太湖悬浮物浓度的MODIS数据定量反演提取

本文利用250m分辨率的MODIS数据和准实时的地面采样数据,运用线性回归方法反演了太湖的悬浮物浓度,结果表明悬浮物浓度与第1波段相关性最好,PEARSON相关系数为0.31,在所有的波段组合中,其中以与波段M1+M2组合的相关性最好,呈典型正相关。并以此为基础建立了太湖的悬浮物浓度反演模型,这对于利用高时间分辨率的遥感源数据,研究太湖悬浮物浓度的时空变化规律具有重要意义。     

基于反射峰面积的水体叶绿素遥感反演模拟研究

叶绿素浓度是水体富营养化状态的重要指标,也是水色遥感反演的水质参数之一。水体中叶绿素浓度的遥感反演主要是建立实测光谱和实测水质参数二者之间的关系模型,利用遥感影像进行叶绿素浓度的信息提取。传统的叶绿素浓度遥感反演受区域性和季节性的影响,反演精度不高,而且反演模型不具普适性,需对叶绿素光谱特征进行分析,建立高精度的反演模型。本文采用Hydrolight数据模拟了不同叶绿素浓度(1~200 µg·L^-1)的水体在可见光近红外的反射波谱曲线,通过分析叶绿素的光谱特征选取了特征波段或波段组合,并建立了叶绿素浓度反演模型。研究表明,除反射峰波长模型外,反射峰面积模型、三波段模型、红光线高度模型等均能较好地反演叶绿素浓度。在不同叶绿素反演模型中,除红光线模型外,最优的是反射峰面积模型,其决定系数为0.9689,反演误差为25.25 µg·L^-1;其次是三波段模型,其决定系数为0.9637,反演误差为10.66 µg·L^-1。究其原因,三波段模型考虑了水体中非色素悬浮物、黄色物质及水体后向散射对叶绿素浓度反演造成的影响;反射峰面积模型除此之外还综合考虑了叶绿素散射效率的影响。     

富营养化的太湖水体叶绿素a浓度模型反演

半经验模型反演叶绿素a浓度是目前遥感反演水体叶绿素a浓度的主要方法。但是,大量研究结果表明,太湖水体浑浊,富营养化严重,各种半经验模型的反演精度和模型适用性有较大差异。因此,研究一种既满足一定精度要求,又具有时间普适性的叶绿素a浓度反演算法,对提高模型适用性,促进遥感的反演应用具有重要意义。本研究通过2005年6-10月地面实测数据,建立太湖叶绿素a浓度一阶微分反演模型、波段比值反演模型和三波段反演模型,对比各模型反演效果,认为波段比值模型与三波段模型具有较好的反演效果。运用2006年11月和2007年11月实测数据对这三种模型加以检验,结果表明,三波段模型反演高富营养化的太湖水体,不仅精度高,平均误差仅为实测浓度差的8.3%,而且适用性较强,不同年份数据的检验结果证明平均误差均低于实测浓度差的20%。因此,三波段模型是这三种反演模型中效果最好的一类模型。     

