太湖春季水体固有光学特性及其对遥感反射率变化的影响
太湖藻华水体的遥感监测与预警
自然 灾 害 具 有 更 强 的 实 时 监测 能力 ， 满 足 太 湖 水 域 藻 华 遥 可
感 胨 测 的需 要 。本 研 究 结 合 太 湖 水 体 高 光 谱遥 感 实 验 ，建 赢
等过程 。几 何 校 正结 合 Ｌ Ｂ数 据 中 自带 的经 纬 度 信 息校 Ｉ
太 湖 藻华 水体 的遥 感监 测 与预 警
宋 瑜 。 ，宋 晓东 ，郭 青 海 ，唐 立 娜
１ ．中 国科 学 院 城 市环 境 研 究 所 ，城 市 环 境 与 健康 重 点实 验 室 ，福建 厦 门
２ ．中 国科 学 院 研 究 生 院 ， 京 北 １ ０ ４ ００９
３ １ ２ ６０ １
摘
要
受 水 体 富 营 养 化 的 影 响 ， 华 暴 发 已 成 为 目前 我 国 湖 泊 和 水 库 面 临 的 主 要 环 境 问 题 之 一 。 对 藻 藻 针
华 水 体 的 动 态 监测 ， 别 是 提 前 预 警 技 术 的研 究 对 于 内 陆 水 体 的 污 染 防 控 具 有 重 要 意 义 。该 文 结 合 高 光 谱 特 实 验 数 据 ， 合 运 用 指 数 法 和 遥 感 影 像 假 彩 色 合 成 法 ， 立 了基 于 ＭＯ Ｉ 据 的太 湖 藻 华 水 体 遥 感 信 息 提 综 建 Ｄ Ｓ数 取模型 ， 在此基础上 ， ２０ 并 对 ０ ７年 ３ ５ 问 太 湖 藻 华 形 成 过 程 进 行 了遥 感 实 时 动 态 监 测 研 究 。通 过 对 春 夏 ～ 月 季 蓝 藻 水 华 的 空 问 分 布 特 征 和 藻 华 不 同形 成 阶 段 的 特 征 分 析 ， 出 了太 湖 藻 华 水 体 预 警 的技 术 方 法 ，即 提
第 ３ 卷 ， ３ １ 第 期 ２０ １１年 ３ 月
长江口春季潮周期内总悬浮颗粒物浓度的光学遥感反演
长江口春季潮周期内总悬浮颗粒物浓度的光学遥感反演马骅;蒋雪中【摘要】长江河口水域由于受径潮流相互作用和高含沙量影响,水体光学特性具有特殊性.同一潮周期内大潮时总悬浮颗粒物浓度能达到0.5 kg/m3以上,而小潮时最大总悬浮颗粒物浓度只有大潮的1/3,高总悬浮颗粒物浓度和潮周期内较大的变差,使得很多经验算法无法取得良好的反演效果.为了能适应该区域特殊水体特性,通过改进总悬浮颗粒物的复杂指数模式,建立了适合长江口地区的改进模式.利用2014年5月航次现场光学和同步水沙数据分析了长江河口地区总悬浮颗粒物浓度随着潮周期的变化特征,在原有7个备选波段的基础上引入了806nm和858 nm两个备选波段,补充近红外波段峰面积指数作为复杂指数模式的第五个指数,将复杂指数与总悬浮颗粒物浓度的对数之间线性关系改进为二次多项式关系,针对不同潮情的水体特性建立了分潮情的改进模型.结果表明:改进的模型可以适用于长江口水域,大、小潮分别建模得到的反演精度较大小潮统一模型更高,能更好地刻画潮周期内离水辐射的变化,反映总悬浮颗粒物浓度的潮周期变动.【期刊名称】《华东师范大学学报（自然科学版）》【年(卷),期】2016(000)003【总页数】10页(P146-155)【关键词】水色要素;总悬浮颗粒物浓度;潮汐周期;遥感反射率;长江河口【作者】马骅;蒋雪中【作者单位】华东师范大学河口海岸学国家重点实验室,上海200062;华东师范大学河口海岸学国家重点实验室,上海200062【正文语种】中文【中图分类】O157.5悬浮颗粒物是陆地向海洋物质输运的重要载体,总悬浮颗粒物(Total Suspended Matters,TSM)浓度及其变化会对海洋生物、化学、物理过程产生重要影响,从而影响其生态环境和资源分布,在泥沙搬运、冲淤分析和河口三角洲演变研究中有重要价值,同时也是滩涂围垦和海岸工程建设的重要参考因素[1].相对于传统数据采集方法,遥感数据凭信在空间覆盖、时间周期覆盖以及历史数据再现等方面的优势,能为大面积水域监测提供有效途径[2],从最初的陆地资源卫星到各类水色传感器的出现,信助实测数据和经验知识,在一类水体中取得了成功,很多模式已经得到业务化应用[3-5].但是在长江河口这样的大河口地区,入海泥沙量大,是世界上悬浮物含量最高的海域之一[6],为典型的二类水体.受到潮流和径流交汇的影响,水动力存在日内涨落潮变化,半月大小潮变化以及洪枯季的径流变动,使得长江河口的TSM浓度及水体光学特性复杂多变.经验型反演算法基于TSM浓度与遥感反射率或离水辐亮度等表面光学数据的统计分析关系之上,算法简单,利于业务化,但是区域依赖性强,对时空变化较为敏感,在长江口地区的应用效果并不理想[7],至今仍没有理想的模型能够实现稳定监测,而且自三峡水库对干流径流进行调蓄以来,进入河口的水沙通量和季节分配与之前有很大不同[8],给河口水体的光学特性可能带来影响.本项研究通过现场光学特性测量,结合实验室测定同步TSM浓度数据,尝试改进综合指数算法来构建新的模型,以图更好地来刻画大河口潮周期内离水辐射的变化,为今后高光谱遥感数据的应用和建立全周期模式积累经验.2014年5—6月的现场测点位于长江口南槽的S1(121◦56′23.6′′E,31◦10′0.3′′N)和北港口门的S2(122◦05′45.0′′E,31◦22′42.9′′N)两个站点,采集了5月29—31日(大潮)和6月5—8日(小潮)7 d的连续观测数据.光学量测量使用Satlantic公司的Hyper-SAS高光谱数字光谱仪,测量范围从349～858nm,光谱分辨率为3.33 nm,经插值后光谱分辨率为1 nm,采用水面以上测量法[9],将辐射计伸出船体3m左右以避免船体阴影的影响,通过调整辐射计探头方向在避开太阳直射、忽略或者避免白帽现象的情况下,保持仪器的观测平面与太阳入射平面的夹角在90◦～135◦之间,向下总入射探头与海面法线方向保持在30◦～45◦之间,数据记录使用仪器自带SatView软件,室内利用Prosoft软件进行数据处理.