太湖不同叶绿素a浓度水体荧光特征分析

利用2008年太湖蓝藻爆发的5-8月实测的27个站点水体光谱反射率和水质参数,分析了不同叶绿素a浓度等级下太湖水体光谱的荧光特征.结果表明,荧光峰位置和荧光峰高度都与叶绿素浓度呈显著正相关,且荧光峰峰值位置和半宽度与叶绿素a浓度的拟合度要高于基线荧光峰高度和归一化荧光峰高度.荧光峰特性用于二类水体中高浓度叶绿素探测较传...     

基于CBERS-1影像监测太湖叶绿素a浓度的季节分布状况

叶绿素a浓度是衡量湖泊富营养化程度的重要指标。采用太湖2003年10月27日和28日的水质实验数据,构建了太湖叶绿素a浓度反演模型。然后将该模型应用于2006年4月5日、4月28日、5月16日、8月5日、10月30日和2007年7月5日的6期CBERS-1影像数据,研究与探讨了太湖叶绿素a浓度在上述时间尺度上的变化状况。通过研究可知,太湖叶绿素a浓度在夏季较低,而在秋季和冬季较高,基本上能反映浮游植物年际生长的4个过程;与以往的研究对比分析可知,基于CBERS-1影像数据反演获取的叶绿素a浓度比实际浓度总体偏高,CBERS-1数据影像在水色遥感中的应用仍然有待进一步的研究与探索。     

面向浑浊水体叶绿素a浓度遥感反演的光谱基线校正

根据浑浊水体中悬浮物的光学性质,提出使用线性基线校正方法来削弱水体光谱中的悬浮泥沙贡献。线性基线定义为450和750 nm的反射率值连线,基线校正为光谱反射率减去基线。2010年3月和2011年4月太湖梅梁湾水体的实测数据验证结果表明,光谱线性基线校正可以较好的提高叶绿素a浓度的反演精度,改进反演模型的诊断性。3月数据建立的波段比值反演模型中,校正前模型RMSE为4.11 mg·m-3,基线校正后模型RMSE为3.58 mg·m-3,同时,基线校正后模型残差的方差齐性和正态分布均有明显的改善。4月模型有类似结果,数据校正后的模型具有更小的误差。在没有水华发生的浑浊水体中,线性基线校正可以作为提高水体叶绿素a浓度反演精度的光谱数据处理方法。     

结合GOCI数据反演近海浮游植物叶绿素和类胡萝卜素浓度

基于2016-2018年渤海、黄海和东海7个航次中米集的实测遥感反射率和浮游植物色素浓度数据,利用静止海洋水色成像仪(GOCI)遥感反射率产品建立中国近海水体中总叶绿素a、叶绿素b、总叶绿素c、光保护类胡萝卜素和光合有效类胡萝卜素浓度的反演模型,并进一步得到2014-2018年渤海、黄海和东海各色素浓度分布图.研究结果...     

内陆水体叶绿素a含量定量检测的研究

以武汉东湖为实验基地,通过对其水体的多次检测,获得了从2006年6月到9月4个月的东湖水体透射光谱,并与蒸馏水透射光谱进行比较,对东湖水富营养化程度进行了定性分析.采用一种新的测量方法得到叶绿素a浓度与677 nm和703 nm处相对强度的差值和比值有很好的线性相关性,建立了东湖水体叶绿素a含量的准确定量检测模型,为实现对东湖水实时、快速、准确监测提供了基础,为高精度遥感水质分析提供了参考.     

基于卷积神经网络的全球海洋叶绿素a浓度反演方法

作为浮游植物体内主要色素的叶绿素a能够指示水体富营养化的程度,因此准确地获取与预测叶绿素a浓度可为保护海洋环境提供依据。以中分辨率成像光谱仪获取的遥感影像作为数据源,将同一水域的叶绿素a浓度图像作为相对真值,采用卷积神经网络建立遥感反射率与叶绿素a浓度之间的关系模型,进而实现对海洋叶绿素a浓度的反演。首先,对2020年全球海洋反射率数据(波段组合为412, 469, 488, 547和667 nm)和叶绿素a浓度数据进行倍数放大、对数变换等预处理。其次,从中截取2020年1月太平洋与印度洋交界处的水域影像作为数据集,并将其划分为训练集和验证集,构建与训练海洋叶绿素a浓度的卷积神经网络反演模型,以决定系数(R²)、均方根误差(RMSE)和平均绝对误差(MAE)作为评价指标,优化反演模型。最后,使用2020年1月—12月的叶绿素a浓度数据作为测试集,验证模型的反演精度。结果表明,构建的反演模型R²=0.930, RMSE=0.132, MAE=0.103,证明模型给出的叶绿素a浓度的反演结果与真值具有较高的一致性,能够应用于基于遥感影像进行全球海...     

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.     

