基于实测光谱估测密云水库水体叶绿素a浓度

水中叶绿素a浓度是衡量水体初级生产力和富营养化程度的最基本的指标。利用野外便携式地物光谱仪对密云水库水体进行反射光谱测量并同步采集水样。通过分析叶绿素a浓度与光谱反射特征的相关关系,建立了叶绿素a反演模型。结果表明,利用单波段光谱反射率、光谱比值指数或微分光谱比值能够可靠反演叶绿素a浓度;但微分光谱与叶绿素a浓度相关性更高,更适用于密云水库水体叶绿素a浓度的高光谱反演。     

昆承湖水质状况遥感监测与空间特征分析

针对镇域水资源常规的监测方法不能满足对水质适时、大尺度的监测评价要求等问题,该文以江苏常熟辛庄镇昆承湖为例,分析叶绿素a(Chl-a)和悬浮物(SS)浓度值与水体归一化反射光谱、一阶微分反射光谱特征的关系,运用PEARSON法分析两者之间的相关性,确定Chl-a和SS的敏感波段,利用Chl-a和SS敏感波段归一化光谱反射值和实测浓度数据建立了水质参数反演模型。采用同时相ETM遥感数据对水质参数(叶绿素a和悬浮物)浓度进行遥感定量反演,并根据反演结果分析镇域水体污染空间分布特征。结果表明,对水质参数几个最大正(负)相关的光谱值进行波段组合处理可以提高反演精度,并且模型反演值和实测浓度值之间误差较低。通过对叶绿素、悬浮物等水质参数反演实现了对昆承湖水体污染状况的快速、准确和动态的信息获取和评价,有效地实时监测镇域水体在空间和时间上的变化状况和特性。     

基于光谱特征的三峡坝区水色要素反演

基于野外测定的水质参数,通过研究三峡坝区水体中水色要素浓度与反射率之间的关系,选择反演叶绿素、悬浮物、溶解性有机物的最佳波段,建立了反演水色要素浓度的遥感定量模型。研究表明,在波段比值的基础上进行幂次修正的波段组合反射率与SS浓度相关性较好(R2=0.76),可以用来估算悬浮物浓度;悬浮物浓度影响叶绿素浓度的反演精度,通过在模型中增加一个红绿波段比值指数项的方法能够抑制或削弱悬浮物的影响,提高了叶绿素浓度的反演精度(R2=0.75);DOC反演模型中,绿光波段与红光波段反射率的对数值能较好的估算DOC浓度,且与log(DOC)相关程度最高,决定系数为0.85,反演精度较高。     

鄱阳湖叶绿素a浓度遥感定量模型研究

叶绿素a浓度是反映湖泊水体营养状况的重要指标,本研究通过分析水体叶绿素a浓度与高光谱反射特征的相互关系,采用一阶微分值和峰值比值法分别建立了叶绿素a的高光谱定量反演模型,在此基础上与同步MODIS数据敏感波段建立卫星定量反演模型。结果表明:叶绿素a荧光峰出现在波段690nm-700nm,波段696nm一阶微分值相关系数最大;波段700nm与波段680nm的比值与其对数相关性较好,MODIS数据波段2和波段1比值的指数模型为最佳的回归模型。     

基于BP神经网络模型的太湖悬浮物浓度遥感定量提取研究

构建了含有一个隐含层的两层BP神经网络反演模型，以TM数据的前4个波段的反射率作为输入，以悬浮物浓度值作为输出，成功反演了太湖水体的悬浮物浓度。     

基于分析方法的太湖叶绿素a反演研究——以MODIS数据为例

目前, 针对太湖水体的叶绿素波段敏感性的分析, 大多集中在实测的高光谱反射率数据或者图像提取反射率与叶绿素浓度的统计分析结果上, 缺乏基于水体光学特性的研究, 并且两者之间的一致性也一直缺少论证。研究中采用2004 年4 月和2007 年8 月的两期数据, 首先从水质参数的生物光学特性入手, 基于生物光学模型, 利用叶绿素和其他水质参数的吸收和后向散射系数, 模拟计算其他水质参数不变, 叶绿素浓度处于不同水平时的水面反射率, 分析实测反射率对叶绿素浓度变化的响应; 利用MODIS 的波段响应函数把实测光谱模拟成宽波段的MODIS 反射率, 以此作为桥梁进而对实测的高光谱反射率和MODIS 图像提取反射率与叶绿素浓度的相关程度的一致性进行分析, 为利用MODIS 图像进行水质参数反演时的反演因子选择提供了依据。     

