4.+水体遥感-4.3+水体参数反演
水体参数的遥感反演实验步骤
水体参数的遥感反演实验步骤目标本实验旨在通过遥感技术，反演水体参数，为水环境管理和水生态保护提供科学依据。
通过具体步骤的阐述，揭示遥感反演水体参数的过程，并展示其可行性和优势。
步骤1. 数据采集遥感数据的采集是实验的第一步。
这一阶段，我们需要选择合适的卫星传感器，如Landsat、Sentinel等，以获取水体在不同波段的光谱信息。
此外，还需获取水体的地理位置、形状、水深等辅助信息。
2. 数据预处理原始遥感数据需要进行一系列的预处理，包括辐射定标、大气校正、地形校正等，以消除噪声和其他干扰因素。
这一步骤是遥感数据处理的关键环节，可以有效提高数据的质量和准确性。
3. 特征提取在预处理的数据中，我们需要提取与水体参数相关的特征。
这些特征可能包括水体的颜色、纹理、形状等。
通过运用机器学习算法，从预处理的数据中挖掘出这些特征，为后续的反演提供依据。
4. 模型构建与训练利用提取的特征和已知的水体参数，构建并训练预测模型。
常用的模型包括支持向量机（SVM）、随机森林（RF）、神经网络等。
通过交叉验证等技术，评估模型的性能，并对模型进行优化，以提高预测精度。
5. 水体参数反演利用训练好的模型和实时获取的遥感数据，对水体参数进行反演。
这一步骤将遥感数据转化为具有实际意义的水体参数，为水环境管理和保护提供科学依据。
实例支持以某湖泊为例，我们通过Landsat 8卫星获取了湖泊在不同波段的光谱信息。
经过预处理和特征提取，我们发现湖泊的水色与波段4（红色光）和波段5（近红外光）的反射率具有显著相关性。
进一步地，我们利用支持向量机模型，以水色为特征，成功预测了湖泊的叶绿素浓度、悬浮物浓度等关键水体参数。
预测结果与实际监测数据具有高度一致性，证明了遥感反演水体参数的可行性和实用性。
看法与能力展现通过本次实验，我们认识到遥感技术在反演水体参数方面的优势。
遥感数据具有覆盖范围广、获取方便、时效性强等特点，使得我们可以快速、准确地获取水体参数信息。
第四章水体遥感-PPT课件
王细元 城市与环境学院
（4）水域变化监测
Geography Analysis for Remote Sensing
遥 感 地 学 分 析
2019年1月15日FY-1C观测到的渤海海域海冰监测图像
王细元 城市与环境学院
（4）水域变化监测
Geography Analysis for Remote Sensing
利用遥感技术能迅速、同步地监测大范围水环境 质量状况及其动态变化，在这些方面弥补了常
遥 感 地 学 分 析
规监测手段的不足，因此引起许多环境科学工 作者的重视。 就精度而言，遥感方法通常低于常规监测方法， 但遥感技术正是通过这种精度上的损失，换取 了水环境研究的区域性、动态性和同步性，这 正是把遥感技术应用于水环境研究的意义所在
王细元 城市与环境学院
4.1 水体的光谱特性
Geography Analysis for Remote Sensing
遥 感 地 学 分 析
不同叶绿素含量水体的反射光谱曲线
王细元 城市与环境学院
Geography Analysis for Remote Sensing
遥 感 地 学 分 析
王细元 城市与环境学院
王细元 城市与环境学院
Geography Analysis for Remote Sensing
遥 感 地 学 分 析
阈值为26
王细元 城市与环境学院
水体指数法：利用平原地区陆地水在TM2比 TM5的反射率高，而其他地物不具备这一特 性而进行水体信息提取。
遥 感 地 学 分 析
Geography Analysis for Remote Sensing
王细元 城市与环境学院
水体悬浮物浓度遥感反演经验模型
水体悬浮物浓度遥感反演经验模型摘要常规的悬浮物浓监测是通过对水体取样，进而再对水样进行实验室化学分析实现的，需要耗费大量的人力物力，而且所得到的仅是取样点的数据，对区域面状水域的评价只能是以点代面，因此，难以满足对大面积水环境质量监测的要求。
悬浮沉积物作为近海水体污染物的源和汇，是表征水环境质量的一个重要参数，同时又是水体的主要光学活性物质之一，与水体的光学性质密切相关，其浓度大小直接影响卫星遥感信号的强弱。
如叶绿素在440nm 附近有一吸收峰，在550nm附近有一反射峰，在可见光和近红外波段，悬浮物浓度的增加将导致水体反射率的增加等，正是由于这些光谱特性的存在，使得遥感监测水质参数成为可能。
从定量遥感的角度考虑，建立准确的遥感反演模型需要深入研究水体的光谱特征，国外对此研究较早，并且建立了完善的水体光学测量规范，为发展准确的遥感反演算法奠定了坚实的基础。
