8-专题：基于环境小卫星的湖泊水质遥感监测
基于遥感的水资源短缺监测与评估研究
基于遥感的水资源短缺监测与评估研究一、引言水是生命之源，对于人类的生存、社会的发展以及生态系统的平衡都至关重要。
然而，随着人口的增长、经济的发展以及气候变化的影响，水资源短缺问题日益严峻。
为了有效地管理和保护水资源，及时准确地监测和评估水资源的状况变得尤为重要。
遥感技术作为一种高效、大范围、实时的监测手段，为水资源短缺的监测与评估提供了新的思路和方法。
二、遥感技术在水资源监测中的应用原理遥感技术主要通过传感器接收来自地球表面的电磁波信息，这些信息包含了丰富的地表特征和物理参数。
在水资源监测中，常用的遥感数据源包括可见光、红外、微波等波段。
可见光遥感可以获取水体的颜色、透明度等信息，从而判断水质状况。
红外遥感则能够测量水体的温度，对于研究水体的热交换和蒸发过程具有重要意义。
微波遥感具有穿透云层和在夜间工作的能力，能够全天候监测水体的范围和变化。
通过对这些遥感数据的分析和处理，可以提取出与水资源相关的参数，如水体面积、水位、水深、土壤湿度等。
三、水资源短缺监测的关键指标与遥感数据获取（一）水体面积和水位水体面积的变化是反映水资源量变化的重要指标之一。
通过遥感影像的解译，可以准确地识别出水体的边界，从而计算出水体面积。
对于大型湖泊和河流，还可以利用雷达测高卫星获取水位信息。
（二）土壤湿度土壤湿度直接影响着农作物的生长和水资源的涵养。
微波遥感可以穿透土壤表层，获取土壤湿度的分布情况。
（三）降水和蒸发降水是水资源的主要输入项，而蒸发则是主要的输出项。
气象卫星可以提供大范围的降水数据，而通过遥感反演地表温度和能量平衡，可以估算出蒸发量。
四、遥感数据处理与分析方法（一）影像预处理包括辐射校正、几何校正、大气校正等，以消除传感器误差、地形影响和大气干扰，提高数据的准确性和可比性。
（二）水体提取算法常用的方法有阈值法、光谱指数法、面向对象分类法等。
这些方法根据水体在不同波段的反射特性，将水体从背景地物中分离出来。
遥感技术在水体生态监测中的应用
遥感技术在水体生态监测中的应用在当今社会，随着环境问题的日益突出，对于水体生态系统的监测变得愈发重要。
而遥感技术作为一种强大的工具，正逐渐在水体生态监测领域发挥着不可或缺的作用。
遥感技术，简单来说，就是通过非直接接触的方式，获取远距离目标物的信息。
在水体生态监测中，它能够快速、大面积地收集有关水体的各种数据，为我们了解水体生态状况提供了有力的支持。
遥感技术在水体生态监测中的应用范围十分广泛。
首先，它能够用于监测水体的物理参数。
比如说，通过遥感影像，我们可以了解水体的面积、形状、水深等信息。
这对于研究水体的动态变化、洪水预警以及水利工程的规划和管理都具有重要意义。
在水质监测方面，遥感技术更是大显身手。
它可以检测到水体中的叶绿素 a 浓度、悬浮物含量、有色溶解有机物等指标。
叶绿素 a 浓度的高低反映了水体中藻类等浮游植物的生物量，进而可以推断出水体的富营养化程度。
悬浮物的含量则与水体的浑浊度相关，能够帮助我们了解水体的泥沙含量和污染情况。
而有色溶解有机物则与水体的有机污染程度密切相关。
此外，遥感技术还能够监测水体的温度分布。
水体温度的变化对于水生生物的生存和繁衍有着重要影响，同时也能反映出水体的热污染状况。
通过热红外遥感，我们可以清晰地看到水体温度的差异，及时发现异常情况。
