内陆湖泊水质遥感反演方法研究
《基于Landsat8OLI卫星影像的乌梁素海悬浮物和叶绿素a浓度遥感反演研究》范文
《基于Landsat 8 OLI卫星影像的乌梁素海悬浮物和叶绿素a浓度遥感反演研究》篇一一、引言随着遥感技术的飞速发展，利用卫星影像对地表环境和生态系统的监测变得愈加准确和便捷。
其中，基于Landsat 8 OLI卫星影像的数据资源在湖泊环境研究中发挥了重要作用。
乌梁素海作为我国北方的一个典型内陆湖泊，其水质变化和生态环境状况受到了广泛关注。
因此，本文以乌梁素海为研究对象，利用Landsat 8 OLI卫星影像数据，探讨其悬浮物和叶绿素a浓度的遥感反演方法。
二、研究区域与方法（一）研究区域乌梁素海位于我国北方某省，是典型的内陆湖泊。
该湖泊的生态环境和水质状况对周边地区具有重要影响。
（二）研究方法本研究主要利用Landsat 8 OLI卫星影像进行反演研究。
首先，收集乌梁素海区域的多时相Landsat 8 OLI卫星影像数据；其次，对卫星影像进行预处理，包括辐射定标、大气校正等；然后，通过分析水体光谱特征，建立悬浮物和叶绿素a浓度与卫星影像特征参数之间的数学模型；最后，利用模型对乌梁素海进行遥感反演，获取悬浮物和叶绿素a浓度的空间分布情况。
三、数据处理与分析（一）数据预处理对收集到的Landsat 8 OLI卫星影像进行辐射定标和大气校正等预处理操作，以提高数据质量。
（二）光谱特征分析通过分析乌梁素海水体的光谱特征，发现水体中的悬浮物和叶绿素a对不同波段的光具有不同的反射和吸收特性。
其中，蓝色波段对叶绿素a的吸收较强，而红色和近红外波段对悬浮物的反射较为敏感。
（三）数学模型建立根据水体光谱特征分析结果，建立悬浮物和叶绿素a浓度与卫星影像特征参数之间的数学模型。
本研究采用多元线性回归方法建立模型，通过分析不同波段的光谱信息与悬浮物和叶绿素a 浓度的关系，确定模型的参数。
（四）遥感反演与结果分析利用建立的数学模型对乌梁素海进行遥感反演，获取悬浮物和叶绿素a浓度的空间分布情况。
通过对反演结果的分析，发现乌梁素海不同区域的悬浮物和叶绿素a浓度存在较大差异，这与该地区的气候、植被和水质等因素密切相关。
如何利用遥感影像进行湖泊水质监测与污染治理研究
如何利用遥感影像进行湖泊水质监测与污染治理研究湖泊是自然界中的重要水体，对于生态系统的平衡和人类社会的发展起着重要作用。
然而，随着人类活动的日益扩大，湖泊水质逐渐恶化，引发了严重的污染问题。
为了保护湖泊水质并进行污染治理措施的研究，利用遥感影像进行湖泊水质监测成为一种重要手段。
一、湖泊污染治理的重要性湖泊作为地球上重要的淡水资源，为人类提供了饮用水、灌溉水等生活必需的水资源。
然而，随着工业化进程的加快和生活水平的提高，大量废水和污染物排放进入湖泊，使得湖泊水质急剧下降，甚至导致富营养化和水华等问题的爆发。
湖泊污染治理的重要性不言而喻。
对于湖泊水质监测与污染治理研究而言，准确地了解湖泊污染的情况，追踪污染源以及评估其对湖泊生态系统的影响，是制定有效的治理措施的前提和基础。
二、遥感影像在湖泊水质监测中的应用遥感影像技术是通过获取地球表面的电磁辐射信息，借助传感器和图像处理技术对其进行解译和分析的一种手段。
在湖泊水质监测与污染治理研究中，利用遥感影像进行湖泊水质监测具有以下优势：1. 非接触性：遥感影像技术可以通过卫星、航空和无人机等方式获取湖泊的高分辨率影像，实现对湖泊水质的全时空监测，减少了人力物力资源的投入。
