内陆水体后向散射系数模拟研究

在利用半分析方法结合光学闭合原理模拟水体后向散射系数的过程中,参考波长的选择对最终结果有较大影响.为了得出最佳参考波长的影响因子,利用太湖、巢湖和滇池的野外实测数据,对后向散射系数进行模拟,进而分析水体的最佳参考波长与其对应的水质参数浓度之间的变化规律.同时,建立了太湖、巢湖和滇池水体的后向散射系数曲线的幂函数光谱模型,获得的光谱指数分别为2.643±0.317、 2.719±0.242、 1.638±0.534.结果表明：①以整个湖泊为研究对象时,最佳参考波长随着湖泊水体中总颗粒物浓度c_SPM、有机颗粒物浓度c_SPOM和叶绿素浓度c_CHL平均值的增大而向长波方向移动,太湖、巢湖和滇池水体的最佳参考波长分别为695、 720和730 nm;②以单个湖泊的各个样点为研究对象时,由于内陆湖泊光学特性的复杂性,最佳参考波长的影响因子存在一定差异,但c_SPM是一个共同的影响因子.此外,过高的c_CHL将削弱水质参数浓度与最佳参考波长间的规律性;③在以无机颗粒物为主的水体中,后向散射系数与总颗粒物浓度之间存在更好的相关性,如在太湖水体中,R²达到0.852.     

基于半分析模型的太湖春季水体漫衰减系数Kd(490)估算及其遥感反演

漫衰减系数是水体重要的光学参数,是水生态系统的重要影响因素.利用2009年4月和2010年5月太湖实测数据,基于光学闭合原理,首先求解出490 nm处水体总的吸收系数[a(490)]和后向散射系数[bb(490)],进而研究了其与模拟的环境一号卫星多光谱数据不同波段遥感反射率之间的关系,在此基础上构建了太湖春季水体Kd(490)反演的半分析模型并将其应用到环境一号卫星影像上进行了太湖春季水体Kd(490)的遥感反演.结果表明,①基于光学闭合原理,可以较为准确地求解出a(490)和bb(490),a(490)实测值与求解值的平均相对误差为17.1%,bb(490)与模拟的环境一号卫星第四波段的遥感反射率具有很好的指数关系;②本研究所构建的模型具有较好的精度和稳定性,利用与卫星影像准同步的地面采样点对模型进行验证,得出模型反演的平均相对误差为21.6%,均方根误差为1.68 m-1;③太湖春季水体Kd(490)具有较强的空间差异性,太湖北部和东太湖大部分区域为Kd(490)的低值区,太湖西部和南部为Kd(490)的高值区,而太湖中部大部分区域介于两者之间.     

太湖水体中悬浮颗粒物的比吸收光谱特性及其参数化分析

通过对太湖水体的野外采样,利用定量滤膜技术测量了水体中浮游植物色素的吸收系数(aph(λ))和非色素颗粒物的吸收系数(aNAP(λ)),进而推算比吸收系数.同时,对浮游植物色素和非色素颗粒物的比吸收系数的时空变化特征进行了分析.结果表明,浮游植物色素的比吸收系数(ap*h)在蓝光440nm的变化范围为0.008～0.268m2·mg-1,在红光670nm的变化范围为0.004～0.098m·2mg-1;;通过K-Mean算法将浮游植物色素的比吸收光谱分成3种具有不同光谱特征的类型,类别1、2和3占总数的百分比分别为61.0%、12.2%和26.8%,表明太湖水体中浮游植物色素的比吸收光谱是以类别1为主;;色素包裹效应因子Qa*(675)在Chla浓度<50mg·m-3时,随Chla浓度的增大迅速减小,而在Chla浓度>50mg·m-3时,其减小的趋势趋于缓慢,Qa*(675)与Chla浓度呈现出较好的幂函数关系.非色素颗粒物的比吸收系数(aN*AP)在蓝光440nm处的变化范围为0.012×10-3～0.143×10-3m2·mg-1,利用此处的比吸收系数建立的非色素颗粒物比吸收光谱的参数化模型,光谱曲线斜率...     

太湖梅梁湾水体组分吸收特性季节差异分析

利用2006年8月、11月和2007年3月太湖梅梁湾水样实验室测定的水体组分固有光学特性数据和水质分析数据,分析水体中各组分在不同季节的吸收特性,并讨论不同季节光谱吸收的主导因子.结果表明,各组分在不同季节其吸收特性存在一定的差异,总悬浮吸收系数在夏季最大,在440 nm平均吸收系数为(7.49 4±3.0)m-1,春季最小,440 nm平均吸收系数为(2.86±0.73)m-1,且不同季节其吸收类型不同;非藻类颗粒吸收特性的季节性差异相对较小,其吸收系数和S值的差异主要是由于无机悬浮物含量和组成的不同导致的;由于藻类含量的差异导致浮游藻类吸收系数在夏季最大,675 nm平均吸收系数为(5.49±3.5)m-1,秋季次之675 nm平均吸收系数为(2.03±1.14)m-1,春季最小,675 nm平均吸收系数为(0.62±0.25)m-1;而有色可溶件有机物(chromophoric dissolved organic matter,CDOM)吸收系数和S值的季节差异性主要是由于其来源的不同,导致其浓度和成分的不同形成的.春、秋季由于无机悬浮物含量较高,非藻类颗粒物对总吸收的贡献大于其他组分,是水体总吸收的主导因子,而夏季由于浮游藻类含量较高,使其成为水下光谱的主要影响因素.     