那么，遥感技术是如何实现这些监测功能的呢？这主要依赖于不同波段的电磁波对水体的响应特性。
例如，可见光波段可以反映水体的颜色和透明度，近红外波段则对叶绿素等物质敏感，而热红外波段则用于测量水体的温度。
通过对不同波段遥感数据的分析和处理，我们就能够提取出有关水体生态的各种信息。
与传统的水体生态监测方法相比，遥感技术具有许多显著的优势。
传统的监测方法往往需要在现场采集水样，然后进行实验室分析，这种方法不仅费时费力，而且只能获取有限的点数据，难以反映水体的整体状况。
而遥感技术可以实现大面积、同步的监测，能够快速获取水体的空间分布信息，大大提高了监测的效率和覆盖范围。
基于遥感技术的湖泊水质监测与分析
基于遥感技术的湖泊水质监测与分析湖泊是地球上的大型自然水体, 在人类的生产生活中具有着不可替代的作用。
湖泊的水质是评价湖泊水资源是否可持续利用的重要指标。
近几年来, 湖泊水质污染问题越来越严重, 涉及到环境保护、农业生产等多个方面, 加之常规监测方式存在着时间和经济上的限制, 限制了湖泊水质监测与分析的效率和精度。
因此, 采用基于遥感技术的湖泊水质监测与分析方法已经成为研究者的重要选择, 本文详细介绍和分析了该方法的原理、优点和应用现状。
一.基于遥感技术的湖泊水质监测的原理遥感技术的本质是一种通过传感器或仪器获取地球表面信息的技术。
通过遥感技术的图像处理, 可以快速而准确地获取湖泊的水色、透明度等水体光学参数, 为湖泊水质监测和分析提供了可靠数据。
湖泊水质监测的工作流程是：首先通过卫星遥感获取湖泊的光谱数据, 进而通过各种数据处理方法计算反射光谱率, 通过水体反射率与水质参数（如溶解氧、叶绿素、总硬度）的经验关系得到水质参数。
其中, 遥感数据是以传感器为载体获得, 传感器分辨率越高, 获得数据的精确度就越高。
涉及常用的卫星传感器有Modis、Landsat、Sentinel等, 这些传感器可以捕捉到湖泊受到的自然光, 通过对湖泊的反射率进行处理、分类, 得到湖泊的光学参数。
光学参数是湖泊水质监测的基础参数, 包括水质透明度、浊度、悬浮颗粒物、叶绿素浓度等。
二.基于遥感技术的湖泊水质监测的优点相对于传统的湖泊水质监测手段, 采用遥感技术具有以下优点:1.时间成本低采用传统的水质监测方法, 需要定期采集水样进行分析, 时间成本高、经济成本高, 而遥感技术能够实现对广大湖泊水质监测的连续性监控和快速出图。
减少人力、物力投入, 快速反应湖泊生态变化, 有利于保护湖泊环境。
2.空间尺度大遥感技术基于卫星传感器记录和计算, 不受地理时间和空间限制, 视野具有全球性, 对于不同类型的湖泊, 不同时间段, 都能够获得数据进行计算, 以发现水体变化趋势。
使用遥感技术进行湖泊水质监测的方法
使用遥感技术进行湖泊水质监测的方法随着经济发展和人口增加，湖泊水质监测变得尤为重要。
传统的野外采样和实验室分析方法耗时费力，并不能实时监测湖泊的变化。
因此，使用遥感技术进行湖泊水质监测成为一种重要的方法。
本文将探讨遥感技术在湖泊水质监测中的应用，并介绍一些常用的遥感参数。
首先，遥感技术能够提供湖泊的空间分布信息。
卫星遥感可以提供高分辨率图像，用来研究湖泊的水体质量。
可以使用多光谱图像来获取湖泊水体物理和化学参数，如水温、浊度、溶解氧等。
这些参数的空间分布图可以帮助识别湖泊的污染源和热点区域，从而提供针对性的环境保护措施。
另外，遥感技术还能够监测湖泊水体的叶绿素含量。
