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.     

基于Landsat 8影像估算新安江水库总悬浮物浓度

总悬浮物(total suspended matter,TSM)直接决定着水下光场分布,进而影响水体的初级生产力,其浓度也是水质和水环境评价的重要参数之一.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TSM的遥感估算模型,并给出了该水体TSM浓度的空间分布特征.结果表明,对该水体TSM浓度较为敏感波段为Landsat 8第二、三和八波段,线性相关的决定系数分别为0.37、0.51和0.42.然而,以上任何一个波段都无法单独用于准确地提取该区TSM浓度,而利用以上3个波段构建的多元回归模型能够给出较为准确的估算结果,模型决定系数为0.92,平均相对误差为11%,均方根误差为0.16mg·L-1.新安江水库TSM浓度整体较低,变化范围为0.04~24.54 mg·L-1,平均浓度为2.19 mg·L-1.高浓度部分位于湖的边缘区以及一些湖湾枝杈,如:枫树岭水域、汾口水域、威坪水域、安阳水域、大墅水域、临岐水域等,主要是受入湖河流以及邻近水域采砂活动的影响.因此研究认为利用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TSM浓度.     

面向GF-1WFV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.     

基于TM影像的乌梁素海叶绿素a浓度反演

首先选取预处理后乌梁素海TM影像的单波段及波段组合与实测叶绿素a浓度进行分析,发现相关性很低。然后,结合乌梁素海的水利条件和自身特点,把湖区分为两个区,发现波段组合(TM1+TM2+TM4)/TM3和TM4/TM3与叶绿素a浓度有较高的相关性。最后,选取误差较低的波段组合(TM1+TM2+TM4)/TM3建立线性模型,实时、快速地反演乌梁素海湖区叶绿素a浓度,与实地情况吻合,为乌梁素海"黄苔"预警提供理论依据。     

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.     

基于Landsat 8的滨海电厂温排水分布研究

基于Landsat 8卫星TIRS10波段进行滨海电厂排水口附近海域的水温反演发现,南埔电厂排水口区域水温与参照区域水温相比,在夏季与冬季均有不同幅度的升高,其中夏季升温幅度小而范围较大,冬季升温幅度大而范围较小;电厂冷却水经排水口排出后,涨潮时向西北侧扩散可至外乌屿以北,落潮时向东南侧运移,受煤码头及导流堤影响,电厂温排水扩散对取水口的影响较小,该遥感反演结果与项目施工前开展的数值模拟结果基本一致。     

利用Himawari-8资料分析京津冀地区冬季雾的空间分布和演变过程

京津冀地区冬季雾霾过程频发,然而确定雾的空间分布一直是难点.本研究利用高分静止卫星Himawari-8的可见光和红外通道资料,分析2021年11月3-5日一次典型的京津冀地区雾的分布和演变过程.结果表明：(1)通过11.2μm与3.9μm通道的亮温差值(-8～-3 K)反演夜间雾的区域分布以及对应的雾顶高度,效果较好.(2)11月3-5日每天发生的雾,其类型、区域分布和演变过程都呈现不同的特征,3日清晨的雾为平流雾,覆盖范围为3 d中最大,几乎涵盖京津冀地区的平原地带;受西南水汽输送影响,北京市以南地区的雾发展较充分、持续时间最长,其中天津市北部的雾甚至在整个白天仍能维持.(3)11月4日和5日清晨均出现呈三角形区域分布的辐射雾,雾区的北缘和西缘分别因太行山和燕山山脉的阻挡形成,雾区南缘受低层风场作用位于天津市-石家庄市一线,呈平直的东北-西南走向,与非雾区界限分明;区域性静稳条件下,城市热岛效应对雾的分布和演变有重要影响.研究显示,京津冀地区冬季雾的分布和演变会受到水汽平流、低层风场、地形、热岛效应等多方面影响.     

