基于GF1_WFV的千岛湖水体叶绿素a浓度时空变化

基于高分一号（GF-1）遥感影像以及水体实测样点数据,运用波段对数组合,以千岛湖为研究对象,构建和择优了叶绿素a浓度反演模型,对2013~2019年千岛湖区域水体叶绿素a浓度值进行了估算,并利用变异系数、Mann-Kendall显著性检验模型、Theil-Sen趋势分析模型对其时空变化特征进行了分析.研究表明,基于波段对数组合的反演模型可用于千岛湖清洁水体叶绿素a浓度值的反演（R²=0.8976）;年际变化分析发现,在研究期限内,千岛湖水体叶绿素a浓度平均值维持在较低水平,近94%的水体像元叶绿素a浓度小于3.65μg/L,水质较佳;时空动态分析进一步发现,千岛湖水体叶绿素a浓度值大都经历了较为微小的波动变化,其中,有超过67%的水体像元浓度值呈现出微小的增长趋势,在分布上也呈现出一定的空间格局形态.     

基于MERIS影像的洪泽湖叶绿素a浓度时空变化规律分析

叶绿素a(Chl-a)浓度是衡量藻类生物量及评价水体营养状态的重要指标.基于洪泽湖2016年7月、2016年12月共49个实测水质参数与同步光谱数据,验证了5种可应用于MERIS/OLCI数据的Chl-a遥感估算模型(包括波段比值模型、三波段模型、FLH模型、MCI模型以及UMOC模型)在洪泽湖水域的适用性.结果表明,UMOC模型是最适用于洪泽湖水域的Chl-a浓度估算模型,其平均相对误差为32.30%,低于波段比值模型的75.17%,三波段模型的62.44%,FLH模型的45.87%和MCI模型的56.95%.进而利用UMOC模型,结合MERIS数据,获取了洪泽湖2002~2012年Chl-a浓度遥感估算产品,并分析了洪泽湖Chl-a浓度的时空变化规律.洪泽湖Chl-a浓度具有明显的时空差异性.依据水体像元长时间序列月平均Chl-a浓度的差异,将洪泽湖水体分为了区域A、区域B和区域C这3种类型.区域B和区域C水体无明显的变化趋势,区域A则显著增加.与气象因子的相关性分析表明,区域B和区域C年平均Chl-a的波动主要受年降水量的影响,反映了该2个区域Chl-a浓度的变化主要受湖流强度的控制,区域A年平均Chl-a浓度的变化与年平均风速呈显著负相关性,风速下降的气候大背景可能会加重这一区域的富营养化程度,威胁南水北调的水质安全.此外,在汛期(7~9月)洪泽湖水体Chl-a浓度与离淮河入湖口的距离呈显著的正相关关系,证明了这一时期淮河对洪泽湖藻类浓度具有明显的抑制作用.     

基于环境一号卫星的太湖叶绿素a浓度提取

综合环境一号小卫星的CCD数据和同步地面水质监测数据,发现可见光红波段与近红外波段的波段组合与叶绿素a实测浓度存在较高相关性,并以此为基础建立了3个提取水体表层叶绿素a浓度的遥感信息模型.经验证分析,基于近红外波段与红波段比值的模型用于叶绿素a浓度反演提取的精度良好,RMSE达到了6.04mg/m3.将该模型应用于环境一号卫星CCD数据,生成了2009年5~12月共8幅太湖水体叶绿素a浓度分布图,并对其进行了时空分析,结果符合实际,并与以往的研究结果相一致.但模型不适用于水生植被覆盖较多区域叶绿素a浓度估算.     