国内对此也开展了一些研究，尤其是在含沙水体光谱特征研究上，通过模拟实验和现场测量两种方式，获得了遥感反射率对应不同含沙量水体的变化规律。
但是，不同水域悬浮物的成分、粒径分布和浓度的不同，其相应的反射率光谱特性也有所差异，目前国内对不同区域水体光谱特征的把握上还不全面，所以遵循美国NASA的海洋光学测量规范，测量获取了实验海域混浊水体的水面反射率光谱和对应的水体悬浮泥沙浓度等数据，在分析实测光谱特征的基础上，研究了水体表层悬浮泥沙浓度与不同波段遥感反射率之间的相关性，从中选取敏感波段进行统计分析，采用回归方程建立悬浮泥沙浓度遥感反演经验模型。
另外，基于人工神经网络建立了悬浮物浓度遥感反演的经验模型。
1水体遥感原理1.1 水色遥感原理水色遥感是通过卫星传感器接收的离水辐射信号，对水体中待定物质的浓度信息等进行反演，这些物质主要包括浮游植物等悬浮物。
水体中各种物质组成及其对应的浓度差异是造成水体光学性质差异的主要原因，主要表现为水体的吸收特性和散射特性的不同。
自然资源质量参数遥感反演-土壤、植被和水体
ln(SDD) = 1.133 – 10.533 * blue – 13.805 * red
R2 s.e. F
p
n
0.88 0.37 249.0 <0.001 71
0.83 0.20 60.51 <0.001 25
1.2
1.0
0.8
0.6
0.4
0.2 0
100
200
300
400
500
Number of vessels
（Water Research， 2007，从遥感角度阐明采砂引起鄱阳湖水质下降）
研究结果-鄱阳湖 -悬浮泥沙浓度-MODIS
No.
Regression model
R2 s.e.
F
(1)
SSC=1.063*e(27.859*R)
思考：
模型有普适性吗？实验室内方法能拓展到实地或星上吗？ 地表植被覆盖问题？裸地（翻耕、不毛之地） 从植被光谱间接获得土壤信息靠谱吗？ 真能解决实际问题吗？比如智慧农业
Tiezhu Shi, Long Guo, Yiyun Chen, Weixi Wang, Zhou Shi, Qingquan Li, Guofeng Wu*. Proximal and remote sensing techniques for mapping soil contamination with heavy metals. Applied Spectroscopy Reviews, 2018, 248：306-315 Tiezhu Shi, Yiyun Chen, Yaolin Liu, Guofeng Wu*. Visible and near-infrared reflectance spectroscopy—An alternative for monitoring soil contamination by heavy metals. Journal of Hazardous Materials, 2014, 265：166-176
农田水质监测方法
农田水质监测方法农田水质监测是保障农业生产和环境安全的重要手段。
通过监测农田水质，可以及时发现和解决水质污染问题，保障农业生产的可持续发展。
本文将介绍几种常用的农田水质监测方法，帮助读者了解并应用于农田水质监测工作中。
一、现场监测方法1. 水样采集：在农田水体中选择合适的采样点，使用专用采样器具进行水样采集。
采样时需要注意避开废水排放口、化肥农药施用区等可能存在水质污染的点位。
2. 参数测定：将采集到的水样带回实验室，使用仪器设备进行水质参数测定。
常用的水质参数包括溶解氧浓度、氨氮含量、pH值、悬浮物浓度等。
通过测定这些参数，可以直观地了解水体的污染状况。
3. 数据分析：将测定所得的数据进行比对和分析，判断农田水质的优劣。
可以采用统计学方法进行数据分析，找出异常值、趋势变化等。
二、遥感监测方法1. 遥感数据获取：使用遥感影像获取农田水质监测所需的数据。
可以利用卫星、无人机等载具获取高分辨率的遥感影像，以便更准确地监测水质状况。
2. 影像处理：对获得的遥感影像进行预处理和图像处理，包括大气校正、辐射定标、影像融合等。
这些处理步骤可以提高影像质量，同时减少误差。
3. 水质参数反演：利用获取的遥感数据，通过建立合适的模型，反演农田水体中的水质参数。
常用的反演方法包括基于光学性质的反演模型和基于多元统计的反演方法。
三、传感器监测方法1. 传感器安装：在农田水体中设置传感器装置，实时监测水质参数。
传感器的选择应根据实际需求，包括水质参数种类、探测深度、自动化程度等。
2. 数据采集：传感器实时采集农田水质参数数据，并通过数据传输装置将数据传输到监测中心或云平台。
传感器的数据采集频率可以设置为不同的时间间隔，以满足监测需求。
