基于环境一号卫星数据的太湖叶绿素a浓度反演

环境一号卫星在大型水体水环境监测与评价中具有独特的优势。为探求遥感影像在水体叶绿素a浓度反演中的应用,基于环境一号卫星CCD数据和同步实测叶绿素a浓度值,通过影像辐射定标、大气校正和几何精校正等预处理获取水体反射率,分别将单波段和不同特征波段组合的反射率与实测叶绿素a值进行皮尔逊相关分析,选取R20.8的波段组合进行建模,通过对3种波段组合反演结果对比和精度验证,发现基于CCD数据第4波段与第3波段反射率比值的二次模型具有良好的反演效果,模型预测值与实测值的最小相对误差为0.76%,平均相对误差10.99%,均方根误差为0.007 6 mg/L,明显低于实测叶绿素a浓度的平均值;最后基于该模型实现了太湖叶绿素a浓度反演,并对叶绿素a的时空分布进行了初步分析。     

太湖、巢湖水体总悬浮物浓度半分析反演模型构建及其适用性评价

总悬浮物浓度是水体重要的水质参数.本研究利用太湖春季、秋季和巢湖夏季多期野外实测数据,通过对生物光学模型进行合理的简化构建适用于太湖、巢湖水体总悬浮物浓度反演的半分析模型,并将该模型应用于MERIS和环境一号卫星高光谱卫星影像上以验证该方法的适用性.结果表明:①针对太湖和巢湖水体,总悬浮物浓度最优反演波段范围为730～832nm(氧气吸收带除外);②针对MERIS数据,波段10(中心波长754 nm)和波段12(中心波长779 nm)均适用于太湖总悬浮物浓度反演,而波段11(中心波长761 nm)由于氧气吸收带的影响不适用于总悬浮物浓度反演;③针对太湖MERIS数据,模型反演结果的相对误差基本上呈现出随距离卫星过境时间增大而逐渐增加的趋势,在卫星过境时间正负3 h内测量的样点,模型反演结果的相对误差均在50%以内,而时间差超过3 h,相对误差则逐渐增大到50%以上;④环境一号卫星高光谱数据17个波段(B83～B99)均能够对巢湖总悬浮物浓度进行较好的反演,其反演效果要好于MERIS数据在太湖的反演结果.     

基于GOCI影像和水体光学分类的内陆湖泊叶绿素a浓度遥感估算

叶绿素a作为水质参数之一,常用来作为衡量水体富营养化程度的指示标准.利用从太湖及洞庭湖获取的326个实测数据,基于实测遥感反射率对水体光谱进行光学分类,结果表明所采集的样点可分为3种水体类型.结合GOCI的波段设置,建立了不同类型水体的叶绿素a浓度反演模型.水体类型一可以利用490 nm(3波段)和555 nm(4波段)来反演,水体类型二可利用660 nm(5波段)和443 nm(2波段),水体类型三利用745 nm(7波段)和680 nm(6波段).精度分析表明,分类后的平均相对误差明显下降,类型一为38.91%、类型二为24.19%、类型三为22.90%;类型一均方根误差为4.87μg·L-1、类型二为8.13μg·L-1、类型三为11.66μg·L-1;分类前后的总体平均相对误差由49.78%降低到29.59%,总体均方根误差由14.10μg·L-1降低到9.29μg·L-1,分类后反演精度得到了显著提高.利用2013年5月13日8景GOCI影像反演了太湖的叶绿素a浓度,结果表明,2013年5月13日太湖叶绿素a浓度日变化显著,高值区主要集中在竺山湾、梅梁湾、贡湖湾,低值区主要集中在湖心区以及南部区域,10:00以后太湖西南部沿岸的叶绿素a浓度显著降低.这种先分类后反演的方法对于二类水体的模型反演精度的提高具有重要作用.     

