基于环境一号卫星的内陆水体水质多光谱遥感监测

基于环境一号卫星多光谱数据,针对我国内陆水体开展遥感监测研究。该研究建立分地区分季节经验模型反演叶绿素a浓度,基于生物光学模型的近红外单波段方法反演悬浮物浓度,以悬浮物浓度间接反演透明度,最终基于叶绿素a和悬浮物获得基于遥感监测的内陆水体营养状态指数。以2009年6月巢湖同步观测试验验证本文的水质参数反演算法,表明叶绿素a浓度反演精度不如悬浮物浓度,两者反演精度符合水环境监测业务需求。     

基于Hyperion数据的南四湖叶绿素浓度反演研究

通过对2005年5月7日南四湖Hyperion高光谱影像的几何纠正和6S模型辐射校正,以及水体光谱数据分析,对22个水体样点原始光谱数据分别采用归一化处理和包络线消除处理后,以波段比值数据构建叶绿素浓度反演模型,选取相关系数最大的反演模型,获得南四湖叶绿素浓度的空间分布图。研究表明,包络线消除法能很好地去除水体的光谱曲线背景影响,突出光谱曲线的吸收和反射特征,与归一化处理相比,反演模型的相关系数都有很大提高。R700/R560波段比值数据构建的模型相关性最高,相关系数为0.834,可用于叶绿素浓度反演研究。     

基于混合光谱理论的太湖水体叶绿素a浓度提取

TM图象多波段数据作为遥感监测水体叶绿素a浓度的数据源,已有多种遥感定量模型与之对应,但主要还是以经验模型为主。利用TM数据首先采用特征波段比值方法,建立太湖水体合适的叶绿素a浓度反演的遥感定量模型。由于经验模型的缺陷性,还提出了基于TM数据的水体混合光谱分析模型,同时分析了端元光谱提取方法对模型求解的影响。通过计算叶绿素a浓度模型估算结果与实地测量数据的相关系数和均方根误差(RMSE),可以发现混合光谱分析模型也是水体叶绿素a浓度遥感估算的另一条佳径。     

基于高光谱反射率的江苏大丰麋鹿国家级自然保护区水体营养状态评价

以归一化和一阶微分光谱反射率为自变量,建立江苏大丰麋鹿国家级自然保护区核心区水体中的叶绿素a、总氮和总磷含量的估算方程;采用修正营养状态指数方法,评价该保护区核心区水体的营养状态。研究结果表明,叶绿素a、总氮和总磷含量的敏感波段分别为514 nm、680 nm和737 nm;以一阶微分光谱反射率为自变量建立的叶绿素a和总氮含量估算方程精度较高,以归一化光谱反射率为自变量建立的总磷含量估算方程的精度相对最高;江苏大丰麋鹿国家级自然保护区第一和第二核心区的水体处于中度富营养状态,第三核心区人工河流水体的营养状态由中度富营养向轻度富营养转变,第三核心区自然河流水体处于中、轻度富营养状态。     

基于多光谱遥感的扎龙湿地湖泡水深反演研究

以扎龙湿地龙泡子为研究对象,利用58个实测水深数据和季相最接近的Quick Bird数据,建立湖泊水深的反演模型。探索性地建立了单波段和多波段组合的线性(多元)回归模型、指数模型、二次多项式模型、微分模型和对数模型等;通过对比模型的决定系数R2,比较模型精度;线性模型、对数模型、指数模型和幂指数模型的R2小于0.5,而二次多项式模型和多元线性回归模型的R2大于0.5,精度相对较高;筛选出拟合度较高的模型,用20个实测验证样本,采用相对误差和均方根误差进行模型精度评价;最后,利用精度较高的模型,进行龙泡子水深反演计算。水深反演结果表明,用选出的模型反演得到的龙泡子水深基本一致,为170~200 cm,即使有稀疏的水草覆盖,依然可以表现出水深渐变的趋势。以蓝、绿、红和近红外波段多光谱遥感反射率为自变量,建立的线性湖泡水深反演模型y=123.990-3.332B1+183.859B2-237.133B3-37.143B4(y为水深;B1、B2、B3和B4分别为蓝、绿、红和近红外波段的水体反射率),能较好地反演扎龙湿地湖泡的水深。     

基于MERSI和MODIS的太湖水体叶绿素a含量反演

水体叶绿素a含量的遥感反演是监测水体光学特性、评价水体污染的一个重要指标.本文以FY-3A/MERSI和AQUA/MODIS遥感影像为数据源,结合水体实测的叶绿索a含量,利用两类反射率模型,研究星载数据遥感反演叶绿素a的可行性.研究表明:基于FY-3A/MERSI和AQUA/MODIS可见光-近红外通道的光谱反演模型(...     