3. 数据分析和应用：通过对传感器数据的分析和处理，得出相关的水质信息，例如水质的变化趋势、污染源的定位等。
这些信息对于农田水质管理和污染防治具有重要指导意义。
综上所述，农田水质监测方法主要包括现场监测方法、遥感监测方法和传感器监测方法。
遥感水质反演方法
遥感水质反演方法介绍遥感水质反演方法是利用遥感技术对水体中的水质参数进行估计和预测的方法。
通过获取水体的光谱信息和其他遥感数据，结合水质模型和算法，可以实现对水体中各种水质参数的反演。
这对于水环境监测、水资源管理和环境保护非常重要。
水质参数水质参数是指描述水体水质状况的各种指标和参数，包括浊度、叶绿素浓度、溶解氧、水温等。
这些参数反映了水体的透明度、富营养化程度、生态环境等关键信息。
通过准确反演水质参数，可以及时监测水体的变化和污染状况。
常用水质参数•浊度：反映水体中悬浮颗粒物的浓度和分布情况。
•叶绿素浓度：反映水体中藻类的生物量和富营养化程度。
•溶解氧：反映水体中溶解氧气的含量和供氧能力。
•水温：反映水体的热力状态和季节变化。
遥感技术在水质反演中的应用遥感技术在水质反演中起到了至关重要的作用。
通过获取水体的遥感数据，可以实现对水质参数的间接估计和预测，从而实现对水体水质状况的监测。
遥感数据获取•遥感卫星：利用遥感卫星获取高分辨率的遥感影像数据。
•空中遥感：利用无人机等平台获取高空间分辨率的遥感影像数据。
•地基遥感：利用地面测量仪器获取地表光谱信息和水质参数。
遥感数据处理•大气校正：通过大气校正算法消除大气对遥感数据的干扰。
•水体提取：利用遥感影像数据进行水体提取，获取水体的空间分布信息。
•光谱分析：通过分析水体的光谱特征，获取水体中各种水质参数的估计值。
水质模型和算法•反演模型：建立水质参数与遥感数据之间的关系模型，实现水质参数的反演。
•机器学习算法：利用机器学习算法，通过训练样本建立水质模型，实现水质参数的预测。
•统计方法：通过统计分析水质参数与遥感数据之间的关系，实现水质参数的估计。
遥感水质反演方法的优势与挑战遥感水质反演方法具有许多优势，但也面临一些挑战。
优势•非接触性：遥感技术可以在不接触水体的情况下获取水质信息，避免了传统采样方法的局限性。
•高时空分辨率：遥感数据具有较高的时空分辨率，可以实现对大范围水体的快速监测和预测。
遥感水质反演方法
遥感水质反演方法
遥感水质反演方法是利用遥感技术获取水体的光谱信息，并通过光谱反演模型来估算水质参数的一种方法。
常见的遥感水质反演方法有以下几种：
1. 定量遥感反演方法：通过构建光学模型，将遥感影像中的光谱信息与水质参数建立数学关系，从而估算水质参数。
常见的定量遥感反演方法有主成分分析法、最小二乘支持向量机法、遗传算法等。
2. 半定量遥感反演方法：利用遥感影像中各波段的反射率与水的溶解性固体、浊度等水质参数之间的经验关系，进行半定量的水质估算。
3. 统计学方法：通过收集水质取样的实测数据，并与遥感影像中的光谱数据进行统计分析，通过建立统计回归模型来估算水质参数。
4. 物理模型方法：通过建立水体光学模型，模拟光在水体中的传播过程，根据观测到的遥感影像数据与模型计算的光谱反射率进行比对，从而反演水质参数。
综合运用这些遥感水质反演方法，可以对水体的营养盐含量、叶绿素浓度、溶解有机物、浊度等水质参数进行高效准确的估算，为水资源管理和环境保护提供科学依据。
水体遥感原理
一、水体遥感原理水体的光学特征集中表现在可见光在水体中的辐射传输过程,包括水面的入射辐射、水的光学性质、表面粗糙度、日照角度与观测角度、气-水界面的相对折射率以及在某些情况下还涉及水底反射光等。
对于清水，在蓝一绿光波段反射率为4%~5%。
0.5μm以下的红光部分反射率降到2%~3%，在近红外、短波红外部分几乎吸收全部的入射能量。
因此水体在这两个波段的反射能量很小。
这一特征与植物形成十分明显的差异，水在红外波段（NIR、SWIR）的强吸收，而植被在这一波段有一个反射峰，因而在红外波段识别水体是较容易的。
1.1、水光谱特性水体的光谱特性不仅是通过表面特征确定的，它包含了一定深度水体的信息，且这个深度及反映的光谱特性是随时空而变化的。
水色（即水体的光谱特性）主要决定于水体中浮游生物含量（叶绿素浓度）、悬浮固体含量（混浊度大小）、营养盐含量、有机物质、盐度指标）以及其他污染物、底部形态（水下地形）、水深等因素。
二、水体富营养化2.1、富营养化定义当大量的营养盐进入水体后，在一定条件下引起藻类的大量繁殖，而后在藻类死亡分解过程中消耗大量溶解氧，从而导致鱼类和贝类的死亡。
这一过程称为水体的富营养化。
2.1、这些浮游植物以蓝藻为主，均含有叶绿素a，它们的存在使得近红外波段进入水体反射率明显上升。
