水体红波段反射光谱对叶绿素浓度变化的响应

在不考虑叶绿素荧光效应的前提下,基于水体光学活性因子藻类叶绿素、有色可溶性有机物及非藻类颗粒物的吸收和后向散射系数,根据前向辐射传输模型模拟水面以上遥感反射率,分析了藻类叶绿素红光峰强度和波长位置随浓度的变化规律。结果发现：叶绿素浓度为1～50 μg·L-1时,红光峰强度和叶绿素浓度呈较好的线性关系,随叶绿素浓度的增加,线性关系越来越不明显。当叶绿素浓度为1～1 000 μg·L-1时,则呈现较好的对数关系;随叶绿素浓度的增加,红波段反射峰波长位置按对数规律逐渐向长波方向移动,不同水色组分的水体,其叶绿素在红波段的光谱反射特性随浓度的变化规律是一致的;此外,对比研究显示红波段反射峰特征不同于荧光光谱。     

基于珠海一号高光谱卫星的巢湖叶绿素a浓度反演

叶绿素a是重要的水质参数,可以衡量水体的富营养化程度。遥感技术可以实时、快速、大范围地获取水体中叶绿素a的浓度与分布,对于水生态环境的评价及治理具有重要意义。内陆水体的光谱特征复杂,宽波段的多光谱遥感难以精确获取水体的光谱信息。国产珠海一号高光谱卫星因其光谱分辨率高,波段多等优势在内陆湖泊的遥感监测中具有广阔的应用前景。基于珠海一号高光谱数据,充分发挥其高光谱分辨率的优势,对巢湖的叶绿素a浓度进行反演,从影像中提取实测点处的遥感反射率曲线,筛选具有显著光谱特征的波段,并以OIF指数衡量不同波段组合获取水体组分信息的能力,以此构建与实测叶绿素a浓度相关性较高的波段组合。结果表明珠海一号OHS-2A星影像的14,16和19波段所构建的三波段模型[R_rs(700 nm)-1-R_rs(670 nm)-1]×R_rs(746 nm)在巢湖的叶绿素a浓度反演中取得了较高的精度,相对误差和均方根误差分别为19.97%和10.85 mg·m-3。由模型反演巢湖2019年5月10日的叶绿素a浓度空间分布图可知,叶绿素a浓度自东向西呈上升趋势,全湖南部和东北部的叶绿素a浓度较低,西巢湖的北部叶绿素a浓度最高。西巢湖的整体叶绿素a浓度是全湖最高的,尤其是其北部水域,水质情况较差,已经出现了一定面积的水华,其主要原因在于该地区紧邻合肥市,人类活动强烈,污水废水排放量大。珠海一号高光谱卫星对于内陆湖泊的水质反演具有一定的优势,但也存在着数据处理困难,波段利用率低,反演模型普适性差等局限,今后仍需借助珠海一号高光谱数据开展更多的湖泊遥感研究,不断提出高光谱遥感影像处理的新方法,提高反演模型的精度与普适性,充分挖掘数据源的潜力,使其更好地服务于水质的遥感监测工作。     

基于二维相关光谱的水体叶绿素含量探测

利用Shimadzu UV2450分光光度计测量了含有不同叶绿素浓度的湖水样本在可见光和近红外区域的透射光谱,并使用实验室手段测量了水体的叶绿素含量。分析了湖水样本的透射光谱特性,同时引入二维相关光谱技术,利用叶绿素浓度值作为微扰量,得到水体叶绿素的动态光谱,进而结合二维同步谱图和异步谱图确定表征水体叶绿素浓度的特征波段。综合观察二维相关光谱中的同步谱图和异步谱图,更加精确地阐明了水体光谱特征,同时剔除水体中其他物质对于光谱信息的影响,更有效、全面地提取反映水体叶绿素信息的敏感波段。利用所选特征波段构建归一化水体叶绿素指数,将特征波段与叶绿素指数分别与水体叶绿素浓度建立线性预测模型。结果显示,归一化水体叶绿素指数的预测模型测定R2达到0.771 2,均方根误差是45.509 8 mg·L-1,预测R2达到0.765 8,均方根误差是39.503 8 mg·L-1。模型精度较利用特征波段建立的多元线性回归模型有了较大的提高,达到了实用水平。     

