基于实测数据和卫星数据的黄东海透明度估测模型研究

海水透明度是描述水体光学特征的一个重要参数,也是海洋水质调查中的一个重要指标。利用2个航次的黄东海透明度数据和MODIS遥感反射率数据,进行了黄东海透明度的遥感反演研究,建立了透明度单波段模型、波段比值模型、三波段模型以及基于固有光学特性的半分析模型。结果表明,三波段模型具有较高精度,反演值与实测值之间的平均相对误差为19%、决定系数为0.719、均方根误差为1.47m。黄东海透明度估测模型的建立,有利于利用遥感影像对黄东海透明度进行全面估测,对于监测黄东海水质状况具有重要意义。     

GF-5高光谱遥感影像的土壤有机质含量反演估算研究

本文基于高光谱遥感影像对土壤有机质含量进行反演估算,以哈尔滨与兴安盟交界处的平原地表土壤为试验对象.首先,基于辐射和几何校正等预处理的高分五号（GF-5）高光谱遥感影像,依据五点采样法采集影像覆盖范围的地表土壤样本共100组,在实验室内进行理化分析等一系列处理获取样本土壤有机质含量数据.然后,运用偏最小二乘法建立高光谱影像土壤沙化指数、土壤退化指数、归一化亮度指数和土壤盐分指数反演土壤有机质含量的估算模型.比较基于原始反射率数据、一节微分反射率数据和4种土壤指数构建的反演模型的预测精度,通过65%的建模样本和35%的预测样本验证表明,反演模型中基于土壤指数建立的反演模型的预测验证精度最高,预测集验证中ρ为0.816,RMSE为1.7287.并将该反演模型运用到高光谱影像的土壤有机质含量的反演估算,实际测量的SOM与影像反演SOM含量变化趋势一致,相关性达到80.023%以上,验证了模型的反演估算精度.     

基于偏最小二乘模型的河流水质对土地利用的响应

流域土地利用类型变化是影响河流水质的重要因素之一.为探究子流域尺度土地利用与河流水质之间的相互关系,本文基于太子河流域遥感影像和水质数据,采用偏最小二乘模型(partial least squares,PLS),分析不同土地利用类型对流域水质的影响程度.选取7个不同子流域土地利用类型面积百分比作为自变量X,总氮(TN)、硝酸根离子(NO_3~-)、氯离子(Cl-)与硫酸根离子(SO_4~(2-))这4个水质参数浓度值作为因变量Y,构建了土地利用类型与河流水质数据的偏最小二乘模型,并使用其余子流域数据对构建的模型进行验证.结果表明,太子河流域不同子流域土地利用类型与河流水质指标TN与NO_3~-之间线性关系显著,决定系数R~20.62.其中,耕地面积变化对水体中TN浓度变化影响明显,居民及工矿建设用地面积变化则对水体中NO_3~-浓度变化影响强烈.但对于Cl-和SO_4~(2-)来说,土地利用类型对其浓度大小有一定影响,但并不是最主要的影响因素.虽然太子河流域未利用地面积百分比极小(1.13%),但是未利用地面积变化对水质参数有较显著影响(影响系数0.24).     

GF-6与Landsat-8影像在水质监测中的差异性分析

针对GF-6与Landsat-8影像在水质监测中的差异性问题,以巢湖水质富营养状态评价为研究内容,对水质参数进行反演,利用综合营养状态指数法构建水质评价模型。运用ENVI 5.3和ArcGIS 10.3软件,实现各项水质参数和综合营养状态指数TLI可视化。对比实测数据,运用Person相关性模型进行反演结果精度评定。结果表明:影像成像时刻巢湖水质营养状态为中营养;GF-6和Landsat-8反演得到的综合营养状态指数TLI分别为42.75和42.13,两者差别较小,但经过与实测数据的相关性分析可得,GF-6和Landsat-8的Person系数分别为0.988和0.965,表明GF-6反演的数据与实测值相关性更强,更加准确可靠。研究结论可为水质监测中如何选用遥感影像数据提供参考。     

基于流域单元的环巢湖综合景观对河流水质的影响

考虑流域特征差异对河流水质的影响,以巢湖流域为研究对象,根据2019年10月至2020年9月河流监测点水质、气象、地形、土壤与遥感影像等数据,通过数字地形分析划分各监测点的流域单元,综合利用相关性分析、冗余分析以及多元回归分析探究了流域单元的综合景观特征（包括土地利用、气候、地形、土壤等）对环巢湖河流水质的影响.结果表明:①环巢湖河流水质空间差异大,主要污染物为总氮与氨氮,大多数河流总氮浓度超过Ⅴ类水质标准,污染严重的区域集中在合肥市区及周边河流以及丰乐河和杭埠河中下游.②流域单元综合景观特征对河流水质有着显著性影响.其中,建筑用地比例、斑块密度、散布与并列指数、香农多样性指数与水质指标呈正相关,而林草地比例、蔓延度指数与水质指标呈负相关.③在不同季节,流域单元的综合景观特征在湿季对河流水质的影响效应要强于干季,这主要是由干湿季降水的差异引起的.     

