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HY-1C卫星CZI影像的多类型内陆水体大气校正及水质参数反演

海洋一号C星(HY-1C)上搭载的海岸带成像仪(CZI)在内陆水体水色遥感应用方面具有较大潜力。目前,HY-1C CZI影像在内陆水体的大气校正和水质反演研究较少,仍然需要解决适用于不同类型内陆水体的大气校正和水质参数建模等问题。因此,本研究在华北平原的小浪底水库、官厅水库、丹江口水库、白龟山水库、白洋淀5个不同浑浊程度的湖泊和水库开展了星地同步实验,获取了85个采样点的水面遥感反射率光谱和水质参数实测数据。发展了基于Sentinel-2 MSI影像均匀不变地物的HY-1C CZI影像相对大气校正算法和系统定标模型。HY-1C CZI的蓝、绿、红、近红外波段遥感反射率反演平均无偏相对误差(AURE)分别为14.7%、11.2%、28.9%、41.7%,蓝、绿、红波段的大气校正精度相对较高;此外,大气校正与实测光谱的相关系数r的平均值为0.978,光谱角度距离(SAD)的平均值为0.109,说明大气校正遥感反射率光谱形状与实测光谱一致性较高。基于实测数据构建了叶绿素a浓度和透明度反演模型,经独立数据验证,HY-1C CZI影像叶绿素a浓度反演的AURE为33.8%,均方根误差(RMSE)...     

白洋淀水体总磷总氮高光谱估算模型比较

总磷(TP)、总氮(TN)是水质富营养化的重要指标，亦是水质监测的主要参数。具有快速高效、无二次污染等特点光谱法水质监测是当今水环境遥感分析研究的热点。针对水体TP、TN反演模型采用实验室标准液或野外全样本进行建模时，各种水质参数的相互影响及预测值超出建模样本值域的可能，使得实际的预测效果并不理想的情况。本文以白洋淀实验区的实际水体样本为反演模型的输入值，在确定最优相关波段和最佳反演模型的基础上，讨论了5种不同浓度范围场景下的样本建模对反演模型的影响，同时剖析了模型对超出建模浓度值样本的预测能力。结果表明：建模样本浓度覆盖预测样本时，反演模型决定系数R²>0.6,TP、TN浓度预测值的平均偏离度ARE<20%；建模浓度高于预测样本时，R²在0.6左右，对超过建模浓度范围12%以内的预测值，其ARE<25%；建模浓度低于预测值时，R²介于0.4—0.5，预测值超过建模样本浓度一倍时，ARE≤30%；建模样本浓度位于预测值两侧时，R²可达0.8,ARE<25%；建模样本浓度值介于...     

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。     

利用Landsat 8 OLI进行汉江下游水体浊度反演

综合比较Landsat 8 OLI遥感影像与地面同步水质监测结果,发现Landsat 8的近红外波段与其他波段的组合和水体浊度具有较高的相关性,以此为基础运用OLI的第1、3、5波段组合建立了汉江中下游浊度的遥感反演数学模型。根据该模型生成了2013年4~11月共3幅汉江中下游浊度分布图,并进行了空间分析。精度验证表明,模型相对误差在15%左右,R2=0.71,表明运用Landsat 8 OLI可有效地监测该区域水体浊度分布情况。     