2. 快速性：遥感影像技术能够实时获取湖泊的影像数据，通过图像处理和遥感信息提取算法，快速获得湖泊水质的变化情况，及时掌握湖泊的污染状况。
3. 多源数据的融合：遥感影像技术可以与其他传感器获取的地面观测数据进行融合分析，构建多源数据融合模型，提高湖泊水质监测的准确性和可靠性。
三、遥感影像在湖泊水质参数反演中的应用湖泊水质参数是评估湖泊水质的重要指标。
遥感影像技术通过对湖泊反射、散射等光谱特征的分析，可以实现湖泊水质参数的反演。
1. 蓝绿藻叶绿素浓度反演：藻类生长是湖泊富营养化的主要特征。
遥感影像技术可以通过监测湖泊的蓝绿波段反射率，利用反演模型推算出蓝绿藻叶绿素浓度，从而评估湖泊富营养化的程度。
基于遥感的内陆水体水质监测研究进展
基于遥感的内陆水体水质监测研究进展一、本文概述随着遥感技术的快速发展和应用领域的不断拓展，其在内陆水体水质监测领域的应用逐渐展现出巨大的潜力和优势。
遥感技术以其大范围、快速、非接触等特点，为内陆水体水质监测提供了新的视角和解决方案。
本文旨在综述基于遥感的内陆水体水质监测的研究进展，探讨遥感技术在水质监测中的应用原理、方法、案例以及存在的问题和挑战，以期为未来内陆水体水质监测技术的发展提供有益的参考和启示。
本文将对遥感技术在水质监测中的应用原理进行简要介绍，包括遥感技术的基本原理、内陆水体的光谱特征以及遥感影像的处理和分析方法等。
本文将重点综述遥感技术在水质参数反演、污染识别与评估、水体动态监测等方面的研究进展，通过具体案例分析展示遥感技术在内陆水体水质监测中的实际应用效果。
本文还将探讨遥感技术在水质监测中存在的问题和挑战，如数据源的选择、数据处理和解译的精度、监测结果的验证等，并提出相应的解决方案和建议。
通过对基于遥感的内陆水体水质监测研究进展的综述，本文旨在为相关领域的研究人员和技术人员提供全面的参考和借鉴，促进遥感技术在内陆水体水质监测领域的进一步发展和应用。
本文也期望引起更多学者和专家对内陆水体水质监测问题的关注和研究，共同推动水质监测技术的进步和发展。
二、遥感技术在水质参数提取中的应用遥感技术以其大范围、高效率、低成本的特点，在内陆水体水质监测中发挥了重要作用。
通过卫星或无人机搭载的传感器，可以捕捉到水体的光谱信息，进一步提取出关键的水质参数。
这些参数包括但不限于水体浊度、叶绿素a浓度、悬浮物含量、溶解性有机物等。
在水体浊度监测方面，遥感技术通过捕捉水体在可见光和近红外波段的反射和散射特性，结合算法模型，能够实现对水体浊度的有效监测。
这种方法具有快速、准确的特点，为水体浊度的实时监测和预警提供了可能。
叶绿素a浓度是反映水体营养状态的重要指标。
遥感技术通过捕捉叶绿素a在红光和近红外波段的反射特性，结合适当的算法，可以实现叶绿素a浓度的定量反演。
遥感技术在内陆水体水质监测中的应用
摘要：遥感技术在测量行业有着广泛的应用，随着这项技术的不断发展，其应用的范围越来越广。
本文对遥感技术在内陆水体水质监测中的应用情况进行了介绍，希望可以促进遥感在水质监测领域的推广，并为遥感技术的创新与完善提供动力与方向。
关键词：遥感技术；内陆；水质；监测；应用遥感技术在内陆水体水质监测中应用，需要建立水质参数反演算法，在监测的过程中，可以反映出水质在空间与时间上分布的情况，在对比分布的变化后，可以了解内陆水体受污染状况。