基于偏振技术的藻类水体散射光中叶绿素荧光分离方法研究

浮游藻类细胞内的叶绿素分子吸收光能后,会以释放能量的形式发射叶绿素荧光。水中颗粒物的弹性散射光是部分偏振光,而叶绿素荧光则是非偏振光,因此利用这一特性可以从总散射光谱中分离出荧光,从而达到反演叶绿素浓度的目的。但对于近岸等复杂水体,该方法能否适用并不清楚,基于此,实验通过测量分别分析了不同无机颗粒物浓度和叶绿素浓度对偏振分离方法的影响。结果表明,对含不同浓度无机颗粒物的藻类水体,分离出的荧光峰会随浓度增加有降低趋势,但是当颗粒物浓度达到300 mg·L-1时,反演结果仍然可靠。对含不同浓度叶绿素的藻类水体,叶绿素浓度越高,偏振方法分离荧光的效果越好,对低浓度正常水体,仍能识别。实验证明了利用偏振方法分离叶绿素荧光对复杂水体仍然有效,对进一步遥感探测近岸水体的叶绿素浓度具有重要意义。     

南漪湖叶绿素a浓度荧光反演算法研究

叶绿素a（Chlorophyll-a, Chl-a）浓度是监测浮游植物和水质状况的代表性指标，对湖泊富营养化评价具有重要意义。为了探求南漪湖多时相的Chl-a浓度高光谱特征及反演方法，选取2020年—2021年间南漪湖8次走航式水体实验同步采集的98组高光谱数据和Chl-a浓度数据，分析不同Chl-a浓度条件下南漪湖实测光谱的变化特征，同时考虑水质组分变化和采样时间变化对光谱的影响，提取能反映Chl-a浓度信息的特征波段。然后引入峰谷距离法、荧光基线高度法、峰面积法和基于峰面积法改进的谷上峰面积法共同反演南漪湖Chl-a浓度，并利用5折交叉验证法比较不同反演算法的优劣。研究结果表明：（1）随着Chl-a浓度的增大，荧光峰位置向红外方向移动，Chl-a吸收谷和荧光峰分别有加深和升高的趋势，峰谷差异更加明显，荧光峰附近谱段能够有效反映Chl-a浓度变化；（2）利用5折交叉验证法将样本分为5组，依次作为验证集进行建模，对于不同组别的验证集各方法的RMSE和 MAPE极差平均值分别为0.437 5 μg·L-1和28.27%，可见样本建模集与验证集的选取会显著影响精度评价结果，5折交叉验证的方法可以减小上述误差，在样本范围内最大程度地比较出各方法的优劣；（3）结合Chl-a浓度吸收谷极小值处水平切线提出的谷上峰面积法取得了最优的反演结果，其验证精度分别为R2=0.756 7，RMSE=1.653 1 μg·L-1，MAPE=40.77%，相较于峰谷距离法、荧光基线高度法和峰面积法精度均有提升，为叶绿素a浓度荧光反演提供了新的思路。     

基于定量遥感反演的内陆水体藻类监测

叶绿素作为衡量湖泊富营养化的重要指标,利用遥感技术对其进行实时动态监测具有重要意义。以太湖为例,通过对水体实测光谱和水质采样数据的分析,建立了光谱反射率比值与叶绿素a浓度的回归模型。结果显示,700 nm附近波段与625 nm附近波段所构建的比值模型R2最高,710 nm以后波段与其他可见光波段所构建的比值模型的R2会随可见光波长的增大而逐渐下降。在高光谱遥感估算模型的基础上,应用同步MODIS卫星遥感数据进行了太湖叶绿素a浓度的空间分布反演,并基于MODIS绿度指数建立了太湖藻华水体信息提取模型,从叶绿素a浓度估算和藻华信息提取两个方面实现了太湖藻类空间分布特征的定量反演,为太湖等大型内陆水体藻类的实时定量遥感监测提供了新的研究思路。     

基于生物光学模型的水体叶绿素浓度反演算法

文章提出了一种基于生物光学模型的二类水体叶绿素浓度反演算法.本算法根据生物光学模型,利用一系列已知各组分浓度的反射光谱计算各组分的吸收和后向散射系数,然后采用非负最小二乘法解得叶绿素浓度.研究是在实验室内进行了绿藻的培养,且在暗室内测定了具有不同叶绿素和非藻类悬浮物浓度的水体样本的反射光谱.并把实验室测得的反射光谱重采样到Landsat TM对应的波段以检验该算法在TM数据中的适用性,同时比较了利用不同TM波段组合反演叶绿素浓度和非藻类悬浮物浓度的精度.结果表明,对于绿藻而言,利用TM第二、三、四波段反射率数据的组合反演时的效果最好,叶绿素浓度反演结果的均方根误差为4.7 ug·L-1,其精度明显优于传统的回归分析算法.     

