水色遥感应用
遥感技术在海洋生态监测中的应用
遥感技术在海洋生态监测中的应用在当今科技飞速发展的时代，遥感技术犹如一双“千里眼”，为我们深入了解海洋生态系统提供了强大的工具。
海洋覆盖了地球表面约70%的面积，其生态系统的健康对于全球的生态平衡、气候调节以及人类的可持续发展都具有至关重要的意义。
而遥感技术的出现，使得对海洋生态的大规模、长时间、高精度监测成为可能。
遥感技术是一种通过非接触式的手段获取目标物体信息的技术。
它利用传感器接收来自目标物体反射或发射的电磁波信号，并对这些信号进行处理和分析，从而获取关于目标物体的各种信息，如形状、大小、位置、温度、物质成分等。
在海洋生态监测中，常用的遥感技术包括光学遥感、微波遥感和红外遥感等。
光学遥感是利用可见光、近红外和短波红外等波段的电磁波进行监测。
它可以获取海洋的水色、透明度、浮游植物分布等信息。
例如，通过对海洋水色的监测，可以了解浮游植物的种类和数量。
浮游植物是海洋生态系统中的初级生产者，其数量和分布的变化直接影响着海洋食物链的基础环节。
此外，光学遥感还能够监测海洋中的悬浮颗粒物、有色溶解有机物等，这些信息对于评估海洋水质和生态环境质量具有重要意义。
微波遥感则利用微波波段的电磁波进行监测，具有穿透云雾、不受光照条件限制等优点。
在海洋生态监测中，微波遥感可以用于测量海面高度、海流速度、海浪方向和波长等。
海面高度的变化可以反映海洋的热容量和环流模式，对于研究海洋的能量平衡和气候变化具有重要价值。
海流速度和方向的信息对于了解海洋中的物质输送和生物迁移过程至关重要。
红外遥感主要用于测量海洋表面的温度。
海洋表面温度是反映海洋生态系统变化的重要指标之一。
温度的变化会影响海洋生物的生长、繁殖和分布，进而影响整个海洋生态系统的结构和功能。
例如，某些海洋生物对温度的适应范围较窄，温度的升高或降低可能导致其生存区域的改变甚至灭绝。
遥感技术在海洋生态监测中的应用领域十分广泛。
首先，在海洋污染监测方面，它可以及时发现石油泄漏、化学污染等突发事件，并对污染的范围和程度进行评估。
水环境遥感监测技术的应用研究
水环境遥感监测技术的应用研究水环境是指自然界中的河流、湖泊、水库、湿地、沿海海域等水体及其周围的环境要素。
由于人类社会的快速发展和人口的增长，水环境的污染与退化问题日益严重，给生态环境和人类健康带来了巨大威胁。
因此，对水环境进行及时、准确的监测是保护水资源、防治水环境污染的重要手段之一、而遥感技术因其能够提供广泛的空间、光谱、时间和极高分辨率的数据，为水环境的监测与评估提供了有效的工具。
首先，水环境遥感技术可以用于水质监测。
水质是指水体中溶解物质、浮游生物、水生植物以及各种营养盐等的含量和组成。
遥感技术能够获取水体的光谱信息，通过反演算法分析，可定量估算水质指标如水体总悬浮物浓度、叶绿素-a浓度、蓝藻浓度等，并结合地理信息系统（GIS）技术进行空间分布分析。
通过对水质指标进行监测和分析，可以及时发现水体的污染源，提供科学依据和数据支持，为水污染防治提供决策依据。
其次，水环境遥感技术可以用于水量监测。
水量是指水体的体积或质量，反映了水体的储量和供应能力。
利用雷达遥感技术，可以测量水体的水位、流速、波浪高度等水动力学过程；利用微波遥感技术，可以获取水体降雨量、蒸发散发等水量变化信息；利用激光雷达遥感技术，可以获取水体表层地形，为水流模拟和水资源管理提供基础数据。
此外，水环境遥感技术还能用于水生态系统监测。
水生态系统是指水环境中各种生物体群和非生物要素之间相互作用、协同发展的一个完整的系统。
遥感技术通过获取水域的生物光谱特征和类群识别信息，可以解决传统调查方式无法覆盖的大范围监测需求。
同时，结合定量遥感数据和地物调查结果，还可以建立水生态系统评价指标体系，对水生态系统的空间分布、生物多样性、生物量、结构特征等进行评估和监测。
综上所述，水环境遥感监测技术能够实现对水质、水量、水生态等关键参数的有效监测与评估，为水资源管理、水污染防治提供数据支持和科学依据。