三峡库区回水区营养盐和叶绿素a的时空变化及其相互关系

为探讨三峡水库调度运行背景下,库区回水区营养盐和叶绿素a时空变化及其相互关系,于2013年5月~2014年5月在三峡库区北岸最大、也是库区水华频发的支流——澎溪河的回水区高阳平湖进行了定点和高频监测.结果表明水体热分层是高阳平湖水华发生的诱导因素.高阳平湖水体热分层发生于春季(3月初),消亡于夏末(9月中旬),冬季没有分层.2014年春季,随着水体分层的发生和发展,表层叶绿素a在69 d内从14.92μg·L-1骤增至183.73μg·L-1,并暴发水华,之后叶绿素a随着混合层深度增加而下降.水体没有分层时,表、中和底层营养盐浓度相近;水体分层之后,各层磷浓度有了明显差异,表层和底层总磷浓度相差(0.18±0.04)mg·L-1.高水位期(9月至次年4月),高阳平湖硝氮和溶解性磷高于低水位期(5~8月)的含量,分别占总氮、总磷浓度的71.4%~95.4%和42.7%~94.4%,是总氮和总磷的主要组成部分,干流倒灌输入的硝氮和溶解性磷是其主要来源.     

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。     

1997—2007年东海叶绿素a质量浓度的时空变化分析

分析了1997—2007年由SeaWiFS卫星获得的我国东海ρ(叶绿素a)的时空变化特点.结果表明,ρ(叶绿素a)多年平均值在近海明显高于外海,近海往外快速递减,最高值位于长江口大沙滩. 东海ρ(叶绿素a)呈明显的年周期性变化,波峰基本出现在3—4月,波谷在7—8月.在近11年间,ρ(叶绿素a)及距平呈下降趋势,最显著的是在东海近海海区. ρ(叶绿素a)及距平的变化具有明显的区域性,东海北部近海多年的月均值最高〔ρ(叶绿素a)>2.0 mg/m3〕,南部近海和台湾海峡次之(0.8～2.0 mg/m3),东海北部和南部外海最小〔ρ(叶绿素a)<1.0 mg/m3〕. 近海主要受到陆地径流带来富营养盐的影响,ρ(叶绿素a)高、变化幅度大、周期短,东海外海及台湾海峡主要受到高温寡营养盐的黑潮及其分支影响,ρ(叶绿素a)低、变化幅度小、周期长.      

基于GOCI影像和水体光学分类的内陆湖泊叶绿素a浓度遥感估算

叶绿素a作为水质参数之一,常用来作为衡量水体富营养化程度的指示标准.利用从太湖及洞庭湖获取的326个实测数据,基于实测遥感反射率对水体光谱进行光学分类,结果表明所采集的样点可分为3种水体类型.结合GOCI的波段设置,建立了不同类型水体的叶绿素a浓度反演模型.水体类型一可以利用490 nm(3波段)和555 nm(4波段)来反演,水体类型二可利用660 nm(5波段)和443 nm(2波段),水体类型三利用745 nm(7波段)和680 nm(6波段).精度分析表明,分类后的平均相对误差明显下降,类型一为38.91%、类型二为24.19%、类型三为22.90%;类型一均方根误差为4.87μg·L-1、类型二为8.13μg·L-1、类型三为11.66μg·L-1;分类前后的总体平均相对误差由49.78%降低到29.59%,总体均方根误差由14.10μg·L-1降低到9.29μg·L-1,分类后反演精度得到了显著提高.利用2013年5月13日8景GOCI影像反演了太湖的叶绿素a浓度,结果表明,2013年5月13日太湖叶绿素a浓度日变化显著,高值区主要集中在竺山湾、梅梁湾、贡湖湾,低值区主要集中在湖心区以及南部区域,10:00以后太湖西南部沿岸的叶绿素a浓度显著降低.这种先分类后反演的方法对于二类水体的模型反演精度的提高具有重要作用.     

基于TM数据北京城区水体叶绿素a浓度反演方法研究

叶绿素是城市水体富营养化的重要表征参数.以北京城区重点水体为研究对象,利用2011年6月8日TM遥感影像及同步获取的实测数据,在对TM数据进行几何校正和大气校正等预处理的基础上,选取相关性最大的TM2/(TM1 +TM4)波段组合进行叶绿素a浓度反演;利用2008 ～ 2010年的历史TM影像及人工水质站点准同步的实测数据,对模型的精度及适用性进行分析得出:回归模型适用于30 m以上的北京城区水体叶绿素a浓度监测,相对误差为17.04％.     