水体高光谱反演混合光谱空间信息分解模型研究

水体高光谱中的混合效应问题是水体定量遥感中的难点。已有研究表明,仅依赖标量光谱信息难以解决复杂的水体混合光谱问题。广域水体污染物除光谱信息之外,还具有明显的空间分布特性。充分利用其空间维信息,可以作为遥感光谱维信息的有益补充,有利于水体复杂光谱的解混。以巢湖为例,HJ-1A HSI高光谱数据为数据源,辅以水面光谱测量数据,在空间地统计学和遗传算法理论基础上,利用地统计学中的变异函数模拟相邻空间两像元的分布差异,将邻域像元空间变异函数作为遗传算法目标函数的约束条件,建立基于协同克里格遗传算法的湖泊水体高光谱反演混合光谱空间信息分解模型,并对悬浮物浓度反演结果进行检验。结果显示,与常规混合光谱分解模型相比,混合光谱空间信息分解模型对悬浮物浓度的预测值与实测值相关系数为0.82,均方根误差9.25 mg·L-1,相关系数提高了8.9%,均方根误差下降了2.78 mg·L-1,表明该模型对悬浮物浓度具有较强的预测能力。该方法将水体的空间信息与光谱信息有效结合,可以避免水色参数光谱信号弱导致反演结果失真,同时由于高光谱波段多、信息量大,带来信息提取计算量大而复杂等问题,也为复杂水体混合光谱模型的求解和模型反演精度的提高提供了有效途径。     

一种新的水体叶绿素a指数及其应用潜力分析

以具有代表性的野外实测光谱数据作为端元,对水体遥感反射率进行线性混合光谱分解,基于分解得到的各组分丰度,构建了一种新的水体叶绿素a指数CSI(叶绿素a光谱指数)。以太湖、巢湖、滇池以及三峡水库水体的307组实测叶绿素a浓度及高光谱数据为基础,分析了CSI的特性。以该指数为自变量,构建了内陆浑浊二类水体叶绿素a浓度估算模型,并分析了模型的抗噪性和传感器适应性。结果表明:1)CSI对水体叶绿素a浓度大小有较好的指示作用,以fCSI=0为条件将实测光谱分为2个类别,可以表征光谱特征的明显差异;2)CSI作为自变量的叶绿素a浓度估算模型在实测高光谱数据集中的精度与三波段算法(TBA)相近(二者估算结果的平均相对误差分别为0.332和0.330,均方根误差分别为9.892和9.929);3)以CSI为自变量得到的估算模型对无偏移噪声和有偏移噪声都有较好的抗性,其中无偏移噪声几乎不影响算法的精度,而三波段算法对两种噪声同样敏感,随着噪声增加,估算结果出现较大误差;4)新的估算算法对传感器波段设置不敏感,其优势在宽波段多光谱数据集中更加明显。相比于传统水体叶绿素半经验算法,CSI算法具有更高的稳定性和更强的应用潜力。     

基于多角度成像数据的新型植被指数构建与叶绿素含量估算

叶绿素含量的快速估算对于及时了解作物的长势、病虫害监测以及产量的评估都具有重要意义。利用自主研发的多角度成像观测系统获取了不同生育期玉米的高光谱影像,精确地提取出主平面内各个观测角度下玉米冠层的反射率。通过对ACRM模型模拟值和实测值的分析,计算出玉米冠层红波段下的热点-暗点指数(HDS),并利用该指数对TCARI进行改进,提出一个基于多角度观测的新型植被指数HD-TCARI,最后使用多角度高光谱成像数据对其进行了地面验证。结果表明,HD-TCARI能够减小LAI对叶绿素估算的影响,当叶绿素浓度大于30 μg·cm-2,HD-TCARI与LAI的相关性R2仅为26.88%～28.72%;当叶绿素浓度较高时,HD-TCARI具有抗“饱和”的特性在LAI在1～6之间变化时,HD-TCARI与叶绿素浓度的线性关系R2较TCARI提高了约9%左右。利用多角度高光谱成像数据对HD-TCARI进行地面验证,其与叶绿素浓度的线性关系(R2=66.74%)明显优于TCARI所建立的估算模型(R2=39.92%),证明了HD-TCARI指数具有更好地估算叶绿素浓度的潜力。     