基于GF-1 WFV影像和BP神经网络的太湖叶绿素a反演

叶绿素a浓度是可直接遥感反演的重要水质参数之一,常用来评价湖泊水体的富营养化程度.太湖是典型的二类水体,光学性质复杂,应用一类水体线性反演模式拟合较为片面且难以找到最佳拟合模型.BP神经网络模型具有模拟复杂非线性问题的功能.为研究高分一号卫星16m多光谱相机WFV4结合BP神经网络进行太湖叶绿素a浓度监测的可行性,实验利用GF-1 WFV4影像和实时的地面采样数据,建立了BP神经网络模型,同时采用波段比值经验模型进行对比.经精度检验,BP神经网络模型预测值与实测值之间的可决系数R2高达0.9680,而波段比值模型的R2为0.9541,且均方根误差RMSE由波段比值模型的18.7915降低为BP神经网络模型的7.6068,平均相对误差e也由波段比值模型的19.16%降低为BP神经网络模型的6.75%.结果证明,GF-1 WFV4影像应用BP神经网络模型反演太湖叶绿素a浓度较波段比值模型精度有所提高.将经过水体掩膜的GF-1 WFV4影像用于训练好的BP神经网络反演太湖叶绿素a浓度分布,结果显示,叶绿素a高浓度区集中分布在湖心区北部、竺山湾、梅梁湾区域,与之前的研究一致.本文研究结果验证了采用BP神经网络模型对GF-1 WFV4影像进行太湖叶绿素a浓度反演的可行性.     

基于不同光谱主导因子的内陆湖泊水体叶绿素浓度三波段反演模型研究

利用分层聚类法,对实测的遥感反射率进行分类,结合固有光学特征和实测的水色要素,确定每种类别遥感反射率光谱变化的主导影响因子.根据太湖、滇池、三峡库区及巢湖的地面遥感实验,将其遥感反射率分为3类,类型一的光学特性由总悬浮物和浮游藻类共同主导,类型二的光学特性由浮游藻类主导,类型三的光学特性由悬浮物主导.根据每类水体光学特征的差异,分别建立叶绿素浓度的三波段反演模型,反演的平均相对误差为23.8%,均方根误差为8.5 mg/m3,其反演精度要高于未经分类而直接建立的三波段模型.     

基于生物光学模型的巢湖悬浮物浓度反演

根据2009年6月巢湖32个样点实测的遥感反射率、悬浮物浓度、吸收系数及散射系数等数据,分析巢湖水体各组分的吸收、散射等固有光学特性,确定悬浮颗粒物单位散射系数、后向散射概率等固有光学参数,构建基于生物光学模型的悬浮物浓度反演模型,并利用准同步获取的环境1号卫星CCD影像数据反演巢湖悬浮物浓度.结果表明,555 nm处悬浮颗粒物单位散射系数的平均值为0.48 m2/g,以555 nm为参考波长,建立指数衰减模型对悬浮颗粒物单位散射系数进行参数化,模型的决定系数可以达到0.99;此外,在760～900 nm(Band4)范围内,后向散射概率不具有波长依赖,其值稳定在0.051.利用所得到的表观及固有光学量构建巢湖水体遥感反射率模型,反演巢湖悬浮物浓度,得到实测值与反演值之间的相对误差随着浓度的增加而呈现下降的趋势,平均相对误差为17.25%,由此表明该方法适用于反演悬浮物浓度较高的湖泊水体;利用两景环境1号卫星CCD影像数据反演得到的巢湖悬浮物浓度主要在0～100 mg/L之间变化,其中6月13日巢湖悬浮物浓度40 mg/L的水域占到总面积的54.37%,而6月15日巢湖61.62%的水域悬浮物浓度40 mg/L,且这2 d巢湖悬浮物的分布与当时的气候变化一致.     