叶绿素在蓝波段的440 nm 以及红波段的678nm 附近有显著的吸收,当藻类密度较高时水体光谱反射曲线在这两个波段附近出现吸收峰值。
因此可利用遥感影像对其进行动态监测预警。
水体富营养化主要评价依据三、遥感在水体富营养化中的应用过程一、采样和遥感数据预处理二、叶绿素模型建立三、多时相监测控污一、采样和遥感数据预处理采用实验区每个波段上的平均灰度值作为定量反演的指标值。
然后采样，根据实测数据在试验区遥感图片上选取对应灰度值,数据预处理通常包括卫星影像的投影坐标校正、水陆分界、噪声修正、辐射匹配、水面反射校正以及漂浮植物分布区的确定。
卫星遥感技术在河流水质检测和保护方面的应用
卫星遥感技术在河流水质检测和保护方面的应用引言：河流水质的检测和保护对于维持生态平衡和人类生活至关重要。
然而，传统的野外监测方法无法满足对大范围水质数据的需求。
因此，卫星遥感技术的出现为河流水质检测和保护提供了一种全新的解决方案。
本文将就卫星遥感技术在河流水质检测和保护方面的应用进行探讨。
一、卫星遥感技术在河流水质检测中的应用1. 水体参数反演卫星遥感技术可以通过测量水体的可见光谱、红外光谱等信息，进而推算出一系列水体参数，如叶绿素浓度、浊度、水温、溶解氧等指标。
这些参数可以提供河流水质状况的直观反映，帮助监测水体环境质量。
2. 各项水质指标监测通过获取卫星遥感成像数据，可以对河流水体进行彩色合成，将水体中不同污染物的分布情况清晰可见。
同时，结合水质参数反演模型，可以定量计算得到各项水质指标的空间分布图，如溶解氧分布、氮磷含量分布等，为水环境监测和评估提供科学依据。
3. 长期监测和趋势分析卫星遥感技术具有长时间尺度的观测能力，可以实现对水质参数的动态监测和趋势分析。
通过对历年数据的对比分析，可以揭示出河流水质污染的发展趋势，为制定水资源保护和治理策略提供依据。
二、卫星遥感技术在河流水质保护中的应用1. 排污点监测和追踪卫星遥感技术可以通过监测河流中的污染源，如工业排污点、城市生活污水排放口等，实现对污染源的时空分布监测和追踪。
通过及时发现和定位污染源，有助于迅速采取相应的应对措施，保护河流水质。
2. 生态环境评估卫星遥感技术可以通过获取高分辨率的遥感图像，对河流的综合生态环境进行评估。
通过分析植被覆盖、土地利用、水体净化功能等因素，可以评估河流湿地的生态健康状况，为生态环境保护提供科学依据。
3. 水资源管理利用卫星遥感技术不仅可以监测河流的水质状况，还可以实现对水资源的综合管理。
通过监测雨水的分布和径流的情况，可以预测河流的水量变动，帮助水资源管理部门制定合理的水资源调度措施，保护河流的可持续利用。
浅海遥感水深反演研究及其软件设计与实现
第 22卷第 11期2023年 11月Vol.22 No.11Nov.2023软件导刊Software Guide浅海遥感水深反演研究及其软件设计与实现廖旋芝1，邱骞2，熊显名3（1.北部湾大学电子与信息工程学院，广西钦州 535011；2.广西幼儿师范高等专科学校初等教育学院，广西南宁530022；3.桂林电子科技大学广西光电信息处理重点实验室，广西桂林 541000）摘要：针对目前暂无专门利用卫星遥感影像分析浅海水深软件的问题，研究了一种基于IDL的浅海遥感水深反演软件，能够快速、准确地反演浅海水深。
首先分析了国内外卫星遥感水深反演的理论研究以及水深反演专业软件现状，在此基础上依托IDL语言，设计并实现涵盖输入显示、水深反演、输出保存和其他辅助功能在内的浅海遥感水深反演软件。
采用新竹市南寮附近海港的IKONOS和南沙群岛中鸿庥岛的GeoEye-1卫星影像分别进行绝对水深和相对水深反演。
绝对水深和相对水深反演下的各项评价指标：R2分别为0.996 7、0.989 7，RMSE分别为0.572 6 m、1.0761 m，MRE分别为6.659 3%、 5.496 2%，MAE分别为0.479 2m、0.659 2m，可见水深反演精度良好，软件稳定性较高，可快速、准确地实现浅海遥感水深反演，软件具备一定的推广性。
