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％.     

基于Sentinel-2 MSI影像的秦皇岛海域叶绿素a浓度遥感反演

基于2013-2018年秦皇岛海域实测遥感反射率和叶绿素a浓度数据,建立了该海域Sentinel-2MSI影像的叶绿素a浓度遥感反演模型。结果表明：443 nm、490 nm和560 nm处的等效遥感反射率比值与叶绿素a浓度相关系数普遍高于其他波段或组合,通过经典的OC3Mv6算法拟合分析,得到秦皇岛海域叶绿素a浓度遥感反演的最佳算法,R²=0.804,MAPE=40.2%,RMSE=4.73 mg/m³;利用2016年7月6日的实测叶绿素a浓度数据对Sentinel-2 MSI遥感反演结果进行了真实性检验,MAPE=35.9%,可以满足应用要求;采用2020年2月、5月、7月及10月Sentinel-2 MSI影像进行叶绿素a浓度反演,发现春、夏季秦皇岛海域叶绿素a浓度梯度变化显著,而秋、冬季叶绿素a浓度分布相对均匀,且春、夏季沿海海域叶绿素a浓度明显高于秋、冬季。     

基于HJ-1A卫星超光谱数据的太湖叶绿素a浓度及悬浮物浓度反演

通过对2010年5月2日太湖HJ-1A卫星超光谱影像的几何纠正和6S模型辐射校正,以及水体实测光谱数据和影像光谱数据分析,将太湖28个水体采样点光谱数据分别进行归一化处理和一阶微分处理后,选取和水质参数相关系数最大的波段或波段组合建立反演模型,获得太湖叶绿素a浓度以及悬浮物浓度的空间分布图.研究表明,超光谱影像B73波...     

基于TM/ETM+影响分析巢湖叶绿素a浓度变化趋势

对1995~2007年6景巢湖地区TM/ETM+数据利用多暗像元法进行大气校正并利用修正归一化水体指数(MNDWI)进行水体信息提取,在此基础上,使用(TM2+TM4-TM3)/ln[TM3]模型提取了巢湖水体叶绿素a相对浓度信息.结果表明:高浓度区域主要分布在巢湖西半湖;南淝河水质情况对巢湖蓝藻暴发的贡献较大;1995~2006年间高浓度区域扩大了1.82倍,并有向巢湖东部扩展的趋势,富营养化程度仍在加剧.     

MODIS时序影像的福建近岸叶绿素a浓度反演

叶绿素a(Chl-a)浓度是可以直接遥感反演的重要水质参数之一,常用来评价近岸水体的富营养化程度.为有效监测福建近岸水域中的叶绿素a浓度变化,本文利用MODIS时间序列影像数据,采用适用于小样本数据的机器学习方法随机森林(Random Forest, RF)和传统的特征波段比值(Band Ratio, BR)方法,结合时序浮标观测数据,在浮标观测站点有限的情况下,采用"以时间连续补空间稀疏"的建模策略,分别对福建近岸不同时相叶绿素a浓度进行遥感反演,并对反演结果进行验证与分析.结果显示RF、BR两种方法反演的均方根误差(RMSE)分别为0.49、0.52μg·L~(-1),平均绝对百分比误差(MAPE)分别为37.50%、50.20%,平均决定系数(R~2)分别为0.87、0.21.可见,基于MODIS时序影像的RF模型可较准确估测福建近岸叶绿素a浓度,且精度优于BR模型.在近岸水环境普遍恶化且浮标观测站点有限的情况下,本研究可提供一种有效监测叶绿素a浓度的方法,有利于福建近岸水环境(如赤潮)的遥感监测.     

不同方法估算太湖叶绿素a浓度对比研究

基于2006-01-07～2006-01-09和2006-07-29～2006-08-01太湖地面实测高光谱数据以及同步水质参数数据,对比分析了三波段模型、两波段模型、反射峰位置法、一阶微分法4种方法用于估算太湖叶绿素a浓度的精度,并讨论其应用于遥感影像中估算叶绿素a浓度的可行性. 2次采样3类水色参数总悬浮物、叶绿素a浓度和有色可溶性有机物在440 nm处吸收系数的变化范围分别为12.24～285.20 mg·L^-1、 4.83～155.11 μg·L^-1和0.27～2.36 m^-1.前述4种方法在反演太湖水体的叶绿素a浓度时都取得较高的精度;决定系数分别为：0.813、 0.838、 0.872、 0.819,均方根误差分别为：13.04、 12.12、 13.41、 12.13 μg·L^-1;相对误差分别为：35.5%、 34.9%、 24.6%、 41.8%.反射峰位置法估算精度最高,但应用到叶绿素a浓度遥感影像估算比较困难.三波段模型和两波段模型的反演结果优于传统的一阶微分法,且在卫星遥感反演中具有良好的应用前景.根据模拟MERIS数据,分别得到最优三波段模型［R^-1(665)-R^-1(709)］×R(754)和两波段模型R(709)/R(681),其决定系数、均方根误差、相对误差分别为0.788、 13.87 μg·L^-1、 37.3%和0.815、 12.96 μg·L^-1、 34.8%,反映了MERIS数据能非常好地应用于太湖这类浑浊二类水体叶绿素a浓度的精确估算.     

