内陆水体叶绿素a浓度遥感监测方法研究进展

叶绿素a是反映水体富营养化的一个重要参数,通过遥感方法监测水体叶绿素a浓度是实现内陆水体富营养化动态监测的一个重要途径,但内陆平原水网区地表水体的水体光学特性复杂,遥感反演模型建立困难。文章通过整理、分析国内外前人研究内陆平原水网区地表水体叶绿素a卫星遥感监测的数据源和方法,总结了当前在内陆平原水网区地表水体中精度较高的叶绿素a卫星遥感监测方法,分析了各方法的优缺点以及研究过程中的一些挑战、难点,并提出对未来的展望。     

富营养化的太湖水体叶绿素a浓度模型反演

半经验模型反演叶绿素a浓度是目前遥感反演水体叶绿素a浓度的主要方法。但是,大量研究结果表明,太湖水体浑浊,富营养化严重,各种半经验模型的反演精度和模型适用性有较大差异。因此,研究一种既满足一定精度要求,又具有时间普适性的叶绿素a浓度反演算法,对提高模型适用性,促进遥感的反演应用具有重要意义。本研究通过2005年6-10月地面实测数据,建立太湖叶绿素a浓度一阶微分反演模型、波段比值反演模型和三波段反演模型,对比各模型反演效果,认为波段比值模型与三波段模型具有较好的反演效果。运用2006年11月和2007年11月实测数据对这三种模型加以检验,结果表明,三波段模型反演高富营养化的太湖水体,不仅精度高,平均误差仅为实测浓度差的8.3%,而且适用性较强,不同年份数据的检验结果证明平均误差均低于实测浓度差的20%。因此,三波段模型是这三种反演模型中效果最好的一类模型。     

湛江港海域叶绿素a浓度的高光谱遥感反演

基于表观光学法研究冬季湛江港海域高光谱遥感叶绿素a浓度的反演模型构建,结果表明,该海域单波段遥感反射率与叶绿素a浓度相关性低,波段比值和遥感反射率的一阶微分法可提高叶绿素a浓度反演精度。665nm处的遥感反射率一阶微分值与叶绿素a浓度相关性良好,相关系数可达0.84。一阶微分相关系数大于0.8的波段大部分处于叶绿素a红光强烈吸收区域,对于富营养化的湛江港海域采用一阶微分方法构建叶绿素a浓度的遥感反演模型具有合理性。     

一种湿地河流叶绿素a遥感反演方法

叶绿素a作为一项重要的水质安全评价指标,其浓度的准确监测对水产行业发展、水生态系统平衡和人类饮水安全等有着重要意义。随着对地观测卫星传感器空间和光谱分辨率的提高,遥感技术在河流水质时空变化监测中发挥着越来越重要的作用。本文以新疆巴音布鲁克湿地河流水体为研究对象,同步采集了水体反射光谱和水样,并在实验室对叶绿素a、浊度等水质参数进行测定。首先,基于光谱波段对叶绿素a浓度的敏感性分析,构建了多种光谱指数模型;然后,提出以4.50 mg/m³作为水体叶绿素a浓度分级阈值,利用三波段半分析模型因子D3B与叶绿素a的线性关系建立水体叶绿素a浓度分级标准,进而对比评估了11种经验、半分析模型分别在全部样本数据集和两级叶绿素a浓度数据集中的精度表现;其次,根据各模型精度结果选用三波段半分析模型D3B和蓝绿波段比模型OC₂V4,组成叶绿素a分级反演算法OC₂-D3B,其精度（R²=0.96,RMSE=0.32 mg/m³,MAE=0.24 mg/m³,MRE=5.71%）相比以上2种单一算法提高了50%以上;最后,本文利用Sentinel-2影像,对湿地河流水体叶绿素a浓度的空间分布特征和季节时序模式进行了分析,得到该水域夏季叶绿素a含量最高,春秋季次之,冬季最低的结论。此外,本研究还发现气温相比其他环境因子对水体Chl-a浓度的控制作用更加明显。     

