基于实测光谱的杭州湾悬浮物浓度遥感反演模式

悬浮物是我国近海水质遥感监测的主要参数之一.利用ASD地物光谱仪测量杭州湾水体的反射光谱,同步采集表层水样获取悬浮物浓度,模拟水色卫星MODIS和MERIS的波段设置提取遥感反射率,基于人工神经网络分别建立2种悬浮物浓度的遥感反演模式.实测结果表明,杭州湾水体中悬浮物浓度较高,泥沙含量远远大于叶绿素浓度,平均值分别为705 mg/L和1.164 mg/m³;2个监测站位的悬浮物浓度表现出时空上的差异,尤其是随潮汐变化的短周期变异十分显著;实测水体反射率光谱曲线在650～700 nm之间与800 nm附近分别出现峰值,光谱曲线一阶微分结果显示第一反射峰的位置随着悬浮物浓度增大向长波方向移动.基于神经网络建立的模拟算法充分利用了卫星不同通道的光谱信息,可以同时模拟水体中色素与非色素悬浮物的浓度,模型取得了较好的拟合效果,R²均大于0.95,可以应用于实际卫星遥感反演,尤其是MERIS数据,因其具有相对较高的空间分辨率,在近海水环境遥感监测中的应用前景更为广阔.     

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.     

基于生物光学模型的二类水体光学活性物质估算：以晋江下游河段为例

水体中各组分对光谱的吸收和散射构成了水体的固有光学特性,是生物光学模型的重要参数,是建立水质遥感半分析模型的基础.目前该方法多应用于湖泊水质监测,很少用于河流.因此, 本研究以福建晋江下游河段为例, 探讨水面下反射率R(0^-)与光学活性物质之间的关系,并建立了光学活性物质的估算模型.结果表明,利用R(0^-)₇₅₃与总悬浮物浓度、R(0^-)₇₀₂/R(0^-)₆₈₀与浮游植物色素浓度、R(0^-)₆₇₀/R(0^-)₄₂₃与CDOM吸收系数分别建立的估算模型能取得理想的效果,其决定系数分别是0.953、 0.820 5和0.621 3,对应的相对误差分别是6.1%、 21.87%和22.18%.三者中以悬浮物浓度的反演精度最高,然后依次为浮游植物色素浓度和CDOM.主要原因在于浮游植物色素的浓度相对较低,光谱信号较弱;CDOM的特征光谱波段很窄,而且该波段内的R(0^-)受到其它２种物质存在的影响.     

长江干流表层水体悬浮物的空间变化特征及遥感反演

总悬浮物（TSM）是描述水体光学特性和污染程度的一个重要参数,利用遥感技术准确获取面状水域悬浮物浓度的信息,可有效地对水体浑浊程度、污染程度等信息指标进行高效监测分析,解决观察范围小、不方便以及数据获取难等难题.以野外实测水体高光谱数据和悬浮物浓度及其组分等数据,参照MODIS （1~4波段）、Landsat 8（1~5波段）、Sentinel 2（2~6波段）和HJ-B1（1~4波段）等常用波段范围,构建长江干流（重庆-上海段）水体TSM的半经验模型,从而检验、比较常用卫星对河流水体TSM的反演潜力.结果表明：①枯水期长江干流浊度和TSM从重庆到上海整体程增加趋势,相反有机悬浮物浓度在总悬浮物浓度中所占的比例（OSM/TSM）从重庆到上海整体呈现较小趋势.②水体光谱曲线基本没用叶绿素a的光谱特征（700 nm附近的反射峰）,而是展现出悬浮物浓度占主导因素的双峰型光谱特征.由于水体中悬浮物浓度较低（<114.68 mg ·L^-1）,第一峰值明显高于第二峰值,但反射峰位置具有明显的向波长方向移动的"红移"现象.③长江干流水体的反射率对悬浮物浓度最敏感的波段是600~710 nm和475~550 nm波段,这些波段大部分都落在MODI、Landsat 8,Sentinel 2和HJ-1B卫星绿波段和红波段内,因此目前常用卫星的波段设置在反演长江干流水体TSM上都具有一定的潜力.其中Sentinel 2卫星波段设置最合适长江干流水体悬浮物浓度的反演,其最佳的指数反演模型RMSE为10.23mg ·L^-1,MAPE为23%.     