基于实测数据和卫星数据的黄东海透明度估测模型研究

海水透明度是描述水体光学特征的一个重要参数,也是海洋水质调查中的一个重要指标。利用2个航次的黄东海透明度数据和MODIS遥感反射率数据,进行了黄东海透明度的遥感反演研究,建立了透明度单波段模型、波段比值模型、三波段模型以及基于固有光学特性的半分析模型。结果表明,三波段模型具有较高精度,反演值与实测值之间的平均相对误差为19%、决定系数为0.719、均方根误差为1.47m。黄东海透明度估测模型的建立,有利于利用遥感影像对黄东海透明度进行全面估测,对于监测黄东海水质状况具有重要意义。     

太湖水域叶绿素a浓度的遥感反演研究

利用太湖水域MODIS遥感数据的各波段反射率组合计算值,与实测的叶绿素a浓度进行相关性分析,找到相关性最好的反射率组合,建立反演太湖叶绿素a浓度的遥感模型.结果表明,利用MODIS数据可以较好地实现对太湖水域叶绿素a浓度的定量反演计算,并以MODIS数据第3、第17波段的反射率组合作为遥感指数建立了反演叶绿素a浓度的模型.第3、第17波段的波长范围分别为459nm～479nm、890nm～920nm,这一波段选择与以往使用TM数据得到的结论有所不同.     

基于Sentinel-3 OLCI影像的秦皇岛海域悬浮物浓度遥感反演

基于2013~2021年期间秦皇岛海域遥感反射率、悬浮物浓度及叶绿素a浓度等实测数据,开展了该海域Sentinel-3 OLCI影像的悬浮物浓度遥感反演模型研究.结果表明,文献中常用的典型经验模型形式均不适用于秦皇岛海域,以490、620及708.75nm为悬浮物反演的敏感波段,以560nm为参比波段,将各敏感波段与参比波段的比值作为自变量,最终建立了适用于秦皇岛海域的Sentinel-3 OLCI四波段悬浮物浓度遥感反演模型（R²=0.69,MAPE=24.79%,RMSE=2.82mg/L）;并采用2021年7月24日Sentinel-3 OLCI影像进行悬浮物浓度遥感反演产品的真实性检验,得到反演值与实测值的平均相对误差为13.24%.将上述四波段模型用于2021年1~12月秦皇岛海域的Sentinel-3 OLCI影像,反演得到月均悬浮物浓度,发现秦皇岛海域悬浮物浓度整体呈现沿岸海域高、离岸海域低,秋冬季高、春夏季低的时空变化特征;且2018~2021年秦皇岛海域悬浮物浓度的年均值逐年递减,水体越来越澄清.     

利用高光谱反演模型评估太湖水体叶绿素a浓度分布

叶绿素a浓度是评价水体富营养化和初级生产力的一个重要参数,高光谱遥感是获取叶绿素a浓度的有效手段.为建立太湖水域叶绿素a的最佳高光谱估算模型,选取2015年5—7月共计60组同步实测高光谱数据和叶绿素a浓度数据,在地面光谱反射率和叶绿素a浓度相关性分析的基础上,使用2∶1的数据样本进行太湖水域叶绿素a的最佳高光谱估算模型的建立和验证,筛选模型分别为波段比值、三波段、荧光峰位置、峰谷距离、一阶微分、NDCI(Normalized Difference Chlorophyll Index)、峰面积、荧光峰高度、WCI(Water Chlorophyll-a Index)和四波段模型.结果表明,建模得到的四波段模型决定系数最高,峰面积模型的决定系数相对最低;四波段模型的反演精度最高,均方根误差(RMSE)为0.00376 mg·L~(-1),平均绝对误差(MAPE)为27.86%,而WCI模型的反演精度相对最低,RMSE为0.01231 mg·L~(-1),MAPE为45.11%.将反演精度最高的四波段模型应用于2015年8月3日的两景HSI(Hyperspectral Imaging Radiometer)高光谱影像数据,也得到较高精度,利用同步实测叶绿素a浓度验证的决定系数为0.7643,RMSE为0.00433 mg·L~(-1),MAPE为45.62%.在春、夏季叶绿素对水体光学特性占主导作用且叶绿素分布均匀的情景下,本研究可为太湖水域叶绿素a的高光谱反演和水环境监测提供有价值的参考,其它季节水体光谱特点的研究尚待进一步开展.     