现场观测共获得67组单独水沙数据和90组现场光学数据,其中41组为同步表面光学数据.剔除2组异常数据后,按照潮汐情况可分为15组大潮数据和24组小潮数据.非同步水沙数据用于分析大小潮期间的水沙变化特征,非同步光谱可用于分析大小潮离水辐射特征.遥感反射率Rrs可由(1)式计算而得[10]：其中,Ls,dif是天空漫散射光,是需要去除的干扰水体光谱的噪声信息.ρsky(W)Ls,dif 是气-水面对天空漫散射的反射率,它取决于太阳高度角等诸多因素,当风速较小(小于等于3m/s),天空无云或云量较少时,可根据Ruddick et al[11]计算,依据现场风速风向测量,取平均风速为3m/s,ρsky(W)Ls,dif=0.027 1,由此可以由(3)式计算出离水辐亮度为Ed(λ)是经过自带软件计算而得的海面总入射辐照度,因此,根据遥感反射率的定义, Rrs(λ,θ0,W)可以由(1)式计算得到.现场同步采集表层水样,于每天8：00—17：00每整点取水样600m L,特征潮情时刻(涨憩、落憩、涨急、落急)和光谱测量时刻加采,运送回实验室采用过滤称量法测量总悬浮物浓度.使用孔径0.2µm玻璃纤维滤膜对含沙水样进行抽滤,然后放入105◦C恒温箱内烘干,再放入干燥器中冷却10m in后放入万分之一分析天平称重,计算得到TSM浓度.2.1 CPTSM算法Mao Z等在中国东中国海,综合四种不同经验和简化半经验算法指数的优势,实现了CPTSM算法,不考虑潮汐对TSM的影响,在东海水域取得了良好的效果[12].CPTSM算法具体表述如(4)式：其中f1,f2,f3,f4是4个指数X1,X2,X3,X4的权重,这些指数可由(5)式计算而出,该算法选择SeaWiFS的7个波段即412 nm、443 nm、490 nm、510 nm、555 nm、670 nm、765 nm作为备选波段,将上述7个波段代入(5)式计算各指数与实测TSM的相关系数,选择其中在与实测同步数据集中相关系数最大的波段或波段组合作为反演建模波段.其中C1是理论衍生值,C1的取值决定于X1能否取得与TSM之间较高的相关性,经过测试,过大或过小的值都会降低两者之间的相关性,当C1在0.1左右时最为合适,本文测试了0.02, 0.05,093,0.15,0.2等值,发现在0.05～0.2之间X1与TSM之间的相关性几乎不变,为了与CPTSM算法对比,本文采用与原算法相同的值,即C1=0.093.长江口地区属于非正规半日潮,在半个月中出现一次大潮和一次小潮,相应表层悬沙浓度分布也不一样.将CPTSM算法引入长江河口,利用同步数据集中的31组数据,其中11组大潮、20组小潮建立模型,分别针对完整大小潮潮周期全部数据集(以下简称为大小潮)、大潮数据集、和小潮数据集进行相关分析.得到的最佳波段或波段组合结果如(6)式,从左至右的三个结果分别对应大小潮,大潮和小潮：为了表述简便,将X4指数中490 nm、510 nm、555 nm、670 nm、765 nm 5个波段的一阶微分之和记为.由于各指数波段选择、组合方式不同,变化范围差别非常大,不能有效体现出这些指数对综合指数的影响,必须通过权重加以平衡.计算(6)式中指X1—X4各指数的变化范围,以X3为基准,分别计算大小潮、大潮和小潮模型的权重f1—f4,计算得到的结果分别为(0.06,0.06,1,130),(0.06,0.05,1,145),(0.09,0.02,1,187).将以上结果代入(4)式就能得到综合指数CP,然后对TSM浓度的对数与综合指数进行统计回归分析,得到如(7)式所示的二者之间的线性关系,即为CPTSM的反演模型.利用实测数据建立的CPTSM模型拟合精度R2分别为0.83,0.86和0.70,F值分别为294.9,45.9和129.6,均大于95%置信度水平的F临界值,如图1所示,小潮期间的拟合精度相对较低可能是由于小潮期间同步光谱数据较大潮更接近中午,受到太阳直射的影响更为严重.同时,长江口地区TSM反演最佳波段为858 nm的近红外波段,而SeaWiFS并没有该波段,也是导致小潮精度较低的原因.2.2 ICPTSM算法光谱特征分析对于遥感反演算法的波段选择有着重要的意义,同时也能反映出研究区域内水体的表面光学特性.如图2所示,分析90组现场光学数据,其光谱特征无论在大潮还是在小潮都是典型的高泥沙浓度低叶绿素含量形式[13],在580～690 nm 波段范围内存在明显的第一反射峰,之后随着波段增加,遥感反射率明显下降,在750 nm附近形成一个反射谷,主要是因为水体自身的吸收造成,之后遥感反射率迅速增加,在760～840 nm之间形成第二反射峰,806 nm左右波段为峰值位置.CPTSM 算法的七个备选波段并不能完全反映悬浮颗粒物的光学特性,尤其是第二反射峰的特征,因此尝试增加806 nm和858 nm两个波段, 806 nm为第二峰峰值,858 nm 为现场所测高光谱数据的最大值,也是大多数传感器所具备的红外波段,一共有9个备选波段进行分析,能更全面地覆盖TSM在可见光和近红外的特征波段.S1站点大潮期间表层水体平均TSM浓度为0.136 4 kg/m3,小潮表层水体平均TSM浓度为0.099 5 kg/m3;S2站点大潮表层水体平均含TSM浓度为0.302 9 kg/m3,小潮表层水体平均TSM浓度为0.105 6 kg/m3.如图2所示表层悬浮总颗粒物浓度的变化范围从0.036 5 kg/m3至0.580 8 kg/m3,0.1 kg/m3以下TSM 浓度出现频率最大,低浓度大多出现在小潮阶段,由于S1、S2站点都处在长江口最大浑浊带的位置,大潮时的流速能达到小潮时的1.5～2.0倍,大潮时水体受到的扰动作用强烈,底部泥沙再悬浮作用特别明显,导致大潮时含沙量较小潮时成倍增加[14].小潮期间的TSM浓度比大潮期低很多,S2站点小潮TSM平均浓度只有大潮的1/3左右,而且小潮TSM浓度变幅较小,这可能是CPTSM模型小潮时效果不理想的原因.