然而，水环境遥感监测技术仍然存在一些难题和挑战，如遥感数据分辨率和准确性、光谱信息提取和反演算法的研发等，需要不断加强研究与应用，提高数据质量和分析能力，为水环境保护和可持续发展提供更好的支持。
遥感技术应用于水环境监测
遥感技术应用于水环境监测遥感技术是一种通过卫星、航空器和遥感平台等远距离无接触手段获取地球表面信息的技术。
在水环境监测中，遥感技术具有独特的优势和应用前景。
本文将介绍遥感技术在水环境监测中的应用，并探讨其优势和未来发展方向。
一、遥感技术在水质监测中的应用1. 水体传统监测方法的局限性传统的水质监测方法主要依赖于采样、分析和检测等手段，存在取样点有限、数据更新滞后等问题，且无法实现全面的、大范围的监测。
而遥感技术可以通过遥感影像获取水体的空间分布和时序变化信息，能够克服传统监测方法的局限性。
2. 遥感技术在水体富营养化监测中的应用富营养化是目前全球面临的重要水环境问题之一。
通过遥感技术可以获取水体中的蓝藻和浮游植物等生物参数，以及水体中的溶解有机物浓度等信息，可以实现对水体富营养化程度的监测和评估。
3. 遥感技术在水体污染监测中的应用水体污染是另一个需要重视的水环境问题。
遥感技术可以获取水体的反射光谱特征，从而实现对水体中悬浮物、有机物和重金属等污染物的快速监测和评估。
同时，遥感技术还可以通过红外遥感和高光谱遥感等手段，实现对水体中的湖沼水体蓝藻水华等问题的监测。
4. 遥感技术在水体水色监测中的应用水色是水体的一种外观属性，可以反映水体中溶解物质、悬浮物质和藻类等的浓度和组成。
遥感技术可以通过获取水体的遥感影像，提取水色特征参数，从而实现对水体水色的监测和分析。
二、遥感技术在水环境监测中的优势1. 可实现全面、大范围的监测遥感技术可以通过获取遥感影像，覆盖范围广泛，可以实现对较大范围水体的监测，从而获取全面的信息。
2. 高时空分辨率遥感技术可以实现对水体的高时空分辨率监测。
通过卫星遥感和航空摄影等手段，可以获取高分辨率的遥感影像，实现对水体的时序变化和空间分布的精细监测。
3. 监测成本低相比传统的采样、分析和检测等手段，遥感技术的监测成本相对较低。
通过遥感影像可以获取大范围的信息，并且可以实现数据的自动化处理和分析，提高监测效率。
第五章-海洋水色遥感---海洋遥感
R Eu ( ,0 ) / Ed ( ,0 )
2024/7/17
或
Ed ( ,0 )
(1 )
Ed ( ,0 )
1 rR
R (bsc a) /(bsc a)
5.3 生物-光学算法的物理基础
Lwc
c. 考虑多次散射和白浪引起的散射
Lw (ti / n ) Lu
Ls
2
w
ti , r , nw
Lt Lwt s rLs t d Lr La
rLs Lsr
2024/7/17
Lwc t s Lru
Lu
水中物质
海表
※.利用水气辐射传输模型反演的主要过程
（1）辐射定标
感水体表层叶绿素浓度的可行性。
• CZCS（Nimbus-7）
• SeaWifs（SeaStar）
• MODIS（Terra-Aqua）
• COCTS（HY-1A、HY-1B）
2024/7/17
5.1 概述
1.海洋水色遥感传感器
2024/7/17
5.1 概述
1.海洋水色遥感传感器
波段
设置
2024/7/17
海水的光学特性有：表观光学量和固有光学量。
表观光学量由光场和水中的成分而定，包括向下辐照
度、向上辐照度、离水辐亮度、遥感反射率、辐照度比等，
以及这些量的衰减系数。
固有光学量与光场无关，只与水中成分分布及其光学
特性有关，直接反映媒介的散射和吸收特征，如：吸收系
数；散射系数；体积散射函数等。
2024/7/17
归一化离水反射率和归一化离水辐射度与入射光达
遥感技术在水质监测中的实践应用
遥感技术在水质监测中的实践应用正常情况下，清洁水体反射率较低，吸收光的能力较强，其在遥感影像中表现出的色调较暗，而且这一特征反映在红外谱段上时更为显著，因此可利用清洁水与污染水的反射光谱作为监测依据，运用遥感影像特征对水环境进行监测分析，将水色指标及光谱特征作为水体遥感技术监测的主要依据。