基于TM数据的太湖叶绿素A浓度定量反演

利用TM(ETM)数据与准实时地面采样数据,建立太湖叶绿素浓度反演模型。结果表明,TM3/(TM1+TM4)与叶绿素A浓度的相关性最好,并以此建立了太湖叶绿素A浓度线性反演模型,但反演精度并不高,因此,建立了一个两层BP神经网络模型反演太湖的叶绿素A浓度,结果表明,神经网络模型的反演精度远高于线性反演模型,16个测试样本表明,神经网络模型反演的相对误差小于30%的有15个点,占总测试样本93.75%,而线性反演模型反演相对误差在30%以下的仅有3个点,这表明对于太湖这样一个光谱特征复杂的二类水体,可以利用神经网络模型反演水质参数。     

基于光谱平滑的浑浊水体叶绿素a浓度一阶微分估算模型

一阶微分处理常用于浑浊水体叶绿素a浓度的遥感估算,直接的微分处理容易扩大噪声的影响,该文使用光谱平滑降低噪声,讨论平滑处理对一阶微分估算模型的影响.对2004年夏季和2011年春季太湖水面实测光谱数据进行核回归平滑处理并建立一阶微分模型,结果表明,平滑处理后的光谱数据建立的一阶微分模型稳健性更好.将2004年7月数据建立的模型用于8月数据,2011年3月建立的模型用于4月数据,平滑处理后模型验证的均方根误差分别降低了13.1 mg/m3和3.9 mg/m3.光谱平滑对一阶微分模型应用精度的改进作用最显著,优于波段比值和三波段模型.平滑处理后的一阶微分和三波段模型应用精度较高,其中一阶微分模型使用的波段信息少,较易用于浑浊水体的叶绿素a浓度估算.     

基于TM数据的太湖叶绿素a浓度定量遥感反演方法研究

探讨利用常规卫星遥感数据Landsat/TM定量反演太湖叶绿素a(Chl-a)浓度的方法。在对Landsat/TM影像进行几何校正、辐射定标、大气校正等预处理的基础上,选择适于太湖Chl-a浓度定量反演的最佳波段或波段组合,采用半经验回归模型和混合光谱分解模型分别建立太湖Chl-a浓度定量反演模型,并对不同模型及反演结果进行对比分析。     

荒漠-绿洲交错带土壤N、P、K含量的高光谱反演模型

利用新疆奇台县荒漠-绿洲交错带的75个土壤样本,选取土壤可见光-近红外光谱的反射率（R）、光谱反射率倒数之对数（lg（1/R））、光谱反射率一阶导数（FDR）和光谱波段深度（Depth）4个指标,分析了其与土壤N、P、K元素含量的关系,分别建立了反演模型并对其精度进行了检验。结果表明：可见光-近红外反射光谱快速估算荒漠-绿洲交错带土壤N、P、K元素含量的潜力大,其预测精度由高到低的排列顺序为：N>P>K。不同光谱指标反演模型的精度各异,指标Depth和FDR的预测效果明显优于lg（1/R）和R,对N和P元素的拟合效果为：lg（1/R）相似文献   

基于高光谱数据的小麦叶绿素含量反演

近年来,遥感高光谱技术为获取农作物的某些生理化参数提供了丰富的数据来源。该文使用北京小汤山地区实验获取的小麦高光谱数据,应用偏最小二乘回归方法,建立了冬小麦冠层波谱与叶绿素含量的回归反演计算模型。研究结果显示:模型在350～1060nm波段具有较高的反演精度。本研究为应用高光谱数据反演冬小麦叶绿素含量提供了有效途径。     