分析小潮期间28组遥感反射率数据与相应TSM浓度之间的线性相关性,如图4所示,发现在600 nm之前,相关系数一直都很低,在黄色波段之后,相关系数迅速上升,在710 nm之后稳定在0.8以上.TSM浓度与近红外波段遥感反射率度相关性很高,而且长江口地区也有显著的第二反射峰特性,在红色以及近红外波段上,颗粒物后向散射辐射与颗粒物浓度存在非线性关系,在不同波长上这种非线性关系也不同[15],由于在710 nm以后持续的高相关性,考虑引入第二反射峰峰面积来弥补CPTSM 算法在低TSM浓度时的不足,在CP指数中加入该值作为第五个指数X5.第二峰峰面积指数首先计算756～858 nm区间内Rrs曲线的积分面积,再用该面积减去该区域以下的梯形面积,该算法可以表述为(8)式：其中,X5是峰面积指数,Rrs(λ)是波长为λ的遥感反射率,B是相邻波段的间隔,λ1和λ2是第二峰的首尾波长.由于天空光反射在750～850 nm之间的反射曲线几乎为平的,因此该算法可以有效避免天空光的反射干扰,国内有学者在泥沙浓度不高的珠江河口二类水体的研究中发现TSM浓度与X5具有较高的相关性[16].考虑到模型的应用和备选波段的限制,将峰面积算法简化为计算以765 nm、806 nm和858 nm波段为顶点的三角形面积,如图5所示,该算法可以表述为(9)式：对比CPTSM模型的拟合TSM浓度与实测值(见图1),可以发现,在泥沙浓度小于0.2 kg/m3时反演值比实测值高,而在泥沙浓度大于0.2 kg/m3时,二次多项式能更好地描述综合指数和TSM浓度之间的关系,式(10)中a,b,c可通过实测TSM浓度与CP指数回归分析得到.因此将线性模式(式7)改进为二次多项式,经过改进的算法称为ICPTSM(improvedcomplex proxy)算法：2.3 算法验证与比较ICPTSM算法与CPTSM算法对比结果如表1所示,用R2表示模型的建模精度,从表1中可以看出,用ICP指数建立的二次多项式模型能保持在大小潮阶段的高拟合精度,而且在大潮、小潮分别建模时的拟合精度R2都比CP指数建立的线性模型高,大潮模型R2提高0.07,小潮模型R2提高了0.19.用剩下的4组大潮、4组小潮共8组数据分别使用大小潮、大潮和小潮的CPTSM 和ICPTSM模型反演TSM浓度,对比改进前后的反演效果,用反演值和实测值的均方根误差RMSE和线性相关性等参数表示模型的反演精度.从表2可以看出,ICPTSM算法在大小潮数据中改进不大,但是对于大潮和小潮分别建模的改进效果明显,使得大潮、小潮的回归系数R2都提高了0.15和0.23,相对误差分别降低6%和5%,如图6所示,ICPTSM算法较CPTSM算法能更好地适应长江口地区.选择858 nm波段建立单波段模型TSM=a×Rrs(858)+b,经过回归拟合建立模型,建模数据依然采用3.2节中的ICPTSM算法相同的数据集,并利用相同的数据验证其反演精度,如表3所示,结果表明ICPTSM算法无论在何种潮情下都优于传统的简单单波段模型.建模精度R2高出简单单波段模型0.1～0.2左右,反演结果与真实测量值的标准差低于简单单波段模型0.15～0.76 kg·m-3,相对误差低于简单单波段模型11%～38%.TSM浓度经验反演算法对于利用高光谱卫星影像数据十分重要,长江口地区表层总悬浮物浓度受到径潮流相互影响,水动力存在日内涨落潮变化,半月大小潮变化以及洪枯季的径流变动,TSM浓度及水体光学特性复杂多变,简单经验模式很难适应这么复杂的水体特性,分别建模更加符合实际情况.在CPTSM反演模型的基础上做了改进,建立了ICPTSM复杂经验反演模式,取得了良好的效果.ICPTSM算法在原有7个典型可见光谱波段的基础上增加了两个近红外波段,能有效利用光谱信息中的有利因素.为了克服在小潮期间低浓度反演精度不高的缺点,引入第二反射峰峰面积指数,使5个指数分别利用不同波段和不同组合方式,可以有效提高不同TSM浓度分布范围的算法健壮性.利用31组同步数据集分别建立了大小潮、大潮和小潮潮情下的ICPTSM反演模型,建模精度R2都在0.9左右,是较为适用的经验反演算法.8组同步实测数据验证结果表明对于大、小潮分别建模的反演相对误差都在21%以内,明显要高于大小潮统一模型,尤其是小潮模型的相对误差仅为12.91%,效果良好.经过与简单单波段模型对比分析,发现无论在何种潮情下,复杂模型反演精度都优于简单单波段模型.受到现场测量航次的限制,本次数据样本主要集中在春季洪季初期,下一步希望对长江口典型洪季、枯季TSM浓度的光学特性进行分析.【相关文献】[1]YANG S,ZHAO Q,BELKINIM.Temporal variation in the sediment load of the Yangtze River and the influences of human activities[J].Journal of Hydrology,2002,263(1)：56-71.[2]CURRAN P J.The semivariogram in remote sensing：An introduction[J].Remote Sensing of Environment, 1988,24(3)：493-507.[3]DOXARAN D,FROIDEFOND J,LAVENDER S,et al.Spectral signature of highly turbid waters：Application with SPOT data to quantify suspended particulate matter concentrations[J].Remote Sensing of Environment, 2002,81(1)：149-161.