叶绿素是水中藻类和水生植物的重要生物标记物。
它不仅可以指示湖泊中藻类生长的情况，还可以间接反映水体中的营养盐和有机物质的含量。
通过分析遥感图像中的叶绿素浓度，可以评估湖泊的富营养化程度，并制定适当的管理措施。
此外，监测叶绿素浓度的变化还可以帮助预测湖泊中藻华的发生，及时采取控制措施，保护水体健康。
除了叶绿素，遥感技术还可以用来监测湖泊水体中的悬浮物含量。
湖泊中存在的大量悬浮物会影响水体的透明度和光学特性。
通过分析遥感图像中的反射光谱，可以估算湖泊中悬浮物的浓度。
这为湖泊管理者提供了判断水质状况的重要依据，以制定相应的控制措施。
此外，利用遥感技术还可以监测湖泊水体的温度。
湖泊水温的变化与许多环境因素密切相关，如季节变化、气候变化和污染物排放等。
遥感技术可以提供湖泊水体温度分布的空间图像，有助于研究湖泊的热力特性以及水体混合和循环过程。
这对于预测藻华爆发、湖泊生态系统健康评估等具有重要意义。
最后，需要注意的是，遥感技术在湖泊水质监测中的应用也面临一些挑战。
首先，图像分辨率的限制可能影响参数的准确性。
较低的分辨率可能导致在湖泊边界和细微的参数变化处丢失细节。
其次，遥感监测的结果可能受到天气条件、大气和水体成分的干扰。
因此，需要对遥感数据进行校正和验证，并结合地面采样和实验室分析结果进行综合分析。
基于遥感技术的水资源遥感监测研究
基于遥感技术的水资源遥感监测研究一、背景介绍及研究意义随着经济和人口的增长，水资源的短缺问题愈发严重。
为了更好地保障水资源的有效管理和利用，水资源遥感监测技术应运而生。
基于遥感技术的水资源遥感监测是指利用遥感技术对水资源进行监测、调查和评估，以实现对水资源的有效保护和管理。
该技术已成为当前水资源保护的重要手段，具有重要的研究价值和应用前景。
二、主要研究内容1.水体信息提取技术水体信息提取是水资源遥感监测的重要一环，主要包括水体遥感图像的获取、处理、分析和应用等方面。
其中，提取水体边界和水体表面覆盖度是最为常用的方法。
例如，借助NDWI（归一化差异水体指数）的方法，可高效快速地提取水体信息，实现多时相水体的监测。
2.地表水定量遥感监测技术地表水是指河流、湖泊、水库和水渠等表面水体。
定量监测地表水的变化趋势和水量的大小是水资源遥感监测的关键问题。
借助遥感技术，可采用光学遥感、微波遥感、LIDAR遥感和SAR遥感等不同手段，进行地表水的信息监测和分析，从而获得地表水的变化信息和水量估算等数据。
3.地下水遥感监测技术地下水是指地表下面层的水资源，是人类生存和发展的重要水源。
遥感技术可以通过地下水位、潜水深度与地貌、岩性、沉积层厚度和渗透系数等因素之间的关系，来推断地下水资源的分布和变化。
例如，借助于地下水的电磁感应遥感技术，可以获得地下水信息的三维图像和特征参数，进而实现对地下水的监测和预测。
4.水文气象数据与遥感数据综合处理技术水文气象数据与遥感数据是水资源遥感监测的主要数据来源。
对这两类数据进行采集、处理和分析后，可综合得出水文台站和遥感卫星监测站之间的关联性和一致性。
例如，可采用剖面分析方法，结合遥感数据和气象数据，获得不同季节水体的温度和深度分布等参数，从而实现对水体的完整监测和有效利用。
三、应用领域分析水资源遥感监测技术具有广泛的应用领域。
其中，水资源管理企业和政府部门是应用该技术的重要领域之一。
使用遥感技术进行湖泊水质监测的方法