天山山区TRMM降水数据的空间降尺度研究

山区降水是干旱区水资源的重要补给源,但由于山区地形复杂、监测困难造成资料缺乏,水文预报的误差较大。近年来,TRMM3B43降水数据得到了大量应用,但受其较低空间分辨率的影响,使得应用精度受到限制。论文以2001—2010年TRMM3B43数据为基础,结合提取的7个数字地形因子（经度、纬度、坡度、坡向、海拔、地形开阔度、地形起伏度）,构建了天山山区年、季的降水主成分-逐步回归降尺度模型。分析结果表明：主成分-逐步回归降尺度模型有效地将TRMM3B43数据的空间分辨率由0.25°×0.25°提高到1 km×1 km。通过站点实测降水数据对比验证,决定系数均在0.85以上,降尺度后的数据精度显著优于原始TRMM3B43数据。该方法对研究干旱区空间降水精细化具有一定参考意义。     

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Landsat的黄河三角洲湿地景观时空格局演变

为全面揭示黄河三角洲湿地景观的演变,利用1973~2016年9期Landsat卫星影像,构建黄河三角洲湿地景观空间数据库,分析区域湿地景观的组成及其变化,应用景观格局指数分析方法,研究湿地景观格局演变的趋势,并结合质心模型探讨湿地景观空间位置的变化.结果表明：（1）黄河三角洲咸水湿地多分布于海岸带附近,淡水湿地多分布于河流沿岸,人工湿地多分布于距离海岸线15km以内的沿海区域以及河流沿岸.（2）黄河三角洲湿地总面积呈下降趋势,是由芦苇沼泽、翅碱蓬柽柳沼泽以及芦苇柽柳沼泽为主的自然湿地向人工湿地和非湿地的转换变化导致.（3）黄河三角洲湿地景观整体呈破碎化的萎缩趋势,景观空间构型不断朝破碎化、多样化,形状简单化的人工化特征突出的方向发展.（4）1973~1985年间,受黄河由刁口河流路改道清水沟流路初期的影响,加上充沛的淡水水源,黄河三角洲湿地呈以淡水湿地的东北向扩张变化主导;1985年后,黄河处于改道清水沟流路中后期,后又改至清8汊流路,加上黄河径流量的减少,使得区域湿地景观整体呈咸水湿地主导的东南方向萎缩变化.     

地气解耦的Himawari-8卫星PM2.5浓度估算深度神经网络方法

现阶段大气PM_2.5遥感反演方法大多数都基于卫星气溶胶光学厚度（aerosol optical depth,AOD）产品,这些产品通常是从表观反射率（top-of-atmosphere reflectance,TOA）中反演而来.直接建立TOA产品和地面站点监测的PM_2.5浓度间的反演模型能够有效降低由AOD反演所带来的误差传递,但是现阶段反演PM_2.5所用到的TOA同时耦合了地表反射率和大气贡献值,想要进一步提升反演精度则需要设法将二者分离.基于此,本文利用Himawari-8（H8）卫星数据,由6S模型进行大气校正,继而统计得到H8前6个波段之间的地表反射率关系式,再运用卫星第六波段表观反射率与地表反射率接近的特性,估算得到前5个波段的地表反射率,并扣除地表反射率得到大气贡献值,以此来达到地气解耦的目的.随后,本文基于深度神经网络构建了PM_2.5、大气贡献值、卫星亮温数据、观测角等之间的关系.以安徽省为例,反演结果表明,与不考虑地气解耦的TOA-PM_2.5方法相比,本文提出的ATM-PM_2.5方法精度更高,在未参与训练的验证站点上,ATM-PM_2.5的R²和RMSE值为0.87和13.77 μg·m^-3,相对于未经过地气解耦的TOA-PM_2.5,R²提高了20%,RMSE值降低了5.24 μg·m^-3.另外,利用H8卫星时间分辨率较高的特点,本文对安徽省域范围内进行了逐小时的PM_2.5监测,显示本文方法有潜力为PM_2.5实时监测提供数据支撑.     

区域土壤重金属空间分布驱动因子影响力比较案例分析

土壤重金属空间分布受到自然和人为驱动因子的共同影响,识别并评价各驱动因子对土壤重金属空间分布的影响力,对解析区域土壤重金属污染源、研究重金属迁移规律以及探明重金属空间分布模式具有重要意义.为研究不同自然和人类活动背景下各驱动因子对土壤重金属空间分布影响的差异性,并寻找在异质背景下的高影响力因子,采用地理探测器和随机森林模型,以贵州省安顺市作为土壤重金属高背景值典型地区、辽宁省葫芦岛市作为人类活动高强度典型地区,探讨市域尺度下土壤pH、地面累年值年值气温、坡度、海拔、地面累年值年值降水量（08:00）、夜间灯光指数和县GDP这7个驱动因子的空间分异性,及其对研究区内5种重金属（As、Cd、Cr、Hg、Pb）空间分布的单独及交互驱动力强度.结果表明:安顺市As、Cd、Cr、Hg、Pb这5种重金属的质量分数平均值均高于葫芦岛市,但w（Hg）差异不明显;在市域内采样点平均间距为10 km的尺度下,安顺市和葫芦岛市土壤重金属分布受到自然因子的影响程度均强于人为因子;在异质环境背景下,安顺市和葫芦岛市土壤pH、海拔和县GDP的驱动能力较稳定,并且是对土壤重金属分布影响能力最大的3个因子,适宜在上述地区作为土壤重金属含量多元非线性回归模型的通用参数.研究显示,基于地理探测器的因子驱动力评价方法可以应用于评价其他因子对土壤重金属含量空间分布影响力,以及用于土壤重金属含量回归方程自变量的选择.      