香港近海海域叶绿素a定量反演及时空变化分析

以2009～2019年HJ-1A/B卫星多光谱数据和对应日期的实测数据为数据源,通过预处理提取出各波段组合反射率并与实测叶绿素a浓度数据进行统计相关性分析,选取相关性最高的波段组合作为特征变量与2/3的实测叶绿素a浓度数据进行建模,并用剩下的1/3实测叶绿素a浓度数据进行精度验证以确定最佳遥感反演模型,最后根据最佳反演模型对2009-2019年的香港近海海域叶绿素a浓度进行反演,明晰该海域近10年的叶绿素a浓度时空变化特征.结果表明:利用HJ-1A/B卫星多光谱数据反演香港近海海域叶绿素a浓度的最佳波段组合为第3波段和第2波段比值（B3/B2）,相关系数（r）为0.893;最佳反演模型为利用B3/B2构建的e指数回归模型(Chl=0.004e^{6.693（B 3/B 2）}),决定系数（R²）为0.934,均方根误差（RMSE）为0.255μg/L,平均相对误差（RPD）为25%;近10年香港近海海域的叶绿素a浓度时空变化特征:空间上整体呈现\"东高西低,由东向西逐渐减小\"的分布特征,西部海域比东部海域平均浓度低5μg/L左右;2017年内呈\"春低秋高,夏升冬降\"的随季节变化特点,其中秋季最高,夏春两季次之,冬季最低.     

钦州湾叶绿素a和初级生产力时空变化及其影响因素

于2009年1—11月对广西钦州典型养殖海湾——钦州湾海域水体中叶绿素a(Chl-a)浓度和初级生产力进行了4个季节航次的调查,分析了该海湾Chl-a和初级生产力的时空变化特征并探讨其影响因素.结果表明,钦州湾表层海水Chl-a浓度周年变化在0.83~32.5 mg · m-3之间,平均为5.39 mg · m-3;Chl-a浓度季节性变化表现为夏季 >春季 >冬季 >秋季.初级生产力变化范围是92.3~1494.5 mg · m-2 · d-1(以C计,下同),平均为425.1 mg · m-2 · d-1;初级生产力季节变化特征呈现夏季>冬季>秋季>春季.钦州湾Chl-a浓度和初级生产力在春、夏、冬季呈现内湾和三娘湾海区高、钦州港海区低的分布特征,秋季出现相反的特征.相关分析显示,钦州湾Chl-a与水温、盐度和氨氮之间存在密切的相关关系.总体来看,陆源输入的营养盐及贝类养殖活动是影响Chl-a和初级生产力时空变化的重要因素.     

面向GF-1 WFV数据的闽江下游叶绿素a反演模型研究

叶绿素a浓度是可直接遥感反演的重要水质参数之一,常用来评价水体的富营养化程度.为建立适合于闽江下游叶绿素a浓度的反演模型,利用地面采样数据,结合GF-1 WFV光谱响应函数,选用多元回归、BP神经网络和随机森林方法,构建了叶绿素a浓度反演模型;并根据验证数据与实测值之间的决定系数(R~2)、均方根误差(RMSE)和平均相对误差对模型反演结果进行了比较.结果发现,随机森林模型的R~2为0.895,RMSE为1.994 mg·m~(-3),平均相对误差为11.502%,是3种模型中最优的.为了评估模型的性能,进一步比较了WFV影像像元反射率反演的叶绿素a浓度值与相应的实测值.结果表明,随机森林模型同样具有较高的精度,其R~2为0.709,RMSE为3.540 mg·m~(-3),平均相对误差为25.616%.本研究可为闽江下游水环境的监测提供一定的理论依据和技术参考.     