不同方法估算太湖叶绿素a浓度对比研究

基于2006-01-07～2006-01-09和2006-07-29～2006-08-01太湖地面实测高光谱数据以及同步水质参数数据,对比分析了三波段模型、两波段模型、反射峰位置法、一阶微分法4种方法用于估算太湖叶绿素a浓度的精度,并讨论其应用于遥感影像中估算叶绿素a浓度的可行性. 2次采样3类水色参数总悬浮物、叶绿素a浓度和有色可溶性有机物在440 nm处吸收系数的变化范围分别为12.24～285.20 mg·L^-1、 4.83～155.11 μg·L^-1和0.27～2.36 m^-1.前述4种方法在反演太湖水体的叶绿素a浓度时都取得较高的精度;决定系数分别为：0.813、 0.838、 0.872、 0.819,均方根误差分别为：13.04、 12.12、 13.41、 12.13 μg·L^-1;相对误差分别为：35.5%、 34.9%、 24.6%、 41.8%.反射峰位置法估算精度最高,但应用到叶绿素a浓度遥感影像估算比较困难.三波段模型和两波段模型的反演结果优于传统的一阶微分法,且在卫星遥感反演中具有良好的应用前景.根据模拟MERIS数据,分别得到最优三波段模型［R^-1(665)-R^-1(709)］×R(754)和两波段模型R(709)/R(681),其决定系数、均方根误差、相对误差分别为0.788、 13.87 μg·L^-1、 37.3%和0.815、 12.96 μg·L^-1、 34.8%,反映了MERIS数据能非常好地应用于太湖这类浑浊二类水体叶绿素a浓度的精确估算.     

用TM影像进行湖泊水色反演研究的人工神经网络模型

利用人工神经网络技术进行了湖泊水色遥感的反演研究,在同步实验的基础上了构造了包含一个隐含层的BP神经网络模型,利用TM卫星影像反演悬浮物、COD_Mn、溶解氧、总磷、总氮和叶绿素浓度反演精度较高,相对误差基本在25%以下,同时分析了该人工神经网络反演模型的误差来源,改进措施以及应用前景.研究表明,在进行小规模的同步监测的基础上,此模型可用于湖泊水质调查、分析和评价.     

环厦门海域水色变化的多光谱多时相遥感分析

采用基于影像光谱信息建立的水质遥感模型对环厦门海域1989～2003年间的水色变化进行了分析.通过对水体及其所含物质的物理光学性质分析,水质遥感模型的建立可以不依赖于和卫星同步的水质采样数据建立水质遥感.这使得遥感对水色分析的应用更容易,而且还可以利用大量卫星存档数据来进行水质的历史变化分析.使用基于可见光和近红外波段反射率创建的模型研究了离水信号和水中物质(悬浮物和浮游植物)的关系.提出了一套可用于Landsat TM/ETM 和SPOT 5影像的水专题处理流程,并用于揭示所研究海域中悬浮物和叶绿素浓度的时空变化规律.研究表明,利用基于影像光谱的水质遥感模型,可以快速有效地揭示长时间范围内水色的时空变化.总的看来,环厦门海域的悬浮物浓度在所研究的时期内,有显著的增加,叶绿素的浓度在局部也有明显的升高.最明显的是,高悬浮物浓度的海域面积所占的比例从1989年的0.2%上升到2003年的10.2%.综合分析表明,九龙江河口所带来的巨量悬浮物是该海域最主要的陆源排海物和污染源,过度的水产养殖是另一个主要的污染因子.     