[4]DOXARAN D,FROIDEFOND JM,CASTAING P.A reflectance band ratio used to estimate suspended matter concentrations in sediment-dominated coastal waters[J].International Journal of Remote Sensing,2002,23(23)：5079-5085.[5]NOVO E M L M,STEFFEN C A,BRAGACZF.Results of a laboratory experiment relating spectral reflectance to total suspended solids[J].Remote Sensing ofEnvironment,1991,36(1)：67-72.[6]陈勇,韩震,杨丽君,等.长江口水体表层悬浮泥沙时空分布对环境演变的响应[J].海洋学报：中文版,2012(1)：145-152.[7]孟灵,屈凡柱,毕晓丽.二类水体悬浮泥沙遥感反演算法综述[J].浙江海洋学院学报(自然科学版),2011,30(5)：443-449.[8]刘红,何青,王亚,等.长江河口悬浮泥沙的混合过程[J].地理学报,2012(9)：1269-1281.[9]唐军武,田国良,汪小勇,等.水体光谱测量与分析Ⅰ：水面以上测量法[J].遥感学报,2004,8(1)：37-44.[10]MOBLEY C D.Estimation of the remote-sensing reflectance from above-surface measurements[J].Applied Optics,1999,36(38)：7442-7455.[11]RUDDICK K G,DE CAUWER V,PARK Y,et al.Seaborne measurements of near infrared water-leaving reflectance：The similarity spectrum for turbid waters[J].Limnology and Oceanography,2006,51(2)：1167-1179.[12]MAO Z,CHEN J,PAN D,et al.A regional remote sensing algorithm for total suspended matter in the East China Sea[J].Remote Sensing of Environment,2012,124：819-831. [13]樊辉,黄海军.黄、东海二类水体春季表观光谱特性与表层悬浮体浓度反演模式[J].海洋与湖沼,2010(2)：161-166.[14]刘红,何青,王亚,等.长江河口悬浮泥沙的混合过程[J].地理学报,2012,67(9)：1269-1281.[15]孙德勇,李云梅,乐成峰,等.太湖水体散射特性及其与悬浮物浓度关系模型[J].环境科学,2007(12)：2688-2694.[16]MA W,XING Q,CHEN C,et ing the normalized peak area of remote sensing reflectance in the nearinfrared region to estimate total suspended matter[J].International Journal of Remote Sensing,2011,32：7479-7486.。
基于遥感技术的太湖蓝藻水华时空变化分析
《河南水利与南水北调》2023年第6期水生态文明基于遥感技术的太湖蓝藻水华时空变化分析徐寅生，赵琳（中水北方勘测设计研究有限责任公司，天津300222）摘要：利用卫星遥感手段监测水环境具有大范围、长时序、周期性、快速、动态监测等优势，文章利用哨兵2号多光谱卫星遥感数据，对2017-2021年五年内的太湖蓝藻情况进行监测，提取湖区不同季节蓝藻水华信息，进而分析不同季节湖区水质的变化特征。
实验结果表明，近五年来，太湖蓝藻爆发时段主要集中在每年的5月份左右，蓝藻爆发区域主要集中在太湖西北部的竺山湖、西部沿岸区、梅梁湖等湖湾；湖心区蓝藻数量呈明显增长，需要引起关注。
关键词：多光谱；水质；太湖；叶绿素a；哨兵2号中图分类号：TP79文献标识码：A文章编号：1673-8853（2023）06-0005-02Analysis of Spatial and Temporal Changes of Cyanobacteria Bloom in Taihu Lake Based onRemote Sensing TechnologyXU Yinsheng,ZHAO Lin（China Water Resources Beifang Investigation,Design and Research CO.LTD.,Tianjin300222,China）Abstract：Monitoring water environment by means of satellite remote sensing has the advantages of large-scale,long-time sequence, periodicity,fast and dynamic monitoring.This article utilizes Sentinel-2multispectral satellite remote sensing data to monitor the blue-green algae situation in Taihu Lake from2017to2021.It extracts information on blue-green algal blooms in different seasons of the lake and analyzes the characteristics of water quality changes in different