基于超参数优化CatBoost算法的河流悬浮物浓度遥感反演

悬浮物浓度（TSM）是水生态环境评价的重要参数之一,及时掌握河流悬浮物浓度动态变化信息对于内陆水质监测、水环境治理是十分必要的。本研究基于野外实测光谱和悬浮物浓度数据,筛选与悬浮物浓度高度相关的波段组合反射率作为自变量,基于CatBoost、随机森林和多元线性回归算法构建悬浮物浓度遥感反演模型,采用带交叉验证的网格搜索法分别对CatBoost和随机森林2种机器学习模型进行超参数调优,确定模型最优参数配置,并对比不同模型反演精度,确定最优模型。基于最优模型,利用2019—2020年多时相Sentinel-2 MSI遥感影像,反演闽江下游悬浮物浓度,并分析其时空变化特征。结果表明：① b4/b3、(b6-b3)/(b6+b3)、(b4+b8)/b3、(1/b3-1/b4)×b5是MSI反演闽江下游TSM浓度的最佳波段组合反射率; ② 对比其他2种模型,基于超参数优化的CatBoost算法建立的悬浮物反演模型精度最高,其决定系数R²为0.95,均方根误差RMSE和平均绝对百分比误差MAPE分别为15.32 mg/L和19.68%; ③ 2019—2020年闽江下游悬浮物浓度分布“西低东高”,白沙至琅岐入海口呈升高趋势;④ 悬浮物浓度夏季最高,冬季和秋季次之,春季最低。本研究可为闽江下游悬浮物浓度监测及时空变化分析提供一种有效的技术手段和理论参考。     

一种湿地河流叶绿素a遥感反演方法

叶绿素a作为一项重要的水质安全评价指标,其浓度的准确监测对水产行业发展、水生态系统平衡和人类饮水安全等有着重要意义。随着对地观测卫星传感器空间和光谱分辨率的提高,遥感技术在河流水质时空变化监测中发挥着越来越重要的作用。本文以新疆巴音布鲁克湿地河流水体为研究对象,同步采集了水体反射光谱和水样,并在实验室对叶绿素a、浊度等水质参数进行测定。首先,基于光谱波段对叶绿素a浓度的敏感性分析,构建了多种光谱指数模型;然后,提出以4.50 mg/m³作为水体叶绿素a浓度分级阈值,利用三波段半分析模型因子D3B与叶绿素a的线性关系建立水体叶绿素a浓度分级标准,进而对比评估了11种经验、半分析模型分别在全部样本数据集和两级叶绿素a浓度数据集中的精度表现;其次,根据各模型精度结果选用三波段半分析模型D3B和蓝绿波段比模型OC₂V4,组成叶绿素a分级反演算法OC₂-D3B,其精度（R²=0.96,RMSE=0.32 mg/m³,MAE=0.24 mg/m³,MRE=5.71%）相比以上2种单一算法提高了50%以上;最后,本文利用Sentinel-2影像,对湿地河流水体叶绿素a浓度的空间分布特征和季节时序模式进行了分析,得到该水域夏季叶绿素a含量最高,春秋季次之,冬季最低的结论。此外,本研究还发现气温相比其他环境因子对水体Chl-a浓度的控制作用更加明显。     

基于多要素评价指标的鄱阳湖水体富营养化研究

基于Landsat卫星OLI影像对2018年5月鄱阳湖的叶绿素a浓度、悬浮物浓度、有色可溶性有机物浓度进行了湖区水体水质参数反演,根据水质参数反演得到鄱阳湖各评价指标要素浓度归一化分布图。结果表明:叶绿素a、悬浮物以及有色可溶性有机物主要集中在水流速度较为缓慢的东部湖区以及南部湖区,干流水体动力较大,含量较低。悬浮物浓度在其他湖区也存在浓度较高显现,与采砂活动或湖区浅滩反射有关,整个湖区中鄱阳湖东部以及南部水质较差。综合叶绿素a浓度、悬浮物浓度、有色可溶性有机物浓度空间变化规律以及湖区周围污染源进行水质污染空间分布的探讨,同时也为鄱阳湖水质监测提供丰富案例,为水体污染和防治提供依据。     

湛江港海域叶绿素a浓度的高光谱遥感反演

基于表观光学法研究冬季湛江港海域高光谱遥感叶绿素a浓度的反演模型构建,结果表明,该海域单波段遥感反射率与叶绿素a浓度相关性低,波段比值和遥感反射率的一阶微分法可提高叶绿素a浓度反演精度。665nm处的遥感反射率一阶微分值与叶绿素a浓度相关性良好,相关系数可达0.84。一阶微分相关系数大于0.8的波段大部分处于叶绿素a红光强烈吸收区域,对于富营养化的湛江港海域采用一阶微分方法构建叶绿素a浓度的遥感反演模型具有合理性。     

