太湖水体散射特性及其空间分异

利用Wetlabs公司研制的AC-S和BB9于2006年10月24目至11月2目对太湖水体的散射系数和后向散射系数进行了测量,在此基础上建立了太湖水体散射系数与后向散射系数之间的关系模型。用2种曲线函数模拟,即在蓝光波段使用S形曲线模型,在绿光和红光波段使用逆函数模型,各模型的MAPE和RMSE变化范围分别为0.027-0.156m^-1、0.005-0.050m^-1,模型整体预测精度都较高。研究发现后向散射系数与散射系数的空间分异现象明显,北部梅梁湾、湖心区、西部及西南部水域散射较强,而东太湖、胥口湾等东部水域的散射相对较弱。     

基于遥感反射率的太湖优势藻识别方法

我国淡水湖库频发水华,不同类群形成的水华特征、危害及其治理方法差异显著,因此,如何区分不同藻种的遥感反射率特征,获取湖泊优势种信息是一个亟待解决的科学问题。研究基于室内藻种培养实验,培养了富营养化湖泊中的典型蓝藻和绿藻藻种,其中,蓝藻包括铜绿微囊藻（Microcystis aeruginosa）、假鱼腥藻（Pseudanabaenasp．）和束丝藻（Aphanizomenonsp．）,绿藻包括小球藻（Chlorellasp．）以及四尾栅藻（Scenedesmus quadricauda）;基于实测的遥感反射率,经归一化处理后,分析了不同藻种的遥感反射率特征,构建了DI(difference index)指数以及ADI(algae distinguish index)指数,建立了藻种分类模型,利用验证集数据进行检验,整体识别精度达77.55%,Kappa系数为0.7178。将分类方法应用于太湖野外实测遥感反射率数据集中,结果与实测的生物量数据有较好的匹配;将模型应用于太湖OLCI(ocean and land colour instrument)影像数据,获得了2019年12月和2020...     

应用时间序列分析法对太湖叶绿素-a含量的动态研究

叶绿素-α是湖泊浮游植物现存量的重要指标,其含量能反映水中浮游植物的丰度和变化规律。研究叶绿素含量的动态变化,可以有效防止、监控湖泊富营养化的发生。以太湖为研究对象,根据其营养水平进行分区,使得不同区域内叶绿素的浓度不同,而同一区域内浓度大体一致,然后利用地理信息系统技术对每个区域内未采样点的叶绿素浓度进行插值,取区域内所有栅格的平均值作为其最终浓度。应用时间序列分析方法对太湖1998-2004年每月的叶绿素含量进行动态模拟,建立各湖区的预测模型。结果表明,中营养区I符合MA（1）模型,轻富营养区Ⅱ和中富营养区Ⅲ符合AR（1）模型,富营养区Ⅳ符合MA（5）模型,重富营养区V符合AR（6）模型。由此预测出2005年各湖区总叶绿素的含量,经前10个月实测数据的验证说明,所建模型在一定程度上能反映太湖各区域叶绿素浓度的变化。     

太湖秋季水体体散射和散射相函数特征

利用Fournier and Forand(FF)体散射函数近似计算方法模拟太湖水体的体散射函数以及散射相函数,进而分析太湖水体体散射函数和散射相函数的特性,以及与波段、深度之间的变化关系,空间分布差异。研究表明,太湖水体体散射函数表现为具有极强前向散射特性的大颗粒物散射特征,体散射函数随波段变化的差异性主要体现在后向方向上,散射相函数的变化规律与体散射函数较为相似;而随着深度的变化体散射函数几乎没有变化,但散射相函数表现出了较为明显的层状特征;体散射函数和散射相函数在空间上表现出了较大的差异性,这种差异性随着散射角的增大而不断地加强。     

太湖水体后向散射特性模拟

为研究太湖水体后向散射系数的光学特性,利用太湖实测数据和半分析方法与光学闭合(Optical Closure)原理,对太湖水体的后向散射系数进行模拟,在此基础上对其光学特性和影响因子进行分析.研究结果表明:由于悬浮物浓度的差异,使得太湖水体后向散射系数具有明显的差异性,后向散射主要由无机悬浮物引起,浮游藻类对后向散射系数的贡献较小;由于悬浮物来源不同,使得悬浮物粒径分布、形状以及组成成分不同,导致太湖水体单位后向散射系数存在一定变化;以550 nm作为参考波段对太湖后向散射系数进行参数化,得出该波段后向散射系数与悬浮物浓度具有很好的线性关系,其指数在1.32~2.8之间变化,平均值为2.09.     