基于双层模型的沙河流域蒸散发定量遥感估算

论文以北京市沙河流域为研究区,选择1999-2007年不同季节典型日的TM/ETM+数据,辅助相关气象观测资料,以地表蒸散发遥感反演双层模型为基础,构建了估算沙河流域地表日蒸散发反演系统。该系统包括三部分:基于双层模型的蒸发比估算;日净辐射总量估算;基于蒸发比不变法的日蒸散发估算。模拟的典型日序列中,春季晴日流域日均蒸散发约为2.28 mm、夏季2.97 mm、秋季1.59 mm、冬季0.5 mm;以林地为主的流域上游山区日蒸散发普遍高于以居民地和农田为主的下游平原区,上下游春、秋、冬季空间差别较大,夏季较小。估算结果与贾贞贞等、徐自为等利用大孔径闪烁仪和涡动相关仪的观测值对比,相对误差介于0到16%之间,平均相对误差为11.1%,均方差为0.77 mm,精度较高。     

基于无人机多光谱影像的小微水域水质要素反演

总磷(TP)、悬浮物浓度(SS)、浊度(TUB)3种水质参数可以直接通过遥感反演得到,常用于评价区域水环境的污染状况.以浙江农林大学东湖为研究对像,使用无人机携带多光谱传感器(Mica Sense Red Edge)获取多光谱影像,进而提取16个光谱参数,分别构建东湖水域TP、SS、TUB的反演模型.结果表明:光谱参数V5(NIR 0.770～0.890μm)与TP、SS相关性显著(r分别为0.470、-0.537,p0.05),V4(0.670～0.760μm)与TUB相关性显著(r=0.486,p0.05).在建立的TP反演模型中,指数函数模型精度最高,决定系数R~2为0.7829;在建立的SS、TUB反演模型中,多项式函数模型精度最高,决定系数R~2分别为0.7503、0.7334.经检验,TP、SS、TUB模型估测值与实测值线性拟合曲线的决定系数R~2分别为0.7374、0.8978、0.6726,满足水质要素反演的精度要求.最后利用建立的模型,结合多光谱影像数据,建立了东湖水域各参数的空间分布图,实现了水质参数的可视化,可为小微水域的污染防治提供技术支撑.     

艾比湖流域地表水水质指标与水体指数关系研究

传统的水域水质监测手段不仅成本高,而且空间信息有限,难以对相关水域进行全面的监测与评价.利用遥感技术进行水域水质监测可克服这些局限.本文以新疆艾比湖流域为研究对象,结合2015年5月实测水质数据和从准同步Landsat OLI数据上提取的水体指数值,利用空间分析和多元统计方法进行分析.结果发现,水体指数EWI、AWEIsh、Vegetation index(VI)、NDWI、NWI、NEW与水质指标之间的相关性显著(0.55≤r≤0.88).因此,选用以上6种水体指数与水质指标进行回归分析并建立数学关系估算模型,发现模型均方根误差均较低.利用同期实测数据对估算模型进行精度验证,发现验证判定系数高,验证点的相对平均误差偏低,均方根误差偏小.与此同时,利用2015年10月的40个采样点对模型进行二次验证,发现验证的判定系数满足0.22R20.81,模型的均方根误差较低.在估算模型中,总磷(TP)、五日生化需氧量(BOD5)、悬浮物(SS)、pH、色度和浊度两期数据的验证判定系数R2在0.5以上,均方根误差较小.因此,利用艾比湖流域水体指数建立的TP、BOD5、SS、pH、色度和浊度估算模型具有较好的普适性.该研究不仅可以为干旱区湖泊的遥感识别奠定基础,而且可为遥感技术应用于地表水水质指标值的提取提供一定的科学依据.     

