黄海、东海二类水体漫衰减系数与透明度反演模式研究

黄海、东海是典型的二类水体区域,总悬浮物含量高,水体光学特性复杂.利用2003年春秋季黄海、东海水色联合试验中获取的高质量现场实测数据,建立了由遥感反射比反演水体在490nm波段的漫衰减系数和海水透明度的统计反演模式.这两种模式皆采用490,555,670nm三个波段的组合,漫衰减系数的反演值和实测值的相关系数为0.96,平均相对误差为17.2%;透明度的反演值与实测值的相关系数为0.95,平均相对误差为16.8%.对两种反演模式对遥感反射比输入误差的敏感性进行了分析,结果表明反演模式对±5%的遥感反射比输入误差导致490nm波段的漫衰减系数反演误差最大为27.3%,透明度最大误差为22.7%,并利用2003年春秋季同一海区的实测数据对模型进行了检验,漫衰减系数的平均相对误差为25.0%,透明度的为16.5%.给出了412,443,510,520,555,565nm各波段的漫衰减系数同波段490nm的漫衰减系数之间的关系,结果表明,在400~600nm波段中的每一个波段的漫衰减系数与490nm波段的漫衰减系数的相关性较高,相关系数都超过了0.98.这样利用建立的各波段漫衰减系数关系模型可以从一个已知波段的漫衰减系数反演出其他任何波段的漫衰减系数,这就在水色反演和应用中大大减少了未知因子的个数.     

黄东海海区春季半经验分析生物-光学算法研究

基于2003年4月黄东海试验获取的现场实测的水体表观光学参数和固有光学参数数据,对生物-光学半经验分析算法进行了研究。根据算法的基本原理开发了黄色物质吸收系数光谱模型等一系列经验模型,利用多元非线性最小二乘法求解、反演叶绿素a浓度,并对模型进行检验。结果表明,模型的反演值与实测值的一致性较好。     

水体透明度遥感反演算法研究进展

水体透明度(Secchi Disk depth,SDD)是水环境监测的重要参数,遥感技术对于监测水体透明度具有重要的应用前景。本文旨在分类和比较当前用于监测水体透明度的算法,并提出未来研究的方向,以推动水环境监测技术的进一步发展。文章对目前检索水体透明度的算法进行分类和比较。其中,经验算法、半分析算法和机器学习算法是目前研究的主要方向。通过分析算法特性和优缺点,提出未来研究的重点和方向。经验算法基于透明度与光谱数据、叶绿素a浓度等的相关性,半分析算法基于水下能见度理论,机器学习算法则基于更优的数据特征学习能力。不同算法具有各自的适用范围和限制。未来的研究应该着重于整合多源遥感数据,改进QAA (quasi-analytical-algorithm),深入分析光学参数与水体透明度的关系,将机器学习算法应用到水体透明度模型的建立中,以建立具有高精度、适用性广的反演模型。     

基于SDGSAT-1影像的总悬浮物浓度反演方法研究

总悬浮物浓度是海洋的重要水质参数之一,其对水体透明度、水下光场及初级生产力有显著影响,同时对河流入海口与海岸带冲淤变化过程有重要作用。本文基于我国自主研制的SDGSAT-1卫星遥感影像,使用准分析算法（Quasi-Analytical Algorithm,QAA）获取水体固有光学量,并结合2022年4月黄河口区域总悬浮物浓度实测数据,建立水体固有光学量与总悬浮物浓度实测数据的单波段、波段加减、波段比值,以及多波段组合等模型并开展遥感反演,最后将反演结果同实测数据及基于Sentinel-2B影像的总悬浮物浓度反演结果进行对比。研究结果表明：基于SDGSAT-1影像的总悬浮物浓度反演结果在黄河口高浓度区域的决定系数为0.622,均方根误差为7.94 mg/L;基于Sentinel-2B影像的总悬浮物浓度反演结果在黄河口高浓度区域的决定系数为0.589,均方根误差为8.27 mg/L。故在我国近岸海域总悬浮物浓度反演方面,SDGSAT-1影像反演精度与Sentinel-2B影像反演精度相媲美。     

水体后向散射系数校正方法研究

后向散射系数是水色反演半分析模型的重要参数,后向散射系数的测量与分析是固有光学测量与分析的重要组成部分。为了更准确的获得后向散射系数数据,根据不同的实际测量情况提出了两种后向散射系数数据的校正方法,即利用散射与后向散射系数模型计算的散射系数替代法和实测数据替代法。结果表明这两种方法在比传统的数据校正方法有明显的优势,是一种符合水体剖面固有光学特性规律的数据校正方法。     