分季节的太湖悬浮物遥感估测模型研究

根据1996-2002年无锡太湖监测站的水质资料分析,太湖悬浮物具有季节性特征,因而分季节的悬浮物估测模型比单一的模型可能更加适合用来估测太湖全年的悬浮物浓度.在分析太湖水体光谱特征的基础上,根据太湖悬浮物的季节性分布特征,使用春夏秋冬四季的Landsat TM/ETM图像和准同步的水质采样数据,建立了太湖分季节的悬浮物估算模型.结果表明:估测因子(B2 B3)/(B2/B3)在春、秋、冬三季都能很好地估测出悬浮物的浓度(R2＞0.52).夏季由于叶绿素的干扰性较大,悬浮物的估测效果不理想.冬季的估测效果最好(R2=0.81),模型为lnSS=14.656×(B2 B3)/(B2/B3) 1.661,其中,ln SS表示悬浮物取自然对数后的值,B2、B3为TM/ETM图像经过6S大气校正、3×3低通滤波后第2、3波段的反射率值.     

环境一号卫星高光谱遥感数据的内陆水质监测适宜性——以巢湖为例

环境一号星座的A星(HJ-1A)上搭载了超光谱成像仪(HSI),它是具有高光谱分辨率的全新国产遥感数据源,为水质遥感特别是内陆水质遥感提供了新的高光谱数据.但HSI影像的处理方法尚不完善,在广泛应用于水质遥感前对其进行质量研究和评价非常必要.本文针对HSI数据在巢湖水质监测应用方面的适宜性,对信噪比和数据真实性、倾斜条...     

基于偏最小二乘法的巢湖悬浮物浓度反演

悬浮物浓度是水质评价的重要参数.对2009年6月巢湖实测的高光谱数据进行小波变换以去除数据冗余,减少建模时间.考虑到不同的小波基函数和分解尺度对数据压缩的影响,采用3个指标作为评价标准,最终选择小波基函数为Db4,分解尺度为4的小波变换,经小波变换后,原来的451个波段的光谱数据压缩为34个特征变量.利用小波变换后的光...     

滇池湖滨带植被时空变化及其对滇池总磷浓度的影响

滇池是中国最大的高原淡水湖泊,是长江上游生态安全格局的重要组成部分。自2008年起政府在滇池湖滨带大规模退耕还草还林,以恢复滇池及其湖滨生态。湖滨带植被对滇池总磷浓度的影响是一个长期过程,需要通过遥感长时间连续监测的数据来评价。本文以滇池和滇池湖滨带为研究区,从空间分布、季节差异2个角度,结合入湖河流总磷负荷,研究2005—2018年滇池湖滨植被时空变化对滇池总磷浓度的影响。主要结论如下：① 滇池总磷浓度由湖缘向湖心逐渐降低,并且北部和南部偏高;2005—2018年,滇池总磷浓度呈现显著下降趋势;② 2011—2018年滇池总磷浓度显著减小与湖滨带植被的拦截作用密切相关;③ 2005—2018年滇池湖滨带草本和木本植物面积都显著增加,增加最剧烈的年份是2010—2011年;④ 相比于平水期和丰水期,枯水期NDVI与强影响区总磷浓度负相关关系最强,且木本植物NDVI与强影响区总磷浓度负相关性强于草本。本文利用长时间序列数据评价滇池总磷浓度与其湖滨植被的响应关系,可为滇池湖泊生态恢复提供科学依据。     

利用氧气和水汽吸收波段暗像元假设的MERIS影像二类水体大气校正方法

摘 要:MERIS数据以其更为合理的水色波段设置和300m较高的空间分辨率,在内陆湖泊水环境遥感监测中有较大的应用潜力, 对其进行有效的大气校正则是水环境参数定量化反演的前提。以太湖为研究区, 研究基于氧气和水汽吸收波段的暗象元假设, 改进传统的近红外波段暗像元假设的大气校正方法。采用MERIS L2p数据辅助获取湖区气溶胶参数, 并利用2007年11月11日、2008年11月20日以及2009年4月25日三景MERIS影像进行方法验证。结果表明, 该方法能够快速、有效地完成MERIS影像的大气校正, 与地面准同步实测数据相比, 三次校正的RMSP都在25%以下; 与BEAM自带的二类水体大气校正算法、气溶胶厚度辅助的6S大气校正以及改进的暗象元算法进行精度比较, 表明该算法校正精度较高。由于该算法不需要同步实测气溶胶数据, 因此具有一定的适用性。