将卫星获取的像片或磁带数据中水面光谱资料正常水光谱资料作对比分析，然后利用微型电子计算机进行及时处理，即可探测到水源中各种污染情况；根据遥感技术监测范围广的特点，能够在水体扩散时及时监测到污染物排放源、影响范围和程度及其扩散方向，有利于尽快找出污染源。
水体中污染物种类多且繁杂，通常将水污染划分为废水污染、石油污染、泥沙污染等多种类型，分别进行遥感监测。
广西善图科技有限公司。
（1）废水污染监测。
废水中含有较多种类的悬浮物，而且废水水色差异较大，呈现的特征曲线上的强度也各不相同。
水体遭受废水污染后，可利用多光谱合成图像进行废水监测，也可依据废水中水温差异特性采用热红外作监测分析。
（2）泥沙污染监测。
随着水体中悬浮泥沙含量的增加，水体反射量增加，反射峰出现“红移现象”。
高光谱遥感技术科探测水体泥沙含量，判断悬浮泥沙浓度的最佳波段为0.65～0.85μm，含有各类土壤的水体在波长1 550～1 850nm、1 350～1 380nm的光谱反射率与泥沙含量呈明显的线性相关，而且采用蓝光波段和绿光波段反射率比值可判别两种水体的浑浊度。
（3）石油污染监测。
石油污染是港口和海洋常见的水污染现象，石油与海水存在较大的光谱特征差异，在很多光谱段上即可将石油与海水判别开。
因此可利用遥感技术进行石油污染监测，确定水体石油含量和污染区的实际范围，并能追踪到污染源。
基于遥感在海洋资源勘查中的应用
基于遥感在海洋资源勘查中的应用
遥感是一种以卫星、飞机等空中平台进行观测和测量的技术手段，通过获取地表和物体表面的电磁能谱信息，可以实现对海洋资源的勘查和监测。
遥感在海洋资源勘查中的应用包括海洋水色遥感、海洋温度遥感、海洋色素遥感、海洋浮游植物遥感、海洋浮游动物遥感、海洋沉积物遥感等多个方面。
海洋水色遥感是通过测量和分析海洋水体的反射光谱和吸收特性，来获取海洋水质信息的技术。
利用遥感技术可以实时监测水体体积浓度、浊度、营养盐含量等参数，从而评估海洋水质的变化和污染程度，为海洋环境保护提供科学依据。
海洋温度遥感是通过测量海水的辐射热能，来获取海洋温度分布和变化的技术。
利用遥感技术可以实时获取海洋表面温度和垂直温度剖面，并结合大气热力学模型，预测海洋环流和海气相互作用等海洋动力学过程，为海洋资源的合理开发和利用提供支持。
海洋浮游植物遥感是通过测量海水中浮游植物的荧光辐射和散射特性，来获取海洋光合作用和生态系统功能的技术。
利用遥感技术可以实时监测海洋中浮游植物的生理状态和生长速率，评估海洋碳循环和气候变化的影响，为海洋资源的可持续利用提供决策依据。
遥感在海洋资源勘查中的应用具有广阔的发展前景，可以为海洋环境保护、海洋资源管理和海洋经济发展提供可靠的技术支持。
随着遥感技术和数据处理方法的不断改进和发展，相信在未来会有更多有效的遥感技术应用于海洋资源勘查中。
水体固有光学特性和表观光学特性测量在水色遥感中应用
• • • • • • •
HydroScat 光学结构
标定原理几何图形
标定得到的曲线 W(z) Weighting Function
140°的散射（单角度散射）
表示不同角度的散射分布 即体散射相函数
• S为 仪器测量的信号 • σ(Kbb) 是SIGMA校正因子，主要由光源和散射体 积间的衰减引起 • ρ是标定靶的反射率，为常数 • ∝与对W(z)从无穷远到0处的积分成反比 • Ψ是测量的角度，HS6采用的是固定角度140°
测量与计算的 存在误差 计算值 1.08 测量值1.13
HydroBeta 体散射相函数测量仪 美国NOAA 海军基金支持
•消偏振激光束532nm •12辐射计接收器从不同角度监测 •角度:0(beamtransmission),10,15,20, 30,50,70,90,120,140,160,and170 degrees •接收器固定，且角度可调 •高频脉冲激光，接收机同步到激光脉冲 •日光下使用，仪器自动消除背景光 •可迅速测量剖面体散射相函数 •前向接收器窄视场角FOV（<0.5°）和低 增益，以适应前向体散射函数的高信号 •背向接收器具有更宽接收器窄视场角FOV （高达2.2°）和高增益，以适应后向体散射 函数的低信号
近海海洋水色遥感技术对赤潮的监测