叶绿素a浓度反演模型：堆栈自编码器粒子群优化BP神经网络

内陆水体叶绿素a浓度是衡量水体富营养化程度的主要指标，是影响水体反射率光谱特征的重要因素之一。本文以白洋淀烧车淀、圈头乡各村庄等水域为研究区，采集了高光谱数据和水样，并在实验室测定叶绿素a等水质参数，应用于白洋淀区域的叶绿素a高光谱遥感反演。针对线性降维方法特征提取能力不足和神经网络构建叶绿素a遥感反演模型时学习效率低、泛化能力差的问题，提出了堆栈自编码器粒子群优化BP神经网络模型。该模型利用堆栈自编码器强大的非线性变换能力，通过最小化重构误差来学习高光谱数据特征，在实现数据降维的同时最大程度保留原始光谱数据中的水体辐射信息，提取出实测水体光谱的深度特征，将BP神经网络初始权重作为粒子的位置向量，通过粒子群算法搜寻网络初始权重的最优值，降低出现局部极值的概率，提高模型的稳定性和反演的精确度。堆栈自编码器粒子群优化BP神经网络模型(R²=0.82,RMSE=2.65μg/L,MAE=1.89μg/L)相较于对高光谱数据不降维的BP神经网络模型(R²=0.75,RMSE=3.16μg/L,MAE=2.39μg/L)、基于主成分分析法降维的BP神经...     

基于Sentinel-2和ZH-1遥感影像的松北区水质监测

水是维持城市生态环境平衡的重要因素,遥感监测手段已经成为评价城市水环境的重要手段.基于2020年4月珠海一号影像和2020年7月哨兵二号影像,建立水质参数反演模型,对哈尔滨市松北区水体的叶绿素a浓度、悬浮物浓度、透明度和综合营养化指数进行季度监测.研究结果表明:松北区银水湾为污染水体,叶绿素a浓度、悬浮物浓度和综合营养指数值都较高,与其相邻的松花江水质情况较好,水质参数均在正常水体值的范围内.     

太湖浮游藻类的后向散射分离及其叶绿素a浓度反演

浮游藻类的后向散射是水体光谱构成的重要组成部分,作为水体辐射传输模型中的重要参数,高精度的藻类后向散射系数对水体叶绿素a浓度的遥感反演精度至关重要。本文以简化的辐射传输模型-生物光学模型为基础,尝试性分离了太湖浮游藻类的后向散射系数。通过藻类后向散射规律分析,建立了浮游藻类吸收、后向散射特征的叶绿素a反演模型,改善了叶绿素a浓度的遥感反演精度。分析表明：藻类颗粒物的后向散射系数与吸收系数之间存在反比关系,且在560 nm、700 nm附近存在明显的散射峰,与叶绿素a浓度之间相关性显著;低密度藻类水体总悬浮颗粒的后向散射以非色素颗粒为主导,适合采用经典的指数模型模拟后向散射系数,而藻类密度较高的富营养化水体,水体总悬浮颗粒的后向散射以藻类颗粒为主导,传统的指数模型已不适用;采用分离藻类后向散射系数的方法,使得叶绿素a浓度的反演值与真实值相关系数从0.66提高到0.98,相对误差从55%降低到38%,均方根误差(RMSE)也由60.95 μg/L降低至13.98 μg/L。其真实性检验表明,与经典指数模型方法相比,利用藻类颗粒后向散射分离方法反演叶绿素a浓度,能够显著改善反演精度。     

Industrial and agricultural effects on water environment and its optimization in heavily polluted area in Taihu Lake Basin, China