亚热带土壤铬元素的高光谱响应和反演模型

高光谱遥感技术已成为当前遥感领域的前沿技术,因其高分辨率的特点,可利用地物反射光谱特征定量反演地物的物理化学性质。目前土壤环境质量愈来愈受到关注,土壤重金属含量与土壤环境质量安全密切相关,以往土壤高光谱遥感技术研究多注重于土壤有机成分如土壤碳氮的光谱反演模型,对土壤重金属含量的高光谱反演研究普遍较少。土壤重金属污染已经成为影响土壤质量安全的关键因素,对土壤重金属尤其是污染元素普查是当务之急。传统土壤重金属的测试方法要求条件较高,测试周期较长,试图建立土壤高光谱与土壤铬元素(ICP-MS测定)含量之间的定量预测模型,以实现土壤铬元素的快速准确预测。采集福州市土壤样品135个,对土壤样品在350～2 500 nm的光谱反射率进行倒数、对数、微分等六种变换,筛选出对土壤总铬含量敏感的光谱波段,最后获得福州土壤铬元素高光谱反演优化模型。研究结果表明：亚热带红壤总铬的敏感光谱波段为：可见光520～530 nm和近红外1 440～1 450,2 010～2 020,2 230～2 240 nm;亚热带地区土壤总铬—高光谱反演的优化模型为: y=120.768e-7.037x(相关系数R为0.568,均方根误差为0.619 μg·g-1,检验相关系数R为0.484,均方根误差为1.426 μg·g-1),该模型可以用于福州地区土壤全铬的光谱快速监测。     

表面活性剂-膜富集-紫外可见漫反射光谱法测定水中的痕量铅

提出了结合表面活性剂、膜富集和紫外可见漫反射光谱测定水中痕量铅的方法。在pH 8.5的氨水氯化铵缓冲溶液中,剧烈搅拌下,铅与双硫腙形成疏水性的红色络合物,该络合物能够被混合纤维素酯膜富集,并且在非离子表面活性剂聚氧乙烯月桂醚(Brij-30)的存在下,该络合物被混合纤维素酯膜富集的效率得到了很大提高,然后待膜自然干燥后直接测得膜表面的漫反射光谱。本文对表面活性剂类型、表面活性剂浓度、反应酸度、双硫腙浓度和反应时间等条件进行了优化。研究结果表明,在最佳实验条件下,最大吸收波长为485 nm,在5～100 μg·L-1范围内铅离子的浓度与其络合物的吸光度呈良好的线性关系,相关系数的平方R2为0.990 6,检出限为2.88 μg·L-1。研究发现下列共存离子不干扰铅离子的测定：500倍的K+,Na+,Ca2+,Mg2+,NH4+,NO-₃,Cl-,CH₃COO-,SO2-₄;10倍的Al3+(10%的NaF进行掩蔽),Fe3+(10%的NaF和酒石酸钾钠进行掩蔽),Hg2+和Zn2+(10%的NaSCN和酒石酸钾钠进行掩蔽);同等浓度的Cd2+,Cu2+。采用本方法测定瓶装水中的痕量铅,结果与石墨炉原子吸收光谱法(GFAAS)测定的结果基本一致,加标回收率在95.4%～104.5%之间,标准偏差(SD)在0.5～1.5 μg·L-1之间,说明本方法具有较好的准确性。本方法操作简单、灵敏度高,适用于瓶装水中痕量铅的测定。     

基于地对空观测光谱的大气CO2柱浓度反演分析

基于地对空高光谱观测获取大气CO₂柱浓度(大气中CO₂的垂直总含量)数据是验证和改进卫星高光谱观测反演CO₂浓度的重要数据源之一,而目前在中国还没有基于地面光谱观测进行大气CO₂柱浓度反演研究的报告。利用光谱分析仪与太阳跟踪仪等构成的地面观测系统在中国内蒙古锡林郭勒草原进行了地对空高光谱观测,基于高光谱观测数据反演了大气CO₂柱浓度。在基于1.6 μm大气CO₂的光谱吸收特征进行CO₂浓度反演过程中,评价分析了观测光谱的波长漂移和气象参数对大气CO₂柱浓度反演精度的影响。结果显示观测期间平均大气CO₂柱浓度为390.9 μg·mL-1。波长的漂移将会导致反演浓度值整体偏低;波长漂移从-0.012～0.042 nm范围时,将会导致1 μg·mL-1以上的偏差。同时,研究发现光谱透过率在6 357～6 358,6 360～6 361和6 363～6 364 cm-1谱段敏感于气象参数的变化。对比利用与光谱观测同时和非同时观测的气象参数进行的浓度反演结果发现,非同时观测气象参数的利用引起的浓度偏差最小在0.11 μg·mL-1,最大可达4 μg·mL-1;本论文的分析结果对基于光谱反演CO₂柱浓度算法的改进有着一定的参考价值。     