基于高分一号与Landsat-8影像的水体浊度反演比较

为分析高分一号WFV传感器16 m遥感影像在水质反演方面的能力,本文选取南四湖为研究区,以高分一号卫星影像与Landsat-8卫星OLI影像为数据源,结合地面同步实测水体浊度数据,建立反演水体浊度的原始光谱反射率模型、归一化反射率模型和波段比值模型,并对各模型进行精度评价,分别比较两个传感器在浊度反演能力方面的差异。结果表明:利用高分一号WFV 16m遥感影像进行水质反演具有较高的精度,且具备更高的空间分辨率和更短的重访周期,可以替代Landsat-8多光谱数据。     

基于GF-1与实测光谱数据鄱阳湖丰水期总悬浮物浓度反演

总悬浮物浓度是水质评价的重要参数之一。2015年8月,在鄱阳湖布设33个采样点,通过测量水面光谱和采集水样进行检测,获取水面遥感反射率、总悬浮物浓度和叶绿素a浓度等数据。结合实测水面遥感反射率数据与总悬浮物浓度的相关性分析,建立了单波段、一阶微分和波段比值3种反演模型,并分别进行了精度验证。研究发现,3种反演模型的拟合度(R2)均大于0. 9,其中单波段模型最优,其R2、均方根误差(root mean square error,RMSE)及平均相对误差(mean relative percentage error,MRPE)分别为0. 980 5,3. 78 mg/L和16. 99%。将该单波段模型应用于2015年8月3日的高分一号(GF-1)卫星影像数据,同样得到了较高的反演精度,R2,RMSE和MRPE分别为0. 847 7,12. 23 mg/L和35. 22%。结果表明,鄱阳湖丰水期总悬浮物浓度值总体偏低,平均值为23. 26 mg/L,高值主要集中在鄱阳湖北部通江河道及其以南的中部水域,其余水域分布较为均匀。利用2015年10月24日GF-1影像和准同步观测的21个采样点的总悬浮物浓度数据使用此模型做进一步验证,其反演精度接近于2015年8月影像验证结果,表明该模型能进一步推广应用到鄱阳湖不同时期总悬浮物浓度的反演。通过实测光谱的分析以及在遥感影像上的应用,可以为鄱阳湖总悬浮物浓度的反演以及环境监测提供参考。     

基于HICO模拟数据的杭州湾水体悬浮物浓度遥感反演

以杭州湾及其邻近海域为研究区,利用现场实测光谱模拟了近海高光谱成像仪(hyperspectral imager for the coastal ocean,HICO)波段,并在光谱特征分析的基础上确定特征波段,通过比较单波段、波段比值和反射峰面积等算法,建立了该海域悬浮物的遥感反演模型,并采用均方根误差和相对误差进行精度评价。研究结果表明,利用724. 84 nm与461. 36 nm波段光谱反射率比值建立的模型精度较高;模型的决定系数为0. 925 2,反演得到的悬浮物浓度与实测悬浮物浓度之间的均方根误差为14. 09 mg/L,平均相对误差为5. 2%。本研究对利用HICO模拟数据反演近海岸水体悬浮物具有一定的参考意义。     

草型湖泊总悬浮物浓度和浊度遥感监测

草型湖泊水质遥感监测中水生植物会造成“水体—水生植物”混合像元问题，针对因混合像元导致草型湖泊水生植物覆盖区域水质难以直接利用遥感监测的问题，本文以草型湖泊微山湖为研究对象，提出定性和定量相结合的总悬浮物浓度和浊度分区监测方法，实现微山湖水体总悬浮物浓度和浊度的时空变化监测。基于获取的2014年7月—2015年6月覆盖微山湖的多期高分一号（GF-1） WFV和HJ-1A/1B CCD影像，利用归一化水体指数将微山湖区分为水生植物覆盖区和水体区。针对水生植物覆盖区，利用时序MODIS NDVI数据获取微山湖主要水生植物的时谱曲线，识别不同水生植物的物候特征；基于不同物候期内的水生植物对总悬浮物浓度和浊度的指示作用，对微山湖水生植物覆盖区水体总悬浮物浓度和浊度进行定性监测。针对水体区，分别构建水体总悬浮物浓度和浊度的单波段/波段比值模型和偏最小二乘模型，定量反演微山湖水体区总悬浮物浓度和浊度。研究结果表明，微山湖中水生植物以光叶眼子菜、穗花狐尾藻和菹草等沉水植物为主，其中光叶眼子菜/穗花狐尾藻和菹草的空间分布和物候特征存在明显差异，不同水生植物在不同物候期内对水质具有不同的指示作用；微山湖水体总悬浮物浓度和浊度具有显著的空间变异性，基于定性和定量相结合的方法可以有效监测微山湖水体总悬浮物浓度和浊度的时空变化规律。本文提出的定性和定量相结合的监测方法为草型湖泊水质监测的业务化应用提供了新思路。     