水体表面温度反演研究综述

水体表面温度是研究全球或区域气候变化、数值天气预报的重要参数,是控制水体与大气热量、水分交换的重要变量,对理解水体生物物理过程具有重要意义。卫星观测水表温度具有传统手段不可比拟的技术优势,同时也存在精度和质量上的限制和挑战。本文总结了观测水表温度常用的红外、微波传感器及其分辨率特征,并比较分析了各类传感器的优势、劣势和分辨率适用的时空尺度;在区别不同手段观测的水表温度基础上,分别概述了红外遥感和微波遥感反演水表温度的理论基础,以及常用的算法模型;基于水表温度反演的原理和过程,系统分析了云、水汽、气溶胶、比辐射率等不确定性因素,对反演精度的影响及解决方法,并对精度验证方法做了简单介绍;最后,对水体表面温度反演的发展趋势进行了展望,并指出多源数据的同化融合、优势互补是提升水温反演精度的重要途径。     

珠江口水体叶绿素a浓度高光谱反演研究

对珠江口水体进行了现场光谱测量和同步的水质采样分析,发现695nm处的一阶导数光谱数据对叶绿素a浓度有很好的指示作用,由此建立了基于695nm处一阶导数光谱数据的叶绿素a浓度的线性模式、二次多项式模式、三次多项式模式和指数模式。两次实验的结果表明:指数模式的R2(确定系数)为0.7584,预测平均相对误差为26.7239,是估算珠江口水体叶绿素a的最佳的模式。     

高分六号影像在内陆水体叶绿素a反演中的应用潜力分析

GF-6 WFV影像具有宽覆盖、高时空分辨率、高光谱分辨率等特点,目前在农业和林业遥感领域都有一定应用,但是在水质遥感中的应用潜力还缺乏系统的评估。本文以潘家口和大黑汀水库为研究区,采用2019年9月24—25日获取的潘家口和大黑汀水库叶绿素a浓度、实测遥感反射率和准同步GF-6 WFV影像,构建了潘家口和大黑汀水库叶绿素a浓度经验反演模型,探索GF-6 WFV在内陆水体叶绿素a浓度遥感监测中的应用潜力。研究结果表明,基于GF-6 WFV模拟光谱构建的潘家口和大黑汀水库叶绿素a浓度经验模型决定系数均在0.90以上,GF-6 WFV影像在水体叶绿素a遥感监测中具有应用潜力,尤其是新增的黄波段和红边波段1,有助于提高GF-6 WFV影像叶绿素a浓度遥感监测能力;GF-6 WFV影像大气校正误差降低了叶绿素a浓度遥感监测精度,GF-6 WFV影像水体大气校正精度有待改进,以提升GF-6 WFV影像水质遥感监测能力。     

台风对中国东南海域叶绿素a浓度影响的遥感研究

通过对台风过境前后近一个月的MODIS卫星3A级叶绿素a浓度及海表温度数据的比较与分析,发现海表温度,海表叶绿素a浓度均受到较大的影响,其中海表温度平均下降2~3℃,最高下降近10℃;同时叶绿素a浓度在湛江、阳江海域升高约1.43倍,在东海海域平均升高2.44倍,最高可达9.75倍,并且叶绿素a浓度增长有一个约3~5 d的延迟效应。由此可见,利用卫星遥感资料监测台风对海洋叶绿素a浓度、海表表温度等环境参数的变化有应用前景。     

湖泊水体叶绿素a含量估算的波段宽度变化影响分析——以太湖为例

为研究不同波段宽度遥感数据对监测水体叶绿素a含量的影响,以太湖水体实测高光谱遥感反射率数据为基础,分析计算不同波段宽度下遥感反射率的归一化值与叶绿素a浓度之间的相关系数。随着波段宽度在75.93nm范围内不断递增,最大相关系数逐渐减小,最大正相关波段向长波方向移动,最大负相关波段向短波方向移动。而波段宽度在31.6nm范围内变化时,最大正相关波段和最大负相关波段都会保持相对稳定。通过对不同波段处相关系数平均值和标准差的对比分析认为,718.77^~34.58nm为叶绿素a遥感监测的最佳波段范围。这将对遥感传感器的波段设置,以及实际水体叶绿素a遥感监测时的波段选择,具有重要的参考价值。     

