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。     

集中式饮用水水源地水质预警指标体系构建

饮用水水源地水质预警是建立健全饮用水安全保障体系的关键环节,构建水源地水质预警指标体系是水源地监控预警工作的重要基础。系统分析了常规水质在线、生物毒性在线、卫星遥感、人工巡视等水质预警监测技术手段,并分析比较了各方法的优缺点。以此为基础,遵循水源地预警指标体系构建原则与实际需求,统筹兼顾,提出了建立以常规理化-生物毒性在线监测相结合,遥感监测与人工巡查相统筹的一体化水源地水质预警指标体系,为水源地水质预警监控工作提供合理的、科学的技术支撑。     

基于湖北省12个中小型湖泊的水环境遥感监测应用示范

以《湖北省水环境遥感监测示范系统》为数据处理平台,对2012—2014年湖北省大东湖水网、梁子湖水系和汤逊湖水系共计12个湖泊的水质类别以及营养状态级别进行遥感监测,并对比实测数据进行精度评价。结果表明:遥感监测的梁子湖、豹澥湖和严西湖水质相对较好,杨春湖、北湖和南湖水质相对较差且富营养化状况较为严重。该系统能很好地实现对水质优良达标湖泊以及富营养化湖泊的识别。对示范区域各湖泊水质类别和营养状态级别的遥感监测,基本上能满足业务化运行的需求。个别湖泊遥感监测精度较低,主要表现为遥感监测的湖泊水质类别和营养状态级别均要优于实测的结果。系统对于面积相对较大的湖泊遥感监测精度更高。     

遥感技术在湖泊叶绿素ａ 监测中的应用研究———以太湖为例

水质遥感技术在湖泊水质监测领域内的应用具有十分积极的意义。在总结现有水质遥感反演方法的基础上，选取了遥感指数法和神经网络法两种理论完全不同的反演方法，构建太湖叶绿素a与MODIS影像波段间的函数关系，并从反演能力和反演精度两个角度对上述方法进行了比较研究。结果表明，神经网络模型的非线性特征能够敏感地把握住叶绿素a浓度变化在反射波谱信息上的微小响应，较为成功地反演出叶绿素a与反射光谱信息间的非线性关系。神经网络模型的反演能力和反演精度均优于遥感指数方法，具有较好的应用前景。     

湖库水生植被光学遥感监测研究进展和展望

水生植被在湖库生态系统中发挥稳定沉积物、净化水质、平衡水生生态系统等作用,监测水生植被变化对湖库生态环境的监测具有重要意义。梳理了国内外利用高光谱、多光谱光学卫星遥感数据提取湖库水生植被的方法,尤其是针对其中涉及的阈值确定问题进行总结分析,介绍了典型研究区水生植被时空分布和变化以及与水质的关系,最后给出一些水生植被遥感监测的展望。     

太湖梅梁湾水环境监控预警体系研究

从水质预警站、实验室深度分析和蓝藻遥感监测等技术集成，监控预警模型构建，监控预警体系建立，应急响应工作 机制等方面介绍了太湖梅梁湾水环境监控预警系统的研究，为太湖流域水环境监控预警提供示范。     

地表水水质自动监测预警方法初探

基于目前我国地表水水质自动监测现状,初步探讨了地表水水质自动监测预警方法体系,提出了水质自动监测预警的整体技术路线,搭建基于突变型预警和渐变型预警的多种预警模型组框架,可以实现对单因子、多因子组合,趋势、状态等不同情况的异常水质数据进行预警,保证了预警的可靠性和准确性。通过实例分析,从水质自动监测数据集成、异常数据判定清洗、预警模型建立与运行、预警信息处理等方面介绍了水质自动监测预警的实现方法。     

地表水环境遥感监测关键技术与系统

介绍了地表水环境遥感监测的关键技术与系统及其典型应用,其代表性机理模型和应用示范成果主要来自于中国科学院遥感与数字地球研究所的高光谱遥感团队在最近几年中取得的一些研究进展,主要包括建立了基于改进双峰法的水体分布自动化遥感提取方法,实现了简单、高效和高精度的水体提取；提出了大型湖泊长时序水量估算方法,并以青藏高原湖区为例,重建了典型湖泊面积、水位和水量序列；发展了基于“软分类”的典型内陆水体叶绿素a浓度反演方法,构建了基于生物光学模型的高度浑浊水体悬浮物浓度遥感反演半解析方法,提高了反演方法的区域和季节适用性；构建了基于水色指数的大范围湖库营养状态和透明度遥感监测方法,实现了全球大型湖库营养状态遥感监测,以及全国大型湖库透明度遥感监测；在此基础上,开发了地表水环境遥感监测系统,提高了水环境遥感监测效率,促进了卫星遥感在水环境监测中的高精度业务化应用。     

基于遥感影像的木兰溪水质参数反演

水质监测对水环境评价及污染预防至关重要，但地面监测成本高、监测面积有限等，难以满足实时、大范围监测的要求。为了更好地解决该问题，基于遥感影像的空中监测技术越来越得到研究人员的青睐。以木兰溪为研究区，利用和地面监测数据同步的Landsat-8卫星遥感影像数据，对木兰溪的典型水质参数总磷、总氮、溶解氧、高锰酸盐指数的反演问题进行研究。首先，根据Landsat-8的水体敏感波段，分别选取总磷、总氮、溶解氧、高锰酸盐指数的反演特征波段组合为(b1-b2)/(b2+b3),(b1-b2)/(b3-b4),b2/(b1+b4),b1/b2;其次，利用反演特征波段组合分别构建总磷、总氮、溶解氧、高锰酸盐指数浓度的SVR(Support Vector Regression)反演模型，通过IPSO算法对SVR模型的参数进行优选；然后，将IPSO-SVR反演模型和统计回归反演模型、广义回归神经网络(GRNN)反演模型在验证集上进行评估，以平均绝对误差和均方根误差作为评价指标进行对比分析，结果表明IPSO-SVR反演模型的平均绝对误差和均方根误差最小，说明IPSO-SVR反演模型具有较高的精度和较好的实用性...     