茅尾海入海河口池塘养殖污染状况遥感调查

针对广西茅尾海入海河口池塘养殖污染问题,本文利用无人机多光谱遥感影像和实测水质数据,建立了反映水体营养状态的叶绿素a (Chl-a)、化学需氧量(COD)、悬浮物(SS)、总氮(TN)、总磷(TP)5种水质参数,反演光谱特征及遥感反演模型,并利用湖泊综合营养指数法对水体富营养化状态进行评价。研究结果表明:①Chl-a与蓝、近红外波段相关性显著,COD与红、红边波段相关性显著,SS与红边波段相关性显著,TN与近红外波段相关性显著,TP与蓝、绿波段相关性显著;②在建立的几种水质参数反演模型中,二次多项式函数反演模型综合效果最佳;③池塘养殖区水体富营养指数多集中在60～80,属于中度和重度富营养化程度,且近岸水体富营养化程度大多低于远岸。     

Estimating soil salinity in Pingluo County of China using QuickBird data and soil reflectance spectra

Soil salinization is a worldwide environmental problem with severe economic and social consequences. In this paper, estimating the soil salinity of Pingluo County, China by a partial least squares regression (PLSR) predictive model was carried out using QuickBird data and soil reflectance spectra. At first, a relationship between the sensitive bands of soil salinity acquired from measured reflectance spectra and the spectral coverage of seven commonly used optical sensors was analyzed. Secondly, the potentiality of QuickBird data in estimating soil salinity by analyzing the correlations between the measured reflectance spectra and reflectance spectra derived from QuickBird data and analyzing the contributions of each band of QuickBird data to soil salinity estimation Finally, a PLSR predictive model of soil salinity was developed using reflectance spectra from QuickBird data and eight spectral indices derived from QuickBird data. The results indicated that the sensitive bands covered several bands of each optical sensor and these sensors can be used for soil salinity estimation. The result of estimation model showed that an accurate prediction of soil salinity can be made based on the PLSR method (R² = 0.992, RMSE = 0.195). The PLSR model's performance was better than that of the stepwise multiple regression (SMR) method. The results also indicated that using spectral indices such as intensity within spectral bands (Int1, Int2), soil salinity indices (SI1, SI2, SI3), the brightness index (BI), the normalized difference vegetation index (NDVI) and the ratio vegetation index (RVI) as independent model variables can help to increase the accuracy of soil salinity mapping. The NDVI and RVI can help to reduce the influences of vegetation cover and soil moisture on prediction accuracy. The method developed in this paper can be applied in other arid and semi-arid areas, such as western China.     

Study of fractional vegetation cover using high spectral resolution data

A field experiment was conducted to study the effect of vegetation cover on soil spectra and relationship of spectral indices with vegetation cover. Multi-date spectral measurements were carried out on twelve wheat fields. Five sets of measurements were taken during the growth period of wheat crop. Field reflectance data were collected in the range 350 to 1800 nm using ASD spectroradiometer. Analysis of data was done to select narrow spectral bands for estimation of ground cover. The ratio of reflectance from vegetation covered soil and reflectance from bare soil indicated that spectral reflectance at 670 and 710 nm are the most sensitive bands. Two bands in visible (670 and 560 nm), three bands in near infrared (710, 870 and 1100 nm) and three bands in middle infrared (1480, 1700 and 1800 nm) were found highly correlated with fractional cover. Vegetation indices developed using narrow band spectral data have been found to be better than those developed using broad- band data for estimation of ground cover.     