基于深度学习的华东地区PM2.5浓度遥感反演

PM_2.5作为大气污染的主要来源,对人类身体健康有着极大的影响.本文提出基于深度学习模型的多要素联合PM_2.5反演方法,以PM_2.5浓度作为真值数据,引入Himawari气溶胶光学厚度（AOD）日数据产品与温度、相对湿度和气压等10个要素作为反演要素.为验证方法的有效性,采用华东地区2016~2018年的数据分季节开展实验,并与传统反演方法进行对比.结果表明,PM_2.5浓度与AOD、降水、风速、高植被覆盖指数呈正相关关系,与矮植被覆盖指数呈负相关关系,与温度、湿度、气压以及DEM的相关性随季节的变化而改变;基于深层神经网络（DNN）反演的PM_2.5精度高于传统的线性和非线性模型,各个季节R²均在0.5以上并且误差较小,其中秋季的反演效果最好R²为0.86,夏季为0.75,冬季为0.613,春季为0.566;模型的可视化结果显示,DNN模型的反演结果更接近地面监测站点插值的PM_2.5浓度分布,分辨率更高且更精确.     

基于Sentinel-3OLCI的查干湖水质参数定量反演

通过2020～2021年5次对查干湖实地采集87个水体样品,测定水质参数,并同步匹配经Acolite大气校正后的Sentinel-3OLCI(OLCI),结合412～885nm遥感反射率(Rrs)与支持向量机(SVM)算法、经验算法以及半分析算法构建查干湖悬浮物(TSM)、浊度(Turb)、透明度(SDD)以及叶绿素(Chl-a)高精度反演模型,通过模型精度的对比,遴选出SVM模型并据此模型反演查干湖2017—2021年上述4种水质变化,分析其对降雨和风速的动态响应.结果表明:(1)实测TSM与Turb之间呈现显著正相关(P<0.01),相关系数为0.93;两者与SDD均呈现显著负相关(P<0.01),相关系数分别为0.71, 0.73;(2)TSM、Turb、SDD、Chl-a反演模型决定系数分别为0.85,0.91,0.93,0.85;且误差分析RMSE值分别为8.75g/mL,10.95FNU,2.11cm,3.64μg/L;MAE值为5.99g/mL,6.86FNU,1.04cm,2.19μg/L;(3)查干湖水质参数年际分布特征呈动态下降趋势,于2020年TSM与...     

基于机器学习和卫星遥感的PM2.5/10 空间连续分布反演方法研究

在过去的几十年里,快速的经济发展以及工业化、城镇化进程加速使得中国的资源环境承担的压力不断加大。作为影响空气质量的首要污染物,PM_2.5和PM₁₀（记为PM_2.5/10）直接影响着广大人民群众的身体健康。因此,针对PM_2.5/10浓度进行遥感反演研究,对环境监测和控制改善全国空气环境质量具有重要的意义。近些年来,随着对近地面PM_2.5/10浓度研究的不断深入,基于遥感影像数据进行PM_2.5/10浓度的反演方法也日益增多。本文利用Google Earth engine（GEE）平台获取了海量的Landsat 8 OLI遥感影像数据,并结合气象信息、空间特征等参数,采用机器学习中常用的多层映射反向传播神经网络构建了波段反射率与PM_2.5/10浓度之间的反演模型,以获得PM_2.5/10在研究区域的连续分布。为了提高基础PM_2.5/10反演模型的反演精度,还从影响因素和前溯时间两个维度出发,探寻了模型的最优化输入参数组合,并最终实现了对PM_2.5/10浓度的精准反演。以北京市地区为例,模型的PM_2.5和PM₁₀的反演精度R²分别达到0.814和0.796,均方根误差RMSE分别为19.21 μg?m^?3和28.31 μg?m^?3。鉴于该反演结果具有较高的准确性和可靠性,本文所建立的方法模型为研究PM_2.5/10在空间上的连续分布特征提供了新的思路和方法,具有较为重要的科研意义与广泛的应用价值。     

福建近岸海域悬浮泥沙浓度遥感定量监测研究

论文在分析MODIS数据对海洋水体反射光谱特征的基础上,选用合适的探测波段构成悬浮泥沙遥感参数,并根据2003~2004年福建近岸海域海洋监控区内9个站点的海洋水色数据建立悬浮泥沙浓度遥感定量反演模式。利用已建立的模式对2001~2005年福建近岸海域悬浮泥沙浓度进行遥感反演,根据反演结果分析该海域悬浮泥沙浓度的分布及其变化特征,着重分析闽江口海域的悬浮泥沙运动特点。结果表明:福建近岸海域悬浮泥沙浓度与基于MODIS蓝光(0.438~0.448μm)和绿光(0.545~0.565μm)探测波段数据构成的遥感参数呈指数函数关系,定量反演效果比较理想,反演结果能客观地揭示福建近岸海域悬浮泥沙的浓度分布及其变化特征,为今后对该海域悬浮泥沙运动规律的深化研究奠定了基础。     