黄河上游水体中重金属分布特征及重金属污染指数研究

为了研究黄河上游地区水体中重金属含量分布特征及评价该区域重金属污染水平,分别于2014年4月(枯水期)和10月(平水期),在12个采样点采集了24个黄河表层水样。由电感耦合等离子质谱仪ICP-MS测量水样中As,Cd,Cr,Co,Cu,Mn,Ni,Pb和Zn的含量,并确定黄河上游水体中重金属分布特征和重金属污染指数。结果显示枯水期重金属的平均浓度顺序是：Cr(18.56 μg·L-1)>As(2.95 μg·L-1)>Ni(1.87 μg·L-1)>Mn(1.20 μg·L-1)>Cu(1.12 μg·L-1)>Zn(0.59 μg·L-1)>Pb(0.08 μg·L-1)>Cd(0.01 μg·L-1),平水期的重金属平均浓度顺序是：Mn(596.89 μg·L-1)>Zn(52.46 μg·L-1)>Cu(36.27 μg·L-1)>Ni(25.11 μg·L-1)>Cr(23.19 μg·L-1)>Pb(19.51 μg·L-1)>As(7.30 μg·L-1)>Cd(0.37 μg·L-1)。将重金属含量测定结果与中国和国际水质参考值以及同地区丰水期重金属含量数据进行了比较,结果显示Cr,Mn,Pb和Cu含量高于标准值。同时,用重金属污染指数(HPI)评估所有金属对整个水体的影响,结果表明各选点枯水期HPI值为6.46～11.95,平水期HPI为4.53～210.53。两个季节的重金属分布特征和HPI都显示了明显的季节性变化。研究结果表明黄河研究流域水体重金属含量及HPI均显示平水期重金属污染程度较枯水期高,可能与季节性生产及降水变化有关。研究结果可为相关部门制定环保政策提供可信的实验数据和理论依据。     

GF-1与GF-6 WFV影像在滇池悬浮物浓度反演中的对比分析

总悬浮物(TSM)是水环境评价的重要参数之一,也是遥感水质反演的重要指标。GF-1/WFV和GF-6/WFV作为高分系列对外免费开放的卫星数据,在遥感监测中的应用较为广泛,但目前针对两种数据的对比分析以及GF-6/WFV新增波段在水体水质参数反演中的适用性研究较少。以云南滇池水域为研究区域,对与水体实测数据同步过境(或时相相近)的GF-1/WFV和GF-6/WFV遥感影像采用统计分析的方法进行相同波段(蓝、绿、红、近红外)一致性分析,在此基础上运用经验回归方法分别构建两种数据的TSM反演模型,并将加入GF-6/WFV新增波段的模型与GF-1/WFV构建的模型进行对比分析,选择最优模型应用于滇池2020年的6幅GF-6/WFV图像得到滇池TSM分布图。结果表明：GF-1/WFV与GF-6/WFV的蓝、绿、红、近红外波段的相关系数分别为0.98, 0.98, 0.97和0.99,两种数据的表观反射率具有很高的一致性。GF-1/WFV基于蓝、绿、近红外波段构建的差值模型“B2+B4-B1”反演精度较高,模型反演的均方根误差为6.35 mg·L^-1,平均绝对百分比误差为2...     

水芹对铅耐性和积累的研究

用水培法研究水芹在不同浓度Pb胁迫下,其生理特征及对重金属Pb的吸收特性。结果表明,水芹对低浓度铅胁迫有一定的耐性,在Pb浓度为10mg.L-1时,水芹耐性指数最大,是对照组的110%,在Pb处理下,水芹的平均耐性指数为88%.与对照组相比,随着Pb胁迫浓度的增加,水芹体内丙二醛(MDA)含量和相对电导率升高;叶绿素含量、过氧化氢酶(CAT)和过氧化物酶(POD)活性在Pb浓度为10mg.L-1时有一定的升高,超过此浓度后活性显著下降。随着Pb胁迫浓度的增加,Pb在水芹体内的积累量显著增加,其中在Pb胁迫浓度为150mg.L-1时,水芹根部和地上部分的Pb积累量分别达到1454.38mg.kg-1和702.81mg.kg-1。同时,水芹对Pb的转运能力较强,平均转运系数为0.47,应引起重视。