关键词：反演软件；水深反演；浅海遥感；IDLDOI：10.11907/rjdk.231756开放科学（资源服务）标识码（OSID）：中图分类号：TP319 文献标识码：A文章编号：1672-7800（2023）011-0071-08Research on Remote Sensing Water Depth Inversion in Shallow Waterand Its Software Design and ImplementationLIAO Xuanzhi1， QIU Qian2， XIONG Xianming3（1.College of Electronics and Information Engineering， Beibu Gulf University， Qinzhou 535011，China；2.Primary Education College， Guangxi College for Preschool Education， Nanning 530022，China；3.Guangxi Key Laboratory of Optoelectronic Information Processing， Guilin University of Electronic Technology， Guilin 541000，China）Abstract：Due to the current lack of specialized software for satellite remote sensing image analysis of shallow water depth， this article studies a shallow sea remote sensing water depth inversion software based on IDL， so as to invert shallow water depth quickly and accurately. Firstly，the theoretical research on satellite remote sensing water depth inversion at home and abroad was analyzed， as well as the current status of pro‑fessional software for water depth inversion， on this basis， relying on IDL language， designed and implemented a shallow sea remote sensing water depth inversion software that includes input display， water depth inversion， output saving， and other auxiliary modules. Absolute water depth and relative water depth were retrieved using IKONOS at the harbor near Nanliao， Hsinchu City and GeoEye-1 Satellite imagery at Hon‑gxiu Island， which belongs Nansha Islands. Various evaluation indicators under absolute and relative water depth inversion， Among them， R2 is 0.996 7， 0.989 7， RMSE is 0.572 6 m， 1.076 1 m， MRE is 6.659 3%， 5.496 2%， MAE is 0.479 2 m， 0.659 2 m. It can be seen that the ac‑curacy of water depth inversion is good， and the software has high stability， achieved fast and accurate shallow sea remote sensing water depth inversion. The software has a certain degree of popularization.Key Words：inversion software； water depth inversion； shallow sea remote sensing； IDL0 引言海洋在地球表面的覆盖面积达到71%，浅海又是人类与海洋接触最频繁的海域，因此无论从人类发展出发，还是从军事、国防角度来看，人们都期望利用海洋资源来解决能源短缺问题。
- 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)。
0.08 0.07 0.06 0.05 0.04 0.03 0.02 0.01 0.00
400
55#_Meas 55#_Sim
Cspim＝118
Cspim=118.3; Cspom=21.0; Cchl=14.0; ag440=1.0172.
