叶绿素a荧光遥感研究进展

继叶绿素a反演的“蓝绿比值法”后,叶绿素a荧光遥感成为海水叶绿素a浓度反演的重要方法,对提高二类水体和赤潮水体的叶绿素a浓度的反演精度效果明显。本文回顾了人们对水体叶绿素a荧光的认识、测量和研究的历史过程,介绍了荧光产生的生物学机理以及它随叶绿素a浓度的正相关和“红移现象”等主要光谱特征。本文还总结了荧光量子产量、不同藻种生理状态、水体其他物质及大气的吸收等多种因素对叶绿素a荧光遥感的影响。基于对叶绿素a荧光光谱特征和影响因素的认识,人们相继建立了两种荧光遥感方法———基线荧光高度法和归一化荧光高度法。对于前景广阔的叶绿素荧光遥感领域,人们正进行着更深入的研究与探索,积累更多的现场数据和卫星同步数据,逐步完善和改进反演模型。     

应用实测光谱估测太湖梅梁湾附近水体叶绿素浓度

遥感方法测定水体中叶绿素含量的核心问题是建立遥感数据和叶绿素含量的定量关系;利用太湖梅梁湾附近水体的实测光谱和水质采样实验室分析,从数量上揭示了位于682nm附近和706nm附近对叶绿素含量估测最重要的两个光谱特征,分别通过比值(R706/R682、R706/R572)、微分、面积、峰高、峰谷距离以及反射峰位置等建立与叶绿素浓度的线性或非线性相关回归模型,通过R2、平均误差以及RMS误差等的分析对比,认为比值和反射峰位置对叶绿素浓度有很好的指示作用,是估测太湖梅梁湾附近水体叶绿素浓度的最好方法,其中与反射峰位置的指数关系R2达0.9199,与R706/R682的直接线性关系R2达0.9038。相对于706nm附近的峰谷距离、峰高以及反射峰面积而言,反射峰的位置是指示叶绿素浓度最敏感的变量;572nm附近、682nm附近以及706nm附近等三个波段对探测叶绿素a具有重要作用。     

内陆水体藻类叶绿素浓度与反射光谱特征的关系

通过研究内陆水体反射光谱特征与藻类叶绿素浓度之间的关系,建立藻类叶绿素高光谱定量遥感模型。在实验地太湖地区,采用高分辨率地物光谱仪实地测量了湖水在可见光和近红外波段（３００－１１００ｎｍ）的反射光谱曲线,并且同时采样分析叶绿素、总悬浮固体物质浓度等水质参数。研究发现在叶绿素浓度较高时（〉５μｇ／Ｌ）,水体光谱反射比Ｒ７０５ｎｍ／Ｒ６７５ｎｍ、叶绿素在７００ｎｍ附近反射峰的位置等与叶绿素浓度有较好的     

水面菲涅尔反射对~761 nm叶绿素荧光估算的影响

叶绿素荧光是光合作用的有效探针,可用于海洋浮游植物的监测与定量评估。太阳诱导叶绿素荧光覆盖可见光—近红外650—800 nm,在～685 nm与～740 nm表现出两个形态不同的荧光峰特征。基于～685 nm荧光峰的叶绿素浓度反演算法较为成熟,但在高悬浮物和高叶绿素浓度的水体中,算法的有效性不足。基于叶绿素荧光在氧气吸收谱段(O2-A)的填充作用,水体遥感反射率光谱～761 nm峰值中包含有太阳诱导叶绿素荧光信号,能用于水体叶绿素浓度的估算,但该反射峰形态特征还取决于传感器的光谱分辨率。本研究基于不同光谱分辨率的大气吸收谱线特征,模拟了水体遥感反射率光谱(750—775 nm)上太阳诱导叶绿素荧光的信号响应特征;分析了利用遥感反射率(～761 nm)计算叶绿素荧光的原理,阐明了不同光谱分辨率条件下水体叶绿素荧光信号在反射光谱上的形态变化规律。采用水面以上测量法获取的离水光谱辐亮度,包含了水面的菲涅尔反射信号,由于真实的菲涅尔系数难以准确测量,这给基于～761 nm处遥感反射率峰值的荧光信号估算带来不确定性影响。研究表明,假定菲涅尔系数为0时,虽然～761 nm叶绿素荧光信号与其浓度具有较好的线性统计关系,但却带来较大的不确定性;这种不确定的影响,在低浓度叶绿素水体中表现明显,在高浓度叶绿素水体中,影响相对较小;准确估算菲涅尔系数,有助于减少这种不确定性影响。对基于遥感反射率～761 nm叶绿素荧光信号的深入探讨,将能推动未来水体叶绿素荧光的识别与利用。     