基于半分析方法的内陆湖泊水体总悬浮物浓度遥感估算研究

根据生物光学原理,通过对总悬浮物吸收占水体总吸收比例光谱的分析,确定适宜总悬浮物浓度反演的波段范围;结合以往学者对太湖等水体固有光学特性的研究成果,运用最小二乘法,确定生物光学模型的相关参数,建立了浑浊湖泊水体总悬浮物浓度的单波段估算模型.结果表明,在短波波段,总悬浮物的吸收占水体总吸收的比例较高,出现光饱和现象,不适...     

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.     

基于无人机多光谱影像和OPT-MPP算法的水质参数反演

无人机多光谱遥感可用于监测多个水质参数,如悬浮物、浊度、总磷和叶绿素等,建立稳定和准确的水质参数反演模型是开展这一工作的前提.matching pixel-by-pixel(MPP)算法是一种针对无人机影像高分辨率特点的反演算法,但其存在运算量过大和过拟合的问题,基于此,提出optimize-MPP(OPT-MPP)算法,以克服运算量过大和过拟合的问题.本研究以浙江省杭州市青山湖作为研究区域,采集45个样本,分别构建悬浮物浓度(SS)与浊度(TU)的OPT-MPP算法反演模型.结果表明,最佳悬浮物反演模型的决定系数R~2达到0.787 0,综合误差为0.130 8;最佳浊度反演模型的决定系数R~2达到0.804 3,综合误差为0.150 3.最后利用分别建立的两个参数的最优模型,实现青山湖各实验区域的水质参数空间分布信息的反演.     

厦门海域水体悬浮物遥感反演算法研究

通过现场实测厦门海域水体遥感反射率及水体悬浮物浓度,分析了该海域水体的遥感反射光谱特征,选取了特征波段及组合建立了该海域水体悬浮物浓度反演模型。本文经过对比分析水体中呈悬浮态的总颗粒物质量浓度的不同反演方法,最后得出悬浮颗粒物在近红外波段的反射曲线的反射率高值和低值围成的区域面积可较好的反演研究区域的悬浮颗粒物浓度,其统计回归模型的决定系数是0.66,该反演算法的RMSE是10.25mg/L,相对误差是7.79mg/L。     

用TM图象估算海表面叶绿素浓度的神经网络模型

叶绿素浓度是衡量海洋水体质量的重要参数之一。本文以大连湾为示范区于1999年5月10日进行了现场卫星同步实验，采用神经网络模型技术模拟了TM1、TM2两个波段的辐射亮度值与在该湾海域现场获得的叶绿素浓度数据之间的传递机理。结果表明，使用TM图象的两人可见光波段作为输入，采用两层神经网络结构能建立比多回归分析更高的海水表层叶绿素浓度模型。回归分析的相关系数为0.49，神经网络分析的相关系数为0.87.     

半封闭海湾Chl a浓度遥感反演模型比较性研究——以胶州湾为例

叶绿素是我国近海水质监测的主要参数之一,其浓度的遥感反演是监测水体光学特性、评价水体污染的重要指标。本研究以Landsat-8/OLI、FY-3A/MERSI和HJ-1B/CCD遥感影像为数据源,结合2016年实测的Chl a浓度和水体光谱特征,建立胶州湾Chl a浓度的半经验/半分析反演模型。研究表明:基于Landsat-8建立的反演模型,整体Pearson相关系数最高,最优模型的预测值与实测值的决定系数R2>0.86,反演效果最好,能较好的适应于胶州湾Chl a浓度的反演研究。Landsat 8最佳波段组合为:2月份Band4/Band2,R2=0.83;5月份[（Band3）-1-（Band4）-1]* Band5,R2=0.80;8月份[（Band2）-1-（Band3）-1]* Band4,R2=0.78;11月份[（Band4）-1-（Band2）-1]* Band1,R2=0.86。