一种基于FY3D/MERSI2的AOD遥感反演方法

针对目前国产卫星对气溶胶遥感监测应用较少的情况,本研究综合暗象元和SARA算法优势,基于FY-3D MERSI2数据构建了一套气溶胶光学厚度(Aerial Optical Depth, AOD)快速遥感反演方法。首先,引入了传统暗象元算法中的地表反射率经验关系,然后利用AERONET长时间序列的地基观测数据,构建了红波段和蓝波段气溶胶光学厚度、不对称因子和单次散射率之间的关系,最后利用MOD04和AERONET的AOD产品对研究反演结果进行了验证和评估分析。结果发现：① 本研究反演的AOD不仅保持了与MODIS的气溶胶产品空间分布的一致性,而且合理地呈现了AOD的高值分布,改进了MOD04气溶胶产品在云和亮目标方面反演缺失问题;② 利用AERONET地基观测结果对本研究获取的MERSI2的AOD反演结果进行了对比分析,发现二者具有较高的线性相关性,蓝波段AOD线性相关系数超过0.85;③ 利用MERSI2数据完整地捕捉到了2018年3月9—14日京津冀及周边区域的一次重污染过程中气溶胶时空分布变化情况,这也说明了FY3D卫星具备良好的气溶胶遥感监测能力,为我国灰霾监测和预警提供参考依据。本研究对大力发展国产卫星在大气环境遥感的应用有重要参考意义。     

An Approach to Improving the Retrieval Accuracy of Oceanic Constituents in Case Ⅱ Waters

In the present paper, a method is proposed to improve the performance of Artificial Neural Network(ANN)based algorithms for the retrieval of oceanic constituents in Case Ⅱ waters. The ANN-based algorithms have been developed based on a constraint condition, which represents, to a certain degree, the correlation between suspended particulate matter(SPM)and pigment(CHL), coloured dissolved organic matter(CDOM)and CHL, as well as CDOM and SPM, found in Case Ⅱ waters. Compared with the ANN-based algorithm developed without a constraint condition, the performance of ANN-based algorithms developed with a constraint conditions is much better for the retrieval of CHL and CDOM, especially in the case of high noise levels; however, there is not significant improvement for the retrieval of SPM.     

湛江近海有色溶解有机物遥感反演

【目的】比较分析湛江近海有色溶解有机物(CDOM)的不同反演算法,并将最佳算法应用于卫星遥感数据,了解湛江近海CDOM空间分布。【方法】基于湛江湾及邻近海域的海上观测资料,利用QAA-E、QAA-Dong和QAA-CDOM三种经典半分析算法以及经验算法反演湛江近海CDOM浓度。【结果与结论】QAA-CDOM算法在三种经典半分析算法中精度最高,平均相对误差(MRE)为28.8%,均方根误差(RMSE)为0.07。同时,利用R_rs(665)/R_rs(444)与a_g(440)进行回归分析,建立CDOM反演的经验算法,决定系数为0.65,验证点的MRE为26.5%,RMSE为0.07。将经验算法应用到Sentinel-2卫星数据,得到CDOM反演空间分布图,显示鉴江口CDOM浓度较高,而硇洲岛附近及离岸较远的海域CDOM浓度较低。     

曹妃甸近岸海域垂向悬沙含量遥感反演

利用遥感技术监测水体悬浮泥沙含量是海洋水色遥感的一个重要研究方向。本文以曹妃甸近岸海域4个剖面35个站点开展的现场光谱测量、同步采集的不同深度悬浮泥沙含量样品数据为基础,采用Landsat-5 TM遥感数据,建立水体表、中、底层悬沙含量遥感反演模型,并研究悬沙垂向上的空间分布规律。结果表明,曹妃甸近岸海域泥沙含量在垂向上有明显的相关性,以Landsat-5 TM影像反射率比值（R_TM3/R_TM2）为因子,构建优化的悬浮泥沙含量遥感反演模型,各层模型平均相对误差都在30%以内,表层和中层的平均绝对误差在6 mg/L以下,均方根误差小于10 mg/L,底层的精度略低于表层和中层。研究结果为进一步研究海洋环境泥沙运移规律、优化水动力作用下泥沙运移模型提供支持。     