使用遥感技术进行湖泊水质监测的方法湖泊是自然景观中的重要组成部分，既是人们休闲娱乐的场所，也是许多动植物的栖息地。
然而，随着工业和城市化的不断发展，湖泊水质受到了严重污染的威胁，给湖泊生态系统和人类健康带来了巨大的风险。
为了实时监测湖泊水质，遥感技术成为了一种重要的手段。
首先，我们需要了解遥感技术。
它是通过卫星、飞机等远距离的方法获取地面的信息。
遥感技术通过检测地表反射、散射或辐射特征来获取环境数据，包括植被覆盖、土壤类型和水体质量。
对于湖泊水质监测而言，遥感技术能够提供更广泛、更全面的数据，减少了常规采样方法的工作量和时间成本。
其次，我们要了解遥感技术在湖泊水质监测中的应用。
遥感技术主要依赖于可见光、红外光和微波辐射等不同波段的传感器。
这些传感器可以检测湖泊的光谱特征，如水体中的叶绿素、悬浮物、溶解有机物质和蓝藻等。
通过对光谱特征的分析，我们可以了解湖泊水质的状态，及时发现异常情况，采取相应的措施保护湖泊生态。
在遥感技术的支持下，我们可以通过以下几个方面来进行湖泊水质监测。
首先是水体透明度的监测。
透明度是反映湖泊水体浑浊程度的重要指标，可以通过浮游植物和悬浮物的浓度来估计。
遥感技术可以通过检测水体的光学属性，如反射率和透过率，判断水体透明度的变化。
这种方法可以快速、准确地监测湖泊水体的浑浊情况。
其次是浮游植物的监测。
浮游植物是湖泊水质监测中的重要指标之一，其生长受光照、温度和营养盐等因素的影响。
通过遥感技术，我们可以获取湖泊水体中浮游植物的光谱特征，如叶绿素的浓度和叶绿素荧光的变化。
这些数据可以帮助我们了解湖泊的水质状态和生态系统的健康状况。
同时，遥感技术还可以用于监测湖泊水体中的悬浮物。
悬浮物主要来自于人类活动和自然过程，如农业排放、工业废水和土地侵蚀。
它们会降低湖泊的透明度，对湖泊生物造成威胁。
通过遥感技术，我们可以检测湖泊水体中悬浮物的光谱特征和浓度，及时发现悬浮物的积聚并采取相应的措施进行治理。
遥感技术应用于水环境监测
遥感技术应用于水环境监测随着科技的快速发展，遥感技术在各个领域的应用越来越广泛，其中之一就是在水环境监测中的应用。
遥感技术以其高效、准确的特点，在水环境监测中发挥着重要的作用。
本文将探讨遥感技术在水环境监测中的应用，并分析其优势和挑战。
一、遥感技术概述遥感技术是指通过卫星、飞机、无人机等载体，利用电磁波辐射与物体相互作用的原理，获取目标区域的信息并进行分析。
在水环境监测中，遥感技术主要利用其能够获取水体表面信息的能力，对水体的水质、水面温度、水体悬浮物、叶绿素含量等进行监测。
二、遥感技术在水质监测中的应用1. 水质参数监测：通过遥感技术获取的水质参数，如水体浊度、溶解氧含量、氮磷含量等，可以帮助人们及时了解水环境的变化，为水资源的合理利用提供依据。
2. 水体污染监测：遥感技术可以通过获取水体的颜色信息，分析水体中的污染物质含量，进而判断水体的水质状况是否符合标准，并及时预警和控制水体的环境污染。
3. 水面温度监测：遥感技术可以通过获取水体的热辐射信息，监测水体的温度分布，预测气候变化对水体的影响，为相关决策提供参考。
4. 水体漩涡监测：遥感技术可以通过水面纹理信息的变化，识别并监测水体中的漩涡，为湖泊、水库等水域工程的安全运营提供帮助。
三、遥感技术在水环境监测中的优势1. 大范围监测能力：遥感技术可以同时监测大范围的水域，获取实时的水质信息，为水资源的管理提供全面的数据支持。