利用高光谱反演模型评估太湖水体叶绿素a浓度分布

叶绿素a浓度是评价水体富营养化和初级生产力的一个重要参数,高光谱遥感是获取叶绿素a浓度的有效手段.为建立太湖水域叶绿素a的最佳高光谱估算模型,选取2015年5—7月共计60组同步实测高光谱数据和叶绿素a浓度数据,在地面光谱反射率和叶绿素a浓度相关性分析的基础上,使用2∶1的数据样本进行太湖水域叶绿素a的最佳高光谱估算模型的建立和验证,筛选模型分别为波段比值、三波段、荧光峰位置、峰谷距离、一阶微分、NDCI(Normalized Difference Chlorophyll Index)、峰面积、荧光峰高度、WCI(Water Chlorophyll-a Index)和四波段模型.结果表明,建模得到的四波段模型决定系数最高,峰面积模型的决定系数相对最低;四波段模型的反演精度最高,均方根误差(RMSE)为0.00376 mg·L~(-1),平均绝对误差(MAPE)为27.86%,而WCI模型的反演精度相对最低,RMSE为0.01231 mg·L~(-1),MAPE为45.11%.将反演精度最高的四波段模型应用于2015年8月3日的两景HSI(Hyperspectral Imaging Radiometer)高光谱影像数据,也得到较高精度,利用同步实测叶绿素a浓度验证的决定系数为0.7643,RMSE为0.00433 mg·L~(-1),MAPE为45.62%.在春、夏季叶绿素对水体光学特性占主导作用且叶绿素分布均匀的情景下,本研究可为太湖水域叶绿素a的高光谱反演和水环境监测提供有价值的参考,其它季节水体光谱特点的研究尚待进一步开展.     

太湖水域叶绿素a浓度的遥感反演研究

利用太湖水域MODIS遥感数据的各波段反射率组合计算值,与实测的叶绿素a浓度进行相关性分析,找到相关性最好的反射率组合,建立反演太湖叶绿素a浓度的遥感模型.结果表明,利用MODIS数据可以较好地实现对太湖水域叶绿素a浓度的定量反演计算,并以MODIS数据第3、第17波段的反射率组合作为遥感指数建立了反演叶绿素a浓度的模型.第3、第17波段的波长范围分别为459nm～479nm、890nm～920nm,这一波段选择与以往使用TM数据得到的结论有所不同.     

基于高光谱特征提取的藻类叶绿素a反演模型

选取自然界中分布较广泛的小球藻和铜绿微囊藻为研究对象,进行室内藻类光谱试验,同步测定其ρ(叶绿素a),并分别建立基于混合高斯函数的小球藻和铜绿微囊藻高光谱信息模型. 在此基础上,利用模拟退火算法实现模型的非线性参数拟合,提取这2种藻的高光谱特征,通过非线性回归分析,反演得到分解后的高光谱信息模型的峰高(h_i)与ρ(叶绿素a)的定量模型,实现对水体中小球藻和铜绿微囊藻ρ(叶绿素a)的预测. 结果表明:藻类高光谱特征提取算法能有效揭示小球藻和铜绿微囊藻的光谱本质特征,并得出相应的小球藻和铜绿微囊藻叶绿素a反演模型.      

基于Sentinel-2的平寨水库叶绿素a浓度反演

为实现对平寨水库叶绿素a的遥感监测,选取平寨水库2017年11月17—18日的实测叶绿素a浓度数据和准同步的Sentinel-2数据,通过选取最佳波段组合建立BP神经网络模型,对平寨水库叶绿素a进行反演,并分析其空间分布特征。结果表明:Sentinel-2红边波段对叶绿素a的敏感性优于可见光波段,在叶绿素a浓度反演方面具有较大潜力。相关系数最大的波段组合方式是:B5/B4、[1/B4-1/B5]*B6、[1/B4-1/B5]*B7和[1/B4-1/B5]*B8;BP神经网络模型可决系数R²为0.9160,平均相对误差为29.87%,反演精度优于三波段模型;平寨水库叶绿素a浓度空间分布差异明显,水面开阔的中心库区浓度较高,各支流上游河段浓度较低。Sentinel-2数据可较好地应用于喀斯特高原湖泊叶绿素a浓度反演,BP神经网络模型估测结果合理、可靠;研究结果可为平寨水库水环境治理提供科学依据。     