Spectral Reflectance Characteristics of the Soils on Basaltic Terrain of Central Indian Plateau

In-situ spectral reflectance characteristics of soils were studied under field conditions with Multiband Ground Truth Radiometer covering 0.45?C0.52, 0.52?C0.59, 0.62?C0.68, and 0.77?C0.86 ??m spectral bands. Twenty-two surface soil samples were studied in laboratory for their spectral reflectance characteristics using ISCO Model S.R. Spectroradiometer in visible wavelength (450?C725 nm), with 25 nm bandwidth, and in infrared wavelength (750?C1550 nm), with 50 nm bandwidth. The Bidirectional reflectance factor representative of spectral reflectance varied from 3.78 to 11.3???m in band 1, 6.09 to 15.41???m in band 2, 8.05 to 19.41???m in band 3, and 12.18 to 31.2???m in band 4. In-situ spectral reflectance in general increases with the wavelength from visible to infrared bands for all the soils. Black soils have relatively lower reflectance as compared to red soils, which is attributed to the variation in the physicochemical properties of soils. Spectral reflectance, under laboratory conditions, for all the soils increases with wavelength from visible to infrared region except at 950 nm and 1200 nm, where reflectance decreased in all soils, due to weaker water absorption bands and also at 1350 nm, due to strong water absorption at this band. The spectral reflectance of red soils were higher, in-situ as well as under laboratory conditions, as compared to black soils, which is attributed to variation in soil colour, organic matter and clay content of soils. It is observed that the spectral reflectance decrease due to moisture content in soils in all the spectral bands because of darker appearance of soils at moist conditions. Laboratory reflectance measurements serve to define the extent to which intrinsic spectral information is available from soils as a consequence of their composition.     

地物反射光谱对MODIS近红外波段水汽反演影响的模拟分析

在近红外辐射传输方程的基础上,利用近红外波段水汽的不同吸收属性,在MODTRAN的模拟下,深入分析了基于MODIS近红外数据的可降水汽反演算法,并着重讨论了地物反射光谱非线性在可降水汽反演中的影响。研究结果显示,当波段间反射率之比不等于1时,MODIS近红外波段反演水汽将存在较大偏差。同时,在地物光谱库基础上,计算了不同地物反射率比值,其分布表明,大部分地物波段反射率比值不等于1。研究表明,应用现有MODIS近红外波段水汽反演算法,如果不考虑地表反射率光谱变化的影响,由地表反射光谱造成的误差最大约为反射率比值与1偏差的15倍,同时,这一误差还与大气波段透过率之比有关。     

利用细分光谱仪数据分析水体泥土含量的方法研究

分析了水中泥土含量对水体光谱特征的影响。对利用水体的光谱反射率计算水体中泥土含量的方法进行了分析，找出了用于泥土含量计算的最佳波段。该方法对今后的利用高光谱遥感图像计算河流和海水中的泥沙含量及估算水土流失具有一定的参考意义。     

不同传感器的模拟植被指数对水稻叶面积指数的估测精度和敏感性分析

本研究利用水稻冠层高光谱数据,模拟NOAA-AVHRR,Terra-MODIS和Landsat-TM的可见光波段反射率数据,计算各传感器的多种植被指数(NDVI,RVI,EVI,GNDVI,GRVI和Red-edge RVI),比较植被指数模型对水稻LAI的估测精度,分析不同植被指数对LAI变化的敏感性.相对于红波段植被指数,红边比值植被指数(Red-edge RVI)和绿波段指数GRVI与LAI有更好的线性相关关系,而GNDVI和LAI呈现更好的对数相关关系.MODIS的Red-edge RVI指数不仅模型拟合的精度最高,还有独立数据验证的估测精度也最高,而且它的验证精度较拟合精度下降幅度最小;其次是绿波段构建的GNDVI和GRVI植被指数的估测精度,再次是NDVI和EVI的估测精度,而RVI的估测精度最差.敏感性分析发现,13个植被指数对水稻LAI的估测能力都随着LAI的增加而下降,但归一化类植被指数和比值类植被指数对LAI变化反应的差异明显,归一化类植被指数在LAI较低时(LAI<1.5)对LAI变化的反应开始非常敏感,但迅速下降,而比值类植被指数在LAI较低时,明显小于归一化类植被指数,之后随着LAI的增大(LAI>1.5)比值类植被指数对LAI的变化敏感性,则明显高于归一化类植被指数.Red-edge RVI和绿波段指数GRVI和LAI不仅表现了很好的线性相关关系,而且在LAI大于2.9左右保持较高的敏感性.     

基于TM影像数据的五日生化需氧量浓度估计

湖泊的水体污染往往伴随着富营养化现象,水体中叶绿素a、透明度、全磷、全氮、化学需氧量及五日生化需氧量等水质参数的相关性很强.前人的研究成果表明,由于存在事实上的强相关性,可以直接建立全磷、全氮的遥感反演模型.基于这样的技术思想,洪泽湖水体内的五日生化需氧量与全磷、全氮有较强的相关性,本研究应用TM遥感影像数据直接建立了五日生化需氧量的半经验估算模型.该模型简便易用,是建立水质参数反演模型的成功尝试.