖3个测站的太阳光度计CE318地基遥感观测得到的气溶胶光学厚度(AOD)数据对风云三号气象卫星FY-3A/B MERSI反演的550 nm波长AOD进行有效性验证。结果表明,FY-3A的反演结果相关系数高于0.96,仅有20%的样本表现出较大的偏差。FY-3B的相关系数最高为0.77,均方根误差(RMSE)最大为0.35。太湖站点的相关系数比浦东大,说明MERSI的反演算法在太湖更适用。FY-3A/B MERSI反演结果总体上偏小,存在一定的系统偏差,主要由气溶胶模型的假设、设备标定、选择像素比例等原因造成。     

基于欧洲航天局“哨兵-2A”卫星的太湖蓝藻遥感监测

欧洲航天局(ESA)2015年6月23日成功发射\"哨兵-2A\"卫星,该卫星搭载的多光谱成像仪(MSI)在可见光(VIS)至短波红外(SWIR)波长区间配置了多种光谱波段/地面分辨率组合,可以获取大范围、较短重访周期、较高空间分辨率(10 m)的遥感影像。以太湖2016年6月13日MSI数据为例,在完成大气校正的基础上,分析了太湖典型地物类型光谱特征,采用归一化植被指数(NDVI)结合叶绿素反射峰强度(ρchl)构建的综合阈值法对贡湖湾的蓝藻水华信息进行了提取实验。结果表明:\"哨兵-2A\"卫星MSI影像质量清晰,可精细地反映植被、蓝藻、水体等典型地物类型的光谱特征;ρchl指数对中-高蓝藻聚集区与水生植被、轻度蓝藻聚集区与混合水体具有较好的分离能力;利用综合阈值法提取贡湖湾中-高蓝藻聚集区面积为60.37 km2,主要分布在贡湖北部沿岸、湖心和南部沿岸。\"藻-水\"混悬体面积为79.49 km2,贡湖湾东部蓝藻水华相对较轻。     

基于“哨兵-3A”OLCI影像的太湖蓝藻水华荧光基线高度指数信号特征分析

利用新型遥感数据\"哨兵-3A\"卫星OLCI影像数据,基于其665,681和708 nm波段构建的\"荧光基线高度\"指数算法,采用SNAP 6.0遥感专业软件,计算了2017年不同季节4个典型日期太湖FLH的全湖分布及蓝藻水华区信号强度特征。以完成了瑞利散射及气体吸收订正的3个波段的遥感反射率数据计算FLH图像,结果表明,FLH数值的\"负偏\"程度与蓝藻水华强度有很好的对应关系,FLH值\"负偏\"越大,蓝藻水华越严重,可以作为比较不同季节水华强度的有效遥感指标;富营养化较严重、较为浑浊、以蓝藻为优势种的内陆水体与大洋清洁、非蓝藻优势浮游植物水体的FLH\"正偏\"信号特征迥异。     

基于哨兵-3A卫星OLCI数据的最大叶绿素指数在太湖蓝藻水华监测中的应用

欧洲航天局于2016年2月16日成功发射哨兵-3A卫星,搭载的水色遥感仪器(OLCI)提供了很好的海洋和内陆水体生态指标观测反演能力。基于OLCI获取的太湖L1b级遥感数据产品,利用OLCI Oa10、Oa11、Oa12波段计算了重要的水色/水生态遥感指标,即最大叶绿素指数(MCI),在此基础上初步分析了MCI在太湖蓝藻水华监测预警中应用效果。研究表明:(1)哨兵-3A卫星OLCI影像质量清晰,构建的MCI能够反映太湖水体叶绿素信号强度;(2)与常用的归一化植被指数相比,在蓝藻没有明显积聚的藻-水混悬水域,MCI与叶绿素浓度有很好的关联,可更灵敏地反映叶绿素浓度的空间分布特征。MCI将在蓝藻监测上具有更好的适用性,可有效提高富营养湖泊蓝藻水华的预警预报精度。     

