基于高分1号杭州湾河口悬浮泥沙浓度遥感反演模型构建及应用

杭州湾高悬浮泥沙的实时快速遥感监测是河口沿岸水质保护的关键。本文利用杭州湾实测的高光谱及悬浮泥沙浓度数据,模拟高分1号卫星数据并分析不同波段组合的遥感反射率与悬浮物浓度之间的相关关系,开展杭州湾河口水体悬浮泥沙遥感反演模式的比较验证,得出适用于高分1号卫星的悬浮泥沙浓度的遥感反演模型,并利用该模型进行杭州湾河口跨海大桥水域悬浮泥沙浓度反演,研究发现跨海大桥对潮水稀释悬浮泥沙有一定影响,大桥两侧悬浮泥沙有明显差异。     

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.     

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。     

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OLCI数据的福建近海悬浮物浓度遥感反演

悬浮物（TSM）是评估水质的重要指标,也是水色遥感反演的核心参数之一.海陆色度仪（OLCI）是新一代海洋水色传感器,具有良好的光谱及时空分辨率.为有效监测福建近海悬浮物浓度的时空变化,本文结合OLCI遥感数据和现场实测悬浮物浓度数据,使用CatBoost、随机森林和多元回归方法,分别构建悬浮物浓度反演模型,最后使用验证集对比分析不同模型的反演精度.结果表明,CatBoost模型估算精度最高,均方根误差（RMSE）为2.76 mg·L^-1,平均绝对百分比误差（MAPE）为23.67%,决定系数R²为0.89.使用CatBoost模型对2017—2018年多时相OLCI影像进行TSM浓度遥感反演,结果发现,福建近海TSM浓度变化显著,但总体呈现近岸高于远岸、北部高于南部、江河入海口和港湾处高于周围其他海域、春季高于夏季的时空分布特征.本研究可为福建近海的悬浮物浓度监测提供一种有效的方法,也进一步证明了OLCI影像良好的水色反演能力,可作为水质监测的有效遥感数据源.     

太湖悬浮物对水体生态环境的影响及其高光谱反演

利用太湖水质参数数据、水面以下实测光谱数据以及水-气界面辐射传输模型,计算得到了水体漫射衰减系数和水面以上遥感反射比,探讨了悬浮物对水体中营养盐以及水下光照等水体环境因子的影响,在此基础上,利用水面以上遥感反射率建立了悬浮物浓度的定量反演模型.研究结果表明:悬浮物浓度与水体下行漫射衰减系数具有很好的相关性,在可见光波段相关系数达到0.8以上,与真光层深度具有很好的负指数关系;水面以上遥感反射比与悬浮物浓度对数(In(Tss))具有很好的相关性,在500～600nm范围内呈负相关,在620-882nm范围呈正相关,最大负相关出现在522nm附近,最大正相关出现在692nm附近;选用Rra(522nm)、Rra(692nm)以及其比值作为变量建立悬浮物反演模型,得出的单波段线性对数模型能够较好地反演悬浮物浓度.     

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.     

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.     

查干湖叶绿素a浓度高光谱定量模型研究

叶绿素a含量能够在一定程度上反映水质状况,利用高光谱遥感可获得叶绿素a的诊断性光谱特性,较好解决了常规遥感中出现的问题.利用野外高光谱仪在查干湖进行了反射光谱测量和同步水质采样分析,通过分析水体叶绿素a浓度与其高光谱反射特征之间的相关关系,尝试采用多种半经验算法建立叶绿素a高光谱定量模型.结果表明:单波段光谱反射率与叶绿素a浓度的相关系数较小,不宜用于估算叶绿素a浓度,反射率比值法和一阶微分法与叶绿素a线性相关程度都比较高,决定系数分别为0.71和0.48,而且其显著水平p<0.01,皆可以用于叶绿素a的定量遥感,但反射率比值算法模拟效果好于一阶微分算法.这为今后利用星载高光谱传感器在查干湖进行叶绿素a浓度大面积遥感反演提供了研究基础.     

珠江口冬春季悬浮泥沙浓度遥感反演模式分析

利用珠江口2014年2月和2014年5月的高光谱遥感反射率和实测悬浮泥沙质量浓度数据进行了两波段悬浮泥沙遥感反演模式的研究。通过分析和对比发现,冬季2月悬浮泥沙质量浓度和光谱遥感反射率相关性较低（R2=0.422）,春季5月二者相关性较好R2=0.693。由于5月为珠江口丰水期,径流量增大,携带泥沙能力增强,存在因上升流引起的泥沙再悬浮现象。另外,丰水期存在咸淡水锋面和锋区附近的盐度梯度也导致悬浮泥沙质量浓度增大。悬浮泥沙质量浓度高,对光敏感,建立模式好。而2月珠江口为冬季枯水期,珠江口伶仃洋海域悬浮泥沙主要来自径流,径流量小,含沙量少,模式较5月差。     

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.     

