基于MODIS的西藏典型湖泊叶绿素a浓度反演

叶绿素a浓度是反映湖泊富营养化状态的一个重要参数。以MODIS L1B数据为基础,结合叶绿素a浓度实测数据,基于经验分析法实现了西藏典型湖泊叶绿素a浓度反演研究,并探索了西藏典型湖泊2019年春、夏、秋季叶绿素a浓度的时空变化特征。首先,利用叶绿素a浓度实测数据和MODIS L1B影像不同波段的反射率值进行组合试验,选择最佳波段组合建立模型;其次,分别选用2015年、2017年叶绿素a浓度实测值和反演值对模型进行对比验证;最后,利用叶绿素a浓度反演模型对西藏典型湖泊2019年春、夏、秋季叶绿素a浓度的时空变化特征进行分析。结果表明：在空间尺度上,西藏典型湖泊叶绿素a浓度整体上呈现出周围高、中部低的分布特征,且湖岸水体叶绿素a浓度变化较大;在季节尺度上,不同湖泊叶绿素a浓度的季节变化存在较大差异,格仁错和色林错的季节变化幅度较大,纳木错、塔若错和羊卓雍错的季节变化幅度较小。     

基于实测光谱的烟台四十里湾水体叶绿素a遥感反演

水体叶绿素a含量是二类水体水色遥感反演的主要参数之一。通过分析烟台近海水体实测反射光谱曲线,选取了特征波段及波段组合,建立了研究区叶绿素a含量遥感反演模型。通过对比不同反演模型可知：三波段模型是烟台近海水体叶绿素a遥感反演的最优模型,决定系数为0?6608,均方根误差（RMSE）为0?59μg／L;其次是归一化荧光高度模型和反射峰面积模型,决定系数分别为0?6213和0?5589,RMSE分别为0?62μg／L和0?67μg／L。     

基于哨兵-2 MSI数据的高邮湖水体叶绿素a浓度和总悬浮物浓度遥感反演

哨兵-2号卫星多光谱成像仪（MSI）数据的空间分辨率高,重访周期短,适用于高邮湖这类中小型湖泊的水质反演。利用实测水体光谱数据模拟出哨兵-2 MSI数据,并建立了适用于该数据在高邮湖反演叶绿素a（Chl.a）浓度和总悬浮物（TSM）浓度的模型。经过验证,Chl.a 的反演均方根误差（RMSE）为8.02 μg/L,平均相对误差（MRE）为18.4%,TSM的反演RMSE为16.2 mg/L,MRE为23.3%,表明该模型具备理想的反演精度。利用哨兵-2 MSI数据和建立的反演模型,可以获得高邮湖Chl.a 和TSM时空分布情况。初步分析发现,高邮湖这2项水质参数的分布与湖内的围网养殖和入湖径流之间存在一定关系。     

基于MERIS数据的太湖悬浮物与叶绿素a遥感估算研究

基于MERIS数据,采用最大叶绿素指数算法,分别建立太湖悬浮物浓度与叶绿素a浓度的估算模型。经误差分析证明,该模型适宜检测悬浮物与叶绿素a质量浓度范围分别为15 g/m3～80 g/m3与10 mg/m3～20 mg/m3的水域,可用于太湖水体悬浮物与叶绿素a的MERIS遥感估算。     

新安江水库透明度与叶绿素a浓度反演模式初步研究

新安江水库有完整监测数据记录开始于1985年,但2001年后才有浮游植物密度和叶绿素a数据。文章利用2001—2009年透明度和叶绿素a监测数据,采用SPSS统计软件拟合回归方程,再根据2001年以前的透明度数据,反演相对应的新安江水库浮游植物叶绿素a浓度。结果表明,新安江水库1988、1990年浮游植物生物量较低,而1993、1996、2009年浮游植物生物量分别出现峰值,2000年以前浮游植物生物量波动剧烈,2000年以后基本呈上升趋势,特别是2005年以后上升趋势非常明显。     