应用这项先进的技术，可以保证监测工作的效率以及准确性，而且监测的成本比较低。
高光谱遥感技术在内陆水体水质监测工作中应用最广，下面笔者对遥感水质监测的原理以及方法进行简单的介绍，以供参考。
1、遥感水质监测的原理与方法1.1原理遥感技术是科技不断发展的产物，在监测的过程中，主要是根据地物波谱特性实现的。
地物波谱与其本身的属性以及状态有着较大的关系，这也是区分地物的标准。
水体光谱特性与水中不同活性物质对光辐射的吸收与散射有着较大的关系，不同的光学活性物质，在吸收与散射性质方面有着较大的差异。
利用遥感技术进行检测，可以对一定波长范围内水体的辐射值进行测量，然后根据光谱特征进行区分。
太阳辐射在不同地物上有着不同的吸收与散射情况，有的辐射达到后会被反射，也有的辐射会折射进水体内部，并且被多种分子吸收与散射。
在内陆水体中，浮游植物、非色素悬浮物、黄色物质都会影响光谱反射率，其会改变光的散射，改变光的方向，利用遥感技术，可以监测到这些情况，从而保证监测结果的准确性。
1.2方法1.2.1物理方法。
物理方法是指根据辐射传输的理论，上行辐射与水体中光学活性物质吸收、散射有着一定关系，采用遥感技术测量后，可以得到吸收与散射系数，从而确定水体中各成分的浓度以及系数。
在本次测量中，由于采用物理方法无法达到相关要求，很多模型都无法正常使用，所以在实际监测时，物理方法的使用率并不高。
1.2.2经验方法。
经验方法是指根据多光谱遥感数据监测经验，总结出的一些有效的水质监测方法。
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。
内陆湖泊水深测量的几何内插法与遥感反演法的对比研究
２ 研究区域及数据
２ ． １ 研究区概况 武汉东湖 是 长 江 中 下 游 的 一 个 中 型 浅 水 内 陆 湖泊 ， 集旅 游 、 供 水 、 水 产 、 疗 养 以 及 农 业 灌 溉 等多种用 途 于 一 体 。 东 湖 地 处 湖 北 省 武 汉 市 武 昌 ，北纬 ３ ，面 区的东北 部 ， 位 于 东 经 １ １ ４ ° ２ ３ ′ ０ ° ３ ３ ′
［ ］ ２ ３ －
但是 ， 遥感 反 演 模 型 受 水 域 深 度 等 自 然 环 境 因 素 影响较大 ， 同 一 模 型 对 不 同 深 度 水 体 深 度 的 计 算 存在着较 大 的 误 差 。 现 有 研 究 已 经 表 明 在 不 同 水 深区间分 别 建 立 线 性 回 归 模 型 是 提 高 水 深 遥 感 反 演精度的 有 效 措 施 ， 但 是 在 水 深 值 差 别 较 大 的 区
ｎ势函数 ，ｉ＝１∑Ａｄ２ － ｉ ｉ
ｌ ｏ ｄ ｇ ｉ 为一个基础函数 ， 通过它能
够获得最小化表面的曲率 ； Ａ ａ、 ｂ 和ｃ 为方程系 ｉ 、 数， ｎ 为用于插值的实测点数量 。 ３ ． ２ 基于双波段比值模型的遥感反演计算 在遥感 反 演 的 计 算 过 程 中 ， 首 先 分 别 计 算 各 个波段和波段组合 与 实 测 水 深 值 之 间 的 相 关 系 数 ， 分析其相关性 。 通过进行比较分析 ， 最后确 定 波 段 １ 和 波 段 ２ 的双波段比值模型 用 于 东 湖 区 域 的 遥 感 水 深 反 演 。 依据 卫 星 传 感 器 接 收 的 光 辐 射 能 量 与 水 深 的
１ 引言