The deteriorating water quality in the Taihu Lake Basin has attracted widespread attention for many years, and is correlated with a sharp increase in the quantity of pollutant discharge such as agricultural fertilizers and industrial wastewater. In this study, several factors were selected for evaluating and regionalizing the water environmental capacity by ArcGIS spatial analysis, including geomorphologic characteristics, water quality goals, water body accessibility, water-dilution channels, and current water quality. Then, the spatial optimization of agriculture and industry was adjusted through overlay analysis, based on the balance between industrial space and water environmental capacity. The results show that the water environmental capacity gradually decreases from the west to the east, in contrast, the pollution caused by industrial and agricultural clustering is distributes along Taihu Lake, Gehu Lake and urban districts. The analysis of the agricultural space focuses on optimizing key protected areas of the Taihu Lake Basin, and the shores of Gehu Lake, optimally adjusting the second protected areas of the Taihu Lake Basin, and generally adjusting the urban areas of Changzhou and Wuxi cities. The analysis of industrial space focuses on optimizing the downtowns of Changzhou and Wuxi cities, optimally adjusting key protected areas and second protected areas of the Taihu Lake Basin, and generally adjusting the south and southwest of Gehu Lake. Lastly, some schemes of industrial and agricultural layouts and policies for the direction of industrial and agricultural development were proposed, reflecting a correlation between industry and agriculture and the water environment.     

QUANTITATIVE MODELING OF SUSPENDED SEDIMENT IN MIDDLE CHANGJIANG RIVER FROM MODIS

1INTRODUCTIONThe quality of water is traditionally determined by col-lectingwatersamplesandanalyzingthesamplesin a lab-oratory. However, sampling is very much hard sledding,time-consuming, slow and expensive, and easily in thecontrol of weather conditions, and does not include allwater areas. Satellite estimates of water quality havefound widespread application. Remote sensing instru-ments have been applied in water quality monitoringwith varying success (DANA and RICHARD, 1999;RUDD…     

太湖蓝藻水华遥感动态监测预警模型的建立

湖泊富营养化和蓝藻水华暴发是当前我国湖泊面临的最重要的环境问题之一。本文分析了内陆湖泊太湖蓝藻监测的主要问题。并详细阐述了蓝藻水华遥感动态监测预警模型的建立,即,采用生物光学模型与气象环境预警模型相结合的方式,辅以图形图像学的模块匹配验证,对蓝藻水华暴发前进行临界状态的灾害等级警示,理论上较单纯监测微囊藻叶绿素a浓度值来实现水华暴发预警更为准确。这样,提前采取相应的技术措施,减少蓝藻水华暴发带来的影响和损失。     

THE APPLICABILITY OF RESEARCH ON FLOOD－DROUGHT TENDENCY－AN ANALYSIS ON DISASTROUS FLOOD OF TAIHU LAKE BASININ JUNE－JULY，1991

ＴＨＥ ＡＰＰＬＩＣＡＢＩＬＩＴＹ ＯＦ ＲＥＳＥＡＲＣＨ ＯＮ ＦＬＯＯＤ－ＤＲＯＵＧＨＴ ＴＥＮＤＥＮＣＹ－ＡＮ ＡＮＡＬＹＳＩＳ ＯＮ ＤＩＳＡＳＴＲＯＵＳ ＦＬＯＯＤ ＯＦ ＴＡＩＨＵ ＬＡＫＥ ＢＡＳＩＮＩＮ ＪＵＮＥ－ＪＵＬＹ，１９９１ ...     

The applicability of research on flood-drought tendency —an analysis on disastrous flood of Taihu Lake basin in June-July, 1991

In Taihu Lake basin during June–July in 1991, there happened a catastrophic flood, the precipitation reached that of 1954 and the water level was the highest in the history in Taihu Lake. This heavy flood, happening in the relatively humid period and being well accord with flood-drought change tendency, was early precautioned. The occurrence of the flood illustrated that using records of historical climate to predict flood-drough tendency is practically significant for hazard-reduction project.     