基于高原盐湖光谱特性下的溶解氧反演应用与探讨

因地理条件限制,盐湖高光谱反演研究目前尚少,文章以盐湖溶解氧的反演为例,探讨盐湖水质参数的反演思路与方法。通过对青海察尔汗盐湖水体高光谱数据的信息分析,在高光谱水质参数反演技术基础上利用盐湖水体的独特光谱信息,采用波段组合的方式确定了盐湖高光谱溶解氧反演模型。研究结果表明:(1)原始光谱曲线各个波段与溶解氧含量相关性不足0.3,基于盐湖水体的独特光谱信息下的波段组合数据与溶解氧含量的相关系数达到0.75以上;(2)建立的波段比值模型与实测值进行模型精度验证,发现溶解氧含量反演与实测结果基本一致;(3)盐湖水体较为稳定的特性使其在经历时间变化时水质参数含量不会发生较大变化,利用2019年11月份实测数据进行的精度验证也可说明以盐湖光谱特性建立的波段比值模型具有较高精度,并且能够有一定的模型长效性。因此,利用盐湖光谱特性建立高光谱反演模型可满足对该湖区进行溶解氧监测的精度需求,实现对其的大面积监测,也同时提出一种新的针对高原盐湖反演模型建立的思路,为后续高原湖泊的监测体系建立奠定基础。     

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。     

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。     

鄱阳湖HJ-1A/B卫星CCD影像大气校正研究

以准同步的Terra/MODIS反演的气溶胶为辅助,采用FLAASH模型对2009-10-24鄱阳湖HJ-1A/B卫星CCD影像进行大气校正处理。结果表明,大气影响可以被有效去除,在水体遥感反射率较高的红、绿波段,大气校正精度较高,平均相对误差分别为13.4%和9.8%;而在水体遥感反射率较低的近红外、蓝波段,大气校正精度较低,这可能与波段不同的信噪比和陆地邻近像元效应有关。     

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.     

Landsat8和MODIS融合构建高时空分辨率数据识别秋粮作物

本文利用Wu等人提出的遥感数据时空融合方法 STDFA(Spatial Temporal Data Fusion Approach)以Landsat 8和MODIS为数据源构建高时间、空间分辨率的遥感影像数据。以此为基础,构建15种30 m分辨率分类数据集,然后利用支持向量机SVM(Support Vector Machine)进行秋粮作物识别,验证不同维度分类数据集进行秋粮作物识别的适用性。实验结果显示,不同分类数据集的秋粮作物分类结果均达到了较高的识别精度。综合各项精度指标分析,Red+Phenology数据组合对秋粮识别效果最好,水稻识别的制图精度和用户精度分别达到91.76%和82.49%,玉米识别的制图精度和用户精度分别达到85.80%和74.97%,水稻和玉米识别的总体精度达到86.90%。     

内陆水体藻蓝蛋白遥感反演研究进展

藻蓝蛋白(PC),作为蓝藻的标志性色素,通常被用作进行蓝藻水华遥感监测的标志物.近年来,内陆水体水质恶化,富营养化加剧,藻华频发,PC遥感反演研究越来越受到关注.本文从PC光学特性、反演算法开发、卫星传感器应用等方面难点及干扰因素,综合梳理了过去30 a PC遥感反演研究的发展历程和趋势,以期理解国内外相关研究的新思路...     

水体污染的遥感方法及在珠江广州河段水污染监测中的应用

介绍了水体污染的遥感机理、方法，并探索在珠江广州河段水污染监测中的应用。研究表明：随着水体有机污染程度的增加，水体的可见－近红外光谱反射率逐渐降低。经比较发现，先对图像数据进行对数变换、IHS变换和KL变换后再进行密度分割及图像分类，可以更好地区分和识别水体污染。采用这一方法，制成了广州地区水体污染时空分布卫星影像图，并结合地面实际分析和调查资料，初步总结了珠江广州段水体污染的时空分布规律和污染变化趋势。通过对最新遥感数据的处理，结合区域或流域水污染的变化趋势和污染源研究，利用GIS技术建立区域或流域污染预警系统，为污染的宏观监测和研究以及水资源保护的决策提供了新的信息。     

Correlation of water quality parameters and products of exotech radiometer bands

In the analysis of water quality by remote sensing, it is widely reported, that, several parameters of water quality are correlated with the reflectances and the ratios of reflectances of the water body in different spectral bands. In this paper, it is shown empirically, that, the pairwise product of the reflectances in different bands is better correlated than the bands and their ratios. A possible explanation for this pnenomenon is also suggested.     