以江河 、 湖 泊 和 湿 地 等 形 式 存 在 的 陆 地 水 体 对气候变 化 和 人 类 生 产 生 活 有 着 重 要 的 影 响 ， 准 确掌握内 陆 水 体 参 数 的 变 化 对 于 全 面 认 识 地 球 水
基于遥感技术的内陆水系自然水质监测研究
基于遥感技术的内陆水系自然水质监测研究内陆水系是指地球上不与大海相连、流经陆地上的河流、湖泊、水库和水道等组成的水体系统。
水质监测是评价水体质量和污染情况的重要手段，对保护水资源、维护生态平衡具有重要意义。
遥感技术作为一种远距离感知和信息获取的方法，已经在内陆水系自然水质监测研究中发挥了重要作用。
遥感技术是通过卫星、航空器或无人机等载荷采集的多光谱、高光谱和雷达数据等，应用获取地表信息的一种手段。
基于遥感技术的内陆水系自然水质监测研究主要包括对水体中溶解氧、浊度、水温、叶绿素-a浓度等指标的监测。
下面将分别从数据获取、监测指标、数据分析与应用三个方面进行介绍。
首先是数据获取方面。
遥感技术可以通过感知和记录地球表面的辐射能量进行水质监测。
卫星遥感数据具有时空分辨率高、覆盖范围广的特点，具备全球连续观测的能力。
卫星上搭载的传感器可以获取多个波段的数据，包括可见光、红外线和微波等。
其中可见光数据可以用于测定水体的颜色和透明度；红外线数据可以用于探测水体中的悬浮物和藻类等；微波数据则能够获取水体中的浮游植物和水的物理性质。
其次是监测指标方面。
内陆水系的自然水质主要包括溶解氧、浊度、水温和叶绿素-a浓度等指标。
溶解氧是维持水生生物生命活动的重要指标，遥感技术可以通过测定水体的颜色和透明度来间接估算溶解氧的含量。
浊度是衡量水体中悬浮物含量的指标，遥感技术可以通过测量水体的光反射率来反演浊度值。
水温是水体生物活动、水质状况和水体环境的重要参数，遥感技术可以利用地表温度的变化来推算水体的温度。
叶绿素-a浓度是评估水体中藻类生物量、水质富营养化程度的指标，遥感技术可以利用测定水体中的绿色光波段反射率来间接估算叶绿素-a浓度。
最后是数据分析与应用方面。
基于遥感技术的内陆水系自然水质监测研究需要对遥感数据进行处理和分析，以提取出所关注的水质指标。
常用的方法包括光谱曲线拟合、指数模型、统计回归和机器学习等。
这些方法可以将遥感数据与实地监测数据进行对比和验证，提高监测结果的准确性和可靠性。
基于遥感的水体水质监测方法研究
基于遥感的水体水质监测方法研究在当今社会，水资源的保护和管理至关重要。
而准确、及时地监测水体水质是实现有效水资源保护和管理的关键。
传统的水体水质监测方法往往需要实地采样和实验室分析，不仅费时费力，而且难以实现大面积、长时间的连续监测。
随着遥感技术的不断发展，其在水体水质监测方面的应用为解决这些问题提供了新的途径。
遥感技术是一种通过非接触式手段获取目标物信息的技术，它能够快速、大面积地获取地表信息。
在水体水质监测中，遥感技术主要通过对水体反射和辐射的电磁波进行分析，从而获取与水质相关的参数。
遥感监测水体水质的基本原理基于水体对不同波长电磁波的吸收、散射和反射特性。
不同的水质参数，如叶绿素 a 浓度、悬浮物浓度、有色溶解有机物（CDOM）含量等，会对电磁波产生不同的影响，从而在遥感影像上表现出不同的特征。
例如，叶绿素 a 会在蓝光和红光波段有较强的吸收，而在绿光波段有较强的反射，因此可以通过分析遥感影像中不同波段的反射率来估算叶绿素 a 的浓度。
在实际应用中，基于遥感的水体水质监测方法主要包括以下几种。
首先是经验方法。
