结合温度因子估算太湖叶绿素a含量的神经网络模型

神经网络方法估算复杂水体水质参数的优越性已经得到证实.基于太湖水体实测叶绿素a浓度,利用MODIS 250m影像和反演得到的水温数据建立了估算太湖水体叶绿素a含量的两个单隐层BP神经网络模型:NN1模型不含温度因子、NN2模型包含温度因子,采用Levenberg-Marquardt算法训练网络,利用初期终止方法提岛网络泛化能力,均取得了较高估算精度,其中包含温度因了的反演模型精度稍有提高,但不显著.     

太湖叶绿素a的时空分布特征及其与环境因子的相关关系

2012年3月至2013年2月逐月对太湖水体叶绿素a含量、主要环境因子及不同门类浮游植物密度进行测定,分析太湖叶绿素a含量和不同门类浮游植物密度的时空分布特征,探讨太湖叶绿素a含量和环境因子与不同门类浮游植物密度之间的相关关系并建立逐步回归方程.结果表明:太湖叶绿素a含量全年平均值为22.33±37.65 mg/m³,变幅为0.48~347.85 mg/m³;叶绿素a含量随季节变化明显,夏季最高、秋冬季次之、春季最低;在空间分布上,太湖北部和西北部最高,东部和南部最低.蓝藻门、隐藻门、硅藻门、绿藻门密度随时间呈峰型变化,均在10月份达到最大值,黄藻门、金藻门和裸藻门密度的变化趋势呈"V"型,在春、冬两季出现较大值;不同门类浮游植物密度基本在西北区出现最大值.全湖叶绿素a含量的显著影响因子有总有机碳、亚硝态氮、溶解氧、pH、水温和磷酸盐;lg(Y_Chl.a)与lg(X_TN)呈显著负相关,与lg(X_TP)呈极显著正相关,与lg(X_N/P)呈极显著负相关.太湖叶绿素a含量与蓝藻门、隐藻门、裸藻门与甲藻门密度有显著相关关系.     

基于反射光谱的太湖北部叶绿素a浓度定量估算

利用地物光谱仪研究了太湖水体的反射光谱特征与叶绿素a浓度之间的定量关系,结果表明太湖水体的叶绿素a浓度可以用720 nm附近的反射率估算,同时也可以用806 nm和571 nm两个波段的反射率比值来估算,前者建立的估算模型具有较好的通用性,而后者只能较好的估算<10μg/L的叶绿素a浓度;通过对光谱微分的分析,发现叶绿素a浓度与690 nm附近的一阶微分和702 nm附近的二阶微分相关性最好,但基于反射光谱一阶微分的叶绿素a浓度估算模型,并没有显著的提高太湖叶绿素a浓度的估测精度,二阶微分后的估测精度好于一阶微分,但其估测精度仍没有利用720 nm反射光谱的反演模型高．太湖水体的叶绿素a浓度可以利用720 nm附近的反射光谱有效地估算．     

基于半分析模型的波段最优化组合反演混浊太湖水体叶绿素a

内陆水体叶绿素a浓度定量反演是水质遥感的热点与难点.本文基于对内陆水体叶绿素a、悬浮物、溶解有机物与水分子的光谱特征分析,从半分析生物光学模型出发,利用太湖实测的水面 ASD 高光谱遥感数据三波段组合,进行迭代优化,得到与叶绿素浓度密切相关而受悬浮物与黄色物质影响小的最优波段组合模型,反演精度较高,其决定系数和均方根误差分别为 0.8358、3.816mg/m3,该方法可以有效地反演高浓度悬浮物主导光学特性的水体叶绿素a浓度.     

太湖梅梁湾春季浮游植物初级生产力

用黑白瓶测氧法对梅梁湾春季浮游植物初级生产力的变化特征进行研究,探讨了初级生产力的日变化、垂直变化、区域分布、浮游植物现存量与初级生产力的关系以及不同曝光时间对P-I曲线的影响.结果表明,梅梁湾浮游植物初级生产力存在明显的日变化,最大值出现在10:00-14:00;初级生产力在梅梁湾分布呈现为从湾内向湾口逐渐递减的趋势;除表层水受光抑制影响使其生产力相对较低外,初级生产力随水深的增加而降低;初级生产力与叶绿素a存在显著的正相关,用水柱层平均叶绿素a浓度来估算初级生产力比用表层叶绿素a浓度来估算要更为精确;短的曝光时间往往带来高的初级生产力和同化系数.     