曝气和种植漂筏薹草去除富磷水体中磷的室内模拟实验研究

通过室内模拟实验,研究曝气和种植漂筏薹草(Carex pseudocuraica)对富磷水体中磷去除的影响,并分析了水体中总磷含量与水体中其它几种化学组分的关系。研究结果表明,在整个实验过程中,曝气+植物处理下,水体中总磷的去除率稳步提高,而在其它3种处理下,总磷的去除率都波动变化。在曝气+植物处理、曝气+无植物处理、自然复氧+植物处理和自然复氧+无植物处理下,水体中总磷的平均去除率分别为98.15%、97.15%、96.00%和95.88%,曝气和植物共同作用对水体中总磷的去除效果优于单一曝气或植物下的去除效果。在4种处理下,建立了以水中Fe~(2+)、Fe~(3+)和总有机碳含量为自变量,以水体中总磷含量为因变量的线性多元回归模型。     

基于Landsat-8遥感数据和PROSAIL辐射传输模型反演叶面积指数

为了探讨Landsat 8 OIL数据在LAI大范围反演方面的应用潜力,使用Landsat 8 OIL影像,通过PROSAIL辐射传输模型,采用3种波段组合(Band2-7,Band2-5,Band3-5)建立了3个模拟冠层反射率-叶面积指数(LAI)查找表,用2种代价函数(Geman and Mc Clure代价函数,均方根误差代价函数)实现了对玉米、土豆、森林LAI的定量反演,并用LAI-2200测量数据作为相对真值对反演精度进行评价。结果表明:(1)使用Landsat 8数据,通过PROSAIL模型反演叶面积指数的精度是可以接受的,RMSE范围为在[0.892 4,1.205 0],R2范围为[0.721 3,0.873 3]。(2)Band5(近红外),Band4(红)Band3(绿)的波段组合反演效果在3种组合中精度最高,平均RMSE=0.993 1,R2=0.787 3。(3)Geman and Mc Clure代价函数比常用的均方根误差代价函数得到了更高的反演精度,平均RMSE=0.940 5,R2=0.817 5。(4)相对最优的反演策略是Band5,Band4,Band3的波段组合结合GM代价函数,RMSE=0.892 4,R2=0.873 3。(5)存在玉米土豆的反演值普遍低于测量值,而森林的反演值普遍高于测量值的问题。     

双台河口国家级自然保护区芦苇叶面积指数遥感反演与空间格局分析

应用Landsat7 ETM+遥感数据与同期野外实测叶面积指数(LAI)数据,基于多季相遥感影像,用面向对象的分类方法,提取双台河口国家级自然保护区芦苇分布数据,建立芦苇LAI最优估算模型,并进行其遥感反演及空间格局分析。研究结果表明,2012年,双台河口国家级自然保护区内芦苇总面积为38 200 hm2,占保护区总面积的29.5%,其中,缓冲区的芦苇面积为16 200 hm2,实验区的芦苇面积为11 900 hm2,核心区芦苇面积为10 100 hm2;以遥感影像缨帽变换(TC)后的绿度(GREEN)分量、ETM+第5波段(B5)和第3波段(B3)为自变量的多元线性模型为芦苇LAI反演的最优估算模型(p0.01,R2=0.741)。双台河口国家级自然保护区芦苇LAI介于0.12~5.85之间,呈现东高、西低和北高、南低的分布格局;保护区核心区的芦苇LAI最均一,实验区的芦苇LAI空间变化最明显。     

松花江哈尔滨段悬浮物含量遥感反演与克里格插值预测精度对比

以松花江干流哈尔滨段水体中悬浮物为研究对象,2012年7月14~15日,设置了11个采样断面,共33个采样点,测量得到总悬浮物含量和江面高光谱反射率数据;选用时间上较为接近的TM影像,分别用遥感反演模型(PSO-LSSVM模型)和克里格空间插值方法,对总悬浮物含量进行预测,并对使用两种方法的结果进行比较。结果表明,使用两种方法的结果的预测精度较为接近,遥感反演模型预测值的平均绝对百分误差为11.21%,均方根误差为10.05 mg/L;克里格空间插值预测结果的平均绝对百分误差为11.32%,均方根误差为10.93 mg/L;遥感反演模型预测值能较好的反映出松花江干流哈尔滨段总悬浮物含量的总体分布特征和变异特征;克里格空间插值对空间自相关小范围内具有较好的预测能力,超出自相关范围不能预测。     