seasons.The results show that the blue-green algae outbreak in Taihu Lake has been mainly concentrated in May of each year for the past five years,and the algal blooms were mainly concentrated in Zhushan Lake,western coastal areas and Meiliang Lake in northwestern Tai Lake.The number of blue-green algae in the central lake area has shown a significant increase,which deserves attention.Key words：Multispectral;water quality;Tai Lake;chlorophyll a;Sentinel21理论基础浮游藻类指数的基本原理为水体在红光波段、近红外波段和短波红外波段表现出强烈的吸收作用，对于表面存在蓝藻水华的水体，在近红外波段表现为明显的反射峰，利用这一特点，通过相关波段的组合，构建FAI指数模型，具体计算公式如下。
基于半分析算法的太湖水质参数多光谱遥感反演
17卷6期2008年12月自 然 灾 害 学 报J OURNAL OF NATURAL D I SASTERS Vo.l 17,No .6D ec .,2008收稿日期:2008-03-10; 修订日期:2008-07-13基金项目:国际科技合作计划项目(2007DF A20640);国家高技术研究发展计划项目(2007AA120306,2007AA120205,2006AA120102);国家自然科学基金资助项目(40671138)作者简介:周冠华(1976-),男,博士,主要从事环境遥感研究;通讯作者:李京,E-m ai:l liji ng @i res .cn文章编号:1004-4574(2008)06-0142-05基于半分析算法的太湖水质参数多光谱遥感反演周冠华1,2,李 京2,杨一鹏3,马荣华4,宫阿都1,2(1.北京师范大学资源学院,北京100875; 2.民政部/教育部减灾与应急管理研究院,北京100875;3.中国环境监测总站,北京100029;4.中国科学院南京地理与湖泊研究所,江苏南京210008)摘要:半分析算法基于固有光学特性数据,具有明确的物理意义,能同时反演多种水质参数,是水质遥感反演的趋势。
基于太湖实测的吸收系数与后向散射系数数据与L andsat/TM 数据,利用G ordon 半分析模型,对叶绿素a 、悬浮物与黄色物质进行了同步反演,并探讨了半分析算法适用于内陆水体多光谱遥感数据的潜力。
多水质参数同步反演方法为水环境综合分析提供了有利的技术手段。
关键词:水质遥感;半分析模型;TM;反演;太湖中图分类号:X 87 文献标识码:AM ultispectral re m ote sensing i nversion of quality para m eters ofwater i n Tai hu L ake based on se m -i analyticalm odelZ HOU Guan-hua 1,2,L I Jing 2,YANG Y -i peng 3,MA Rong -hua 4,GONG A-du 1,2(1.Coll ege ofR esources Science and T echnology ,B eiji ng Nor m alUn i vers i ty ,Beiji ng 100875,C h i na ; 2.A cade m y of D i sast er Redu cti on and Em ergency M anage m ent ,M i n i s try of C i vil Affairs /M i n istry of Edu cati on of Ch i na ,B eiji ng 100875,Ch i na ;3.Env i ronmen talM on itori ng C enter of C h i na ,B eiji ng 100029,Ch i n a ; 4.Nan ji ng In stitute ofG eography and L i m nology ,Ch i n ese Acade m y of Sciences ,N an ji ng 210008,C h i na)Abst ract :Se m -i ana l y tica l (SA )algorith m is based on inherent op tica lproperties ,possesses de fi n te physica l conno -tation ,and at sa m eti m e it can inverse variousw ater para m eters and is the deve l o ping trend o f re m o te sensing for w e -ter quality .In add iti o n to t h is ,SA m odel has the capacity to derive various bio -optica l para m e ters fro m a si n gle set of re m ote sensi n g reflectance data .I n t h is study ,the Gordon se m -i analytical bio -optica lm ode lw as applied to deter -m ine the concentration of chlorophy