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.     

基于稀疏表达的水体遥感反射率高光谱重构及其应用

高光谱重构技术可以有效地突破多光谱卫星传感器波段设置的限制,获得更多更有效的地物光谱信息.本研究基于稀疏表达方法提出了一种针对水体遥感反射率的高光谱重构算法,以太湖、杭州湾的原位水体光谱数据为数据源,在5种常用水色传感器(Sentinel-2A MSI、MERIS、MODIS Aqua、GOCI以及ⅦRS)上进行了高光谱重构实验,最后将该算法应用于GOCI数据,进行了算法适用性验证.结果表明:(1)基于稀疏表达的高光谱重构算法可以在不利用实测光谱数据的情况下实现高光谱重构,光谱重构精度高于多元回归光谱重构算法;(2)基于稀疏表达的高光谱重构算法在5种水色传感器上都取得了较好的效果,平均相对误差均在10%以下,均方根误差均在0.005 sr-1以下;(3)相比于原始GOCI多光谱数据,经稀疏表达高光谱重构后的GOCI数据在叶绿素a浓度和总悬浮物浓度估算精度上有不同程度提升.其中对叶绿素a浓度估算而言,平均相对误差从80.6%减少至51.5%,均方根误差从12.175μg·L~(-1)减少至7.125μg·L~(-1);对悬浮物浓度估算而言,平均相对误差从19.1%减少至18.8%,均方根误差从29.048 mg·L~(-1)减少至28.596 mg·L~(-1).     

基于不同光谱主导因子的内陆湖泊水体叶绿素浓度三波段反演模型研究

利用分层聚类法,对实测的遥感反射率进行分类,结合固有光学特征和实测的水色要素,确定每种类别遥感反射率光谱变化的主导影响因子.根据太湖、滇池、三峡库区及巢湖的地面遥感实验,将其遥感反射率分为3类,类型一的光学特性由总悬浮物和浮游藻类共同主导,类型二的光学特性由浮游藻类主导,类型三的光学特性由悬浮物主导.根据每类水体光学特征的差异,分别建立叶绿素浓度的三波段反演模型,反演的平均相对误差为23.8%,均方根误差为8.5 mg/m3,其反演精度要高于未经分类而直接建立的三波段模型.     

太湖水体颗粒物散射的剖面分布及其影响因素分析

为了探索太湖水体颗粒物散射的剖面分布特征,掌握水下散射变化机制,2008年11月对太湖3个不同深度的散射系数和后向散射系数分别进行观测.研究分析了它们随深度变化的特征;由衰减系数,计算出太湖水体颗粒物粒径分布函数(PSD)斜率值的剖面分布;根据散射系数与悬浮物浓度的相关关系,推算了悬浮物浓度及组成的剖面分布;根据水体折射指数,分析了不同深度水体散射系数的主导影响因子.在0、50、100 cm这3个深度处的颗粒物散射,分别有14%、17%、12%的样本是由藻类颗粒物主导的,35%、30%、34%是由无机颗粒物和非藻类有机颗粒物主导的,51%、53%、51%是由三者共同主导.结果表明,太湖水体的散射和后向散射系数随深度变化较小,不同湖区太湖水体总悬浮的浓度差异性很大,但是在不同剖面深度上差异较小,浓度差异较大的点基本上都出现在入湖河流旁,太湖水体颗粒物散射系数的主导影响因子除少数靠近入湖河流的样点外,大部分样点在不同剖面深度上差异较小.     

基于水下光场结构的巢湖初级生产力评价

根据2009年6月巢湖32个样点的实测数据以及归一化PAR强度数据,探讨巢湖水体的水下光场结构,并计算该水域的真光层深度,在此基础上结合叶绿素a浓度评价其初级生产力.结果表明,巢湖水体水下光强随着深度的增加呈现出指数衰减趋势,水深1 m处光强只有表层光强的0.07%～15.17%;且不同水深处的光场分布总体呈现出西部湖...     

珠江口水体组分的吸收特性分析

水体组分吸收特性是水下光场和水面光谱的主要影响因子,对其进行研究有助于提高对水体光学特性的认识和水质参数的遥感反演.基于2013年7月珠江口水体30个样本的实测数据,对珠江口水体总颗粒物、非藻类颗粒物、浮游藻类和CDOM的吸收特征进行了分析,结果表明:1总颗粒物吸收特征为非藻类颗粒物主导类型;2非藻类颗粒物的吸收系数遵循指数衰减规律,主要来源是陆源性输入,指数斜率Sd均值与空间变化幅度高于内陆二类水体;3多项式关系能较好地表达aph(440)与叶绿素a浓度的关系,而aph(675)与叶绿素a浓度存在很好的线性相关,辅助色素对浮游藻类吸收系数的影响主要在短波波段,长波波段叶绿素a的影响占主导地位,比吸收系数随叶绿素a浓度的增加而减小,呈现幂指数衰减规律;4CDOM输入以陆源为主,光谱曲线在紫外波段250~290 nm之间存在一个吸收肩,按光谱特征分段拟合Sg值能够更好地表达CDOM吸收特性,M值与A段(240~260 nm)的斜率Sg值呈现较强的正相关,珠江口水体的M值较小,CDOM中腐殖酸含量较高;5珠江口水体非色素颗粒物吸收在总吸收中占主导地位,浮游藻类吸收对总吸收的贡献远小于非色素颗粒物,CDOM吸收对总吸收的贡献最小,当CDOM中腐殖酸含量较高时,CDOM对水体总吸收的贡献大,腐殖酸含量较低时,CDOM对水体总吸收的贡献小.     