2005-2017年北部太湖水体叶绿素a和营养盐变化及影响因素

利用国家生态观测网络太湖湖泊生态系统研究站对北部太湖14个监测点2005-2017年的营养盐和叶绿素a浓度逐月监测数据,分析了北部太湖2005年以来水体营养盐和叶绿素a变化特征,探讨了叶绿素变化的影响因素.结果表明,2015年以来,北部太湖水体叶绿素a浓度呈现显著增高特征,特别是5-7月的蓝藻水华灾害关键期,水体叶绿素a浓度增幅更加明显;营养盐方面,氮、磷对治理的响应完全不同：水体总氮、溶解性总氮、氨氮的降幅很明显,甚至在春末夏初的蓝藻生长旺盛期出现了供给不足的征兆;但水体总磷降幅却不明显,加之蓝藻水华的磷"泵吸作用",近3 a来水体总磷浓度反而有升高趋势,溶解性总磷浓度也无明显下降趋势.不同湖区的营养盐变化也不相同：西北湖区溶解性总氮、溶解性总磷浓度显著高于梅梁湾、贡湖湾和湖心区,而且后3个湖区的水质呈现均一化趋势.统计分析表明,北部太湖水体叶绿素a浓度与颗粒氮、颗粒磷、总磷、高锰酸盐指数均呈显著正相关,与溶解态氮呈负相关;5-7月水华关键期北部太湖水体叶绿素a浓度与上半年（1-6月）逐日水温积温、总降雨量、年平均水位均呈显著正相关关系.从研究结果可以看出,近年来北部太湖水体叶绿素a浓度的波动很大程度上受水文气象因子的影响;2007年以来太湖流域一系列生态修复工程的实施,虽然明显降低了湖泊氮浓度,但由于流域和湖体的氮磷本底较高,磷的缓冲能力大,致使水体营养盐水平仍未降到能显著抑制蓝藻生长的水平,年际之间的水文气象条件差异成为蓝藻水华暴发强度差异的主控因素.为此,仍需加大对太湖流域氮、磷负荷的削减,使湖体氮、磷浓度降低到能显著影响蓝藻生长的水平,才能摆脱水文气象条件对蓝藻水华情势的决定作用.     

基于集合卡尔曼滤波的湖泊富营养化模型Delft3D-BLOOM数据同化

富营养化模型是进行湖泊水环境质量预测和管理的重要工具,然而模型客观存在的误差一直是应用者关心的重要问题.数据同化作为连接观测数据与数值模型的重要方法,可以有效提高模型的准确性.集合卡尔曼滤波(En KF)是众多数据同化算法中应用最为广泛的一种,可进行非线性系统的数据同化,并能有效降低数据同化的计算量.本研究以太湖作为具体实例,选择Delft3D-BLOOM作为富营养化模型,在数值实验确定En KF集合数为100、观测误差方差为1%、模拟误差方差为10%的基础上分别进行模型状态变量同化以及状态变量与关键参数同步同化.结果显示,仅同化状态变量时,模型预测精度有所增加;同时同化状态变量和关键参数时,可显著提升模型在湖泊水环境质量预测中的精度.该研究为应用集合卡尔曼滤波以提高复杂的湖库富营养化模型模拟精度提供了有效的方法.     

太湖水体叶绿素浓度反演模型适宜性分析

为确定适合太湖水体叶绿素的反演算法,为同类卫星数据的建模和应用提供参考,本文根据太湖2007年11月、2009年4月和2011年8月实测水质参数以及同步光谱数据,结合水色遥感传感器MODIS、MERIS、GOCI及我国自主发射的HJ-1号卫星CCD传感器波段参数,基于差值模型、比值模型、三波段模型及APPEL模型,分别建立太湖水体叶绿素浓度反演模型,并分析模型的适宜性.结果显示,基于不同传感器数据APPEL模型的决定系数为0.7308~0.8107,模型相对误差为15%~24%,均方根误差为21%~32%;三波段模型基于不同传感器数据拟合的决定系数为0.6014~0.7610,相对误差为28%~36%,相对均方根误差为39%~46%;差值模型决定系数为0.4954~0.7244,相对误差为39%~53%,相对均方根误差为51%~72%;比值模型决定系数为0.4918~0.7098,相对误差为41%~55%,相对均方根误差为56%~75%.相比较而言,APPEL模型的稳定性较强,适合于不同传感器数据的太湖水体叶绿素浓度的反演.此外,相应不同传感器波段位置、波段宽度对模型反演的精度和稳定性的影响也不同,当波段位置接近叶绿素特征波长时,较窄的波宽有利于模型精度的提高,波段位置和叶绿素浓度特征波长相差较大时,合理增加波谱范围有利于叶绿素特征信息的获取.     

NDCI法Ⅱ类水体叶绿素a浓度高光谱遥感数据估算

以太湖、巢湖为研究区,以Hyperion和HJ-1A卫星HSI高光谱数据以及实测水质浓度数据为实验数据,引入归一化叶绿素指数(NDCI),对Ⅱ类水体的高光谱叶绿素a浓度估算进行分析研究.首先对高光谱数据的光谱通道设置以及水体光谱特征进行分析,研究确定模型的最优波段.然后,将确定最优波段后的NDCI反射率因子作为变量与实测样本点数据进行回归分析,得到NDCI与叶绿素a浓度之间的回归关系,进行叶绿素a浓度的估算.与常用的比值法、一阶微分法和三波段法相比,NDCI的性能优于这3种方法,表明NDCI是一种计算简单、估算精度高、实用性强的Ⅱ类水体叶绿素a浓度估算方法.     