基于GF-1影像的洞庭湖区水体水质遥感监测

湖泊水质监测是有效开展湖泊水环境综合管理与水污染防治实施的基础,也是湖泊藻华风险评估与生态安全建设的重要依据。本文基于GF-1号影像对2014-2016年洞庭湖水体的叶绿素a浓度、悬浮物浓度和透明度展开遥感监测,结果表明：叶绿素a主要集中在水流速度较慢的安乐湖、大小西湖和东洞庭湖西部地区,其他区域水体扰动力大,叶绿素含量a较低。透明度从北到南递增,与悬浮物浓度的分布趋势相反,符合常规监测规律。东洞庭湖水质较南洞庭湖和西洞庭湖差,水污染程度处于全湖最高水平。GF-1数据可精确反映叶绿素a浓度、悬浮物浓度和透明度指数的空间变化规律,也为后续高分遥感影像湖泊水质监测的应用研究提供了重要参考。     

基于PROSAIL模型和Sentinel-2数据的陕北煤炭矿区植被叶绿素含量监测

为满足煤炭矿区植被叶绿素含量高精度动态监测需求,该文以陕北大柳塔矿区为研究区,首先分析PROSAIL模型对矿区典型植被欧李、野樱桃的适用性,然后根据PROSAIL辐射传输模型建立查找表,结合基于正则化的代价函数对欧李、野樱桃叶绿素含量进行反演,并利用SNAP软件反演结果与地面实测数据对PROSAIL模型反演结果进行验证,最后利用所构建模型反演得到2016—2019年大柳塔矿区植被叶绿素含量空间分布。结果表明：PROSAIL模型模拟光谱与地面实测光谱的绝对偏差平均值最大为0.016,该精度满足植被参数反演;PROSAIL模型反演得到的欧李、野樱桃叶绿素含量与地面实测数据的决定系数、均方根误差和相对均方根误差分别为0.679、1.926和4.625%,优于SNAP软件反演结果,反演得到的大柳塔矿区叶绿素含量时空变化与实际植被生态修复情况和土地利用覆盖类型一致。研究结果可为矿区植被叶绿素反演和生态修复效果评估提供技术参考。     

晋江水体真光层深度遥感反演

通过2008年3月在晋江下游泉州河段对水体固有光学特性和光学活性物质浓度的测定,计算得到晋江水体在光合有效辐射（PAR）波段内的漫射衰减系数Kd（PAR）和水面下反射率R（0^-）等表观光学特性．应用统计方法分析了PAR真光层深度的影响因素．结果表明,PAR真光层深度主要受悬浮物浓度的影响．基于生物光学特性,悬浮物浓度可从Landsat TM影像上获取,进而依据PAR真光层深度与悬浮物浓度之间的关系推算真光层深度．反演结果表明,晋江的真光层深度均值为2．43m,其变化范围为0．43—8．41m．该技术有别于以往研究采用SeaWiFS数据对真光层深度的反演,是一种适合于河流水体的真光层深度遥感反演方法．     

基于OLI遥感影像的错戳龙错盐湖水深反演研究

传统的水深测量方法是利用测量船上安装的测深设备和定位设备测出水域各点的水深。用遥感方法进行水深反演,基于OLI遥感影像对错戳龙错盐湖进行水深反演研究,确定OLI4波段是研究错戳龙错盐湖遥感水深反演的最佳波段,建立了此盐湖的水深遥感模型。经过对遥感数据和实测点数据的回归分析,建立了拟合方程。根据拟合方程对水深进行反演,反演结果与实测结果基本一致,从而证明了遥感测水深方法的快速有效性,弥补了传统实测水深方法的不足。     

广东省典型湖泊叶绿素浓度垂向变化模型及影响机制

叶绿素浓度垂向变化影响遥感反演精度和富营养化评价。湖泊水体叶绿素浓度影响因子众多,其垂向变化规律仍是当前的研究难点。以广东省3个典型湖泊的叶绿素浓度、营养盐浓度、藻种及粒径结构等数据,分析了叶绿素浓度垂向变化规律与影响机制,并用不同函数来拟合建模。结果表明：各水体不同时期拟合函数各异,需要分时间、分区域讨论;浅水区域（或浅水湖泊）叶绿素浓度自上而下先减后增,用傅立叶变换拟合效果佳;深水区域的规律是自上而下递减明显,用高斯函数拟合效果较好。浅水区域,光照和水温对垂向浓度的影响在本研究中体现不明显,但营养盐及底泥对其影响较明显;深水区域的垂向浓度变化是藻种、水温、营养盐等因子共同作用的结果。