这种方法是基于大量的实地采样数据和遥感影像数据，建立水质参数与遥感影像光谱特征之间的统计关系。
通过对已知样本的分析，得到回归方程或其他统计模型，然后将这些模型应用于新的遥感影像，从而估算出相应的水质参数。
经验方法相对简单直接，但它的准确性很大程度上取决于样本的数量和代表性。
其次是半分析方法。
该方法结合了水体光学特性的理论模型和经验关系。
它首先基于水体光学理论，建立水质参数与水体光学特性之间的关系，然后通过经验数据对模型中的一些参数进行拟合和校正。
半分析方法相对于经验方法具有更强的物理基础，但也需要更多的先验知识和复杂的计算。
另外还有物理方法。
这种方法完全基于水体辐射传输理论，通过求解复杂的辐射传输方程来估算水质参数。
物理方法具有最高的理论精度，但由于水体光学特性的复杂性和不确定性，实际应用中往往存在较大的困难，需要高精度的遥感数据和强大的计算能力。
- 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)。
u vt e
式中e为残差矢量，系数v根据最小二乘确定。并且，PLS把矩阵分解和回 归并为一步，即X矩阵和Y矩阵的分解是同时进行的，并且将Y信息引入X 矩阵分解过程中，在每计算一个新主成分之前，将X得分和Y得分进行交换， 使得X主成分直接与Y关联
武汉大学遥感信息工程学院
PRESS判据原理
在建立模型时，若采用过少主因子，其模型预测准确度就会降低，称 为欠拟合。若使用过多主因子，就会增加信息冗余，使模型预测能力下降， 称为过拟合。因此，合理确定参加建立模型的主成分数是一个重要的步骤。 当样本较少时，为充分利用样本，目前最常用的判别主因子适合个数的方 法为PRESS判据法 。 每次都将m个样本中m-1个用作建模样本，剩下的一个样本作检验样 本，如此循环下去m次，留下一个样本做估计，最后可得m个估计值及预报 残差值，再将这m个残差值平方求和，即为PRESS： ei yi y i e i T 1 T 1 xi ( X X ) xi 1 hii
武汉大学遥感信息工程学院
分析模型参数解算
叶绿素散射系数曲线
叶绿素吸收系数曲线
武汉大学遥感信息工程学院
分析模型水质参数反演结果
CChl-a估计
各浓度范围 样本精度相当
选择438nm,500nm-600nm, 676nm,685nm至750nm共169个波段 参与分析模型水质参数值估计 CSST估计
最大正相关比值组合
最大正相关差值组合
最大正相关值和差比
相关系数为0.9510 最大负相关比值组合
相关系数为0.9201 最大负相关差值组合
相关系数为0.914 最大负相关和差比组合
相关系数为-0.9496
相关系数为-0.9525
相关系数为-0.9554 武汉大学遥感信息工程学院
内容提要
地面实测数据采集、处理与分析 内陆湖泊水质参数遥感反演波段分析与选择
出水方向上的散射作用
武汉大学遥感信息工程学院
分析模型的改进
悬浮泥沙以散射为主的 水质遥感定量模型
悬浮泥沙以反射为主的 水质遥感定量模型
武汉大学遥感信息工程学院
分析模型参数解算
纯水相关参数解求
纯水散射 系数曲线
武汉大学遥感信息工程学院
分析模型参数解算
纯水相关参数解求
近似清洁水体样本光谱 整体反射率很低 光谱在800nm后反射率下降为零 叶绿素a浓度为1.83μg/L 悬浮泥沙浓度为1.0mg/m3
Chl-a对数
武汉大学遥感信息工程学院