2. 高空间分辨率：遥感技术可以获取较高的空间分辨率，可以观测到较小的水域区域，提高了监测效率。
3. 高时间分辨率：遥感技术的高时间分辨率可以帮助人们监测水体变化的趋势，并及时采取相应的措施，维护水环境的稳定与安全。
4. 非接触式测量：遥感技术可以避免传统水质监测中的接触式测量操作，减少人为因素的干扰，提高了监测的准确性和可靠性。
四、遥感技术在水环境监测中的挑战1. 传感器的选择：遥感技术中的传感器选择直接影响到监测数据的准确性和可靠性，需要根据具体需求选择合适的传感器。
基于Landsat卫星数据的洪湖水体遥感监测研究
（ ）对 比不 同时 期洪 湖 的水体 颜 色和 长江 的水 体 ４ 颜 色差 异 ， 现洪 湖 的水 质有下 降 的趋 势 。 发 （ ）分 析从 １７ ２ ０ ５ ９ ３～ ０ ０年 的 洪 湖 湖 泊 水体 面 积 和 降雨量 的相关 性 ， 湖湖 泊水 体 面 积 和年 降 雨 量 的 洪 Ｒ 值 达 到 ０ ９ ６ 说 明洪 湖水 体 面 积 和 降水 量 有 很 高 ．５ ， 的相 关性 ， 体 面积 的 变化 趋 势 和 降 雨 量 的变 化 趋 势 水
雨 量数 据 ， 洪 湖 水 体 面积 变 化 进 行 了探 讨 。 分 析 表 明 ： 湖 水 体 面 积 呈 下 降 趋 势 ；９ ３—２０ 对 洪 １７ ０ ０年 洪 湖 水 体
面 积 和 年 降 雨 量 数 据 、 期 降 雨量 数 据 的 相 关 性 都 很 高 ， 体 面 积 的 变 化 趋 势 和 年 降 雨 量 的 变化 趋 势 基 本 一 汛 水
基 于 Ｌｎ ｓｔ 星数 据 的洪 湖 水体 遥 感 监 测 研 究 ａｄａ 卫
文 雄 飞 ， 蔡 斌 ， 蓓 青 梁 益 同 赵 登 忠 陈 ， ，
（ ． 江 科 学 院 空 间信 息 技 术 应 用 研 究所 ， 北 武 汉 ４ ０ １ ２ 湖 北 气 象 局 武 汉 气候 区域 中 心 ， 北 武 汉 ４ ０ ７ ） １长 湖 ３ ００； ． 湖 ３ ０４
从 图 ５ ７ ８ ９可 以看 出 ， 湖 湖 泊 水 体 面积 和 降 ， ，， 洪 雨量 ， 无论 是年 降雨 量还是 汛期 降 雨量 （ ～ ９月 ） 都 ５ ，
存 在一 定 的相关性 。 别是 图 ５中 尺 值 达到 ０ ９ ６ 从 特 ．５ 。
图 ６可 以看到 １ ９ ９ ６年 是典 型 的丰水 年 ， 湖泊 的水 体 面 积也 明显 偏 大 ；９ ８年 是 典 型 的枯 水 年 ， 泊 的水 体 １７ 湖
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
3、叶绿素反演
叶绿素反演
本环节最重要的是地面实测点与星上 点的反演模型建立，涉及到定量遥感 的知识。 在前人研究了大量的算法和模型的基 础上，本专题选择经验模型之一波段 值模型（BNIR/BRED）来进行叶绿素 的反演，做为示例。 波段比值模型：
度。数据获ຫໍສະໝຸດ 说明 环境小卫星CCD-1B数据，在环保部卫星环境应用中心免费下 载获取，环境小卫星CCD数据下载地址： 环境小卫星的读取补丁下载地址： /s/blog_764b1e9d0101a9dh.html TM数据下载地址为： 大气校正用到的环境小卫星数据波谱响应函数下载地址： /n16/n1115/n1522/n2118/index. html
制图输出