水深可见光遥感方法研究进展

水深测量对于水利、航运、近海工程等具有重要作用。在总结国内外水体遥感测深主要方法和研究进展的基础上,对水深遥感反演中各类模型存在的问题进行了讨论。结果表明:理论解译模型模拟了光在水体内的辐射传输过程,水深反演精度较高,但模型计算需要大量的水体光学参数且计算过程烦琐;半理论半经验模型对理论解译模型进行了简化,所需水体光学参数少且具有较好的精度而被广为应用;统计相关模型通过直接建立遥感图像光谱值和实测水深之间的相关关系而获得水深数据,且计算相对简单,但由于实测水深值与遥感图像光谱值的事实相关性无法保证,使采用该类模型反演的水深结果有时并不理想。提高水深遥感反演精度,必须进一步加强遥感器研究,充分考虑水体中的溶解、悬浮物质等信息干扰,科学构建水深模型和大气校正模型。     

无人机多光谱遥感的水质参数反演研究

无人机多光谱遥感技术具有快速、大范围、动态监测等优势,为水环境监测和管理提供了新的研究手段。利用无人机多光谱遥感平台,进行水质参数定量反演研究。围绕红边和近红外光谱波段提出和构建了7种水体指数,结合采样点实测浊度、透明度数据,建立水质参数反演模型,并进行模型精度分析,得出试验区域水体浊度和透明度空间分布图。试验证明：水体指数RENDWI的反射值与浊度参数相关性较高(r=0.821),采用RENDWI构建指数函数模型对于浊度的反演效果较好(R²=0.711,RMSE=2.013度);水体指数RDWI反射值与透明度相关性较高(r=0.844),采用RDWI构建二次多项式模型对于透明度的反演效果较好(R²=0.748,RMSE=7.163 cm)。本文提出的水体指数与水质参数反演模型,可以定量获取河流水质分布情况,实现水质参数快速监测,为中小型地表水污染防治提供技术支撑。     

基于半分析算法的赤潮水体固有光学性质反演

在珠江口海域海洋光学浮标实验期间获取了赤潮生消过程的水体光学数据和相应的生化数据.利用该实验数据开展了准分析算法(quasi-analytical algorithm,QAA)反演赤潮水体固有光学参数的精度检验和模型修正工作.(1)利用遥感反射率和QAA反演主要水色波段(412,443,490,510,560,620和...     

辽东湾水体吸收系数区域性半分析反演算法

水体吸收系数是影响水体光场分布的重要参数,在水色遥感探测中受到广泛关注。本文利用2012年9月辽东湾区域航次调查数据分析该区域水体各组分吸收系数的分布情况,结果表明,辽东湾水体中浮游植物含量相对较高。并利用该航次数据,建立了区域性半分析算法,该算法基于相邻波段间固有光学量的线性关系,首先通过遥感反射率反演得到550 nm波段的水体总吸收系数,再通过后向散射波段相关关系外推得到其他波段的总吸收系数。经独立测试数据检验,3个波段(412、443、550 nm)总吸收系数反演的平均相对误差分别为19.71%,17.99%,9.35%,说明区域性半分析算法能较好地估算研究区域的水体总吸收系数。本文还通过引入随机误差对算法稳定性进行了检验,结果表明算法具有较好的稳定性。     

基于两种半分析算法的水体吸收系数反演

本文基于42组不同年份不同季节获得的遥感反射率、水体各组分吸收系数的实测数据,对QAA（Quasi-Analytical Algorithm）和GSM（Garver-Siegel-Maritorena）算法在寡营养的南海和富营养的福建沿岸两种不同类型水体的吸收系数反演进行了检验。以水样测量值为参考,两种算法在本研究水体中的反演成效与他人在其它水域的研究结果相当。QAA算法在南海的反演成效高于福建沿岸水体。对于443 nm的总吸收系数（a443 ）,南海的对数均方根误差（RMSE ）为0.046,平均相对误差为7.9%,对数平均偏差为0;福建沿岸水体的对数均方根误差（RMSE ）为0.194,平均相对误差为30.6%,对数平均偏差为-0.167 。GSM算法在两类水体的反演成效类似,A443 之RMSE和平均相对误差,南海分别为0.161和27.7%,福建沿岸分别为0.149和32.1%,但从A443的对数平均偏差值看,其在南海反演值低于实测值（对数平均偏差为-0.142 ）,在福建沿岸则略呈高于实测值（对数平均偏差为0.016）。两种算法中的部分经验参数与实测值之间的差异是产生反演误差的主要原因,为了提高反演精度,对算法中经验参数的更进一步区域化调整可能是必要的。     

