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。     

基于光谱分类的太湖水体后向散射研究

由于时空变化而产生的水体后向散射系数参数化差异一直是影响水质参数遥感定量反演精度的一个重要因素。在对太湖遥感反射率光谱进行分类的基础上,针对影响太湖水体水色的不同主导因子,把太湖水体分为3种类型,分别利用半分析方法和光学闭合原理对后向散射系数进行模拟,在此基础上研究其光学特性及其与水体组分浓度的关系,最后针对3种不同主导类型的水体分别建立了后向散射系数参数化模型。将后向散射特性在不同时间和空间上的差异转化为水体不同主导因子在生物-光学上的差异,从而得到适用于太湖不同湖区及不同季节的后向散射系数参数化模型,为利用分析方法对太湖水质参数进行更为精确的遥感反演提供了基础。     

闪电河流域水循环和能量平衡遥感综合试验

遥感试验是进行遥感原理的验证、遥感模型与反演方法的发展、遥感产品的真实性检验,推动卫星计划的论证实施及其观测在地球系统科学中应用的重要途径。闪电河流域水循环和能量平衡遥感综合试验以滦河上游闪电河流域为核心试验区,以地球表层系统的水循环过程和能量平衡为研究对象,旨在通过天—空—地一体化的观测手段,针对不同典型地表类型开展全波段主被动协同遥感观测,研究异质地表和山地条件下像元尺度遥感关键参量的观测方案,研究重要水热参量的遥感方法及其同陆面/水文过程模型的结合,支撑国家民用空间基础设施和空间科学先导专项相关卫星计划的论证实施。其中,航空飞行遥感试验搭载L波段主被动一体化微波载荷、双角度热红外相机、四波段多光谱相机和高光谱成像仪进行协同观测,实现了土壤水分、组分温度、植被含水量、叶面积指数等地表参数以及湖泊、水库、湿地等的遥感监测;地面同步观测试验利用车载微波辐射计、地基雷达和光谱仪进行了典型地物如裸土、植被、水体、人工目标等的遥感观测,并按照样区—样方—样点的多尺度嵌套方案进行了地表参数的同步采样,获取了该地区关键地表参数的短时期时空变化特征;同时配合卫星和机载观测,在闪电河流域完成了土壤温湿度、地表水热通量、地表辐射四分量、降水等气象要素的地面观测网络的建设,为验证地表辐射/散射遥感模型,发展、优化和验证水热参量遥感反演算法,研究地表水热参量尺度效应与尺度转化问题提供了重要平台,将促进陆表能量与水分交换过程的理解及其对全球变化的作用和反馈机制的研究。     

WHI的场地外定标和二类水体的大气纠正

WHI(Wide field-of-view Hyperspectral Imager)是具有5nm光谱分辨率的航空成像光谱仪,光谱范围从406nm到985nm。为评价该传感器在二类水体水质监测的性能,2006年1月9日在太湖地区进行航空飞行,并利用ASD和CE318同步测量水面光谱和大气参数。为比较准确的反演水质参数,对该传感器进行场地定标和替代定标,场地定标是对实验室定标后的辐亮度进行再次定标,替代定标利用同步点水面光谱计算的遥感反射率对图像计算的遥感反射率进行标定。最后对WHI进行大气纠正得到太湖的遥感反射率,并利用其他的准同步点进行精度检验,在532nm到750nm之间的大气纠正误差不超过5%。     

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)...     

利用HY-1C卫星CZI数据在COVID-19疫情期间武汉知音湖和黄家湖的浊度监测研究

水体浊度是内陆湖泊水质的重要参数之一,是水环境生态系统中重要的影响因子。2019年12月底,武汉市受到新型冠状病毒肺炎疫情的影响,政府在2020-01-25—2020-02-05期间紧急建设了火神山和雷神山医院。医院建设过程中,对附近水体浊度进行动态监测有助于疫情防控与政府决策。以我国较高空间分辨率的水色海洋1C(Haiyang-1C, HY-1C)卫星海岸带成像仪(coastal zone imager, CZI)传感器数据为基础,结合高频同步浊度自动监测站测量数据,利用全局半经验浊度反演算法,建立了适用于武汉水体的浊度反演模型。利用该模型分析了医院建设前、中、后期的知音湖、黄家湖和朱山湖遥感反演的水体浊度变化,发现医院附近的水体与远离医院的水体浊度变化趋势一致,说明医院的建设施工不是影响浊度变化的原因;同时分析了武汉的降雨在医院建设前、中、后期的变化,发现降雨量的变化可能是导致水体浊度下降的主要因素。该研究也表明,国产较高分辨率水色遥感HY-1C卫星CZI传感器具有良好的小型内陆水体浊度动态监测能力。     

水质关键因素光谱遥感监测技术分析

针对传统水体水质分析方法过度依赖于实地测量和实验室化学分析,需要耗费大量人力物力且效率不高的问题,从水质遥感监测数据获取手段、典型反演监测模型、不同水体光谱遥感监测应用状况、水质遥感监测技术应用及前景等方面分析归纳了使用遥感技术监测水质的新方法。从可用数据类型、数据特征等方面对水质遥感监测数据获取的3种主要手段进行了比较;从复杂程度、使用场景、优缺点等方面对4种典型的反演模型进行了归纳;对遥感数据和模型在Ⅰ类和Ⅱ类水体应用中的常用组合方式进行了分析总结。     