2002-2021年渤海叶绿素a浓度变化及环境响应分析

基于2013-2021年渤海遥感反射率和叶绿素a浓度等实测数据,开展了该海域MODIS影像的叶绿素a浓度遥感反演模型研究。选择OC3经典模型形式,采用渤海的实测数据进行拟合分析,获取了适用于渤海的模型局地化参数,通过真实性检验得到叶绿素a浓度的遥感反演结果与实测值的决定系数为0.84,平均相对误差为24.77%,均方根误差为5.56 μg/L,反演精度较佳。利用该算法反演获取了渤海2002-2021年叶绿素a的月度、季度和年度平均浓度,分析了其时空变化特征,同时结合2001-2021年渤海非优良水质比例开展了环境响应分析。分析结果显示:2001-2021年,渤海非优良水质比例与同时期叶绿素a浓度变化趋势基本一致,呈现先变差后变好的倒V形趋势;5年平均的非优良水质比例与叶绿素a浓度变化趋势更直观地反映了2001-2021年渤海整体的水环境变化趋势,与非优良水质比例相比,叶绿素a浓度对渤海水环境的改善响应更快。     

博斯腾湖矿化度遥感反演及空间分布特征研究

以我国最大的内陆淡水湖——博斯腾湖为研究对象,利用Terra/MODIS L1B空间分辨率为250 m和500 m的遥感反射率数据及湖水矿化度实测数据建立线性回归模型,分析湖表面矿化度的空间分布特征。结果表明:空间分辨率为500 m的1~7个波段组合建立的多元线性回归模型相关性最高(R~2=0.70),模型验证结果显示,实测值和反演值的相关系数(R~2)为0.82,均方根误差(RMSE)为0.12。利用最优模型对博斯腾湖湖面矿化度进行反演,其分布存在明显的空间梯度,西北、东北和东南湖区矿化度较高,而西南湖区和湖区南部矿化度较低。     

基于Landsat系列卫星分析1985—2015年东平湖叶绿素a浓度变化趋势

基于Landsat-5 TM数据和地面同步水质监测数据发现,近红外波段与红色波段比值与叶绿素a实测浓度存在较高相关性,并以此建立了提取水体表层叶绿素a浓度的遥感信息模型。经验证,该模型用于叶绿素a浓度反演的精度良好,平均相对误差为14.5%。将该模型应用于Landsat卫星系列数据,提取了东平湖1985-2015年每年度丰水期叶绿素a浓度信息,得到共31幅东平湖叶绿素a浓度分布图,并对其进行了时空分析。结果表明：1985-2015年,东平湖叶绿素a平均浓度范围为32.4~81.4 μg/L,空间分布上一般表现为湖周边浅水区高于湖中心深水区,且空间差异变化明显;时间序列上,东平湖叶绿素a浓度表现出一定的波动性,在1987、1988、1992年出现较高值,总体看来,在95%置信水平上秩相关系数为-0.592,浓度呈下降趋势。     

水质参数的遥感反演和遥感监测

遥感技术由于具有快速、宏观、低成本和周期性的优点,便于探测水质的时空变化,已成为水质参数监测的重要手段。目前能够直接进行遥感反演的水质参数主要是悬浮物浓度、叶绿素a浓度、可溶解性有机物等光学活性物质,并已经建立了许多反演模型。但是这些模型直接用于水质的遥感监测仍存在一些问题。今后,利用3S技术将地面观测和遥感观测结合起来,可望推动水色遥感的实际应用。     

基于MODIS的烟台近海水体叶绿素浓度分布

利用实测光谱数据及水体叶绿素浓度数据建立了基于MODIS数据的叶绿素反演模型,并利用MODIS L1B数据对研究区的叶绿素浓度进行了反演。通过分析烟台近海水体叶绿素浓度分布得出,烟台近海水体叶绿素浓度由沿岸向海延伸,叶绿素的浓度逐渐增加;通过不同月份的叶绿素浓度分布状况发现,夏季水体叶绿素浓度含量最高,冬季最低。     