SPARROW模型及其应用研究进展

SPARROW模型是由美国地质调查局开发的一个基于流域空间属性的估算污染物负荷、浓度等的非线性回归模型。由于模型通过质量守恒来约束污染物的传输,并以统计学的方法实现变量参数的校准,因而SPARROW模型在量化污染物的传输过程中具有足够高的精确度与合理性。总体来看,SPARROW模型在流域污染源及环境因子分析、水质评估与模拟、监测管理优化等方面发挥出了重要作用,并被广泛地应用于国内外的不同流域。针对SPARROW模型在不确定性分析中存在的自相关问题,贝叶斯分析的引入优化了模型在不确定性方面的评估。目前,SPARROW模型在国内流域中以估算总氮、总磷、COD等污染物负荷为主要应用。随着国内相关数据的积累以及共享程度的提高,其应用范围将会愈加广泛。     

辽河流域非点源污染空间特征遥感解析

应用遥感技术研究了辽河流域非点源污染发生特征.将环境卫星遥感数据耦合非点源(non-point Source,NPS)污染负荷估算模型,探索基于遥感像元尺度的非点源污染估算方法,目的是分析2010年辽河流域非点源污染特征,从而明确非点源污染的重点防治区和防治措施,为辽河流域水环境污染防治提供技术支持.结果表明,2010年辽河流域总氮排放量为10.3万t,总磷排放量为0.68万t,化学需氧量排放量为13.1万t,氨氮排放量为1.8万t;目前,对于辽河流域主要的非点源污染类型为农业面源;2010年辽河流域面源污染对水质污染的贡献率表现为总氮67.4%,总磷76.4%,化学需氧量39.4%和氨氮21.9%;空间分布上辽河流域的南部是污染最严重的地区,其次是东北部.本研究结合遥感技术发展了以遥感像元为基本模拟单位的非点源污染负荷估算方法,明确了2010年辽河流域的非点源污染产生量和空间分布特征,为辽河流域污染治理防治工作提供了理论依据.     

潭江流域水质时空分布特征及其与土地利用的相关性分析

以潭江流域为研究区域,利用2016年5月TM遥感影像底图,结合Google高清影像和实地调查修正获取流域土地利用图。运用ArcGIS分析工具,将流域分为26个子流域,研究各子流域的土地利用结构。根据2015~2016年不同水期的水质监测,分析TP、TN、NH_4~+-N、高锰酸盐、COD的时空分布特征;利用spearman相关与逐步多元回归分析其与土地利用结构的相关性。结果表明,各项水质指标基本表现为丰水期优于平水期,枯水期最次。在空间上,上游水质优于中游水质,下游水质最次。流域土地利用结构与水质之间的关系表现为:林地、草地能够缓解水质恶化,相当于"汇",耕地、建设用地、水体会导致水质恶化,相当于"源"。建设用地是对水质恶化影响最大的因素,其次是耕地。部分流域污水处理率有限及污水处理的水质标准与地表水水质标准的差距较大,可能是水质难以好转的主要原因。林地能够显著改善水质,应该加强管理和保护。     

基于纳污量的流域水环境管理模式——以金华江流域义乌段为例

为解决金华江流域义乌段水质与水功能区要求间失衡的环境问题,建立基于水体纳污能力的流域水环境管理模式.以QUAL2K模型为基础估算了金华江流域义乌段BOD和氨氮纳污能力;建立了同时考虑点源和面源的BOD、氨氮日最大排污量的管理模式.结果表明,流域BOD、氨氮纳污总量分别为4865.5 kg·d-1和431.20 kg·d-1;按照BOD、氨氮现状,其排放量分别削减49.63%和88.71%,才能基本满足流域水环境功能区要求.     

稀疏数据下复杂流域的水质模拟:以赣江为例

以赣江流域为例,对稀疏数据条件下复杂流域水质模型的建立和参数识别进行了探讨．采用了结构相对比较简单的CSTR模型,将其参数划分为水文参数和水质参数,并分别进行识别．水文参数采用回归方法进行识别,对水文参数的扰动实验表明,水质对于水文参数在可能的取值范围内的变化不敏感,因此在随后的水质参数的识别中,将其固定在回归方法求出的最优值上．水质参数的确定则采用了模型方法和资料方法相结合的手段,综合考虑了赣江流域可获得的数据信息、文献资料中对于参数的经验取值和模拟者在大量数学建模中的经验,最终根据河流的不同类型确定了赣江流域的水质参数,并对模型进行了验证。     

彩色红外航片用于水污染遥感监测的定量分析

采用比值法对1：2000彩红外航空胶片透射密度值进行修正,并与运河水质污染参数进行相关统计分析,提出了水质有机污染参数的最佳影象探测密度,建立了相关模型。根据航片密度值估算了苏南大运河水质有机污染参数。结果表明,利用彩红外航片进行大范围水污染遥感监测是可行的。     

