基于GOCI影像的太湖水体漫衰减系数遥感反演

漫衰减系数是水体光学中的一个重要参数.采用2006~2009年的太湖野外实测数据,分析了太湖水体漫衰减系数光谱特性及其影响因子,在此基础上,结合GOCI传感器数据,分别构建漫衰减系数经验模型和半分析模型,寻找适合GOCI影像的太湖漫衰减系数反演模型,并分析太湖水体漫衰减系数的时空变化特征.结果表明:1太湖水体漫衰减系数主要受非色素颗粒物吸收主导,以GOCI第4、5、7波段构建的多元线性模型反演漫衰减系数,效果最好;2太湖水体漫衰减系数值域主要分布在0~15 m-1,大体可以分为3个等级,低值区:0~4 m-1,中值区:4~8 m-1,高值区:8~15 m-1,部分高值区高于15 m-1;3太湖水体漫衰减系数存在一定时空差异性,从空间上来说,太湖水体漫衰减系数呈现一定的梯度性,从东部到西部逐渐变高;从时间上来说,早上太湖漫衰减系数相对较高,从上午到下午,大体上呈现逐渐降低的趋势.     

春季太湖水体上行辐亮度漫衰减系数的特征研究

基于太湖2010年4月29日～5月2日28个采样点上行辐亮度数据和水质参数数据,分析了春季太湖水体上行辐亮度漫衰减系数的光谱特征,结果表明:春季太湖水体上行辐亮度漫衰减系数随波长的增加基本呈指数衰减趋势;受水体成分等因素影响,上行辐亮度平均漫衰减系数的空间分布不均,衰减高值区在西南部湖区;吸收、散射作用是造成上行辐亮度衰减的主要因素,总悬浮物浓度对上行辐亮度漫衰减系数的影响显著.     

太湖水体漫衰减系数特征及其对水生态环境影响分析

利用2006年10～11月太湖全湖不同区域光学属性的测量数据,就太湖水体漫衰减系数(K_d)特征、各影响因子对K_d的贡献率以及K_d对太湖水生态系统的影响进行分析.结果表明,太湖水体的漫衰减系数K_d以571 nm为分界点,在整个可见光波长范围内(400～700 nm)主要呈现2种变化趋势.第1种,在<571 nm波长范围内,K_d随着波长的增加呈现指数形式衰减,第2种,在>571 nm波长范围内,K_d表现为波动形式;在400～700 nm波长范围内,色素颗粒物的吸收系数是漫衰减系数第一贡献者,非色素颗粒物吸收系数和散射系数处于第二贡献者地位,而黄质吸收系数的贡献率相对最小;太湖水体漫衰减系数决定了太湖水生态系统中的光生态因子,K_d形成的“水体窗口”影响了太湖水域不同类型生态系统的形成,并为太湖“水华”的优势藻类铜绿微囊藻的出现提供了水下光场依据.     

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。     

基于环境一号卫星的大洋河河口海域营养盐遥感反演

综合利用大洋河河口海域水体调查的实测数据及环境一号CCD影像数据,进行了该区域营养盐反演研究.结果表明,对数函数拟合NO2--N与Rrs(Band2)效果最佳,而线性函数拟合NH4+-N与Rrs(Band2)、NO3--N与Rrs(Band1)、TIN与Rrs(Band1)效果最佳,相关性R2分别可达0.939、0.935、0.945、0.970,未发现较佳的PO43--P反演模型;营养盐在可见光波段并非光敏感性物质,其与等效遥感反射率存在相关性的主要原因在于河口海域陆源输入物质典型的扩散特征,使得营养盐与某些水色参数存在较高的相关性,NO2--N、NH4+-N、NO3--N以及TIN与有色溶解性有机物吸收系数ag(400)的相关性R2分别可达0.836、0.808、0.786、0.854,这决定了在河口海域进行营养盐遥感反演的可行性;从卫星产品专题图可看出,大洋河河口海域NO2--N、NH4+-N、NO3--N以及TIN都存在一个明显的高值区,该高值区营养盐浓度由河口向外逐渐降低,直至外海最低.     

基于GF-4卫星的长三角城市群PM2.5遥感反演

基于静止卫星高分四号（GF-4）遥感数据,利用6SV辐射传输模型与暗目标算法进行高空间分辨率气溶胶光学厚度（AOD）遥感反演;在此基础上,结合地面监测站大气细颗粒物（PM_2.5）浓度、气象资料等数据,采用物理订正方法及线性混合效应模型,实现长三角城市群区域大尺度空间连续的PM_2.5浓度遥感反演;最后利用十折交叉验证法对反演精度进行验证.结果表明：GF-4反演的AOD结果分辨率较高,空间连续性好,与AERONET地基监测相关性R达到0.82;利用GF-4 AOD的PM_2.5估算模型精度较高,模型估算PM_2.5浓度与地面实测数据拟合度R²为0.74;在分春夏秋冬4个季节建模情景下,交叉验证R²依次为0.67,0.59,0.63和0.72,平均绝对误差MAE为10.40,7.42,10.10,13.34μg/m³,表明GF-4卫星适用于区域PM_2.5浓度监测.     