基于MODIS数据的乌梁素海水体遥感监测

近年来,内蒙古乌梁素海水体富营养化日益严重,致使藻类"黄苔"频繁暴发,对该湖泊的生态系统及湖泊周围地区饮用水安全造成了严重影响。利用遥感技术监测湖泊水体具有时效性强、监测范围广、成本低等优点。本文基于高时间分辨率MODIS数据,对乌梁素海水体进行了遥感监测。利用各个采样点的经纬度提取了各个采样点的反射率,建立了叶绿素浓度的对数反演模型、总氮浓度的多项式反演模型、总磷浓度的多项式反演模型,并将反演出的叶绿素、总氮、总磷值与实测值进行了相关性分析。结果表明,乌梁素海叶绿素、总氮、总磷值的反演值与实测值的相关系数均在0.6以上,说明所建立的反演模型可以较好的反演相应的水质参数。     

水域悬浮固体含量的遥感定量研究

该文提出了反射率与悬浮固体含量之间的理论关系式——负指数关系式,并确定了其与经验公式的关系。理论分析和实际应用的结果表明,该式精度高于原有公式的精度,是目前遥感水中悬浮固体含量的最佳公式。将该式应用于杭州湾水域悬浮固体含量调查中取得了成功。     

乌粱素海不同粒径沉积物吸附磷实验研究

通过研究乌粱素海不同粒径沉积物对磷的吸附动力学曲线和吸附等温曲线,模拟了乌粱素海不同粒级沉积物对磷的吸附过程。研究显示：沉积物对磷的吸附动力学过程包括快吸附和慢吸附,0～45 min内各粒级吸附速率均较高,且不同粒级沉积物对磷吸附的粒度效应明显。二级动力学方程是描述乌粱素海沉积物磷吸附动力学的最优方程,Langmuir...     

遥感图象和环境资料用于生物地球化学循环的生态类型划分

为海河流域C,N,S,P元素生物地球化学循环研究提供生态类型分布数据。生态类型的分类,主要依据美国陆地卫星12幅TM图象(1:500000),结合有关土地利用、地表形态等资料,进行图象的野外现场综合分析判读。根据判读结果和其它环境信息,划分出10种主要表生生态类型。对流域内的6个水系,分别测量、统计每个生态类型的分布面积。     

千将坪滑坡特征信息遥感提取及滑坡成因机理分析

2003年7月13日,三峡库区湖北省秭归县沙镇溪镇千将坪村发生特大型滑坡灾害后,利用遥感图像信息提取技术,结合滑坡前后的高分辨率的遥感数据、地形图资料和野外所测的GPS控制点,制作出研究区滑坡前后的数字高程模型(DEM),在获取滑坡前后高分辨率卫星数据的基本上,采用合理的图像处理技术,获得了滑坡前后正射影像图。采用人机交互解译滑坡,详细地对比解译滑坡前后的图像,分别对滑体的滑动方向、距离和堆积体面积进行了定量计算,估算出其体积约为1 518万m3,在对比千将坪滑坡附近地区多年降雨和三峡库区一期蓄水的基础上,综合地质学、灾害学原理和地理空间信息技术等科学分析了滑坡的成因机理,认为千将坪“7.13”滑坡为古滑坡的复活,三峡库区蓄水和降雨综合作用是促使滑坡复活的主要诱发因素。     

邛海非点源污染及模型参数的彩红外遥感航片率定

使用美国通过流失方程（ＵＳＬＥ）并用彩红外遥感航片对其参数进行率定，计算出邛海流域６个自然集水区域的高地潜在侵蚀量。并用０．２８的输沙系数计算出年流入湖中的泥沙为１２７．４万ｔ，同时也计算了氮，磷的入湖量，文中还讨论ＵＳＬＥ模型的邛海流域的适用性。     

内蒙古乌梁素海“黄苔”暴发初探及防治对策

内蒙古乌梁素海分别于2008年5月和2009年5月连续2年暴发了"黄苔"事件,已不断丧失湖泊固有的养殖、灌溉、旅游等功能,严重制约着区域经济的可持续发展。乌梁素海水体富营养化程度的加剧已引起国务院领导和各界学者的关注。根据乌梁素海试验站实际监测的数据,对"黄苔"暴发期前后的水质、水文、气象等因素进行分析,以揭示影响"黄苔"暴发的环境、营养盐、水动力等条件。研究结果表明:乌梁素海"黄苔"的暴发主要是水体长期处于富营养化状态和适宜"黄苔"生长的各种条件共同作用的结果。系统科学地研究"黄苔"暴发的原因能够为乌梁素海"黄苔"暴发的预警、防治提供一定的依据。     

应用遥感技术确定钉螺生态环境分布区的研究

根据血吸虫病的中间宿主钉螺的生态环境在遥感图象上显示的综合信息,揭示出它们之间的相关规律.通过试验,首次建立了系统的钉螺生态环境区的判译标志,将遥感技术用于医学领域.西昌试验区吻合率为83.4％—100％;成都平原试验区吻合率大于90％,三峡新区达86％.     

金的生物地球化学及遥感探矿方法

本文阐述了国内外有关金的生物地球化学性质和对植物产生的生物地球化学效应特征、遥感影象特征以及遥感生物地球化学探矿方法。同时也指出了需加强该领域的理论和应用研究，为广大植被覆盖地区寻求一种快速有效的探矿方法。