启动32位envi，选择菜单File→Print，调用ArcGIS的制图工具。 如果没有安装ArcGIS，可以使用ENVI Classic的QuickMap。
专题总结
该专题从原始的 HJ1B-CCD 数据开始，在 ENVI 下经过一系列 数据预处理，得到具有正确地理坐标和真实光谱信息的太湖水 面数据，结合数学模型和定量遥感技术，反演太湖叶绿素浓度 。得到太湖叶绿素浓度成果图。 掌握知识：
反演出的参数a和b，带入反演模型：
Chla= 0.0417* BNIR/BRED+0.0167 叶绿素反演 Basic Tool->Bandmath， 表达式：0.0417*b1 + 0.0167 设置b1为b4/b3图像
得到叶绿素反演图。
4、成果后处理及应用
4.1 反演结果验证
2.1 数据读取和定标
安装环境小卫星数据读取和定标补丁
Home\Program Files\Exelis\ENVI51\Extensions目录下
数据读取和定标
主菜单->File->Open As->HJ-1A1B
2.2 几何校正（一、目的）
这一步是对环境数据进行几何校正，使其具有精确的地理信息 ，基准影像可以是地形图，也可以是已经过校正的其他中高分 辨率影像，本专题中采用已经过校正的TM数据作为基准影像。 目的是让环境小卫星影像拥有精确的坐标，可以与其他数据向 匹配，如实测GPS数据。
波谱范围：400－2500nm
2.3 大气校正（四、FLAASH基本参数设置）
基本参数设置
2.3 大气校正（五、FLAASH多光谱参数设置）
多光谱参数设置
2.3 大气校正（六、FLAASH高级参数设置）
高级参数设置
2.3 大气校正（七、结果检验）
结果检验 大气校正前后典型地物（植被）光谱曲线对比
将验证点对应的叶绿素反演值导出来，与验证点的实测值在 Excel表中一一对应。 同样可以进行反演模型建立，以R2对进行结果验证。
4.2 反演结果制图输出
彩色显示
在Layer Manager中，右键选择Raster Color Slices，在弹出的 对话框中设置颜色表，单击OK,将结果以彩色方式显示。
专题：基于环境小卫星的湖泊 水质遥感监测
技术支持邮箱：ENVI-IDL@ 技术支持热线：400-819-2881-7 官方技术博客：/enviidl 官方技术qq群：148564800
1、专题背景
专题背景
太湖是中国第三大淡水湖， 也是富营养化比较严重的湖 泊之一。悬浮物、叶绿素 a 、有色可溶性有机物等是水 质监测的重要参数。
Chla=a*（BNIR/BRED）+b
模型应用于图像
模型修正 星上点与地面实测点建模
3.1 采样点实测数据整理
这一步需要整理实地调查数据，将水面调查点的空间位置及实 测chla值一一对应。 实测点归类——反演点、验证点。 按照标准格式：点号、水面调查点的经纬度、叶绿素含量，以 四列形式保存为.txt和Excel文件。
ENVI主模块 FLAASH大气校正扩展模块 IDL开发的环境小卫星数据读取补丁 Excel相关功能
处理流程
数 据 预 处 理
HJ1B-CCD1原始数据
数据读取 辐射定标 几何校正 大气校正 太湖区裁剪
环境小卫星数据 处理补丁
基准影像 波谱响应函数 太湖矢量数据
星上点与地面实测点建模 叶 绿 素 浓 度 反 演
国产卫星数据的处理 预处理流程的安排 数据处理各个环节在ENVI下的操作及参数选择 定量遥感技术实现