近海海洋水色遥感技术对赤潮的监测我国近海区域海水水质随着沿海经济的发展呈现变坏的趋势，近几十年发生过多次赤潮，其主要原因就是水体富营养化。
在渔业上，赤潮直接带来了巨大损失，有时候赤潮还威胁到人类与动物的生命。
因此，找到发生赤潮的规律及赤潮产生的原因至关重要，这就需要对近海区域海水水质进行长时间的监测，除了现场采集海水样品进行分析研究之外，利用卫星遥感数据对海水水质的监测越来越受到人们的重视。
1 水体富营养化富营养化是指水体在自然因素和（或）人类活动的影响下，大量营养盐（如氮、磷等）随着流水流入到湖泊、水库、河口、海湾等水体，使水体在比较短的时间内由贫营养状态向的富营养状态变化的一种现象。
在不受人类干扰或很少受到人类干扰的自然条件下，湖泊这种从贫营养状态过渡到富营养状态的自然过程非常缓慢，一般需要上千年或更长时间；而人为排放的工业废水与生活污水中含有大量的使水体富营养化的营养物质，因此在短时间内可以使水体富营养化，且这种状态会持续较长时间。
其最主要的表现是：藻类及其它浮游生物的繁殖速度变快，藻类等大量生物越来越多，使水体含氧量下降，水质逐渐恶化，因为缺少氧气而使得鱼类及其他生物大量死亡。
水体出现富营养化现象时的最主要表现是：浮游藻类大量繁殖，即所谓的“水华”。
由于占优势的浮游藻类因种类不同而拥有不同的颜色，水面往往呈现不一样的颜色：例如蓝色、红色、棕色、乳白色等。
海洋中的“赤潮”就是海水中出现了这样的现象。
评价水体富营养化的方法主要有：营养状态指数法，营养度指数法和评分法。
营养状态指数法中根据水体透明度制定的卡尔森指数是最常用的评价水体富营养化的方法之一。
后来，日本的相崎守弘等人提出了修正的营养状态指数（TSIM），即以叶绿素a浓度为基准的营养状态指数。
这也是近海水域海水水质监测使用最多的一个指数。
除了浮游植物对水色的影响，悬浮物和黄色物质对海洋水色也会产生一定的影响。
因此，在研究近海海洋水色时，也要考虑到这些因素。
- 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)。
海洋遥感应用技术实验指导书
测绘工程学院海洋技术系
2008-2
实验2 海洋水色遥感（应用篇）
--------------应用MODIS监测太湖水体叶绿素a浓度的研究
实验数据：
2003年10月28日 Aqua L1B 250m和500m数据（需要下载）
太湖矢量数据
目的和要求
1．经过前面的练习，大家应该对MODIS数据处理有了一定的认识，对海洋水色也有了一定的了解。
通过本实验的联系，能够培养学生应用遥感技术解决实际问题的能力。
2、本实验的基于“应用MODIS监测太湖水体叶绿素a浓度的研究”一文设计的，需要更加详尽的信息请阅读该文献。
内容
1、下载所需要的MODIS数据
2、采用矢量切图
3、提取叶绿素浓度
数据准备：
下载MODIS数据。
我们知道在Terra和Aqua卫星上都搭载有MODIS传感器，在这里我们采用Aqua/MODIS数据。
采用2003年10月28日Aqua L1B数据，在大家自己在NASA网上下载，请同学们将250m和500m 的数据都下载下来。
我们从文件的名字就可以看出来，和Terra/MODIS是不同的，一个是以MOD开头，另一个以MYD开头。
1、辐射定标
这一步是很多人在使用ENVI处理MODIS数据是最容易出现问题的地方。
通常大部分文献都会类似这样写：
辐射定标的目的是得到像元反射率，计算公式为：R=Scales*(DN Offsets)，
其中Scales为反射率缩放系数，DN为1B数据存储值，Offsets为反射率缩放截
距，R为所求反射率值。
如果不用ENVI直接打开HDF格式的方法打开MODIS L1B数据的话，通常默认是对打开的数据进行了辐射校正，所以不需要再做这一步。
大家可以通过以下步骤进行比较：
主菜单：File→Preferences，进入System Preferences对话框，选择Miscellaneous选项，将Auto-Correct ASTER/MODIS改成No。