l-l a ,tota l suspended m atter and colored d i s so l v ed m atter (CDOM )i n inland w ater body by usi n g o fLandsat/TM data .The potential of app lication of S A algorith m to m uli-t spectral re m ote sens -i n g o f i n land w ater body w as d iscussed .The analyses i m p lies that t h e perfor m ance depends on the qua lity of t h e i n -put i n herent optical pr operties and the kno w ledge o f the m ode l para m eters .K ey W ords :w ater quality re m ote sensi n g ;se m -i ana l y tica lm ode;l T M;i n versi o n ;Ta i h u Lake目前,水质参数遥感反演主要以经验算法与半分析算法为主,其中经验算法是基于遥感波段数据与地面实测水质参数的相关性进行统计分析,选择最优波段或波段组合来反演水质参数。
基于遥感反射率的太湖优势藻识别方法
基于遥感反射率的太湖优势藻识别方法朱雨新;李云梅;张玉;王怀警;蔡小兰;成鑫;吕恒【期刊名称】《湖泊科学》【年(卷),期】2023(35)1【摘要】我国淡水湖库频发水华,不同类群形成的水华特征、危害及其治理方法差异显著,因此,如何区分不同藻种的遥感反射率特征,获取湖泊优势种信息是一个亟待解决的科学问题。
研究基于室内藻种培养实验,培养了富营养化湖泊中的典型蓝藻和绿藻藻种,其中,蓝藻包括铜绿微囊藻(Microcystis aeruginosa)、假鱼腥藻(Pseudanabaena sp.)和束丝藻(Aphanizomenon sp.),绿藻包括小球藻(Chlorella sp.)以及四尾栅藻(Scenedesmus quadricauda);基于实测的遥感反射率,经归一化处理后,分析了不同藻种的遥感反射率特征,构建了DI(difference index)指数以及ADI(algae distinguish index)指数,建立了藻种分类模型,利用验证集数据进行检验,整体识别精度达77.55%,Kappa系数为0.7178。
将分类方法应用于太湖野外实测遥感反射率数据集中,结果与实测的生物量数据有较好的匹配;将模型应用于太湖OLCI(ocean and land colour instrument)影像数据,获得了2019年12月和2020年8月太湖冬季和夏季的优势藻种分布,总体而言,太湖蓝藻占比在夏季及冬季均高于绿藻,其中微囊藻显示出较明显的优势,且夏季优势地位明显高于冬季。
从季节及空间分布上看,冬季太湖微囊藻主导区域分布在北部及南部湖湾,假鱼腥藻主导区域主要位于湖心,极少部分束丝藻及栅藻零散分布;夏季,太湖大部分水域的优势藻种为微囊藻,假鱼腥藻主导区域分布于湖心及南部,其余3种藻种的主导区域仍只占一小部分并零散分布。
优势藻种遥感识别模型的构建可为湖泊水环境遥感监测和水华的预测预防提供技术支持。
【总页数】15页(P73-87)【作者】朱雨新;李云梅;张玉;王怀警;蔡小兰;成鑫;吕恒【作者单位】南京师范大学虚拟地理环境教育部重点实验室;江苏省地理信息资源开发与利用协同创新中心【正文语种】中文【中图分类】X52【相关文献】1.太湖水面多角度遥感反射率光谱测量与方向特性分析2.太湖遥感反射率变化特征及其影响因素分析3.基于遥感数据的太湖蓝藻水华信息识别方法4.太湖春季水体固有光学特性及其对遥感反射率变化的影响5.太湖铜绿微囊藻与四尾栅藻的光竞争及模拟优势过程初探因版权原因，仅展示原文概要，查看原文内容请购买。
太湖水体光学特征及其对水中初级生产力的影响
太湖水体光学特征及其对水中初级生产力的影响杨顶田;陈伟民;张运林;季江【期刊名称】《生态与农村环境学报》【年(卷),期】2003(019)002【摘要】对太湖梅梁湾水体实测结果表明:在水体表面,UV-C的强度较小,只有10-5μE*m-2*s-1数量级;UV-B的强度随着波长的增加而呈现递增的趋势;UV-A的强度较强,达10-2μE*m-2*s-1数量级,并且在水体中衰减较快,衰减系数(Kd)可以达到12.5 m-1.可见光在水体中Kd可达8.2 m-1.在水下0.5 m处,紫外线不足表面光强的1%,可见光是表面光强的20 %左右.初级生产力在表面相对较小,在水下0.2 m 处最大,且随水深的增加而减少;在水体中直接测定发现,0.2 m处溶解氧值较高.初级生产力的这种分布是水体中紫外光与可见光共同作用的结果.【总页数】5页(P24-28)【作者】杨顶田;陈伟民;张运林;季江【作者单位】中国科学院,南京地理与湖泊研究所,江苏,南京,210008;中国科学院,研究生院,北京,100039;中国科学院,南京地理与湖泊研究所,江苏,南京,210008;中国科学院,南京地理与湖泊研究所,江苏,南京,210008;中国科学院,研究生院,北京,100039;中国科学院,南京地理与湖泊研究所,江苏,南京,210008【正文语种】中文【中图分类】P343.3【相关文献】1.基于三维荧光和平行因子分析法的太湖水体CDOM组分光学特征 [J], 黄昌春;李云梅;王桥;施坤;金鑫;王彦飞2.太湖梅梁湾水体中初级生产力的光学检测 [J], 杨顶田;陈伟民;陈宇炜;张运林;季江3.太湖水体光学衰减系数的特征及参数化 [J], 张运林;秦伯强;陈伟民;杨顶田4.太湖湖岸带浮游植物初级生产力特征及影响因素 [J], 蔡琳琳;朱广伟;李向阳5.太湖水体光学衰减系数的分布及其变化特征 [J], 张运林;秦伯强;陈伟民;杨顶田;季江因版权原因，仅展示原文概要，查看原文内容请购买。