基于QAA算法的巢湖悬浮物浓度反演研究

QAA(quasi-analytical algorithm)算法基于辐射传输原理,估算水体后向散射系数,是目前较为成熟的半分析模型方法.2009年6月对巢湖水体进行野外实测,在获得遥感反射率、吸收衰减系数、悬浮物浓度(cTSM)等数据的基础上,构建了巢湖水体cTSM的近红外双波段反演模型,并将QAA算法计算得到的后向散射概率作为输入,以期提高cTSM的反演精度.结果表明,①对巢湖水体而言,807 nm和834 nm是构建近红外双波段模型的最佳波段,807 nm处的单位散射系数为0.411 m2.g-1,834 nm处的单位散射系数为0.395 m2.g-1;②利用QAA算法计算得到的巢湖水体的后向散射概率为0.029,将该值输入反演模型后,cTSM的反演精度与输入其他经验值相比得到明显提高,反演值与实测值的均方根误差RMSE和平均相对误差绝对值MAPE分别达到12.143 mg.L-1和24.378%;③在cTSM较高的站点(近似高于30 mg.L-1),利用近红外双波段模型反演的悬浮物浓度结果更为稳定和可靠.     

基于Landsat8影像估算新安江水库光合有效辐射漫射衰减系数

光合有效辐射(photosynthetically active radiation,PAR)是指可以被植物利用并进行光合作用的那部分太阳辐射,其进入湖水后受光学组分(悬浮颗粒、有色可溶性有机物和浮游植物)的吸收和散射作用发生衰减,对湖泊生物的密度和分布具有重要影响.本研究构建了基于Landsat 8影像数据的较为清洁的新安江水库PAR漫衰减系数的遥感估算模型,进而分析其时空分布特征及主要影响因素.结果表明,利用Landsat 8的第二、三和第八波段构建的多元回归模型能够得到较为准确的估算结果,模型决定系数为0.87.利用独立样本对构建的模型验证,预测值和实测值相对误差绝对值均值为9.16%,均方根误差为0.06 m~(-1),由此可见利用Landsat 8数据的3个波段,采用多元回归模型能够较好地估算较清洁水体的PAR漫射衰减系数.基于14景Landsat 8影像发现,新安江水库PAR漫射衰减系数季节差异性明显,秋季(9~11月)和夏季(6~8月)PAR漫射衰减系数较高,分别为(0.82±0.60)m~(-1)和(0.77±0.41)m~(-1),而冬季(12~次年2月)和春季(3~5月)PAR漫射衰减系数相对较低,分别为(0.56±0.50)m~(-1)和(0.40±0.45)m~(-1).新安江水库PAR漫射衰减系数空间差异性显著,全湖PAR漫射衰减系数变化范围为(0.002~13.86)m~(-1),均值为(0.64±0.49)m~(-1).漫射衰减系数的季节变化主要是由季节性降雨和浮游植物季节性生长引起,空间差异性主要由外源河流输入和部分水域采砂过程导致悬浮物浓度变化引起.     

浅水湖泊水动力过程对藻型湖区水体生物光学特性的影响

基于2010年7月底至8月初对太湖藻型湖区梅梁湾沿岸带水域不同风速条件下水下光场的原位连续高频观测,通过对水下辐照度、光束衰减系数、吸收系数、相关理化参数及气象水文参数的测定与分析,揭示了该区域水体的生物光学特性变化及其与水动力过程的关系.结果表明,总颗粒物吸收系数ap(440)、非色素颗粒物吸收系数ad(440)、浮游植物吸收系数aph(440)及有色可溶性有机物吸收系数aCDOM(440)在小风(30 min内平均风速<3 m.s-1)、中风(3 m.s-1<风速<5 m.s-1)和大风(风速>5 m.s-1)作用下分别为3.97、3.97、6.58 m-1;1.69、2.17、4.20 m-1;2.28、1.80、1.33 m-1;1.05、1.04、1.08 m-1,其中变幅最大的为非色素颗粒物,CDOM吸收系数在不同风速条件下差别不大.水体各组分在PAR波段积分值的贡献率的变化规律为:小风速下浮游植物吸收系数的贡献最大(达42.5%),随着风速的增大,CDOM、浮游植物、纯水吸收系数的贡献率均有降低的趋势,而非色素颗粒物的贡献率则显著增大,分别为33.0%、41.7%、52.0%.PAR漫射衰减系数与10min平均风速呈显著线性相关,风速引起的沉积物再悬浮对PAR漫射衰减系数的影响显著,从小风到大风,PAR漫射衰减系数增加了80.0%,对应真光层深度降低了42.2%.PAR漫射衰减系数、750 nm波长处的光束衰减系数、总悬浮物浓度与风速、波高、波切应力均存在显著正相关,其中又以PAR漫射衰减系数的相关性最为显著.高频观测结果揭示了浅水湖泊藻型湖区水动力过程通过引起沉积物再悬浮、浮游植物的混合及迁移显著改变水体生物光学特性短期变化.     