Chl-a浓度与波段组合相关分析归一化Biblioteka 段比 归一化波段差 归一化波段和差比
Chl红波段吸收峰与 550nm处反射峰的比值 Chl 715nm处反射峰 与550nm处反射峰的比值 以Chl蓝波段吸收峰与 550nm反射峰之比的相关 系数绝对值0.9516为最高
悬浮泥沙与波段组合相关分析
归一化波段比 归一化波段差 归一化波段和差比
三种组合与SST原始浓度的 相关系数绝对值在0.9以上的有174个
SST
三种组合与SST原始浓度对数值的 相关系数绝对值在0.9以上的有3849个
SST对数
武汉大学遥感信息工程学院
SST浓度对数与波段组合相关分析
归一化波段比 归一化波段差 归一化波段和差比
内陆湖泊水质参数遥感反演波段分析与选择
基于经验方法的水质反演模型构建与应用 基于分析方法的水质反演模型构建与应用
MODIS内陆湖泊水质遥感监测初探
武汉大学遥感信息工程学院
水质组分光谱特征分析
Chl-a及胡萝卜素散射 含藻类水体最显 著的光谱特征 水体是否含有藻 类叶绿素的依据 之一 其位置是Ch-a浓 度的指示 随Ch-a浓度增大 而向长波移动
武汉大学遥感信息工程学院
地面实测光谱数据处理
太阳直射耀斑去除
data9
同一测点上连续测量10条曲线仅用时1秒，其间可认为入射水 面的天空光均匀恒定，离水辐射无明显变化。因此，曲线间 的光谱波动差异，可认为主要是由水表对太阳直射光的随机 反射即太阳耀斑所引起的。因而，对同一测点测得一组光谱 曲线中数值最低的那条曲线：
MODIS内陆湖泊水质遥感监测初探
武汉大学遥感信息工程学院
MODIS数据预处理
数据时间 2007年1月9日、1月29日、3月20日、10月26日，11月6日 几何信息 Geographic Lat/Lon等经纬度投影，参考基点为WGS-84 结合1B级数据中所带经纬度信息 数据范围 经剪裁后覆盖武汉东湖地区 经纬度范围为：左上角东经 北纬 右下角东经 北纬 大气顶光谱反射率计算 辐射定标 日地距离订正 卫星天顶角订正 采用波段 MODIS数据412nm至946nm范围内的第1-4波段，及第8-16波 段 并将各波段数据重采样为500米分辨率
Chl-a
藻青蛋白等的吸收峰
短波强吸收
主反射峰
悬浮泥沙浓度与 光谱反射峰值存 在良好相关性
随水体含沙量增 加向长波方向移 动，称为 “红移”
肩状反射
SST
武汉大学遥感信息工程学院
单波段相关分析
未归一化波段与Chl-a 归一化波段与Chl-a
未归一化反射率与水 质参数相关性不明显
未归一化波段与SST
各主采样点位天空光气-水界面反射率
武汉大学遥感信息工程学院
地面实测光谱数据处理
残余太阳耀斑去除
由于太阳直射光在水表发生的镜面反射在各波段的反射率基 本一致，因此各波段残余太阳耀斑的大小与入射到水面的太 阳直射光成比例相关：
水体出水反射率求解
武汉大学遥感信息工程学院
内容提要
地面实测数据采集、处理与分析
武汉大学遥感信息工程学院
地面实测光谱数据处理
水面白帽 Lwc
水体反射 总能量
天空光 镜面反射 Lsky 太阳直射光 镜面反射 Lg
离水辐射 Lw
用于水质参数定量反演最 佳波段及组合选择的研究 参与分析模型中水体组分 固有光学特性参数解算 其准确性直接关系水质遥 感的反演精度
水体反射率低，而镜面反 射很强，很容易接近甚至超 过正常水体反射率的量级 这部分光谱不带有任何水 体信息，干扰水质信息提取