干旱区植被覆盖度提取模型的建立

本文通过分析遥感提取植被覆盖度的经验模型法、植被指数法和混合像元分解法,归纳了它们各自的优势、精度和存在的问题,指出了影响应用较广泛的植被指数转换法精度是全植被覆盖像元的选取。在此基础上提出了植被指数转换法的改进模型一利用高分辨率卫星图像的最大NDVI值作为均一像元的NDVI值替换中等分辨率卫星图像的NDVI值,建立植被覆盖度提取模型,从而通过中等分辨率卫星图像获取大范围植被覆盖度的方法。经实践检验,该方法简单、实用,适合于利用中等分辨率卫星图像进行大范围宏观监测。     

基于CA-Markov模型的长吉示范区土地利用格局多情景预测研究

吉林省长吉产业创新发展示范区位于我国东北地区的地理中心,是实施新一轮东北振兴和吉林省融入国家“一带一路”倡议的重要地区,该区土地利用变化对于生态环境变化及区域经济、社会发展有重要影响。本研究以Landsat TM/OLI和ZY-3遥感影像为数据源,获取长吉示范区1990年、2000年、2010年和2015年土地利用数据,分析示范区土地利用动态趋势,并利用CA-Markov模型预测了自然发展和生态规划两种情景下的2040年土地利用格局。结果表明,1990~2015年期间,约有288.14km^2的林地转化为耕地,同时有200.29km^2的耕地转化为建设用地。自然发展型情景预测结果显示,到2040年,长吉示范区森林面积将继续萎缩,湿地、耕地损失严重,建设用地显著扩张。生态规划型情景预测结果表明,如采取积极的生态保护和恢复措施,到2040年,示范区森林面积将恢复至910.17km^2,湿地将得到有效恢复,优质农耕区得到保护,同时保证了区域城镇化的发展。通过本研究中不同土地利用发展情境的模拟,可为示范区土地规划、生态保护和区域可持续发展提供决策依据。     

基于MapReduce的空间敏感性分析并行算法设计

近年来,随着遥感空间数据广泛应用于生态系统,推动了区域尺度生态遥感参数模型的发展。敏感性分析对识别模型关键参数,降低模型不确定性和完善模型具有重要作用。区域尺度的生态遥感参数模型,在进行模型参数敏感性分析时,由于涉及到空间数据的复杂运算,单机环境无法满足快速分析的要求。为了提高生态遥感参数模型空间敏感性分析效率,本文以青藏高原为研究区域,利用植被光合模型VPM(Vegetation Photosynthesis Model)和开源云计算平台Hadoop,设计和实现了基于Sobol′的生态遥感参数模型空间敏感性分析并行算法,并在实验室集群环境下进行算法分析,验证了算法的有效性和适用性。该算法的核心是利用MapReduce并行编程技术,对空间敏感性分析中的地图抽样和模型迭代过程进行任务分割,将分割后的子任务分配至不同的计算节点进行并行计算。实验表明,本文提出的并行策略,能有效缩短地图抽样和模型迭代计算时间,相比于单机算法,并行算法的运行速度提高了14倍左右。     

基于几何光学模型的人工林叶面积指数遥感反演

 MODIS等全球叶面积指数(LAI)产品空间分辨率偏低(250m~7km),不能满足高空间分辨率遥感应用的需求。为获取大区域高空间分辨率LAI,有必要对物理模型用于高空间分辨率遥感影像LAI反演的可行性进行探讨。本文基于4-scale模型LAI反演算法,以甘肃省张掖为研究区,利用TM 影像实现研究区人工林LAI反演。反演算法考虑了反射率入射-观测角度对LAI与植被指数关系的影响和植被冠层尺度的集聚程度。利用地面实测LAI数据对反演结果进行验证与分析,并与NDVI经验模型进行对比,同时分析LAI反演结果对波段反射率敏感性。结果表明: 4-scale模型LAI反演结果与实测LAI一致性良好(R²=0.67,RMSE=0.50),且优于NDVI经验模型(R²=0.59,RMSE=0.67);当LAI大于2时,4-scale模型LAI反演算法误差小于NDVI经验模型,能有效避免植被指数的饱和现象;红光波段反射率减小时,引起4-scale模型LAI反演结果的变化幅度比其增大时更高,且影响程度大于近红外波段反射率。研究表明,4-scale 模型LAI反演算法可用于TM数据反演人工林LAI,模型应用普适性较强。