太湖北部湖区水体光学特性及悬浮物浓度遥感反演的开题报告
太湖北部湖区水体光学特性及悬浮物浓度遥感反演的开题报告一、研究背景太湖是中国五大淡水湖之一，也是中国第三大内陆湖泊，地处长江中游，毗邻上海、苏州、无锡等城市。
太湖湖区面积约为2.39×10^3km ²，北部湖区是太湖的重要组成部分，涵盖了苏州、常熟、昆山等地。
近年来，太湖北部湖区水质呈现下降趋势，出现了大量水华、湖泊富营养化等问题。
因此，对太湖北部湖区的水质监测和研究具有重要的现实意义和科学价值。
遥感技术因其广覆盖性、连续性、及时性等优势，已被广泛应用于水体光学特性和悬浮物浓度的遥感反演。
水体光学特性和悬浮物浓度遥感反演是通过对遥感数据进行处理和分析，获得水体的光学性质和悬浮物浓度信息，可以有效地监测水体的水质变化，提高水资源的高效利用。
二、研究内容和目的本研究拟对太湖北部湖区的水体光学特性和悬浮物浓度进行遥感反演，主要包括以下内容：1.获取卫星遥感数据，包括Landsat系列和Sentinel系列数据，以及地面监测数据，包括多光谱水下探测仪、水质监测仪等。
2.对遥感数据进行预处理，包括大气校正、几何校正、云去除等。
3.运用水体反射率模型和比例因子模型对水体光学特性进行反演。
4.运用经验模型和统计模型对悬浮物浓度进行反演，并与地面监测数据进行对比验证。
本研究旨在：1.研究太湖北部湖区水体光学特性和悬浮物浓度的空间分布和变化规律。
2.对太湖北部湖区水质进行评估和监测，提出改善措施和建议。
3.在遥感反演方法和水质监测技术方面，提供实践和经验，为其他湖泊水质监测研究提供参考。
三、研究方法1.获取遥感数据本研究将获取Landsat8 OLI和Sentinel-2 MSI系列数据，以及地面监测数据，包括多光谱水下探测仪、水质监测仪等。
其中，遥感数据的时间范围为2015年至2020年。
2.遥感数据预处理本研究将对遥感数据进行大气校正、几何校正、云去除等预处理，以提高数据质量和精度。
3.水体反射率模型反演根据遥感数据和地面监测数据，本研究将运用水体反射率模型进行反演，以获得水体的光学特性信息。
太湖遥感反射率变化特征及其影响因素分析
太湖遥感反射率变化特征及其影响因素分析钱昊钟;赵巧华;何金海;孙德勇;姜雨薇;陶蓉茵【摘要】The spectral data and numerical analyses of the Taihu Lake during the period of October 4 -8, 2010 were used to analyze the influence of solar zenith θ, the ratio of scattering and absorption coefficient b/a and parameter Q upon the variation of remote sensing reflectance. According to the results, remote sensing reflectance increases with solar zenith θ, while θ changes in the range of 0° ~20° or 80°~89°, which has little influence on the growth of remote sensing reflectance. Remote sensing reflectance increases with the increase of b/a, and there obviously exists a positive relation between them. When Q is large (6 ~ 7) , its alteration has little effect on the variation of remote sensing reflectance. On the contrary, when Q is small (2 ~3), its variation has enormous impact on the growth of remote sensing reflectance. Remote sensing reflectance tends to decrease with the growth of Q.%基于2010年10月4-8日在太湖全湖范围32个样点的水体光学参数和理论数值模拟结果,研究了太阳天顶角θ、散射系数和吸收系数的比值b/a及表征光场分布的参数Q对太湖遥感反射率变化的影响.结果表明,遥感反射率随θ的增大而增大,且当θ较小(0.～20.)或较大(80.～89.)时,其变化对遥感反射率增幅的影响较小；当b/a增大时,遥感反射率也随之增大,二者变化趋势呈显著正相关；Q较大时(如6～7),其变化对遥感反射率增幅的影响较小；Q较小时(如2～3),其变化对遥感反射率增幅的影响明显；遥感反射率随Q的增大呈递减的趋势.【期刊名称】《国土资源遥感》【年(卷),期】2011(000)004【总页数】8页(P100-107)【关键词】遥感反射率;散射系数;吸收系数;光场分布;太阳天顶角【作者】钱昊钟;赵巧华;何金海;孙德勇;姜雨薇;陶蓉茵【作者单位】南京信息工程大学大气科学学院,南京210044;南京信息工程大学遥感学院,南京210044;南京信息工程大学大气科学学院,南京210044;南京信息工程大学遥感学院,南京210044;南京信息工程大学遥感学院,南京210044;南京信息工程大学遥感学院,南京210044【正文语种】中文【中图分类】TP751.1在对太湖的治理、监测和预警过程中，水环境的定量遥感监测越来越受到关注。
- 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)。