气溶胶细粒子比偏振遥感最优化反演方法研究EI北大核心CSCD

针对PM2.5遥感模型对气溶胶细粒子比FMF(Fine mode fraction)参数的需求,结合多光谱偏振传感器对大气探测的优势,基于最优估计OE(Optimal Estimation)反演框架,提出了一种基于线偏振度(Degree of Linear Polarization)测量的FMF最优化反演方法。采用矢量化的辐射传输模式UNL-VRTM进行地基天空光的线偏振度观测模拟,分析了线偏振度对FMF参数的波段敏感性,并基于仿真数据开展了算法的反演测试。研究结果表明:偏振测量在长波近红外波段对FMF的敏感性高于可见光波段;基于OE框架的FMF反演算法具有良好的闭合性;在地基天顶观测模式下,引入线偏振度测量参与反演能够有效提高FMF的反演精度,FMF反演误差从1.4%下降到了0.18%。最优化反演方法对于气溶胶遥感具有一定的潜力和可行性,有望成为提高PM2.5遥感监测能力的新途径。     

基于无人机高光谱遥感的河湖水环境探测

本研究以上海市崇明岛内陆水体为研究区,通过无人机高光谱遥感影像对水体颜色变化及疑似污染水体识别进行研究。首先,对无人机搭载的高光谱传感器探测获得的辐亮度信号,进行了遥感反射率标定,通过与现场观测对比,该标定方法准确度较高,各波段平均无偏绝对百分比误差的均值为13.34%,决定系数R~2均值为0.83。进一步,利用河湖水体高光谱遥感反射率根据CIE-XYZ颜色标准和加权调和平均法反演了色相角(Hue angle)、表观波长(apparent visible wavelength,AVW),根据实测数据构建水质参数反演模型。通过设定色相角阈值对研究区水体颜色进行分类,结果表明:崇明区在枯水期的河湖黄棕色异常水体较多,且需加强主要航运河流的水环境监管和治理。最后综合水体颜色参量和水质参数结果对河湖疑似污染水体进行识别和分析。研究表明:无人机高光谱获得的高时空连续性的水体颜色参量和水质参数反演结果,在节约成本的同时为河湖水环境调查提供了可靠的技术支持。     

基于遥感技术的湖泊水质参数反演研究综述

湖泊水体污染和营养化问题是当前湖泊研究的重点之一,遥感反演技术由于具有快速、宏观、低成本、周期性的特点,已成为当前水质监测评价的重要技术手段。本文阐述了水质反演方法、反演参数和反演基于的遥感数据源三方面的发展过程,讨论了目前反演过程中存在的主要问题,并对未来遥感反演的研究重点进行了展望。     

天津滨海新区地表水悬浮物浓度遥感反演研究

针对传统的实地地表水水质监测测量方法费时费力,且存在监测布设点有限,无法反映水质的时空变化情况等问题,该文以天津滨海新区的Landsat-8卫星影像作为数据源,将实地水样采集、实验室测量分析和遥感影像不同波段像元亮度值结合,对滨海新区海河水体的悬浮物浓度,分别建立基于统计回归和神经网络的两种经验算法反演模型。结果表明,神经网络模型的反演结果能较准确地反映实际水体的悬浮物浓度分布情况,为该地区地表水水质监测提供一种可行的解决方案。     

湖泊水环境卫星遥感监测系统的设计与实现

在全国第二次湖泊资源调查成果的基础上,将水环境基础资料、遥感信息、水文气象信息、水环境模型等进行综合管理,利用ENVI/IDL二次开发语言对全国重点湖泊建立了专业遥感模型,探索建立了湖泊水环境卫星遥感监测系统。以太湖为示范区对系统进行应用,制作了水环境参数专题产品。     

中国近海绿潮生物量的卫星光学遥感估算

生物量是精准量化海洋大型漂浮藻类的关键参数,是反映海洋生态环境变化的有效指标。光学遥感卫星能为绿潮的精细化监测与评估提供数据支持,实现绿潮的精准识别与量化估算。针对中国海洋一号C/D卫星（HY-1C/D）海岸带成像仪CZI (Coastal Zone Imager)、美国中分辨率成像光谱仪MODIS (Moderate-resolution Imaging Spectroradiometer)、欧洲空间局哨兵2号卫星多光谱成像仪MSI(Multi Spectral Instrument)等光学遥感数据特点,基于绿潮生物量变化模拟与观测验证数据,本研究提出了适用于不同光学卫星数据的绿潮生物量估算模型与计算方法,开展了中国近海绿潮生物量光学遥感估算与交叉验证。结果表明：相较于绿潮像元面积和覆盖面积,绿潮生物量估算结果的不确定性最小,该参数能有效减少面积参数所内含的尺度效应差异,能更准确地用于海洋绿潮的量化与评估。此外,基于CZI和MODIS数据开展2021年中国近海绿潮生物量协同监测应用,有效提高了绿潮生物量监测的精度,详细量化了2021年中国近海绿潮生物量的年内变化,展现了绿潮生物量的精...     