利用SeaWiFS反演海水透明度的模式研究

海水透明度是描述海水光学特性的一个基本参数.根据水下光辐射传输理论及对比度传输理论,建立了海水透明度的半分析定量遥感模式.利用大量实测透明度资料对模式进行了验证,结果表明遥感反演透明度与实测透明度的相关系数为0.84,绝对平均误差为4.17m,相对平均误差为22.6%.最后利用建立的模式和Sea WiFS卫星资料制作了我国海域1999年的月平均透明度遥感产品.     

基于分段自适应算法的浅海水深遥感反演融合模型研究

对于水深光学遥感反演研究，虽然已经建立了大量的模型方法，然而对于不同水深段，同一模型的反演精度各异，且采用单一模型进行水深反演得到的整体反演精度未必最佳。为了提高水深光学遥感反演的整体精度，本文提出一种分段自适应水深反演融合模型，模型在误差估计的基础上，结合了对数线性模型、对数转换比值模型、改进的对数转换比值模型与多调节因子模型的优势。利用模型在西沙群岛东岛开展了水深遥感反演实验，从整体反演精度、不同水深段反演精度及逐米水深精度等角度进行分析，结果表明，分段自适应融合模型的整体精度最高，平均绝对误差为1.09 m，平均相对误差达到16.06%；分水深段来看，分段自适应融合模型在多数不同水深段内的反演效果均最好；从逐米精度来看，分段自适应融合模型在大部分逐米水深段的反演能力均优于其他模型。     

基于无监督机器学习的胶州湾海底工程环境适宜性综合评价

海岸带工程地质环境的稳定性对于海洋工程的建设安全和沿海经济繁荣十分重要。在胶州湾海域已有地质、水文等数据的基础上,对胶州湾海底工程环境适宜性进行了分区。通过无监督机器学习的谱聚类算法,构建了胶州湾海底工程环境适宜性综合评价模型。结果表明,胶州湾整体工程环境适宜性趋势为北高南低,从北向南依次可分为适宜性高、适宜性较高、适宜性较低和适宜性低四个区域。相关性分析表明,影响胶州湾海域海底工程适宜性的因素从高到低依次为冲淤分布、沉积物类型、坡度、第四系沉积物厚度、水深、海流流速、断裂分布。本研究可为胶州湾工程环境和地质灾害预防提供参考,有助于海洋工程环境稳定和经济安全保障。     

应用模糊聚类法对夏季胶州湾海水类型的初步划分

自1980年胶州湾被选为水产生产农牧化增养殖实验基地以来,中国科学院海洋研究所及有关单位对该海湾进行了大量的调查研究工作,发表了一些研究成果;但对该海湾海水的基本类型尚未进行过系统的划分。本文拟采用模糊聚类法,利用1981年8月份16个测站的实测资料,对夏季胶州湾的海水类型进行初步分析。     

XGBoost算法在多光谱遥感浅海水深反演中的应用

在多光谱遥感浅海水深反演过程中,考虑到水体和底质影响,水深值和海水表面辐射亮度之间的线性关系不成立。本文以甘泉岛南部0～25m范围的沙质区域为研究区域,利用GeoEye-1多光谱遥感影像和多波束实测水深数据构建XGBoost非线性水深反演模型,研究了XGBoost算法用于水深反演的性能。以决定系数(R~2),均方误差(MSE)和平均绝对误差(MAE)作为评价指标,并与3种传统线性回归模型进行了对比分析。结果表明, XGBoost非线性水深反演模型的R~2、MSE和MAE分别为0.991、0.33m和0.44m,拟合程度最好,精度优于线性回归模型。为进一步探究各模型在不同水深的反演精度,将水深范围分成3段(0～8 m, 8～15 m, 15～25 m)分别进行精度验证和误差分析。结果表明, XGBoost模型在各分段的精度均优于线性回归模型, MSE依次为0.56 m, 0.14 m和0.43 m。可见,在单一底质区域下XGBoost模型的水深反演精度更高,且反演效果更稳定。     