450 500 550 600 650 700
0.04
0.03
实例：太湖水色参数陆地卫星遥感估算（王得玉，2008）
◼ 以生物光学模型为理论基础，利用实测的水体固有光学特征、表观光学特征 和水体组分浓度数据，构建用于水色参数遥感估算的分析模型
◼ 进行分析模型的正向模拟，并进行水体反射率对水色参数的敏感度分析，为 选择最佳的估算波段提供理论支持。结果表明：水体遥感反射率对无机悬浮 物的敏感度很高，红光和绿光波段最高；对有机悬浮颗粒的敏感度较高，在 绿光波段最高；对叶绿素的敏感度较低，其峰值出现在红光波段
◼ 叶绿素a的吸收和后向散射系数
叶绿素a的吸收系数可表达为：
(Pierson and Strombeck, 2001; Ma,2006a)
a ph ()
=
a
* ph
(
)CCHL
=
A( )CC1−HBL( )
为了定义该幂函数关系，需要对测 量的每一个波长点光谱（n＝67） 用回归方法获取系数A和B
1.0
59#_Meas
59#_Sim
0.03
0.02
0.02 0.01
Cspim＝4.9
Cspim=4.93; Cspom=1.73;
0.01
Cchl=2.62; ag440=0.732.
0.00 400 450 500 550 600 650 700
部分样点的模拟水体反射率光谱与实测光谱的对比
◼ 评价参数
– 参考波长取440nm，形态因子Sd = 0.0117作为分析模型通用参数
– SPOM在440nm处的吸 收系数与其浓度相关， 可表示为SPOM浓度和 在波长440nm处的单a
* d
(440)CSPOM
= 0.2711CSPOM
部分样点的SPOM模拟光谱
◼ 无机悬浮物的后向散射系数
400
平均的后向散射系数 标准化后向散射系数 20# 13# 30# 31# 2# 33# 50#
450
500
550
600
650
部分样点的模拟效果
700 （nm）
正向模拟
Rrs () = f (CSPIM , CSPOM , CCHL , ag (440))
◼ 正向模拟就是基于分析模型，利用水色参数（WQP）来模拟水体遥感 反射率（AOP）的过程
2007和2008年太湖蓝藻暴发
饮用水危机
典型特征水域考察（2008-5-13）
梅梁湾条带状蓝藻
贡山湾蓝藻暴发
无锡自来水取水口
梅梁湾太湖站附近
卫星遥感数据
◼ 传感器：Landsat -5 TM ◼ 选择波段：
蓝 (450~520nm) 绿 (520~600nm) 红 (630~690nm) 近红外 (760~900nm) 中红外 (2080~2350nm) ◼ 空间分辨率：30m ◼ 成像日期：2004-10-14 ◼ 数据来源：中国遥感卫星地面站
0.05 0.05 0.04 0.04 0.03 0.03 0.02 0.02 0.01 0.01 0.00
400
3#_Meas 3#_Sim
Cspim=37.2; Cspom=10.4; Cchl=17.7; ag440=1.274.
450 500 550 600 650 700
0.05 0.05 0.04 0.04 0.03 0.03 0.02 0.02 0.01 0.01 0.00
4.3 水体参数遥感反演 水色遥感
◼ 利用遥感技术直接或间接探测水体参数：叶绿素a浓度（Chl-a）、悬 浮泥沙含量、水深（水体透明度SD）、水温、黄色物质（溶解性有 机物DOM等）
◼ 水色遥感反演方法
经验统计方法（主流）：遥感数据（表观光学参数AOP）与所求 物理量之间建立经验-统计回归分析模型
◼ 正向模拟对水色遥感的意义： ① 通过水体物质组分的变化估测遥感反射率的变化，进而确定不同传感
器的适用性，推演所得的数据可以用来评价、改进已有的遥感算法， 有利于提高水质遥感估算的精度 ② 通过对模拟遥感反射率与实测遥感反射率的分析，可以分析遥感反射 率对模型参数的敏感度，从而可以改进模型参数以提高估算精度
SPOM, CHL, CDOM的吸收系数(单位: m-1) 水体的后向散射系数(单位: m-1)
表观光学特征
64个野外测量采样点的分布 （测量日期:2004/10/18-29）
使用ASD的水体测量专用双通道地物波谱仪 FieldSpec 931， 测量离水辐射亮度和天空光辐射亮度，计算水体的反射率
0.004 0.003 0.002 0.001 0.000
0.7
bbw
aw
0.6
0.5
0.4
0.3
0.2
0.1
0
散射系数(m-1) 吸收系数(m-1)
波长 414 429 444 459 474 489 504 519 534 549 564 579 594 609 624 639 654 669 684 699
400
24#_Meas 24#_Sim
Cspim=27.3; Cspom=9.5; Cchl=7.7; ag440=1.05.