测定叶绿素a浓度,漫散射衰减系数和离水辐亮度的海洋激光雷达

研制了一台多参数的主被动船载蓝绿光海洋激光雷达系统（ＢＬＯＬ），它可用于我国东海海域的海色遥感印证。该海洋激光雷达系统能被动地测量离水辐亮度Ｌｗ，主动测量漫散射衰减系数ｋ和叶绿素ａ浓度Ｃ。雷达系统安装在青岛海洋大学的调查船上（约２５００吨位），曾在２１个站位进行了实验。实验的区域从上海东开始到冲绳岛附近。用该海洋激光雷达系统测量的结果与用传统的方法测量的结果符合的很好。     

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。     

基于光学闭合原理的太湖水体颗粒物后向散射特性模拟

后向散射系数是遥感传感器获取水体信息的来源,也是生物光学模型的重要输入参数。利用太湖春季和秋季实测数据,在生物光学模型的基础上结合光学闭合原理模拟了太湖春、秋季节水体颗粒物后向散射系数,进而分析了其光谱特性及颗粒物后向散射概率的时空变化。结果表明,太湖春、秋季节水体颗粒物后向散射系数与总悬浮物、无机悬浮物浓度均具有较高的相关性,而与有机悬浮物浓度的相关性则相对较低,颗粒物后向散射系数随波长变化指数n在太湖春季水体中的变化范围为0.66～1.84,平均值为1.29±0.25,而在太湖秋季水体中的变化范围为0.67～2.40,平均值为1.24±0.34;太湖春季水体颗粒物平均后向散射概率为0.030,而太湖秋季水体颗粒物平均后向散射概率为0.031,且无论是太湖春季水体还是太湖秋季水体,其颗粒物后向散射概率的波长依赖性均较弱。模拟吸收系数与实测吸收系数吻合较好,总体的平均相对误差均在18%以内。     

基于MODIS植被指数时间谱的太湖2001年—2013年蓝藻爆发监测

藻类水华爆发已成为影响内陆水体生态环境的重要因素。遥感能够提供实时的大范围观测,在水华监测中起到越来越重要的作用。遥感植被指数已广泛应用于藻类水华监测中,通过对研究区植被指数图像进行阈值分割,能够反映不同子区域内的藻类爆发程度;然而阈值分割法的结果只能反映某一时间点(图像获取时)的藻类爆发状况,无法表征长时间内藻类的变化。相比于单个时间点的植被指数,植被指数时间谱(时谱)包含藻类的物候信息,能够更加全面准确地反映藻类的长时间变化。目前,植被指数时间谱还尚未应用到水华相关研究中。选取2001年—2013年太湖区域的MODIS NDVI数据,构建年度NDVI时谱数据,利用(support vector machine, SVM)方法对每年的太湖蓝藻水华爆发强度进行分类,将太湖重度、中度和轻度蓝藻水华爆发的区域以及水生植物的区域提取出来,得到其空间分布和面积;并从2007年的时谱数据中抽取了8个时间点的NDVI图像,利用传统阈值分割法提取太湖重度、中度和轻度蓝藻水华爆发的区域,将结果与2007年时谱数据分类的结果进行对比。结果表明：所提出的方法能够更加全面准确地对太湖蓝藻爆发强度进行分类,通过NDVI时谱曲线提供的丰富物候信息可准确区分蓝藻与水生植被区域。本研究有望为准确掌握和预测藻类水华的爆发趋势及强度提供有效手段。     

基于岭回归分析法的太湖CRS紫外光谱回归模型

分析了太湖36个采用点水样铬还原性硫（Chromium reducible sulfur,CRS）与可溶性有机碳DOC以及5个波长吸光度之间的关系,发现CRS与DOC并不存在回归关系。但陆源水样CRS与DOC以及吸光度均有较好的相关性。在建立CRS紫外光谱多元回归模型的过程中,为了解决吸光度共线性的影响,采用岭回归法构建多元回归模型。通过两种途径建立回归方程,一是将各波长吸光度分别与CRS建立的一元线性回归方程作为子模型,再按岭回归方法将子模型构建成组合模型;二是直接采用岭回归法建立吸光度与CRS的多元回归模型。两模型在反映CRS与紫外光谱的回归关系上具有一致性。     

太湖水面多角度遥感反射率光谱测量与方向特性分析

水体光场不是各向同性的,其方向性分布规律的研究对于水质参数遥感反演建模具有十分重要的意义。大洋水体光场的二向性研究已经相对比较成熟,而内陆水体光场的二向性分布规律研究仍存在许多问题。水面原位多角度光谱测量数据是分析水体光场二向性的重要依据,但是目前国际上还缺少相关测量设备。设计并制作了一种能够在野外原位测量水面光场二向性的多角度水面光谱测量杆,它可以配合光谱仪测量多个角度的水面遥感反射率光谱。利用该设备在太湖开展了一次水面多角度光谱测量实验,利用该实验获取的数据分析了太湖水面遥感反射率光谱的方向性分布规律, 进而给出了能够降低方向性影响的水质参数遥感反演建模策略。     

基于QA Score的GDPS各个版本在黄海海域GOCI数据处理中的适应性分析

水体的遥感反射比光谱(Rrs(λ))是海洋水色遥感反演海洋生物地球光学参数的关键,其定义是离水辐亮度与恰好水面之上的向下辐照度之比.海洋水色卫星传感器接收到的总信号中90％ 是大气的贡献,海洋水体贡献的离水辐亮度不足10％,因此对接收的信号进行大气校正获得高精度的水体遥感反射比信号是海洋光学遥感的关键技术之一.基于大量...     

PARAFAC法解析太湖水体DOM三维荧光光谱

采用平行因子法(PARAFAC法)对太湖水样溶解性有机质(DOM)三维荧光光谱进行解析。通过比较因子数分别为3,4和5时,PARAFAC模型的核一致函数、 激发和发射光谱误差平方和、 各水样模拟的三维荧光光谱和残差谱图等情况,选择因子数为3作为太湖水样DOM三维荧光光谱PARAFAC模型的最佳因子数。太湖水样DOM的3类主要荧光组分分别是类腐殖质荧光物质、 类色氨酸荧光物质、 类酪氨酸荧光物质。