半分析模型在近岸及河口水体透明度反演应用研究

Secchi depth(SD, m) is a direct and intuitive measure of water's transparency, which is also an indicator of water quality. In 2015, a semi-analytical model was developed to derive SD from remote sensing reflectance, thus able to provide maps of water's transparency in satellite images. Here an in-situ dataset(338 stations) is used to evaluate its potential ability to monitor water quality in the coastal and estuarine waters, with measurements covering the Zhujiang(Pearl) River Estuary, the Yellow Sea and the East China Sea where measured SD values span a range of 0.2–21.0 m. As a preliminary validation result, according to the whole dataset, the unbiased percent difference(UPD) between estimated and measured SD is 23.3%(N=338, R~2=0.89), with about 60% of stations in the dataset having relative difference(RD)≤20%, over 80% of stations having RD≤40%. Furthermore, by excluding the field data which with relatively larger uncertainties, the semi-analytical model yielded the UPD of 17.7%(N=132,R~2=0.92) with SD range of 0.2–11.0 m. In addition, the semi-analytical model was applied to Landsat-8 images in the Zhujiang River Estuary, and retrieved high-quality mapping and reliable spatial-temporal patterns of water clarity. Taking into account the uncertainties associated with both field measurements and satellite data processing, and that there were no tuning of the semi-analytical model for these regions, these findings indicate highly robust retrieval of SD from spectral techniques for such turbid coastal and estuarine waters. The results suggest it is now possible to routinely monitor coastal water transparency or visibility at high-spatial resolutions from measurements, like Landsat-8 and Sentinel-2 and newly launched Gaofen-5.     

基于遥感海浪信息的近岸水深反演模型

基于遥感影像的测深技术具有易获取、成本低和覆盖率大等优势,是目前的研究热点问题之一。为在波浪折射的基础上,进一步综合考虑绕射及非线性的影响,本文提出了一种基于海浪波数和波高信息的近岸水深反演模型。将模型与Berkhoff 椭圆形浅滩理想试验对比,平均误差为0.13%,显著小于现有基于频散关系反演水深的方法。进一步应用模型反演三亚湾近岸地形,通过与海图对比,平均误差为11.58%,且大部分区域的误差小于10%。部分区域误差较大,主要是由于遥感影像获取的波数空间分辨率和精度较低。以上结果表明该模型可以利用遥感海浪信息较准确推算近岸水深。本文对于近岸浅海区的水深反演工作具有一定的参考价值。     

胶州湾沉积物中有机质的来源与组成及其对百年尺度环境变化的指示

The Jiaozhou Bay is characterized by heavy eutrophication that is associated with intensive anthropogenic activities. Four core sediments from the Jiaozhou Bay are analyzed using bulk technologies, including sedimentary total organic carbon(TOC), total nitrogen(TN), the stable carbon(δ~(13)C) and nitrogen(δ~(15) N) isotopic composition to obtain the comprehensive understanding of the source and composition of sedimentary organic matter and further shed light on the environmental changes of the Jiaozhou Bay on a centennial time scale.Results suggest that the TOC and TN concentrations increase in the upper core, having indicated a probable eutrophication process since the 1920 s in the inner bay and the 2000 s in the bay mouth. The TOC and TN concentrations outside the bay have also changed since 1916 owing to the variation of terrigenous input.Considering TOC/TN ratio, δ~(13) C and δ~(15) N, it can be concluded there is a mixture of terrigenous and marine organic matter sources in the study area. A simple two end-member(terrigenous and marine) mixing model usingδ~(13) C indicats that 45%–79% of TOC in the Jiaozhou Bay is from the marine source. The environmental changes of the Jiaozhou Bay are recorded by geochemical proxies, which are influenced by the intensive anthropogenic activities(e.g., extensive use of fertilizers, and discharge of sewage) and climate changes(e.g., rainfall).     

电厂温排水中余氯浓度预测

利用有限元分步杂交方法,对胶州湾海域潮流场进行了数值模拟。考虑余氯在水体中的化学反应,利用前人大量实验成果选取余氯衰减系数,建立胶州湾余氯的二维输运-扩散模型,并将此模型应用于青岛市黄岛发电厂三期温排水工程,预测了温排水中余氯的浓度分布及影响范围,为电厂冷却水排放口邻近水域的生态环境保护提供依据。     

胶州湾物理模型地形图制作方法

物理模型地形制作需以物理模型地形图为基础,物理模型地形图制作的科学性将直接影响物理模型实验的精度。通过选取可靠的胶州湾地形数据,以统计方法合理地选择符合要求的插值方法,制作了胶州湾物理模型地形困。该地形图制作方法对胶州湾物理模型度其它物理模型地形图制作具有一定的参考价值。