中国卫星遥感地表水资源监测能力分析与展望

在中国自然资源部水资源调查与确权登记的职能需求之下，面向中国“十四五”及二零三五年远景卫星发展规划，亟需厘清水资源属性卫星遥感监测国内外发展现状，并进一步剖析中国卫星地表水资源监测能力。本文在对国内外多种类型卫星（包括光学、激光、雷达、重力、GNSS-R等）水资源监测能力及属性反演前沿技术（以地表固液态水的范围、水位、体积变化等为主）进行总结分析的基础上，针对中国地表水资源卫星遥感监测的现状和不足，从观测体系、技术体系、产品体系和服务体系4个方面提出未来卫星遥感地表水资源监测规划设计建议。     

一种计算水体中悬浮物后向散射系数的方法

基于生物光学模型的水质参数反演分析方法是水质遥感监测算法的发展趋势.分析方法中需要以水体中悬浮物后向散射系数作为参数.水体中悬浮物后向散射系数目前主要有3种测量方法,但是这些方法要么因为仪器稀缺而无法普及,要么测量精度不高.提出了一种计算水体中的悬浮物后向散射系数的方法,该方法利用水面比较容易测量的反射率光谱和实验室内比较容易测量的水体各组分的吸收系数光谱,基于生物光学模型推导得出水体中的悬浮物后向散射系数.利用太湖梅梁湾试验区获取的数据检验了这种方法,并取得了较好的效果.这种方法的主要优势是:它基于生物光学模型,有严密的理论基础,具有较高的精度和通用性;另外,它使用的数据比较容易测量,方法容易实施,可为水质参数反演分析方法的建立奠定坚实的数据基础.     

基于GF-1号卫星WFV数据的太湖水质遥感监测

为研究高分一号(GF-1)卫星数据监测太湖水质的可行性,基于新发射的GF-1卫星16 m分辨率的多光谱宽覆盖(wide field of view,WFV)相机和HJ-1A CCD数据,对太湖的叶绿素a、悬浮物、透明度和富营养化状况进行遥感监测,以评价GF-1 WFV相机的应用潜力。研究结果表明:GF-1 WFV与HJ-1A CCD数据对水质参数的反演结果具有一致性,可有效反映叶绿素a浓度、悬浮物浓度、透明度和富营养化指数的空间变化规律。其中,太湖西北部分布有少量水华蓝藻,在大面积蓝藻爆发区域附近,叶绿素a浓度明显高于其他区域的水体,平均浓度为62.46 mg·m-3;悬浮物浓度以竺山湾及西部沿岸湖区较大,沿西北向东南方向递减,平均浓度为26.07 mg·L-1;透明度整体从西北向东南递增,与悬浮物浓度的分布趋势相反,平均值为22.1 cm;富营养化指数整体从西北向东南递减,与叶绿素浓度的分布趋势相同,平均值为69.62。遥感监测指标的结果均符合常规监测规律。     

用数值方法模拟观测误差对水质浓度反演模型参数的影响 ——以叶绿素a浓度为例

在2003年10月27日和28日观测的太湖水质光谱试验数据的支持下,利用数值模拟方法研究了试验数据误差与水质浓度反演模型经验常数之间的关系。研究结果表明,当试验数据误差分别服从正态分布与均匀分布时,反演模型的经验常数随着试验数据误差的增加而呈发散状态。根据试验数据误差与反演精度的关系可知,26.58%的试验误差对应着30%的反演精度,这就意味着在不考虑遥感影像处理所产生误差的前提下,严格控制试验数据误差在26.58%以内,是反演精度打破±30%的技术瓶颈的关键要素之一。     

气溶胶定量遥感的机器学习方法综述

机器学习方法近年来取得突破进展,其遥感应用从目标识别和地物分类领域,发展到定量化反演的多个领域。气溶胶定量遥感因其机理复杂,反演参数的种类和精度受到限制,机器学习为气溶胶遥感带来了新的研究和应用技术手段。本文汇总现有研究进展将气溶胶机器学习方法归纳为卫星遥感反演气溶胶光学厚度AOD（Aerosol Optical Depth）、卫星遥感反演其他气溶胶参数、卫星遥感反演颗粒物浓度（PMx）、地基气溶胶遥感4类。结合作者研究工作,通过分析讨论,归纳机器学习用于气溶胶定量遥感的条件为：（1）物理模型无法使用;（2）已有模型卫星产品精度低;（3）已有模型精度高但计算速度低。从应用的角度来说,可以借助于更多的具有相关性的输入信息,发挥机器学习在反演产品种类、反演精度、计算效率等方面的优势;而对定量遥感来说,应该同时重视挖掘遥感数据本身的信息来提高反演能力,并通过误差分析等手段反馈对遥感机理的理解,使机器学习与遥感机理研究相互促进。     

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