关中平原城市群夏季城市热岛特征及驱动力

以2001~2017年夏季长时间序列的MODIS地温产品及相关数据为基础,使用Mann-Kendall非参数检验与Sen’s斜率分析法揭示了关中平原城市群地表热环境的时空变化趋势,利用主成分分析法构建城市热环境指数（UTEI）来表征地区热环境的优劣,借助地理探测器对影响地表温度（LST）的主要因子进行驱动力分析.结果表明,关中平原城市群2001~2017年间夏季白天平均LST为29.3℃,夜晚为18.3℃,白天和夜晚LST的变化率分别为-0.053和0.026℃/a,白天的降温幅度略高于夜间的增温幅度.地表热岛强度（SUHII）在17a间呈上升趋势,白天的增长速率大于夜间,老城区的SUHII大于新建城区.UTEI与LST之间存在显著的负相关,白天（P<0.05,R²=0.850）和夜晚（P<0.05,R²=0.624）都表现为二次曲线关系.因子探测分析表明,地表干度指数（NDBSI）、高程（DEM）与增强植被指数（EVI）是白天LST空间分异的主控因子（q>0.6）,夜晚LST受夜间灯光、DEM与气溶胶光学厚度（AOD）的影响更大（q>0.4）.交互探测结果显示,DEM与NDBSI之间的交互效果在白天最好,DEM与夜间灯光之间的交互作用在夜间最大,任意双因子之间的交互作用优于单一因子的作用效果.本研究对于加强关中平原城市群地表热环境的监测与评价具有重要指导意义.     

湖泊富营养化状态的地面高光谱遥感评价

分别于2004-06和2004-08在太湖的21个固定监测站点进行原位水质取样分析和波谱实测,进而利用地面实测高光谱数据评价太湖水体富营养化状态.水体富营养化程度的评价指标为营养状态指数(TSI).首先,根据太湖水体固有光学特性,用分析模型的方法建立水体反射率模拟模型,进而用求解优化函数的方法,利用Matlab软件反演叶绿素a浓度;其次,利用反演的叶绿素a浓度,计算采样点位的营养状态指数,并利用ArcView软件进行插值,制作太湖富营养状态评价图.结果表明,2004-06和2004-08太湖富营养化程度差     

无锡市城市扩张的空间特征及驱动力分析

以无锡市1991、1996、2001和2005年的Landsat TM/ETM+影像为数据源,采用改进后的波段组合阈值提取法对无锡市城市建成区空间信息进行提取,并参照太湖流域土地利用分类图对提取的信息进行修正;通过影像叠加分析,研究 1991~2005年无锡市城市扩张的空间分布规律,认为无锡市城市总体扩张呈现出不断增加的态势,尤其是2000年以后,城市扩展出现快速发展。同时无锡市城市空间扩张呈现出不均匀性,主要包括集中连片发展和轴向扩展两种典型的扩展模式,而城市扩展方向主要集中在常州 无锡 苏州城市中心线沿线和环太湖方向,其中以东南部和东部扩展最为迅速;结合无锡市 1991~2005年社会经济以及人文数据,分析了人口及经济发展对城市扩张的影响,结果表明：人口的增加和城市的经济发展是影响无锡市城市扩展的两个重要因素。     

太湖水体散射特性及其与悬浮物浓度关系模型

水体散射特性与水环境参数如悬浮颗粒及其浓度密切相关.利用Wetlabs公司研制的水体固有光学特性测量系统,于2006-10～2006-11对太湖水体的散射系数和后向散射系数进行了测量.在对水体散射特性分析的基础上,建立了太湖水体颗粒物后向散射系数的光谱模型.此外,利用后向散射率计算水体折射系数,根据折射系数的变化范围,将水中颗粒物的主导因子分为3种类型：①浮游植物主导;②无机颗粒物主导;③两者共同主导.在对散射系数与无机悬浮物、有机悬浮物、总悬浮物浓度相关性分析的基础上,针对颗粒物主导因子的不同,分别建立了散射系数与无机悬浮物浓度的乘幂关系模型.