黄河口悬浮物浓度Landsat8 OLI多波段反演研究

黄河口海域悬浮物浓度,是研究黄河输沙和近岸水体生态环境的重要水质参数.之前的浓度反演模型主要采用一元二次函数或幂函数等单参数形式,利用2011年夏冬两季同步观测的遥感反射率和悬浮物浓度,本文给出了一种针对Landsat8 OLI传感器的两参数线性模型.该模型需两个输入参数,每个参数都是两个波段的光谱比值.结果表明:OLI传感器的近红外(波段5)光谱、以及它与蓝绿波段(波段1,2或3)的光谱比值,是黄河口海域悬浮物浓度反演的敏感波段,可用于建立单参数经验模型;除了敏感波段外,本研究的模型还用到红绿波段的光谱比值(波段4与波段3的比值),因而能够更好地表征光谱随悬浮物浓度的变化关系;其决定系数,均方根误差和平均相对误差分别为0.98,43.53mg·L~(-1)和20.97%,优于单参数经验模型,而且受误差影响小,因而更适合黄河口海域悬浮物浓度反演.     

基于支持向量机的太湖梅梁湾叶绿素a浓度预测模型

以梅梁湾2010年4月至2011年12月的监测数据为基础,选取太阳总辐射、综合消光系数、水温、总无机氮、pH和当前的叶绿素a浓度等作为输入变量,以7d后的叶绿素a浓度作为输出变量,运用支持向量机(SVM)建立了针对"三号标"监测点的叶绿素a浓度预测模型,并进行了输入变量的敏感性分析.通过模拟值和实测值的对比分析发现,该模型能较好地预测7d后叶绿素a的浓度变化情况.模型输入变量的敏感性分析结果表明,当前的叶绿素a浓度是影响预测结果的最重要因子,然后依次为pH、太阳总辐射、综合消光系数、水温和总无机氮.     

亚洲地区MODIS和Himawari-8细模态气溶胶产品验证及其时空分布分析

利用AERONET观测网数据,结合MODIS(中分辨率成像光谱仪)及Himawari-8(新一代地球同步气象卫星)的气溶胶产品分析了亚洲41个站点2015—2016年细模态气溶胶光学特性.结果表明,MODIS和Himawari-8反演气溶胶细模态比例(FMF)及细模态气溶胶光学厚度(fAOD)落在误差区间EE(期望误差)内的比例均不超过80%,其中8个典型站点则不超过50%,总体上MODIS要优于Himawari-8,但与AERONET地基观测资料相比还存在一定的误差.因此,需要进一步研究反演方法,提升地表反射率的确定精度,从而提高卫星遥感反演精度.通过季节平均的比较,发现春、夏、秋、冬四季MODIS和Himawari-8的反演值均有所低估,MODIS fAOD各季节平均偏差相对较小.Himawari-8 FMF秋季在Dhaka_University站的平均偏差较大,MODIS FMF春、冬季的平均偏差最大值相对较大,夏、秋季则相对较小;对于同一站点在相同季节均为Himawari-8 fAOD偏差较大,并且MODIS fAOD各季节的平均偏差最大值均小于Himawari-8 fAOD的偏差值.同时,利用卫星观测分析了亚洲地区FMF和fAOD年均及季节平均分布特征,发现MODIS和Himawari-8 FMF年均分布高值区主要位于华北平原、东北平原、四川盆地和中南半岛,MODIS fAOD年均分布高值区主要位于中南半岛,Himawari-8 fAOD年均值则普遍较低.MODIS FMF和fAOD季节平均分布呈现出夏秋高、春冬低的趋势,Himawari-8 FMF和fAOD季节平均分布则呈现出春秋高、夏冬低的特征,高值区的位置和量值均有明显的季节变化.