基于半分析算法的香港邻近海域叶绿素a浓度反演

为进一步了解香港近海水体特性及监测其水质状况,根据2001年3-5月在香港临近海域调查取得的实测资料,对该海域水体光谱进行解析,开发该海域叶绿素a浓度与色素吸收系数aph(675)的经验模型,具有较高相关性;用剖面数据外推及水体光谱模拟方法完成对水下表面遥感反射率光谱的推导;进而建屯反演低浓度区叶绿素a浓度的半分析算法,反演结果与实测值比较平均相对误差为45%,均方根差0.933,相关系数0.78,误差主要来源于外推演算及散射模型.结果表明该算法在低悬浮物低叶绿素浓度区域有一定适用性.     

基于Hyperion数据的太湖水体叶绿素a浓度遥感估算

通过对2004年8月19日太湖Hyperion高光谱遥感数据的处理和分析,文章首先采用比值和一阶微分处理技术进行了叶绿素a浓度的估算．为了弥补此两种方法在模型的适用性和通用性方面的不足,本文尝试了利用混合光谱分析模型进行太湖水体叶绿素a浓度的提取和成图．实验结果说明高光谱遥感数据Hyperion可以进行水体叶绿素a浓度的监测,并且作为高光谱处理技术之一的混合光谱分析技术是水体叶绿素a浓度估算的另一条佳径．     

应用水表面下辐照度比估测太湖夏季水体叶绿素a浓度

利用便携式光谱辐射计,采用一定的观测角度获取水体表面的光谱,进而提取水表面下辐照度比R(0-)信息,分析R(0-)光谱特征与叶绿素a浓度之间的相互关系,结果表明太湖夏季水体叶绿素a浓度与R(0-)光谱曲线762 nm、727nm和496nm处的相关系数较大,分别达到了0.85、0.84、-0.80.通过单波段、波段比值模型分析,认为以R(0-)761、R(0-)762/R(0-)496、R(0-)727/R(0-)496为自变量的二次函数模型是利用水表面下辐照度比R(0-)估算太湖夏季水体中叶绿素a浓度的最佳模型,模型的决定系数R2分别达到了0.923、0.919、0.916,回归估计的标准误差S分别为0.012、0.013、0.013,F检验值分别为101.241、96.576、92.925.利用剩余10个样本对估算模型进行精度和误差检验,结果表明以R(0-)762/R(0-)496为自变量的二次函数模型好于另外两个,对太湖夏季水体叶绿素a浓度估算具有一定的实用性.此外,将光谱微分技术应用到R(0-)信息分析太湖夏季水体叶绿素a浓度,结果不能获得较高的预测精度.     

水体叶绿素含量的遥感定量模型

利用１９９２年７月２５日陆地卫星ＴＭ数据与该日同步湖面多点观测资料,对太湖北部水体叶绿素含量与不同波段遥感值的关系进行了定量分析,发现ＴＭ３与Ｃｈｌ－ａ含量有负幂次关系,ＴＭ４,ＴＭ７则分别与Ｃｈｌ－ａ含量有较好的正、负线性相关性。     

太湖蓝藻水华的MODIS卫星监测

本文基于MODIS卫星影像探讨太湖蓝藻水华的识别、监测问题.通过比较MODIS影像上不同蓝藻浓度的波段反射率值的差别,得到对蓝藻信息响应的敏感波段,利用特定波段的合成,可基本识别蓝藻的分布信息,并基于蓝藻的光谱响应特征,采用比值模型方法、进一步确定蓝藻分布的相对浓度信息.最后通过不同时相蓝藻浓度的叠加分析,得出了蓝藻水华的动态变化信息.     

Review of the Kalman-type hydrological data assimilation

ABSTRACT

There is great potential in Data Assimilation (DA) for the purposes of uncertainty identification, reduction and real-time correction of hydrological models. This paper reviews the latest developments in Kalman filters (KFs), particularly the Extended KF (EKF) and the Ensemble KF (EnKF) in hydrological DA. The hydrological DA targets, methodologies and their applicability are examined. The recent applications of the EKF and EnKF in hydrological DA are summarized and assessed critically. Furthermore, this review highlights the existing challenges in the implementation of the EKF and EnKF, especially error determination and joint parameter estimation. A detailed review of these issues would benefit not only the Kalman-type DA but also provide an important reference to other hydrological DA types.

Editor D. Koutsoyiannis; Associate editor F. Pappenberger