450 500 550 600 650 700
0.06
28#_Meas
0.05
28#_Sim
0.04
0.03
0.02
Cspim=33.7; Cspom=7.37;
Cchl=22.5; ag440=0.854. 0.01
利用HydroScat6测量的六个波长点（412, 488, 532, 589, 676, 852nm） 的总后向散射系数，根据下式计算SPIM的后向散射系数：
SPIM浓度范围较大(2～147mg/L)， Jupp（1994）给出的函数无法很好 地拟合5个波长点的SPIM后向散射 系数，特别是当SPIM浓度>30mg/L 时，拟合精度<0.1。因此，利用实 测水体反射率光谱和其他水色组份 的吸收和散射系数，反推求出SPIM 后向散射系数光谱
◼ 基于分析模型进行水色参数的遥感估算。TM3与悬浮物浓度呈指数关系，该 指数函数可以用于悬浮物的估算；考虑到水体遥感反射率对叶绿素的敏感度 较低，在特定的悬浮物浓度下TM2/TM3与叶绿素浓度呈明显的线性关系
有关缩略词
CHL 叶绿素a SPM 悬浮物 SPIM 悬浮无机物 SPOM 悬浮有机物 DOC 可溶性有机碳/黄色物质 CDOM 有色可溶性有机物 WQP 水质参数 IOP 固有光学特征 AOP 表观光学特征 TOA 大气层顶反射率
Pearson决定系数R2 相对误差RE 均方根误差RMSE
◼ 评价结果
分析模型可以很好地模拟反射 光谱在400～700nm范围内的变 化趋势
模拟反射率光谱与实测光谱之 间存在一定偏离，但绝大多数 样点偏离幅度不大
700
700
Rrs () sim − Rrs ()meas
RE = =400
bbSPIM ( ) = bbSPIM (442)SbSPIM ()
bbSPIM(442)= 0.0354 作为通用参数
442nm归一化的后向散射系数
bbSPIM () = bb () − bbph () − 0.5bw ()
1.3 1.2 1.1 1.0 0.9 0.8 0.7 0.6 0.5 0.4
水质采样
天空光和水体的辐亮度
标准灰板的辐亮度
理论基础
• 水面以下水体的辐照度比（Gordon, 1975）： R− () = f bb () a() + bb ()
f 为可变常量，a() 和 bb () 分别为水体总吸收系数和总后向散射系数
• 在水色遥感中，经过水气界面校正的水体表面遥感反射率 Rrs () 更为常用，
纯水的吸收和散射系数
◼ 黄色物质的吸收系数
– 其吸收光谱从紫外和蓝波段随波长的增加呈指数规律下降：
ag () = ag (0 ) exp[−sg ( − 0 )]
– 参考波长取440nm，形态因子Sg=0.01323, ag (440)=1.0363作为通用参数
不同形态因子的模拟效果
部分样点的模拟效果
0.4
0.0
400 450 500 550 600 650 700 波长（nm）
半经验分析方法：将固有光学参数IOP作为中介，在AOP与IOP之 间经验函数关系基础上，加入IOP与所求物理量之间的解析模型， 最终建立AOP与物理量之间的对应关系
辐射传输模型：以水体上行辐射与水体成分的吸收、散射特性之 间的辐射传输理论为基础，通过多种辐射传输方程的近似求解， 建立反演模型
水色遥感
=400
700
Rrs ()meas
=400
64样点正向模拟评价的统计描述
采样点 R2 平均值 0.97 最小值 0.57 最大值 1.00
RE RMSE
0.14
0.19
0.00
0.06
0.65
0.56
敏感度 敏感度
敏
感
度
分
析 的 结
2.0 (b) 敏感度－SPIM
1.6
SPIM 果 1.2
0.8
为了把水体正向光学模型与水色遥感反演和光谱测量联系起来，需要把
R− ( ) 转换成 Rrs ()
⚫ 水体表面遥感反射率可以定义为离水辐照度与水体表面入射辐照度之比
Rrs ()
=