南四湖流域常规水污染物多源遥感监测系统设计

提出一种多源遥感监测方法,用于南四湖流域常规水污染物监测系统设计。超分辨率处理后的Sentinel 2 L2A卫星多光谱数据可实现流域水质的大范围监测,利用无人机多光谱/高光谱数据可实现入湖河流水质的精细化监测,地物光谱仪高光谱数据能够实现湖、河岸边带水体的水质反演精度修正,基于多源遥感影像光谱特征与非光敏水质参数的相关性分析,建立光谱特征数据库。相比半经验法,结合机器学习法后,总氮、总磷反演的平均误差分别下降2284%、3919%。通过增强数据集、添加正则化项、集成学习、泛函分析等正则化技术,能够进一步提高反演模型对不同区域、不同季节、不同水质类别水体的自适应能力。     

基于机器学习遥感算法的大型漂浮藻面积提取方法研究

采用基于机器学习的多层感知机算法,利用GOCI(Geostationary Ocean Color Imager)传感器获取的瑞利校正反射率数据,对东中国海大型漂浮藻进行遥感自动识别,采用线性混合像元分解来计算大型漂浮藻的覆盖面积,并利用膨胀和侵蚀法进行大型漂浮藻的分布面积计算。利用L8/OLI(Landsat 8/Operational Land Imager)高空间分辨率资料进行验证,结果表明,基于机器学习遥感算法针对GOCI提取的大型漂浮藻覆盖面积,与L8/OLI结果十分接近,R2达到0. 959,平均绝对误差和平均相对误差分别为39. 32 km2和18. 15%。     

基于Sentinel-2卫星数据的中山市植被叶面积指数反演及空间分析

以广东省中山市为例,基于SNAP软件和2景Sentinel-2卫星数据,反演并分析中山市全域及特定区域内植被叶面积指数。结果表明,反演结果与中山市生态空间格局和植被保护状况相一致,且与其他研究报道中对水库库区林地采用现场实测方法获得的数据高度一致,表明该方法反演城镇植被叶面积指数具有良好的适用性和准确性。     

基于Landsat 7影像的骆马湖菹草时空分布研究

近年来,骆马湖湖区菹草（麦黄草）暴发性繁殖引发了一系列水质问题。通过研究,判读2012—2013年不同时间段的骆马湖landsat 7影像,可以发现,Landsat 7影像可以准确反映湖区菹草分布,区域化明显;同时发现菹草分布受多种因素影响,人类采砂和围网养殖等活动对其影响显著。     

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。     

湖泊富营养化遥感监测研究进展

通过对近年来国内外应用遥感技术对湖泊富营养化监测及评价的研究情况进行了广泛的收集和分析,简述了湖泊富营养化遥感监测的基本原理,总结了湖泊富营养化多光谱遥感与高光谱遥感成果,提出了今后的重点研究方向.     

湖泊富营养化遥感评价模型的建立方法

中国处于不同富营养状态的湖泊已达75%,湖泊富营养化监测已成为我国迫切需要解决的技术问题。遥感技术能够低成本地对水体实现大尺度、快速监测,实现传统点状监测到面状监测的延伸。充分考虑我国现有的湖泊富营养化评价方法、参评指标相互关系的同时,通过研究参评指标的光谱特性分析其遥感可行性,提出了从水体的叶绿素a和悬浮物浓度入手,综合评价湖泊富营养化的遥感评价方法。     

基于遥感方法的巢湖水华月平均强度评价方法研究

以巢湖2009—2017年,每年4—10月(共63个月)的地面和遥感监测结果的日平均值作为基础数据,分别对地面和遥感监测指标求月平均值,根据各指标间的相关性,最终确定巢湖水华月平均强度评价的指标为藻密度、月累计水华面积、平均水华面积和大面积次数,对这4个指标分别采用分级赋分的方法进行评分,总评分等于4个指标评分之和,依据总评分的结果,将巢湖水华强度由弱至强分为5个等级。依据该评价方法,巢湖水华强度从4月—9月,基本由弱至强呈上升趋势,中间偶有波动,在9月前后达到峰值,水华强度一般为较强至强。     

长荡湖围网养殖区长时序时空演变遥感监测

根据长荡湖地区1983—2020年共38景遥感影像中围网养殖区的光谱信息与纹理信息,借助ENVI和ArcGIS软件,通过人机交互目视解译的方法,提取了长荡湖的围网养殖区,分析其38 a的连续时空变化.结果表明,长荡湖围网养殖经历了无围网期(1983—1986年)、增长期(1987—1999年)、巅峰期(2000—200...