2.2 几何校正 (二、工程区裁剪）
由于整景数据范围非常大，而我们的工程区只是其中一小部分 ，所以在进行几何配准之前，将太湖以及周边区域裁剪出来。
2.2 几何校正（三、图像配准）
以TM作为基准影像对环境小卫星图像进行图像配准
2.3 大气校正（一、概述）
获得地物真实的光谱信息是遥感反演的前提，大气校正可消除 大气影响，还原地物的真实信息，是定量遥感数据预处理中必 不可少的环节。
2.3 大气校正（二、制作波谱响应曲线）
环境小卫星提供了波谱响应函数，以文本形式提供，第一列表 示波长（ nm ），后面四列分别表示 4 个波段对应波长的波谱 响应值。需要制作波谱曲线来描述波谱响应函数，用于大气校 正
2.3 大气校正——（三、FLAASH大气校正）
数据准备 FLAASH对图像文件有以下几个要求：
这些水质参数浓度的变化，会引起水体生物光学特性和水面反射率的改 变，利用遥感技术，根据水体光谱特性与水质参数浓度间的关系，反演 水质参数，可以实现湖泊水质的高频率、大范围、准实时监测
专题概述
本专题详细介绍了利用环境小卫星 CCD-1B图像反演太湖叶绿 素a浓度的完整流程，涉及环境小卫星的数据读取、辐射定标 、几何校正、大气校正、反演模型的建立、遥感反演过程、反 演结果验证等内容。 使用模块和工具：
2.4 裁剪太湖区
利 用 ENVI FX 提 供 的 面 向 对 象 图 像 分 割 工 具 ， 首 先 获 得 Shapefile，然后利用ENVI的矢量编辑功能获取太湖矢量文件。 保存在 “4-专题：基于环境小卫星的湖泊水质遥感监测\3-大气 校正\太湖矢量数据”
2.4 裁剪太湖区
利用获得的Shapefile进行图像裁剪 太湖矢量数据：
数据是经过定标后的辐射亮度（辐射率）数据，单位是： （μ W）/（cm2*nm*sr）。 数据带有中心波长（wavelenth）值，如果是高光谱还必须有波段宽度（
FWHM）,这两个参数都可以通过编辑头文件信息输入（Edit Header）。
数据类型
• 支持四种数据类型：浮点型（ floating ）、长整型 (long integer ) 、整型（ integer）和无符号整型 (unsigned int)。数据存储类型： ENVI标准栅格格式 文件，且是BIP或者BIL。
模型修正
模型应用于图像
叶绿素浓度分布图
结果分析
流程说明
根据环境小卫星CCD数据特点及太湖水质反演技术要求，采用 的技术路线为：先对环境小卫星CCD数据进行数据预处理：数 据读取、辐射定标、几何校正、大气校正、太湖区裁剪， 利 用波段比值法对实测的叶绿素 a浓度数据建立反演模型，将模 型应用于太湖水面区域影像，反演出整个太湖区的叶绿素 a浓
3.2 采样点星上数据获取
生成波段比值影像
Basic Tool->Bandmath，表达式：float(b4)/b3
在波段比值影像上导入采样点数据，将影像上对应位置的像素 值导出
3.3 模型参数反演
在Excel中选中BNIR/BRED值与叶绿素a实测值，绘制散点图
3.4 叶绿素反演
进入专题
数据：
“4-专题：基于环境小卫星的湖泊水质遥感监测”
成果后期 叶绿素反演 处理及应 用
数据预处理
2、数据预处理
图像预处理流程
HJ1B-CCD1原始数据
数据读取 环境小卫星数据处理补丁 辐射定标 几何校正 大气校正 太湖区裁剪 基准影像 波谱响应函数
太湖矢量数据
太湖水面HJ1B-CCD1数据