DYNAMIC VARIATIONS OF WATER QUALITY IN TAIHU LAKE AND MULTIVARIATE ANALYSIS OF ITS INFLUENTIAL FACTORS

ＤＹＮＡＭＩＣ　ＶＡＲＩＡＴＩＯＮＳ　ＯＦ　ＷＡＴＥＲ　ＱＵＡＬＩＴＹ　ＩＮ　ＴＡＩＨＵ　ＬＡＫＥ　ＡＮＤ　ＭＵＬＴＩＶＡＲＩＡＴＥ　ＡＮＡＬＹＳＩＳ　ＯＦ　ＩＴＳ　ＩＮＦＬＵＥＮＴＩＡＬ　ＦＡＣＴＯＲＳＤＹＮＡＭＩＣＶＡＲＩＡＴＩＯＮＳＯＦＷＡＴＥ...     

MODIS_LST与AMSR-E_BT的相关性及地表温度反演

本文以2007年和2008年MODIS每日地表温度（LST）数据及AMSR-E地表亮温（BT）数据为研究对象,结合土地覆盖类型数据,统计分析MODIS_LST与AMSR-E_BT在不同土地覆盖类型、频率和极化方式条件下的相关性。结果表明,频率在18.7、23.8和36.5 GHz的AMSR-E-BT与MODIS_LST的相关性较大,且在垂直极化通道上的相关性较在水平极化上大;不同土地覆盖类型,与MODIS_LST相关性较大所对应的AMSR-E微波通道不同。同时,考虑混合像元问题对相关性的影响,对25种不同地物类型组合下MODIS_LST与AMSR-E-BT的相关性进行统计分析,发现混合像元中地物类型越多,则二者相关性越小。最后,采用多元线性回归分析法,根据不同土地覆盖类型建立反演回归模型,对部分研究区域MODIS-LST进行反演,误差平均在±3.15 K以内,与不考虑下垫面覆盖的模型比较,反演MODIS_LST精度平均提高了1.5 K。     

基于MODIS数据的太湖浮游植物物候变化及其对水表温度的响应

浮游植物物候能够反映浮游植物的生长变化与湖泊生态系统的变化,水温、营养盐浓度等因素对物候有重要影响。太湖富营养化程度较高,水温的影响作用日趋显著,物候与水温关系的研究对理解、控制和改善太湖生态系统具有重要意义。本研究利用2003—2018年MODIS遥感数据计算浮游植物物候指标和湖泊水表温度（Temperature of Water Surface,LSWT）,通过分析太湖浮游植物物候时空变化特点探究了不同区域的物候特征,并结合LSWT揭示了浮游植物物候对LSWT变化的响应关系。结果表明：① 不同浮游植物物候指标具有不同空间分布特点,水华发生次数、峰值叶绿素a（Chla）浓度和水华总持续时间呈现由西部沿岸向湖心区递减的趋势;浮游植物生长开始时间和峰值Chla发生时间分布复杂但在沿岸区域相对较早;② 太湖可被划分为4种具有不同物候特征的区域,Ⅰ类区域主要位于贡湖湾、东部沿岸以及太湖中部开阔水域,该区Chla浓度范围为50~60 μg/L,且波动平缓,水华发生次数最少、开始最晚、持续时间最短;Ⅱ类区域主要分布于太湖西部沿岸,Chla浓度范围为50~90 μg/L且变化剧烈,该区水华发生次数最多、开始最早、持续时间最长;Ⅲ和Ⅳ类属于过渡区域,前者主要分布于梅梁湾、竺山湾及入湾口,后者主要位于南部沿岸以及太湖中部;③ 浮游植物物候对LSWT变化的响应受营养水平影响,当营养水平较高时,浮游植物的生长受LSWT的促进作用显著,LSWT年际变化的升高趋势对浮游植生长物候提前、生物量增加的影响明显,反之,则LSWT变化对浮游植物生长的影响减弱。