DOI： 10． 5846 / stxb201012101759
生 态 学 报 ACTA ECOLOGICA SINICA
Vol． 32 ， No． 2 Jan． ， 2012
2012 ， 32 （ 2 ） ： 0438-0447． 刘忠华， 李云梅， 吕恒， 檀静， 郭宇龙． 太湖春季水体固有光学特性及其对遥感反射率变化的影响． 生态学报， Liu Z H，Li Y M，Lu H，Tan J，Guo Y L． Analysis of inherent optical properties of Lake Taihu in spring and its influence on the change of remote sensing 2012 ， 32 （ 2 ） ： 0438-0447． reflectance． Acta Ecologica Sinica，
Analysis of inherent optical properties of Lakn the change of remote sensing reflectance
LIU Zhonghua，LI Yunmei * ，LU Heng，TAN Jing，GUO Yulong
Key Laboratory of Virtual Geographic Environment of Education Ministry，Nanjing Normal University，Nanjing 210046 ，China
Abstract： Absorption and backscattering characteristics are important optical properties and they are also two basic parameters of biooptical model． Remote Sensing reflectance is the basis for inversing water quality parameters and its character mainly depends on absorption and backscattering of all kinds of optical active substances of water，so it is very important to study absorption and backscattering characteristics of water and its influence on remote sensing reflectance． Lake Taihu is one of the five major freshwater lakes and also a typically shallow inland eutrophic lake in China with an area of 2338 km2 and an average depth of about 2 m． In this paper the in situ remote sensing reflectance and absorption coefficients measured in April 2009 in Lake Taihu were firstly used to deduce backscattering coefficients of particles combined with biooptical model． Then we analyzed the absorption and backscattering characteristics of Lake Taihu in and Empirical Orthogonal Function （ EOF） was used to decompose remote sensing reflectance in order to analyze the spring ，
太湖春季水体固有光学特性及其 对遥感反射率变化的影响
* 刘忠华， 李云梅 ， 吕
恒， 檀
静， 郭宇龙
（ 南京师范大学虚拟地理环境教育部重点实验室， 南京 210046 ）
摘要：吸收特性和后向散射特性是水体重要的光学特性 ， 同时也是建立生物光学模型的基本参数 。 利用 2009 年 4 月太湖春季 结合生物光学模型推导了太湖春季水体颗粒物后向散射系数 ， 分析了太湖春季水体的吸收特性和后向散射特性 ， 并 实测数据， 利用经验正交分解方法对遥感反射率变化的影响因子进行了分析 。 结果表明： （ 1 ） 非色素颗粒物是影响太湖春季水体吸收特 性的主导因子， 色素颗粒物和有色可溶性有机物 （ CDOM） 对总吸收（ 不包含纯水） 的贡献相对较小， 且色素颗粒物在梅梁湾湖区 的包裹效应明显大于其他湖区 。（ 2 ） 颗粒物后向散射系数与总悬浮物和无机悬浮物具有很强的相关性 （ 相关系数均在 0． 88 以 上） ， 与有机悬浮物的相关性相对较弱 （ 相关系数均在 0． 73 以下） ， 且水体中多次散射对水面总辐亮度有较大的贡献 ， 平均贡献 3 个正交因子总共解释了约 99% 的 率高达 93. 46% 。（ 3 ） 利用经验正交分解方法将遥感反射率变化光谱分解成 3 个正交因子， 遥感反射率变化信息， 其中， 第一正交因子解释了 93% 的变化信息， 第二和第三正交因子分别解释了 5% 和 1% 的变化信息。通 颗粒物的后向散射对水面反射光谱的形成具有 过对各正交因子与水体不同组分的吸收和后向散射系数进行相关性分析得出 ， 非常重要的影响， 太湖春季水体遥感反射率的变化主要取决于无机颗粒物的吸收和后向散射 ， 有机颗粒物对遥感反射率的变化 影响较小。 关键词：吸收系数； 后向散射系数； 遥感反射率； 经验正交分解； 太湖