滇池水体中叶绿素A含量的遥感定量模型

本研究利用滇池1999年4月14日陆地卫星TM数据与准稿步全湖面监测资料，对滇池全湖水体叶绿素A含量与不同波段遥感值的关系进行了关联度分析，并据此建立了TM图像感叶绿素A水质模型，该模型被成功地应用于滇池水体叶绿素A的遥感动态监测。     

千岛湖旅游产业对环境的影响

分析研究了旅游产业的发展对环境的影响，对促进旅游对环境协调发展及规划旅游产业都具有指导意义。     

雄安建设初期白洋淀水质时空差异及其对降雨和土地利用的响应

为查清雄安建设初期白洋淀水质状况,基于白洋淀2020年12月至2021年11月的6个代表性监测点的水质数据,采用土地利用类型遥感解译、 Pearson相关分析、综合污染指数和主成分分析等方法,对白洋淀水质的时空分布特征及其对降雨和不同空间尺度下土地利用结构的响应关系进行了研究.结果表明：(1)白洋淀水质在春季最好,夏季最差.入淀区南刘庄处营养物质污染最重,受府河影响较大;生活区采蒲台处有机物污染最重.(2)五点综合污染指数呈现：南刘庄>烧车淀>光淀张庄>采蒲台>圈头,主要超标污染物为TN,污染指数1.55已达到重度污染水平.白洋淀水质较雄安新区建设前明显好转.(3)1.5 km缓冲区内建设用地和耕地对浊度、 NH⁺₄-N和TP影响最大.芦苇湿地作为截流吸收污染物的“汇”的同时,在800 m缓冲区内也是污染物的“源”,释放氮营养盐.(4)雨季各指标与土地利用的相关性低于非雨季,是由于雨季上游水库泄水的稀释作用,减弱了降雨径流中污染物对白洋淀水质的影响.     

太湖CDOM紫外吸收特性及其分子量时空分布特征

基于2006年8月16日、2007年3月28日对太湖梅梁湾15个样点和2007年11~12月对全湖61个样点的有色溶解性有机物(CDOM)吸收系数观测数据,对CDOM分子量相对大小的时空差异及其影响因素进行了分析.结果表明,梅梁湾地区主要富集的是高分子量CDOM,而大太湖地区则较为复杂,北部地区主要是高分子量的CDOM占据主导地位;而在太湖东西部,主要是低分子量的CDOM;南太湖区域,高分子量的CDOM和低分子量的CDOM相对平衡.不同波长范围内CDOM吸收模型的斜率系数(S)值对CDOM的分子组成的敏感性具有一定的差异性,UVR最为敏感,其次是UV-A,再次为UV-B,UV-C最不敏感.梅梁湾CDOM主要影响因素是陆源,陆源影响的强度随季节的变化具有一定的差异,其中8月份最强,其次是3月份,最弱为11月份.     

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.     

太湖出入湖河道与湖体水质季节差异分析

基于2016年太湖16条主要河道及对应湖体的水质逐月监测数据,深入探讨了太湖流域不同分区河道的外源营养盐输入对湖体水质影响及其季节变化.结果发现:(1)太湖流域河道总氮(TN)、溶解性总氮(DTN)、总磷(TP)和溶解性总磷(DTP)的月平均浓度均高于对应湖体,主要入流区河道与临近湖体的营养盐浓度呈现显著正相关,表明外源补给对湖体营养盐浓度产生巨大影响;(2)无论是河道还是湖体的营养盐浓度,均呈现明显的季节变化,且峰值产生月份不同:河道平均TN最高值出现在3月,为4.82 mg·L-1,平均TP最高值出现在12月,为0.218 mg·L-1;湖体TN、TP峰值均出现在蓝藻水华暴发期间(7月),分别为4.13 mg·L-1和0.255 mg·L-1;(3)极端降水过程短期内能明显降低河道营养盐浓度,但会引起湖体营养盐外源负荷的明显增高,不利于湖体富营养化控制.本研究表明,对于空间异质性较高的大型浅水湖泊,流域河道入湖污染对湖体营养盐时空格局具有重要的塑造作用,而湖体的污染物自净能力、蓝藻水华物质的空间堆积及风浪引发的底泥再悬浮作用等也都对湖体营养盐浓度、时空格局产生重要影响.