基于GF-1遥感图像和ResNet50网络的PM2.5浓度预测研究

基于GF-1卫星图像、结合Merra-2气象数据作为辅助预测变量,构建了长三角地区基于ResNet50网络的PM_2.5预测模型。其中气象参数可以为模型提供较为准确的PM_2.5浓度基准,而GF-1图像能帮助模型更合理准确地预测PM_2.5浓度的空间变化。利用十折交叉验证和测试集验证对模型进行检验,结果显示：模型的皮尔森相关系数R为0.948,预测PM_2.5的RMSE为6.6μg/m³。反演得到分辨率为500 m的PM_2.5浓度分布图合理稳健。GF-1遥感图像和ResNet50网络适用于PM_2.5浓度预测,可以作为辅助监测手段,为长三角地区PM_2.5热点识别、后续流行病学研究提供数据支撑。     

巢湖水体漫衰减系数特性及其影响因子分析

根据2009年6月巢湖32个样点的实测数据,分析巢湖水体各组分的吸收、后向散射特性以及水体漫衰减系数光谱特征,并通过Lee模型计算各影响因子对漫衰减系数的贡献率,在此基础上,进一步探讨巢湖水体漫衰减系数与各衰减因子浓度的关系.结果表明,非色素颗粒物、有色可溶性有机物(CDOM)吸收均随着波段增加呈现不断衰减趋势,400...     

基于半分析模型的滇池藻蓝蛋白浓度反演

藻蓝蛋白色素(phycocyanin,PC)存在于蓝藻中,由于这种色素在620 nm处有较强的吸收,可以用来作为检测蓝藻含量的指标.利用2009年9月19～20日在滇池实地采样获得的实测光谱数据和水质参数数据,结合前人提出的半分析嵌套模型,建立了适用于滇池的藻蓝蛋白色素浓度反演的半分析模型;建立了620 nm波长处的藻...     

基于光学分类的太湖水体叶绿素a浓度高光谱遥感

利用2006年11月、2008年11月、2010年5月和8月的太湖水体原位观测数据,在对水体进行光学分类的基础上,分别建立了针对各个类别水体的叶绿素a浓度高光谱反演模型.通过对每类水体各个模型的性能比较,结果表明:第一类水体,四波段模型为最优模型;第二类和第三类水体,一阶微分模型均为最优模型.同时,也比较了水体分类前后模型的表现,表明水体分类后模型在精度和稳定性上都有不同程度的提高.本研究结论对光学复杂混浊湖泊水体的水色遥感具有参考意义.     

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.     

结合水体光学分类反演太湖总悬浮物浓度

本研究利用2008年11月、2009年4月、2010年5月及2010年8月的太湖水体原位观测数据,在对光学复杂水体进行光学分类的基础上,分别建立了针对各个类别水体的总悬浮物浓度高光谱反演模型.通过对每类水体中各个模型的性能比较,分别得到各类水体的最优模型:第一类水体,比值模型为最优模型;第二类水体,半分析模型2为最优模型;第三类水体,一阶微分模型为最优模型.同时,比较分类前后模型的精度和稳定性,结果表明分类后,两者均表现出不同程度的提高,并且分析了光学分类导致半分析模型精度下降的原因.最后针对本研究的结果在遥感数据上的适用性进行了探讨,表明在高光谱遥感数据上有很大的应用潜力.本研究结论对光学复杂湖泊水体的水色遥感具有积极重要的意义.     

基于环境一号卫星的太湖流域地表温度与地表类型的关系分析

利用我国新发射的环境一号小卫星数据,以2010年3月26日环境一号卫星的红外波段为例,尝试根据同步MODIS数据反演大气水汽含量参数,采用Jimenez-Munoz和Sobrino的普适性单通道算法反演地表温度,经MODIS地表温度产品验证,地表温度反演精度满足要求. 将人工目视解译的2009年太湖流域土地利用、地表温度和归一化植被指数作相关性分析. 结果表明:当林地和农田、草地植被指数相同时,林地的地表温度比农田和草地低,因此林地比农田和草地的调节温度效果好,在城市中增加林地的面积,对缓解城市热岛效应的作用最大.      

面向GOCI数据的太湖总磷浓度反演及其日内变化研究

总磷浓度是水质评价的一个重要指标,是水体富营养化、蓝藻水华暴发的重要影响因素,遥感技术具有范围广、时效高的优势,利用卫星遥感监测总磷浓度,对于水质和富营养化的研究有着重要意义.利用2013~2014年3次地面实验数据,构建了基于GOCI影像的总磷反演模型,为了检验模型的适用性,选取2014年春、夏、秋、冬各1日GOCI影像,对太湖总磷浓度的日内变化进行分析.结果表明,利用GOCI数据8个波段的波段组合作为变量,进行逐步回归分析所建立的模型具有较高的反演精度,模型的决定系数为0.898,平均绝对误差百分比为14.296%,均方根误差为0.026 mg·L~(-1).同时,利用地面实测样点与同步卫星影像对模型进行了精度分析,2014年8月5日和2014年10月24日同步影像的验证精度分别为:平均绝对误差百分比为33.642%和22.551%,均方根误差为0.076 mg·L~(-1)和0.028 mg·L~(-1).对4个季节中4 d的30幅影像对比分析表明,不同季节总磷浓度的绝对含量存在差异,但是,总磷浓度的时空分布及从早晨到下午的差异性存在相似性.从空间分布上看,梅梁湾、竺山湾、贡湖湾及西南部沿岸小梅港、长兜港总磷浓度长期偏高,各个区域的总磷浓度变化受到风向、风速等因素的影响;从时间变化上看,早上总磷浓度最高,随后逐渐降低,反映了总磷浓度受到温度和光照影响的效果.