武汉大学遥感信息工程学院
总体技术路线
武汉大学遥感信息工程学院
内容提要
地面实测数据采集、处理与分析
内陆湖泊水质参数遥感反演波段分析与选择 基于经验方法的水质反演模型构建与应用 基于分析方法的水质反演模型构建与应用
MODIS内陆湖泊水质遥感监测初探
武汉大学遥感信息工程学院
地面实测数据采集
时间 07年1-9、1-29、3-20、 10-26、11-6 采集内容 光谱数据、水质参数浓度、 GPS位臵信息、风速、水 温、气温、湿度 仪器 EPP2000光谱仪 Hydrolab DS5水质监测仪 光谱采集 国际水色SIMBIOS计划推 荐观测几何 武汉东湖各子湖及主要采样点分布示意图 表面法水体光谱测量要求
纯水吸收 系数曲线
武汉大学遥感信息工程学院
分析模型参数解算
悬浮泥沙及黄色物质相关参数解求
低叶绿素浓度样本光谱
整体反射率比近似纯水稍高 675nm及700nm附近未出现明显的叶 绿素吸收峰及荧光反射峰特征
Chl-a浓度 1.97μg/L，2.04μg/L
S、C均为波长的函数 S初始值设置为 0.019 C初始值设置为 0.1% 求解所联立的非线性方程组 得到各波段S与C
归一化反射率与Chl-a原 始浓度相关性更高
归一化波段与SST
归一化反射率SST浓 度对数值相关性更高
武汉大学遥感信息工程学院
叶绿素a与波段组合相关分析
归一化波段比 归一化波段差 归一化波段和差比
三种组合与Chl-a原始浓度的 相关系数绝对值在0.9以上的有217个
Chl-a
三种组合与Chl-a浓度对数值的 相关系数绝对值均小于0.9
武汉大学遥感信息工程学院
分析模型参数解算
陆地泥沙消光截面C曲线
S均值为 0.0209 与其他研究一致 将所得S值代入
黄色物质吸收系数曲线
即可求得黄色物 质吸收系数 武汉大学遥感信息工程学院
分析模型参数解算
叶绿素a相关参数解求
叶绿素特征突出的样本光谱
叶绿素反射峰与吸收峰对比明显 悬浮泥沙的双峰特性也有所体现 CChl-a : 30.49 μg/L 16.54 μg/L CSST : 27.97 mg/m3 14.69 mg/m3
基于经验方法的水质反演模型构建与应用
基于分析方法的水质反演模型构建与应用
MODIS内陆湖泊水质遥感监测初探
武汉大学遥感信息工程学院
偏最小二乘法原理
设原始的自变量矩阵X包含p个变量，因变量矩阵Y包含q个变量，样本 数为m，PLS的第一步，作矩阵分解，其模型为：
X m p Tm k P k p E Ymq U mk Qk q F
主因子数为8时 PRESS最小
残差集中在±6μg/L
R2 = 0.9897 F = 375.8 总平均相对误差 11.11%
武汉大学遥感信息工程学院
PLS1经验模型悬浮泥沙浓度反演
主因子数为8 时预测平均残 差最小 精度最好
主因子数为8时 PRESS最小
残差集中在±5mg/m3
R2 = 0.9973 F = 367.4 总平均相对误差 10.18%
式中：T，U是X矩阵和Y矩阵的得分矩阵，含有两两正交的隐变量，分别 为X矩阵和Y矩阵中变量的线性组合；P，Q是X矩阵和Y矩阵的载荷矩阵； E，F为用PLS模型拟合X和Y所引进的误差，k为建立模型所引进的变量的 维数。PLS方法要求X分解的隐变量t与Y分解得到的隐变量u为最大重叠或 相关性最大，然后再建立t和u的回归方程：
武汉大学遥感信息工程学院
地面实测光谱数据处理