基于MODIS数据遥感反演呼伦湖水体COD浓度的研究

以呼伦湖为研究区域,采用回归分析方法遥感反演水体COD浓度并进行水体水质评价。分别选取2012年8月5日和2013年7月2日13个取样点的实测COD浓度值并结合同1天MODIS影像,建立了基于MODIS遥感影像的半经验回归模型并进行验证,COD浓度估算值与实测值相关系数R=0.75。反演结果较好,说明应用MODIS数据对呼伦湖水体COD浓度监测有较好的适用性。利用模型反演2013年5—10月呼伦湖水体COD浓度时间序列分布,结合GB 3838—2002《地表水环境质量标准》基本项目标准限值(COD)讨论呼伦湖水质,认为呼伦湖水体属于Ⅴ类水体。     

基于模糊数学和GIS的松花江流域水环境质量评价研究

应用模糊数学原理,以松花江流域1990—2006年15个国控断面的监测资料为依据,选择13种污染物为评价参数,运用模糊综合评价方法进行运算,得出综合评价结果. 在评价过程中充分利用GIS的数据管理与空间表达能力, 从产业结构特征上分析松花江流域水体污染的变化趋势,并运用地理信息手段表征流域水质的时空变化规律. 结果表明:松花江流域整体水质呈现好转的趋势;河流水质的季节变化明显,其中嫩江区域受面源污染的影响,丰水期水质劣于枯水期,第二松花江和松花江干流区域枯水期污染较重,污染主要来源于工业废水和生活污水的排放;流域水质区域差异性表现为支流污染重于干流,大城市附近水域的水质明显劣于其他水域水质. 流域主要污染物为石油类,COD_Mn,BOD₅,氨氮和六价铬等.      

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.     

河流水质采样策略与频率对氮磷负荷估算的影响

为探究适合的流域水质监测频率与采样策略,提高氮磷污染物负荷估算的精度,基于云南省洱源县凤羽河流域2011～2013年间逐日流量与总氮、总磷浓度的每日数据,在7d/次,14d/次,21d/次,28d/次4种采样频率下设定了3种不同的采样情景(情景a:普通随机取样、情景b:随机取样的基础上增加降水量超过10mm的水样样品采集,情景c:随机取样的基础上增加降水量超过25mm的水样样品采集).基于采样频率与采样情景的组合,利用LOADEST模型估算的总氮与总磷负荷,并与逐日连续水量水质数据计算的实测值进行比较,评估了不同取样频率和取样情景下LOADEST模型的负荷估算精度.结果表明:在LOADEST模型的估算过程中,同种采样频率下,增加降雨时期的浓度数据将会提高LOADEST模型的模拟精度;在降雨事件期间进行加密采样,不仅加大了工作量,且增加的采样次数过多(如情景b)使总氮的RMSE值由1.92增至2.26,总磷的RMSE值由0.08增至0.19,高估氮磷负荷,模型模拟精度降低.在四种不同的采样频率下,情景c中总氮的RMSE值范围为1.92～2.07,总磷的RMSE值范围为0.06～0.13,...     

基于NPP/VIIRS夜光遥感数据的淮安市夜间PM2.5浓度估算研究

PM_2.5是大气的重要污染物,掌握其空间分布对于大气污染防控具有重要意义．目前,PM_2.5遥感监测主要围绕卫星反演的日间AOD数据开展,无法反映夜间大气污染的空间格局．以2019年9—12月NPP/VIIRS夜间灯光影像和空气质量站点PM_2.5观测数据对江苏省淮安市夜间PM_2.5浓度进行估算研究．基于辐射传输方程分析夜间灯光辐射与PM_2.5浓度之间的关系,在此基础上综合考虑灯光辐射直接衰减和散射补偿确定了计算夜间PM_2.5浓度的空间自变量,运用多元线性回归模型（MLR）、随机森林（RF）、Cubist、极端梯度提升树（XGBoost）、神经网络（NNet）、支持向量机（SVM）及最近邻法（KNN）算法构建夜间PM_2.5浓度遥感估算模型．结果表明,多元线性归回模型精度明显低于各个机器学习模型,所有模型中SVM模型精度最高,决定系数R²为0.77,平均绝对误差MAE为20.83μg·m^-3,均方...     

基于METRIC模型的江汉平原蒸散量估算适应性分析

蒸散发是整个水文循环中的关键环节,现有传统测量方法虽具有较高的点位精度,但空间代表性不足,无法满足大空间尺度的遥感估算.以半湿润区为主的江汉平原为研究区域,以遥感蒸散模型为核心手段,首次引入METRIC模型,探讨METRIC模型在江汉平原蒸散量估算中的适用性,并应用METRIC模型和SEBAL模型对研究区域进行遥感蒸散...