Built-up and vegetation extraction and density mapping using WorldView-II

This study demonstrates the use of high resolution WorldView-II satellite data in extraction of built-up land and vegetation using normalized index techniques. The PCA 1 and NIR 2 bands-based built-up index was proposed for extracting built-up land, which exhibit high accuracy. The normalized difference vegetation index based on Red Edge and NIR 2 bands of WorldView-II produced high accuracy inthe estimation of vegetation compared to the use of Red and NIR bands. The grid technique used in estimating built-up and vegetation density from precisely classified images provided better and accurate assessment of built-up and vegetation density in heterogeneous landscape of urban areas. This shows areas of very high to high built-up density are located in the central, western and southern parts, which are primarily devoid of vegetation. This study indicates possibilities of utilizing high resolution satellite data in urban landscape characterization using a grid-based technique.     

黄浦江上游水域的多光谱遥感水质监测与反演模型

运用遥感、GPS定位技术对黄浦江上游淀山湖及支干流水环境质量中的水质污染进行了监测，探讨了以实际监测数据与遥感多光谱特征数据建立溶解氧和透明度两种水质参数的遥感反演数学模型。结果表明，利用遥感技术和数据能有效地监测水质污染状况与分布情况，是一种较为快速、可行的监测手段。     

基于混合像元分解的水体遥感图像去云法

大型内陆水体的遥感图像中往往存在着不均匀薄云或者是气溶胶的影响，由于种种原因，传统的大气辐射校正算法无法消除这种不均匀影响，这就给遥感图像的大气校正带来了很大困难。由于水体属于低反射率地物，这种薄云或者气溶胶的不均匀性带来的误差，极大地降低了水体遥感图像的信噪比，进而影响水体信息遥感提取精度。根据部分太湖地区的遥感图像和地面实测数据，作者以一种新的思路来尝试解决这个问题。该方法充分考虑了水气环境的特点，把水体像元光谱看作水、污染物和气溶胶（薄云）等光谱的混和。基于混合像元模型，该方法有效地消除了薄云和气溶胶的影响，可使我们通过遥感手段更加精确地提取水质信息。     

CatBoost模型在水深反演中的应用

在多光谱遥感水深反演研究中,由于影响反演精度的因素较多,传统的水深反演模型具有一定局限性。机器学习算法在解决非线性高复杂问题上较有优势,将其应用在某些特定区域水深反演可提高反演精度。本文利用Sentinel-2多光谱遥感影像和LiDAR测深数据,以瓦胡岛为研究区域,构建CatBoost水深反演模型,与传统水深反演模型及Boosting中的XGBoost和LightGBM模型的反演精度进行比较。试验结果表明,经过参数优化后的CatBoost水深反演模型的决定系数、均方根误差、平均绝对误差和平均相对误差分别为96.19%、1.09 m、0.77 m和9.61%,准确性最高,效果更佳。     

Blue Earth River quality monitoring using ARCHER hyperspectral data and field measurements

In past decades, remote sensing studies on water quality mapping mainly focused on lakes using medium resolution imagery. Little research utilizes hyperspectral images to assess river water quality. This study aims to assess the capability of using Airborne Real-time Cueing Hyperspectral Enhanced Reconnaissance (ARCHER) for river water quality mapping and to characterize spatial patterns of turbidity and chlorophyll in the Blue Earth River (BER) system of Minnesota. The BER was characterized by both hyperspectral imagery (HSI) and laboratory analysis of synchronously collected water quality data. The optimal bands for water quality mapping were determined using a method based on hyperspectral profiles and derivative analysis. Finally, based on the regression analysis and modelling, we mapped continuous surface water turbidity. The results revealed that the ratio of HSI band 17 to band 9 effectively determined turbidity and chlorophyll concentrations. The study also found that turbidity and chlorophyll in the river generally increases downstream.