再用File→Open Image Files方法打开，看看是否和过去的是一样的。
如何比较是不是二者是否相同呢，我们可以通过在Image或者Scroll、Zoom窗口点击右键，Cursor Location/Value，会弹出一个窗口，看其中的Data项是整数还是浮点数。
如果为整数，则说明没有进行辐射，反之如果为浮点型，则说明已经经过了辐射定标。
之所以出现这种情况，是因为为了节省存储数据的空间，将数据存成了整型，需要用2个字节。
而如果存成浮点型需要4个字节，如果是双精度的话，需要8个字节，会占用很大的空间。
大家可以注意一下原始的HDF文件，通常是170M左右，而进行了辐射定标和几何校正以后的文件，通常有600M以上。
2、几何校正和bow-tie校正
为了下面便于做大气校正，请大家对整幅影像进行几何校正和bow-tie校正。
由于我们在前面的实验中已经学会了如何使用MODIS Georeference功能，所以在这里不再详细说明。
不过要补充一点的是：几何校正和bow-tie校正其实是两个步骤，但是在ENVI软件放在同一个步骤中，即使如此，还是在设置的过程中可以选择是否进行bow-tie校正。
请大家注意：我们下载了两个数据，都要分别做bow-tie校正。
3、大气校正
为了削弱大气影响，本实验采用基于图像的直方图最小值去除法对MODIS影像进行大气纠正，其基本思想是：假设大气程辐射所导致的反射率增值△r在一幅图像的有限面积内是一个常数。
其值的大小只与波段有关，并且近似认为每一波段的反射率最小值r min就是△r。
这样，将图像中每个像元的反射率值都减去本波段的r min，就可以粗略去除大气影响。
在ENVI中如何得到最小辐射率值呢？在Image或者Scroll、Zoom窗口点击右键→Quick Stats，会出现Statistics Results窗口，要看整个列表，而不是仅仅看min项。
注意看DN和Npts，有时候会发现反射率（DN）尽然会出现负值，Npts是0。
请大家认真思考应该如何选择最小值。
4、切图
通过太湖的矢量文件获得太湖的研究区域
打开矢量文件有两种方法：
方法一主菜单：File→Open Vector File
方法二主菜单： Vector→Open Vector File
请注意：我们所给的太湖边界矢量文件是shp格式的，在打开文件窗口需要修改文件类型成Shapefile (*.shp)，进入Import Vector Files Parameters窗口以后，可以按照默认选项进行操作，点击OK进入下一步。
请大家好好看看这个对话框中的选项。
进入Available Vector List对话框，选择输入的图层，点击Load Selected，可以显示该矢量。
在Vector Window的窗口，点击File→Export Active Layer to ROIs，进入Select Data File to Association with new ROIs窗口，选择要切图的文件。
我们在前面的实验中已经做过了，在这里不再详细介绍。
5、建立模型
根据相关分析结果，选取250m数据的比值组合r2／r作为因子构建基于MODIS的叶绿素a浓度遥感监测模型。
通过一元线性回归分析，建立模型如下：
C chl-a=79.386(r2/r1)-16.092 （公式1）
其中C chl-a为叶绿素a浓度值；r1、r2为MODIS 250m分辨率波段1、2的反射率。
由于500m和1000m数据没有与叶绿素a浓度高度相关的因子。
因此对这两组数据进行多元回归建模尝试。
对500m数据1～7波段与叶绿素a浓度采用Backward法进行多
元回归分析，建立的模型如下：
C chl-a =-46824.4r1一6954.2r2+44719．6r4+11582.7r7-10.5 (公式2) 其中，r1、r2、r4、r7为MODIS 500m分辨率波段1、2、4、7的反射率。
6、模型应用
通过ENVI的波段运算功能，分别应用公式一、公式二。
7、成果图
前面的实验介绍如何进行成果图的生产，请大家按照同样的要求出图。