富营养化水体中光学活性物质的垂向分布及其对遥感反射光谱的影响

富营养化水体中光学活性物质的垂向分布对水下光场分布具有重要影响,决定了水色参数定量遥感反演的精度.基于2011年8月和11月在太湖进行的垂直分层采样,分析了水体中光学活性物质含量的垂向分布特征,并探讨了其影响因素及其对水体遥感反射光谱的影响.结果表明,风速是影响富营养化水体中光学活性物质垂向分布的重要因子之一.风速较小(小于3.0 m·s~(-1))或无风时,表层叶绿素a浓度急剧增加,易形成水华;而风速大于5.0 m·s~(-1)时,水体发生垂直混合,底层叶绿素a浓度最大;其它风速条件下,叶绿素a浓度在某一水深处出现极大值.在风速小于5.0 m·s~(-1)的情况下,悬浮物浓度和有色溶解有机物(CDOM)的垂向分布相对均一;当风速超过5.0 m·s~(-1)时,底泥再悬浮过程对两者的贡献较大.在未发生藻华情况下,0~0.5 m水深范围内的叶绿素a浓度均值与波段比值的相关系数最大(r=0.86),对水体遥感反射比的影响较大;而表层悬浮物浓度对水体遥感反射比的影响最大,研究结论可为水色参数含量的精确估算提供方法论支持.     

基于水体固有光学特性的太湖浮游植物色素的定量反演

基于2005-05～2005-08对太湖全湖不同湖区92个样点吸收系数、光束衰减系数、后向散射系数等固有光学特性测定与计算,选择色素浓度反演的最佳波段组合,利用反射率比建立了太湖叶绿素a,叶绿素a与脱镁叶绿素的定量反演模型.结果表明,全湖4次采样叶绿素a、脱镁叶绿素的变化范围分别为3.9～149.8μg·L^-1、均值为(38.14±28.89)μg·L^-1;0～45.8μg·L^-1、均值为(8.49±7.24)μg·L^-1,存在很大空间差异,湖心区和草型湖区的东太湖、胥口湾、贡湖湾色素浓度一般要低于其他湖区.同样吸收系数和后向散射系数也存在很大的空间差异,a_t(440)的变化范围为0.86～23.25 m^-1、均值为(6.21±3.31)m^-1,b_t(550)的变化范围0.05～2.25m^-1、均值为(0.72±0.52)m^-1,东太湖、胥口湾、贡湖湾的值要低于其他湖区.400～650nm随波长增加总吸收系数大致呈下降趋势,680nm附近存在1个峰值,峰值的强弱与水体中色素浓度有关,而到720nm以后则逐渐增加,后向散射系数随波长增加则逐渐降低.反射率比R(706)/R(682)能较好地用于太湖色素浓度的反演,叶绿素a、叶绿素a与脱镁叶绿素之和幂函数反演的决定系数R²分别达0.823、0.864 5.模型能用于包括湖面反射率受湖底和沉水植物影响的全太湖.     

