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。     

基于环境一号卫星超光谱数据的多元回归克里格模型反演湖泊总氮浓度的研究

水体中总氮含量是表征湖泊水质的主要指标,利用遥感技术对其动态定量监测可以及时掌握湖泊污染状况.文章以巢湖为例,利用HJ-1A卫星HSI超光谱遥感数据,通过分析总氮与叶绿素a、悬浮物的相关性,采用回归克里格方法建立总氮浓度的定量反演模型,实现了对巢湖水体总氮浓度的反演.结果显示,波段B72,B79和B97的多元线性组合与...     

湖泊水体叶绿素偏振高光谱反演模型研究

光进入水体中,经反射、 散射和吸收后,出射的偏振光与水体的物理、 化学特性密切相关,能够反映水体成分浓度的变化,可以作为高光谱遥感的有益补充,有利于动态定量监测湖泊复杂水体成分的变化。研究工作以巢湖为例,利用水面高光谱偏振多角度测量数据,在偏振光学理论和生物光学模型的基础上,建立了湖泊水体叶绿素三波段偏振高光谱半分析模型,并对模型进行检验。结果显示,偏振高光谱三波段组合与叶绿素浓度拟合的相关系数为0.844,均方根误差5.14 μg·L-1,平均相对误差31.44%,比传统的三波段辐射强度模型分别提高了4.1%,2.05 μg·L-1和5.46%,表明三波段偏振半分析模型对叶绿素a浓度具有较强的预测能力,体现出运用偏振高光谱信息监测湖泊水质的优势。     

珠海一号高光谱卫星的于桥水库水质参数反演初步研究

水体中的悬浮物浓度和透明度是水质调查中的基本参量,也是评价水环境优劣的重要指标。卫星遥感技术可以大范围、较快速、低成本地实现主要水质参数的反演,但是对于水质复杂多变且水域面积较小的内陆水体来说,目前常用的卫星不能满足水质参数的反演需要。珠海一号卫星星座是由珠海欧比特宇航公司发射的新型高光谱卫星星座,具有高空间、高光谱、高时间分辨率的特点,在内陆水体水质监测中具有重要潜力;然而目前对于运用珠海一号数据进行内陆水体水质参数遥感监测的适用性有待研究,需要开展星地同步实验检验其应用效果。以珠海一号高光谱卫星作为遥感数据源,以于桥水库为研究区,利用与卫星同步的水面实测数据,使用经验回归的方法分别构建了悬浮物和透明度的反演模型,并开展了悬浮物浓度和透明度的模型精度检验。检验结果证明,于桥水库悬浮物浓度和透明度的反演模型最佳波段组合分别为R_rs(684)/R_rs(540)和R_rs(656)/R_rs(556),模型反演相对误差分别为8.6%和11.7%,均方根误差分别为1.0 mg·L-1和18.2 cm。利用建模公式得到了2018年11月22日于桥水库的水质参数分布图,发现于桥水库的悬浮物浓度空间分布呈现北高南低的特点,而水体透明度的空间分布呈现出北低南高的分布特征,这种空间分布特征应该主要是因为于桥水库北部水较浅南部水较深,水越深底泥越不容易再悬浮导致的。基于星地同步实验的于桥水库水质参数反演建模和检验结果初步说明了珠海一号高光谱卫星在定量反演内陆水体水质参数方面具有潜力,未来需要开展更多的星地同步实验进一步完善预处理和反演模型。     

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...     

基于环境一号卫星超光谱数据的多元回归克里格模型反演湖泊总氮浓度的研究

水体中总氮含量是表征湖泊水质的主要指标,利用遥感技术对其动态定量监测可以及时掌握湖泊污染状况.文章以巢湖为例,利用HJ-1A卫星HSI超光谱遥感数据,通过分析总氮与叶绿素a、悬浮物的相关性,采用回归克里格方法建立总氮浓度的定量反演模型,实现了对巢湖水体总氮浓度的反演.结果显示,波段B72,B79和B97的多元线性组合与总氮浓度的相关系数R2为0.76,而利用多元回归克里格模型,相关系数R2提高到0.83.通过使用这种对常规回归模型残差优化的方法,能有效提高反演的精度,为建立通用的湖泊总氮浓度定量反演模型提供了有益的探索.     

水体组分光谱耦合效应研究

自然水体不同组分光谱之间存在复杂的耦合作用机制,由此导致水体光学特性的高度复杂性,给水质参数遥感反演带来了很大的不确定性,目前对此缺乏系统性认识。基于水体光学Monte Carlo高光谱模拟,研究了典型可遥感水质参数叶绿素a(Chl.a)、总悬浮物(TSM)与黄色物质(CDOM)光谱特征之间的耦合效应。结果表明：水体组分之间的光学影响具有不对等性;Chl.a与CDOM的存在不影响TSM信息提取时特征波段的选择;由Chl.a主导的水体对TSM的信息提取影响甚微,而TSM对Chl.a反射光谱产生的影响非常显著。随着TSM浓度不断增加,Chl.a的浓度对反射率的响应不断减弱,当TSM浓度达到一定水平时,Chl.a的反射光谱对其浓度的变化完全失去响应。即使在Chl.a敏感的特征波段670 nm,当TSM较高时,其光学特性可完全湮没Chl.a的光谱响应,使得在高浓度TSM的水体中提取Chl.a的浓度信息非常困难。CDOM的存在使得蓝绿波段比值算法在Chl.a在中高浓度时失效;由TSM主导的水体比由Chl.a主导的水体对CDOM的光学影响更为显著,TSM对于短波区域CDOM的光学特性具有更强的抑制性。研究结果可为水质遥感波段的选取、水体组分反演算法的适用浓度范围及水色卫星传感器的波段设置等方面提供了理论基础,尤其对于二类水体水质遥感的发展具有较大的促进作用。     

