基于环境卫星CCD数据的黄海浒苔遥感监测

2007年以来,黄海海域每年夏季都发生大面积浒苔绿藻潮,影响沿岸人民的生活、生产。考虑到其分布范围动则几千、上万平方公里,水面监测很难实施,尝试利用遥感技术对其分布和发展变化情况进行监测。基于中国自主产权的环境卫星(HJ1)数据,采用经典植被指数算法和人工辅助判读方法,对2013年黄海浒苔暴发全过程进行了连续遥感监测,分析了此次浒苔过程的分布和漂移路线。监测结果表明,浒苔绿藻潮首发于江苏盐城东部海域,由南向北逐渐漂移,面积逐渐扩大,结束于青岛东北部海域;该期间,浒苔最大覆盖面积达663.54平方公里。     

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...     

湖泊富营养化遥感监测研究进展

通过对近年来国内外应用遥感技术对湖泊富营养化监测及评价的研究情况进行了广泛的收集和分析,简述了湖泊富营养化遥感监测的基本原理,总结了湖泊富营养化多光谱遥感与高光谱遥感成果,提出了今后的重点研究方向.     

水体中泥沙对藻类光谱特征位置的影响分析

自然水体叶绿素a浓度的遥感反演中,泥沙的存在影响着反演精度.如何消除这种影响是提高叶绿素a遥感反演精度的关键,而了解泥沙对藻类光谱特征的影响是消除影响的前提.文章在人工控制条件下获取了不同泥沙浓度下藻类光谱曲线,通过分析光谱曲线特征位置的漂移和数值变化,总结泥沙对藻类光谱的影响并提出了消除影响的可能性.     

太湖水华的遥感分析

随着太湖流域的经济迅速发展,太湖湖体的富营养化程度日趋严重,特别是在20世纪的后期,水华频繁爆发。国家环保总局常规的水质监测是基于21个点位对全湖进行评价,完成一次采样耗时近1月,其对大面积水华现象的监测具有很大的局限性。文章利用遥感技术快速、大尺度、动态监测的特点,基于多个时相的TM影像对太湖的水温、悬浮物、叶绿素等水质参数的浓度和分布进行了遥感反演,进而对太湖水华的成因、发展程度、影响因素等方面进行分析,从而对太湖水华发生的特点,太湖的水质情况有一个全面的了解。     

基于水面反射率光谱分类的太湖藻蓝蛋白浓度反演

藻蓝蛋白是蓝藻的标志性色素,利用遥感反演藻蓝蛋白浓度的时空分布对于蓝藻水华监测和预警具有重要意义.太湖水体光学特性时空差异较大,传统的藻蓝蛋白遥感反演方法在太湖各湖区各季节的适用性有限.因此,本文采用先分类再反演的策略,基于水面反射率光谱分类进行太湖藻蓝蛋白浓度反演建模.首先采用逐步迭代的K均值聚类方法实现光谱分类;然后分别利用每一类的训练样本光谱数据建立最适用于该类的藻蓝蛋白反演模型;最后利用每一类的检验样本光谱数据进行反演模型精度评价.为了对比,同时采用不分类的传统方法进行反演建模和精度评价.检验结果表明:基于不分类的传统建模方法得到的均方根误差RMSE=14.14μg·L-1,平均相对误差σ=59.1%,反演结果和实测数据可决系数为0.46;基于光谱分类的建模方法得到RMSE=8.47μg·L-1,σ=31.3%,反演结果和实测数据可决系数为0.87.因此,基于光谱分类的藻类蛋白反演方法有效地提高了反演精度,可以为其它水体的藻蓝蛋白浓度反演提供借鉴.     

淮河干流岸边带生态健康遥感评估

结合高分辨率遥感影像在岸边带范围提取、生态系统高精度分类、生态结构特征提取方面的优势,将景观结构指数纳入岸边带生态健康评估指标体系,从生态功能、生态结构和生态胁迫三个方面对淮河干流岸边带生态健康状况进行全面调查评估.评价结果显示,淮河干流岸边带生态健康指数低于0.3,生态健康状况总体处于较差水平,并具有明显的空间走向特征,从上游到中游呈现出生态环境状况逐渐变差、再略有改善的趋势.通过对淮河干流岸边带生态环境问题的分析,认为人类开发强度大、植被覆盖率低、自然岸线保有率低、人为干扰强度大是造成淮河干流岸边带生态健康状况较差的主要原因.     

基于遥感方法的巢湖水华月平均强度评价方法研究

以巢湖2009—2017年,每年4—10月(共63个月)的地面和遥感监测结果的日平均值作为基础数据,分别对地面和遥感监测指标求月平均值,根据各指标间的相关性,最终确定巢湖水华月平均强度评价的指标为藻密度、月累计水华面积、平均水华面积和大面积次数,对这4个指标分别采用分级赋分的方法进行评分,总评分等于4个指标评分之和,依据总评分的结果,将巢湖水华强度由弱至强分为5个等级。依据该评价方法,巢湖水华强度从4月—9月,基本由弱至强呈上升趋势,中间偶有波动,在9月前后达到峰值,水华强度一般为较强至强。     

巢湖水华遥感监测与年度统计分析研究

介绍了巢湖蓝藻水华的日常遥感监测方法与流程,开展了基于日常监测的年度统计分析,为水华环境管理提供了科学依据。首先分析了蓝藻水华与正常水体的光谱差异,利用蓝藻水华在近红外波段的"陡坡效应",基于NDVI方法开展水华日常遥感监测。基于日常监测开展水华年度统计分析,获得水华最早发生日期、最晚发生日期、最大发生面积等,并以水华发生频率、水华起始日期和水华持续时间来分析巢湖一年内高发区、发展趋势及持续时间等时空分布规律。研究表明,2010年巢湖水华的高发区域在巢湖西北部水域,水华持续天数最长的区域是巢湖西北和中部部分区域,水华先在西部沿岸聚集,随时间推移向东部和中部扩散,巢湖西南、中部和东南沿岸是最后新增的水华区域。     

北京市高碑店污水处理厂工况遥感监测

通过文献调研和数据搜集构建高碑店污水处理厂的基本信息库,利用GF-1/GF-2等高分辨率卫星遥感数据对2015年高碑店污水处理厂的运行状况进行动态监测。结果表明:GF-1号影像显示2015年2月16日和3月25日污水处理厂均有1个二沉池有藻类分布,疑似未正常投入使用;GF-2号影像显示9月2日污水处理厂有5个二沉池和部分曝气池的廊道有藻类分布,疑似未正常投入使用;3月和9月数据对比发现,西侧的8个污泥消化罐和3个污泥浓缩池均消失。该结果与临近时期的Google Earth影像显示情况相一致。