太湖水华前表层水CDOM的光谱特征与来源解析

有色溶解性有机质（CDOM）是水生态系统中营养盐生物地球化学循环的重要环节,为探究太湖水华前表层水中CDOM的组分特征与来源,采用紫外-可见光谱与激发发射矩阵荧光光谱-平行因子分析（EEM-PARAFAC）技术对表层水中的CDOM组分进行了解析,结合CDOM光学参数（a₃₅₅、SUVA₂₅₄、a₂₅₀/a₃₆₅、FI、BIX和HIX）辨识其空间差异与污染来源,并与太湖CDOM组分历史数据进行了初步对比.结果表明,a₃₅₅、SUVA₂₅₄和a₂₅₀/a₃₆₅显示太湖东部表层水CDOM呈现高浓度、高芳香性和低相对分子量的特征,而北部与之相反.平行因子分析法从CDOM中分离出4个组分,类酪氨酸（C1）、两种类色氨酸（C2、C4）和类富里酸（C3）,且主要组分C1与C2和C3组分具有较强的线性关系,不同组分来自相似污染源,荧光指数显示,太湖CDOM不同区域间受内源与陆源输入影响存在差异,但整体腐殖化程度较低.这表明太湖CDOM组分以类蛋白（C1、C2和C4）为主（>85%）且以自生源为主,可生化利用性好.     

基于平衡分配法的太湖沉积物重金属质量基准及其在生态风险评价中的应用研究

水体沉积物评价和管理中最紧迫的问题是建立水体沉积物质量基准以保护水生生物.以太湖为研究对象,利用平衡分配法初步探讨了太湖不同湖区中Pb、Cu、Zn、Cr4种重金属的质量基准,分析了各校正项对不同重金属基准的贡献,利用基于沉积物质量基准的SQG-Q法对太湖各湖区沉积物重金属的潜在生态风险进行了评估.结果表明：SQGPb、SQGCu、SQGZn和SQGCr分别为21.2～307.4mg·kg-1、52.3～281.0mg·kg-1、399.7～1659.1mg·kg-1和21.2～68.7mg·kg-1,不同湖区沉积物重金属质量基准存在差异;SQGPb基本由AVS校正决定,Kp·WQC值和粒径校正两者主要决定了SQGCu和SQGZn,SQGCr则由Kp·WQC值、粒径校正、残渣态校正共同决定;四种重金属含量与沉积物质量基准初步值相比,超基准程度次序为Cr〉Pb〉Zn〉Cu;太湖各湖区沉积物中的重金属存在中等潜在生态风险,且大小顺序为竺山湾〉梅梁湾〉贡湖湾〉东太湖〉西部沿岸区和东部沿岸区〉湖心区〉南部沿岸区.     

模拟大气 CO2水平升高对春季太湖浮游植物生理特性的影响

基于2012年春季在太湖梅梁湾进行为期27 d的不同CO2水平(大气CO2体积分数([CO2,g])梯度为270×10-6、380×10-6、750×10-6)的野外培养实验,揭示了大气CO2水平升高对太湖浮游植物的碳源选择、生长速率、光合作用、净初级生产力和细胞化学元素组成等生理过程的影响,结果表明,大气CO2浓度的升高首先会显著改变太湖水体的pH值和碳化学环境,减弱浮游植物碳浓缩机制(CCM)的必要性.大气CO2浓度加倍后,浮游植物的最大生长速率(Umax)、净初级生产力(NPP)、单位叶绿素a(Chl-a)含量的NPP会分别增加63.1%、69.6%、33.8%.大气CO2浓度的升高会促进太湖绿藻和硅藻的最大光合作用效率并且其对硅藻的促进作用比绿藻更显著,但并没有改变春季蓝藻光合作用活性极低的现状.大气CO2浓度的升高在提高浮游植物细胞中C、N含量的同时,却减少了P的吸收.本研究结果将为预测和揭示太湖浮游植物对未来气候变化的响应提供理论基础.     

基于环境一号卫星多光谱影像数据的三湖一库富营养化状态评价

环境一号卫星是我国2008年自主发射的环境与灾害监测小卫星,其2d的时间分辨率使其成为环境变化监测的重要数据源.根据实测的太湖、巢湖、滇池和三峡水库的水面光谱信息以及水质参数,构建基于环境一号卫星多光谱数据的富营养化评价模型,对太湖、巢湖、滇池和三峡水库2009年水体营养状况进行了评价分析.研究结果表明:利用环境一号卫...