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.     

基于多源同步数据的闽江下游悬浮物定量遥感

利用2006-09-18的同步Landsat TM数据、水面实测光谱数据和现场水样数据,研究了闽江下游的悬浮物,在这3种同步数据的基础上建立了分别基于实测光谱与影像光谱的悬浮物遥感预测模型.结果表明,实测光谱数据在690nm波长处,归一化光谱反射率与悬浮物浓度达到最大正相关,由690nm和530nm二处的反射率构成的比值预测模型与实测悬浮物浓度的拟合精度最高,最佳拟合模型可表达为SS=116.2(R690/R530)-33.4.TM影像各波段中以(TM2 TM3)2波段组合与实测悬浮物浓度的相关性最佳.由其所建立的影像光谱预测模型与实测悬浮物浓度的拟合精度最高.最佳拟合模型可表达为SS=3793.7(RTM3 RTM2)2-16.5.模型的精度评价表明,实测光谱模型的预测能力要强于影像光谱模型.但二者差异不大.在缺乏地面实测光谱数据时.基于影像光谱的遥感定量模型仍不失为一种预测悬浮物浓度的有效方法,其对闽江下游悬浮物浓度的反演结果能较准确地反映出该区域悬浮物浓度分布的空间差异,具有较高的实用性.     

基于机器学习方法的太湖叶绿素a定量遥感研究

为了比较评价人工神经网络和支持向量机2种机器学习算法在水质遥感中的应用能力,本研究首先从基础理论和学习目的入手,对比分析了2种机器学习算法的理论体系;其次,以太湖为例,基于MODIS遥感影像,构建了反演太湖叶绿素a浓度的2种机器学习方法模型,通过对模型的验证、稳定性和鲁棒性分析以及全湖反演结果对比3个方面评价了2种模型的泛化能力.验证结果表明,支持向量机模型对验证样本预测结果的均方差根和平均相对误差分别为5.85和26.5%,而人工神经网络模型的预测结果均方差和平均相对误差则高达13.04和46.8%;稳定性和鲁棒性评价亦说明,以统计学习理论为基础的支持向量机模型具有更加良好的稳定性、鲁棒性,空间泛化能力优于人工神经网络模型;2种机器学习算法对太湖叶绿素a的浓度分布反演结果基本一致,但人工神经网络模型因其学习目标设定和网络构建中的“过学习”等缺陷,造成了对东太湖以及湖心区叶绿素a的反演结果与实际监测结果差异较大.     

黄河口悬浮物浓度Landsat8 OLI多波段反演研究

黄河口海域悬浮物浓度,是研究黄河输沙和近岸水体生态环境的重要水质参数.之前的浓度反演模型主要采用一元二次函数或幂函数等单参数形式,利用2011年夏冬两季同步观测的遥感反射率和悬浮物浓度,本文给出了一种针对Landsat8 OLI传感器的两参数线性模型.该模型需两个输入参数,每个参数都是两个波段的光谱比值.结果表明:OLI传感器的近红外(波段5)光谱、以及它与蓝绿波段(波段1,2或3)的光谱比值,是黄河口海域悬浮物浓度反演的敏感波段,可用于建立单参数经验模型;除了敏感波段外,本研究的模型还用到红绿波段的光谱比值(波段4与波段3的比值),因而能够更好地表征光谱随悬浮物浓度的变化关系;其决定系数,均方根误差和平均相对误差分别为0.98,43.53mg·L~(-1)和20.97%,优于单参数经验模型,而且受误差影响小,因而更适合黄河口海域悬浮物浓度反演.     

博斯腾湖夏季水下光场特征分析及影响因素探讨

2011年8月,在新疆博斯腾湖17个站点进行水样采集,同步对11个站点进行水下光场原位测定.结果发现,博斯腾湖夏季总颗粒物吸收系数光谱表现出明显的浮游植物吸收特征,而浮游植物光谱曲线有明显的硅藻吸收光谱特征.在光合有效辐射波段,有色可溶性有机物（CDOM）吸收系数与浮游植物吸收系数对总吸收的贡献相当,而非色素颗粒物对总吸收的贡献最低.水下光谱衰减系数的最小值出现在580nm左右的绿光波段,PAR漫射衰减系数平均值为0.53m-1,平均真光层深度约为9.69m,大于湖水平均深度.在博斯腾湖虽然纯水和CDOM在总吸收中占有很重要的部分,但主导漫射衰减的因子仍为颗粒物.通过本文研究,以期能为干旱地区湖泊环境保护和水质遥感监测提供数据和理论基础.