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...     

基于环境一号卫星高光谱数据的太湖富营养化遥感评价模型

采用环境一号卫星高光谱数据直接监测太湖富营养化状态的方法较多光谱影像监测有着更高的精度优势，对内陆水环境监测具有一定的意义。利用2009年4月地面实测高光谱数据模拟环境一号卫星星上数据，结合确定的太湖富营养化状态遥感评价的水质因子，构建富营养化状态评价模型，并采用实测数据和环境一号卫星高光谱影像数据对模型的精度和适用性进行验证。研究结果表明：（1）选用叶绿素a作为富营养化遥感监测的水质因子监测太湖富营养化状态与综合营养指数法相比，平均相对误差为597%；（2）采用模拟的环境一号卫星高光谱影像数据结合三波段模型与采用地面实测数据评价结果之间的相关系数r=0855，平均相对误差为919%；（3）结合环境一号卫星高光谱影像对2010年5月2日太湖进行富营养化监测评价，结果显示太湖水体整体成中营养状态，存在1129%的监测水域出现轻度富营养化状态     

富营养化水体中黑水团的吸收及反射特性分析

对黑水团水体光学特性进行研究,是利用遥感技术监测和评估黑水团事件的前提.针对2015年7月在太湖发生的黑水团现象,采集了太湖黑水团区(区域一)、蓝藻水华区(区域二)、清水区(区域三)共36个水样,对这3个区域的水体遥感反射率以及吸收特性进行对比分析.结果表明:1区域一水体的总颗粒物、色素颗粒物和非色素颗粒物吸收系数比区域二、区域三高出1~2倍,在400~500 nm之间,区域一CDOM吸收系数相比另外两个区域的水体高出2倍左右.导致黑水团区域水体具有很低的遥感反射率,被人眼感知时呈现为黑色;2黑水团区域水体M值低于滇池、巢湖和太湖的M值变化范围,说明黑水团中CDOM的腐殖酸含量较高.此外,叶绿素a浓度与CDOM在350 nm处吸收系数之间具有很好的相关性,表明蓝藻的降解可能是黑水团中CDOM的一个主要来源;3在380 nm之后,黑水团区域的水体总吸收以色素颗粒物占主导,但在短波350~380 nm处,CDOM对总吸收的贡献率高于色素颗粒物和非色素颗粒物.     

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.     

基于决策树的城市黑臭水体遥感分级

水体黑臭程度遥感监测是了解城市水质现状和综合评价城市水环境治理效果的重要手段.以南京、常州、无锡和扬州为研究区,共采集171个样点,同步测量水质参数和光学参数,分析黑臭水体与一般水体的水色和光学特征,构建决策树模型进行重度黑臭水体、轻度黑臭水体和非黑臭水体（记为一般水体）识别.结果表明：①根据色度可将水体分为1~6类水体,其中,类型1~4为黑臭水体,分别为灰黑色、深灰色、灰色和浅灰色水体,类型5和类型6水体为一般水体,分别为绿色系和黄色系水体;②类型1水体的非色素颗粒物和有色可溶性有机物含量高,但色素颗粒物的吸收并不占主导,类型2和5水体的吸收以色素颗粒物吸收占主导,类型3、4和6水体的吸收以非色素颗粒物吸收占主导;③根据六类水体的反射光谱差异用黑臭水体差值指数（difference of black-odorous water index,DBWI）、三波段面积水体指数（green-red-nir area water index,G-R-NIR AWI）、绿光波段反射率和归一化黑臭水体指数（normalized difference black-odorous water index,NDBWI）构建的水体分类识别决策树,能够有效识别出重、轻度黑臭水体和一般水体;④将决策树模型应用于2019年4月9日扬州的PlanetScope影像上,并利用10个同步过境点进行验证,整体识别精度达到80.00%,K值达到0.67.通过水色分类后的城市水体分级模型方法,可推广应用于类似的水体,为黑臭水体监管提供技术方法.     

城市黑臭水体的吸收特性分析

黑臭水体是城市水环境的一个严重问题,对城市黑臭水体光学特性进行分析,是利用遥感技术手段进行黑臭识别的前提与基础.2016~2017年采集了长沙、南京和无锡的城市黑臭水体共计85个样点,非黑臭水体共计80个样点,并对水样的悬浮物等水质参数浓度以及水体组分的吸收系数进行了测量.结果表明:(1)黑臭水体的总颗粒物吸收系数、非色素颗粒物吸收系数总体上高于非黑臭水体.(2)黑臭水体与非黑臭水体的CDOM吸收系数有明显的差异.由此可用CDOM吸收特征波段440 nm和不同波段范围内拟合的吸收系数曲线斜率对黑臭水体进行区分.城市黑臭水体吸收特性的分析,将为黑臭水体的遥感识别和监测提供有效的技术支撑.黑臭水体中的高CDOM浓度,可以作为遥感识别黑臭水的一个重要参考.