基于环境一号卫星CCD数据的巢湖叶绿素a的动态监测

环境一号卫星CCD数据具有获取周期短、空间分辨率高等特点,能够及时准确地监测叶绿素a的浓度变化和分布,其在内陆湖泊水质遥感监测方面具有良好的应用前景。文章通过星地同步地面实验,建立起巢湖水体的叶绿素a浓度遥感反演模型,利用2009年4月至2010年3月的环境一号卫星CCD数据,分季节对巢湖叶绿素a行动态监测和分析。结果表明,巢湖叶绿素a具有明显的时空分布特征,夏季叶绿素a浓度最高,冬季最低,秋季高于春季;西半湖湖区叶绿素a浓度一般高于东半湖湖区,西北部和中部湖区空间变化比较大,东部湖区变化较小。     

Water quality monitoring using remote sensing in support of the EU water framework directive (WFD): A case study in the Gulf of Finland

Water quality monitoring using remote sensing has been studied in Finland for many years. But there are still few discussions on water quality monitoring using remote sensing technology in support of water policy and legislation in Finland under the WFD. In this study, we present water quality monitoring using remote sensing in the Gulf of Finland, and focus on the spatial distribution of water quality information from satellite-based observations in support of water policy by a case study of nitrate concentrations in surface waters. In addition, we briefly describe instruments using a system of river basin districts (RBD), highlighting the importance of integrated water resources and river-basin management in the WFD, and discuss the role of water quality monitoring using remote sensing in the implementation of water policy in Finland under the WFD.     

遥感技术在水生态环境管理的应用与前景

随着遥感数据源的不断丰富,遥感技术不断提高,可以解决越来越多的水环境问题。指出了当前水生态环境管理方面的主要需求,结合目前遥感技术的发展,对国内外的水环境遥感研究进展进行综述。以湖泊富营养化监测与评估、核电站温排水遥感监测及城市黑臭水体遥感监测为案例,具体阐述遥感在水环境管理中的应用方法及成效。未来水生态环境管理发展趋势将以水污染防治为主向水污染防治和水生态修复与保护并重发展。基于此趋势,提出遥感在水生态修复的应用潜力,利于更多地方部门积极有效应用遥感技术,解决水生态环境问题。     

河流物理生境遥感监测研究与应用分析

简述了国内外河流物理生境监测研究进展和应用。从水生态监测体系完整性和物理生境监测手段的优缺点等方面,研究了河流物理生境遥感监测的必要性;结合我国水生态环境管理形势,介绍了河流物理生境遥感监测的应用领域;以辽河干流盘锦段为例,进行了物理生境遥感监测评估的实例分析。     

湖南省生态环境遥感监测平台建设思考

简述了国内外遥感监测平台的发展现状,基于湖南省生态环境遥感监测现状进行了分析,指出遥感监测平台存在遥感监测与评估技术缺乏、监测能力薄弱以及监测网络建设不完善等问题。从平台建设架构出发,构建了数据平台,对卫星遥感数据、地面调查/监测资料、无人机航测数据进行管理、存储、分析等;业务平台,主要围绕水、气、土壤等整个生态环境监测体系开展相应的监测和管理,还可针对重点区域,环境督察等业务进行拓展;展示平台,主要是通过各种终端设备和硬件对各类业务进行可视化。提出发射独立高分遥感卫星、深化遥感监测应用研究、加强各部门协同合作等建议,以期为湖南省生态环境遥感监测平台建设与发展提供参考。     

Assessment of chlorophyll-a variations in high- and low-flow seasons in Apalachicola Bay by MODIS 250-m remote sensing

Chlorophyll-a (chl-a) is considered as a primary indicator for water quality and foods for oyster growth in Apalachicola estuarine ecosystem. Assessment of chl-a concentration variation in response to river inflow is important for estuarine environmental research and management. In this study, remote sensing analysis has been conducted to evaluate the effects of river inflow on chlorophyll concentrations in Apalachicola Bay of Florida in the northeast Gulf of Mexico. A remote sensing model for chl-a was improved and applied to map spatial distributions of chl-a by using Moderate Resolution Imaging Spectroradiometer (MODIS) 250-m resolution imageries in high-flow and low-flow seasons in 2001 and 2008. Chl-a values approximately ranged from the minimum 6 μg/l to the maximum 29 μg/l in the study period. Maximum chl-a concentration in high-flow season was almost twice above that in low-flow season. The averaged mean and minimum chl-a level in the high-flow season were approximately 42 and 28 % higher than those in low-flow season, respectively. The remote sensing mapping of chl-a was able to show spatial variations of chl-a in the entire bay under different flow conditions, which indicated its advantage over the traditional field data sampling for monitoring water quality over a large area of estuary. The MODIS 250-m remote sensing regression model presented from this study can be used to support monitoring and assessment of the spatial chl-a distribution in the bay for environmental research and management in Apalachicola Bay.     

基于IDL Export Bridge技术的湖泊水环境遥感监测系统设计

通过使用IDL连接桥(IDL Export Bridges)技术,构建可调用IDL运行库的COM封装对象;并结合.NET在开发Windows桌面应用程序方面的优点,设计开发能够满足业务化需求的湖泊水环境遥感自动化监测系统.该系统可对多种遥感影像进行预处理,并针对不同湖泊区域进行水质参数反演,最终完成制图输出和报告文档.