基于高光谱遥感反射比的太湖水体叶绿素a含量估算模型

旨在寻找叶绿素a的高光谱遥感敏感波段并建立其定量估算模型。通过对太湖水体的连续监测，获得了从2004年6月到8月3个月的太湖水体高光谱数据和水质化学分析数据。利用实测的高光谱数据分析计算太湖水体的离水辐亮度和遥感反射比；然后，通过相关分析寻找反演叶绿素a浓度的高光谱敏感波段，进而建立反演太湖水体叶绿素a浓度的高光谱遥感定量估算模型，并用相关数据对模型进行精度分析。研究发现，水体的遥感反射比光谱在719nm和725nm存在两个峰，其中719nm处的峰更明显且稳定。通过模型的对比分析，发现用这两个峰值处的遥感反射比参与建模可以提高叶绿素a的估算精度；并且认为由反射比比值变量R719／R670所建立的线性模型对叶绿素a浓度的估算精度最理想。     

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。     

中国东海叶绿素浓度变化分析及其海水温度响应

海洋叶绿素浓度时空格局分析及与海水温度的响应研究对于海洋资源的开发和保护及赤潮的预防具有重要意义。本文基于2004—2018年东海叶绿素浓度和海水温度数据运用趋势分析及ArcGIS10.2软件,对东海叶绿素浓度作了时空分析研究,并结合海水温度进行了回归分析,以探究叶绿素对海水温度变化的响应机制。结果表明：①东海叶绿素浓度在2004—2018年间没有明显的年际变化特征。年内则随时间上下波动,冬季为波峰,夏季为波谷。离海岸带越近,叶绿素浓度越高。②东海海域海水温度在年际尺度上呈波动式起伏变化。在季节尺度上夏秋两季温度较高,春季次之,冬季最低。从沿海到外海海域海温逐渐升高。③就空间相关性而言,东海海域叶绿素浓度与海水温度整体呈负相关,在不同海域相关程度不同。长江口和外海区域叶绿素浓度与海水温度具有很强的相关性;在沿海区域,由于受到城市环境、经济发展及人类生产生活的影响,海水温度与叶绿素浓度的相关性不明显。     

内陆水体叶绿素a浓度反演的区域化三波段模型研究

以太湖和石头口门水库为例,建立了一种可直接计算水体叶绿素a浓度的区域化三波段模型。该模型通过对研究水体的光学特性分析,明确三波段组合与叶绿素a浓度间的函数关系参数,不仅可较好指示研究水体叶绿素a浓度水平,而且大大减小了回归算法所带来的模型不确定性。利用高精度、长时间序列的水体光学特性观测数据,建立针对不同研究水体的区域化三波段模型可为实现内陆水体叶绿素a浓度遥感监测业务化运行提供方法借鉴。     

三峡坝区水体吸收系数的特征研究

利用2007年11月在三峡坝区现场实测的水色要素吸收系数数据,对总颗粒物、浮游植物、CDOM的吸收系数特征进行了分析和研究。结果表明,对于三峡坝区区域的水体:(1)总颗粒物吸收光谱分布与非藻类的吸收光谱相似;(2)非藻类颗粒物的吸收系数随波长的变化分布接近指数衰减规律,且不同波段的吸收系数之间存在一定的关系;(3)多项式关系能较好的表达浮游植物吸收系数与叶绿素a浓度之间的关系;(4)分段函数能很好的表达CDOM的吸收系数特性,对500nm以下光谱的吸收呈现负指数衰减的规律,不同采样点拟合精度R2接近1;501—700nm波段范围的光谱曲线采用多项式能进行很好的拟和,且拟合精度R2达到95%以上。     

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。     

光谱指数用于叶绿素含量提取的评价及一种改进的农作物冠层叶绿素含量提取模型

对目前提出的光谱指数用以提取叶片叶绿素含量的适应性进行了分析和评价。通过分析,解释了为什么研究者得出这些指数与他们的观测样本叶绿素含量有显著的相关的结论以及为什么某个研究者提出的某个指数和叶绿素含量间的关系用于其他样本时会失效。此外,改进了一个农作物冠层叶绿素含量的提取模型,通过独立实测数据验证,效果较好,认为是可以用于其他地区农作物叶绿素含量提取的模型。     

森林叶片叶绿素含量反演的比较与分析

利用光谱指数和回归分析等方法进行叶绿素含量的反演,比较了归一化植被指数、比值植被指数、叶绿素吸收指数、三角植被指数和叶绿素指数反演叶绿素能力的差异,分析了光谱宽度对叶绿素指数反演叶绿素含量的影响,实现了森林叶片叶绿素含量的定量化反演。     

植物叶绿素荧光遥感研究进展

按照遥感探测方法, 首先介绍了激光诱导荧光遥感的基本情况、荧光光谱特征和应用, 接着介绍了日光诱导荧光遥感研究的几种主要研究方法, 包括植被指数法和Fraunhofer线提取法, 以及日光诱导荧光在植物胁迫探测中的一些应用。最后, 对叶绿素荧光遥感的发展前景进行了分析。     