基于“哨兵3号”卫星OLCI影像和C2RCC算法的南黄海叶绿素a及总悬浮物反演效果分析

利用遥感数据处理软件SNAP中基于神经网络技术的C2RCC算法,对2019年5月9日南黄海“哨兵3号”卫星OLCI影像数据进行了叶绿素a及总悬浮物浓度反演,将其与5月间江苏省海洋环境监测预报中心的海水表层叶绿素a和悬浮物实测数据进行了比较分析。结果表明,叶绿素a的遥感反演尚未能达到业务化应用,总悬浮物遥感反演结果的空间分布与实测值的一致性相对较好。但在星地同日或相差一天监测的南通海域,遥感反演叶绿素a浓度的空间分布趋势以及总悬浮物遥感反演结果与海面实测结果的一致性较好,可达到一定的业务化应用效果。     

湖泊蓝藻水华监测与评价探讨

以长期的湖泊蓝藻监测实践工作为基础,提出了湖泊蓝藻水华监测的点位布设、采样（频次、层次、采集量等）、分析鉴定等技术方法,以太湖为例,在对近几年蓝藻水华暴发情况进行统计分析基础上,制定了蓝藻水华状况的定性描述、蓝藻水华暴发的等级划分标准。     

特殊风场条件对太湖蓝藻水华迁移的影响研究

在高温、微风气象条件下,适宜蓝藻水华形成。在特殊非均一风场的驱动下,太湖蓝藻水华迁移过程与被均匀风场驱动有所不同。选取太湖典型风向进行分析,并采用三维水动力水质模型对表面非均一风场条件下的风生流流场及水质进行模拟,结果表明,在特殊非均一风场的驱动下,当太湖蓝藻浓度较高时,容易在西部湖区特别在竺山湖、梅梁湾湾内、岸边及湾口聚集,形成水华暴发,这有助于研究太湖污染物及蓝藻水华的输移及空间分布和机理。     

太湖蓝藻预警监测遥感自动解译系统研究

针对太湖蓝藻遥感监测自动化、智能化等业务需求,研究了太湖蓝藻遥感自动解译系统的总体架构、功能模块等。系统包括遥感数据接收子系统、蓝藻遥感解译子系统和海量遥感数据管理子系统,可实现从数据接收到报告编制全流程自动化处理。     

空间分布频率分析法在太湖水华遥感监测中的应用

以2009—2012年MODIS遥感影像为主要数据源,提出了基于中长时间尺度多时相数据的空间分布频率指数(SDFI)与计算方法,通过分析比较4年太湖水华SDFI计算结果,并结合同期湖体浮标自动监测数据,发现太湖西部沿岸水华暴发频率和营养盐浓度最高,梅梁湖和竺山湖次之,应当作为下一阶段太湖水环境监控治理的重点区域。     

巢湖蓝藻水华遥感监测初探

以巢湖为研究区,从2008年4月到11月,对巢湖水体的24个点位进行了连续的水体光谱测量,通过对蓝藻水华爆发程度与其光谱反射率之间关系的研究,确定遥感识别水华爆发级别的阈值,对四类不同爆发程度蓝藻水华光谱特征进行遥感识别,绘制巢湖蓝藻水华特征等级图。     

长兴湖水华期间水污染问题分析及对策研究

为研究长兴湖水华期水污染现状及成因,采用单因子指数法、内梅罗污染指数法和综合污染指数法对水质状况和底泥污染进行评价。结果表明,长兴湖水体中总氮（TN）和总磷（TP）均值分别为149 mg/L和024 mg/L,单因子污染指数分别为149和024,分属地表水质量Ⅳ类和劣Ⅴ类水质;内梅罗污染指数显示TN、TP分别达到159、158,均评价为差;综合污染指数表明水体整体处于中度污染水平,主要污染源为长兴湖相连水域（工业园沟渠）及渭川河中的N、P。Pearson相关性分析显示,N是长兴湖藻类生长的限制因素,TN主要源自外源污染,TP与湖内表层底泥磷营养盐释放相关。     

太湖蓝藻水华时空分布与预警监测响应的分析

选择2007和2008年200幅EOS/MODIS太湖蓝藻监测遥感影像,统计分析了梅梁湾、竺山湾宜兴段、贡湖湾、东太湖胥口湾和湖州方向湖体蓝藻水华爆发的空间和时间分布规律。并在得出全太湖蓝藻水华空间和时间分布规律的基础上,从环境监测部门蓝藻预警监测工作的实际出发,将蓝藻水华预警监测的响应划分为常规监测和应急监测,提出了具体的监测要求,为环太湖地区的相关部门更好地开展蓝藻预警监测工作提供了科学依据。