FluorMOD模拟叶绿素荧光夫琅和费暗线反演算法不确定性分析

目前,利用夫琅和费暗线提取叶绿素荧光的3种最常用的算法有标准FLD方法、3FLD和i FLD方法。上述3种夫琅和费暗线算法在叶绿素荧光反演中得到了广泛应用,但各算法的不确定性研究相对薄弱,尚缺乏系统的分析。因此,本文的目标是阐明氧气吸收波段叶绿素荧光反演的不确定性,优化叶绿素荧光遥感探测指标,提高叶绿素荧光反演精度。利用Fluor MOD模型,模拟不同植被冠层参数、光谱分辨率SR、信噪比SNR条件下的冠层光谱,并比较分析这3种反演方法在不同参数条件下的不确定性。结果表明:3种方法在O2-A波段的反演精度均比在O2-B波段精度高,其中,i FLD和3FLD算法的反演精度相对较高,标准FLD的反演结果较差;随着SR的下降,3种算法的反演精度均有不同程度的下降,标准FLD算法的荧光提取精度受传感器SR的影响最大;随着SNR的增大,3种算法的反演精度有不同程度的升高,i FLD算法的荧光提取精度受信噪比的影响最大。由结果可以得出,3种反演算法在不同的参数条件下有其各自的局限性和优势;利用氧气吸收波段进行叶绿素荧光反演存在诸多不确定性,不确定性主要来源于吸收线内外反射率和荧光比值的真实值与估计值的偏差,叶绿素含量是影响这种偏差的一个主导因素;传感器性能对荧光提取结果也有显著的影响。     

混合光谱分解模型提取水体叶绿素含量的研究

遥感监测水体叶绿素含量是水质遥感研究的难点之一。本文通过研究不同叶绿素含量水体反射率的光谱特征，确定了提取叶绿素a含量的最佳特征波段，建立了太湖水体叶绿素a的混合光谱模型。研究发现，混合光谱模型提取的水体叶绿素a百分比浓度与同步采样分析的叶绿素a浓度之间有较好的线性相关性。并基于TM和HEPERION图像利用此模型生成了叶绿索a浓度分布图。研究结果表明，混合光谱分解模型可以作为遥感监测水体叶绿素a含量的定量模型。     

估算混合植被叶绿素含量的理想波段分析

应用Lopex数据库评价了19个波谱指数对物种的敏感性, 分析了叶绿素含量与波谱反射率以及波谱导数的相关性, 目的在于探寻对叶绿素含量变化的敏感性, 对物种和叶片结构变化不敏感的理想波段, 应用大尺度遥感数据估算混合植被冠层叶绿素含量。分析结果表明：红边指数对混合植被的叶绿素含量具有较好的指示作用；估算冠层叶绿素含量的理想波段为698—710nm附近较窄的波段范围；对于波谱导数, 估算混合植被叶绿素含量的理想波段范围为720—735nm和535—550nm附近波谱导数。     

线性回归模型估算水稻叶片叶绿素含量的适宜性分析

利用PROSPECT模型模拟水稻叶片叶绿素含量从20．0μg/cm^2变化到40．0μg／cm^2时的叶片光谱特性，利用FCR模型模拟叶面积指数(LAI)为1，2，…，7时，不同地面状态下，4个不同观测方向的水稻冠层反射率。利用LAI为1，3，5，7时的模拟值，采用多元逐步回归分析法，从不同观测方向建立叶片叶绿素含量与冠层反射率(见)及其变化式ln(1／Rλ)，R’λ的多元线性回归模型，并用复相关系数和均方根差评价拟合精度，认为ln(1／Rλ)以及从天顶方向的拟合效果最好。利用从天顶方向建立的回归模型，预测叶片叶绿素含量，认为将该回归模型应用于其它方向是不合适的，从天顶方向预测时，预测精度受地面状态的影响，但总的说来，预测精度呈现随LAI的增大而提高的趋势。     

基于高光谱曲线峰度、偏度的植被叶绿素含量反演模型研究

本文分析了高光谱反射率及红边位置与叶片绿度的相关性,建立了基于敏感波段和红边位置的叶绿素估算模型。通过对不同叶绿素含量高光谱曲线特征的分析,提出了基于高光谱曲线峰度和偏度的叶绿素估算新思路,并分别建立基于原始光谱560-760nm波段和一阶导数光谱660-760nm波段对应峰度、偏度的叶绿素反演模型。结果表明,法国梧桐、无花果和白毛杨基于敏感波段的叶绿素含量反演模型的拟合度,与传统估算模型相比,本文提出的新估算模型可以明显提高高光谱反演叶绿素含量的能力。     

利用高光谱数据对作物群体叶绿素密度估算的研究

叶绿素是农作物生长中重要的因素。叶绿素含量既表明作物生长的状况,又表征了作生的生产能力。而叶绿素密度（单位面积农作物的叶绿绿素含量）是估计农作物群体生产力的重要指标。对早播稻、晚播稻和玉米的多时相的群体光谱测量数据和相应的叶片叶绿素密度的测量数进行了相关分析,结果表明早播、晚播稻和玉米的群体光谱的反射率数据以及其导数光谱数据绿素密度具有委好多的相关性,并且可以对这几种农作物建立统一的线性回归关系。