基于固有光学量的高光谱数据反演城市河网水质

水体辐射传输模型是水体光谱特性分析的理论基础,水体固有光学量由水体组成决定,与水体表面光场无关。基于统计的半经验算法虽然能获取指定区域水质参数反演结果,但是缺乏物理意义;基于生物光学模型的分析算法,针对城市河网内陆Ⅱ类水体光学特性复杂、空间分布异质性强、水体细小、流动性大等特点,利用高光谱数据,研究基于固有光学量的城市河网水质参数反演模型,对内陆城市浑浊水体光谱特性研究具有重大意义。提出了适用于内陆城市河网水体的改进QAA算法,以获取水体固有光学量,改进包括后向散射估计模型调整和参考波段优化两个方面;计算参考波段总吸收系数、颗粒物后向散射系数等固有光学量,得到浮游植物吸收系数和剔除纯水吸收系数;对浮游植物吸收系数最优波段比值与叶绿素a浓度进行线性回归分析,构建叶绿素a水质浓度反演模型,对剔除纯水吸收系数最优波段比值与悬浮物浓度线性回归分析,构建悬浮物水质浓度反演模型。针对内陆河网Ⅱ类水体,以典型的河网城市嘉兴市为研究区域,获取了研究区域航空高光谱数据,以及水质采样化验数据和水面以上光谱数据等地面准同步测量数据;利用QAA算法和IIMIW算法对实测水面以上光谱进行固有光学量反演,对比分析两个算法并结合城市河网水体特点,提出改进QAA算法;利用改进的QAA算法实现了研究区域水体的固有光学量反演,基于反演的水体固有光学量建立了叶绿素a浓度和悬浮物浓度两项水色参数定量反演模型,反演模型决定系数R2分别为0.64和0.71;并用航空高光谱数据同步区域的4个地面样点实测数据,对反演结果进行验证分析。通过水质参数浓度反演值与实测值的对比,叶绿素a和悬浮物水质浓度反演的平均相对误差分别为9.2%和9.4%,反演得到的叶绿素a和悬浮物浓度分布图,也与城市河网的特点和实际情况相符,为城市河网水质监测提供方法和模型参考。     

水体悬浮泥沙的偏振光谱特性研究

基于离水辐射的湖泊水体遥感通过反演与光谱关系密切的悬浮泥沙、浮游植物和黄色物质等要素的浓度来实现对水质状况的评估,然而由于湖泊水体的复杂性以及不同要素间的相互干扰,现有的基于反射率光谱的分析方法难以准确反演这些要素。从悬浮泥沙水体离水辐射的反射率、偏振光谱特性出发,给出敏感波段处悬浮泥沙浓度与反射率、偏振度之间的关系,比对了基于反射率以及基于偏振度的两种反演方法在实验室水体、巢湖水体中的应用效果。研究结果表明,在湖泊复杂水体条件下,水体的偏振信息具有比反射率更加良好的抗干扰能力,显示偏振度信息在湖泊水质遥感上存在着重要的应用潜力。     

一种基于差值指数的颗粒物PM2.5浓度反演新方法

从分析对颗粒物PM_2.5敏感的光谱特性入手,提出了一种基于差值指数的颗粒物PM_2.5浓度反演新方法。使用Avafield-1光谱仪(测量范围300～1 100 nm)测量了典型地物植被、土壤在不同的颗粒物PM_2.5污染条件下的光谱曲线,发现颗粒物使得植被和裸土的光谱曲线在红光波段反射率增加,在近红外波段反射率下降,且其变化量较为稳定,因此使用对颗粒物敏感的红光波段和近红外波段,构建差值指数(difference index,DI)以表征颗粒物PM_2.5的浓度变化。以北京市为研究区,选择TM影像,求取差值指数,结合北京市及周边地区地面空气质量监测站提供的PM_2.5逐时数据,反演了北京市的颗粒物PM_2.5的浓度。结果表明,2016年3月1日(监测站PM_2.5浓度均值为105.8)预测模型相关系数r为0.796,精度表现良好,12月14日(监测站PM_2.5均值为15.8)预测模型相关系数r为0.628,即颗粒物污染程度较低情况下,差值指数模型预测精度低于颗粒物污染程度较高的情况,分析原因是颗粒物浓度较低时,由颗粒物引起的地物光谱特征变化比较不明显,造成差值指数模型精度较低。由于空气质量为重度及严重污染时,获取的遥感影像质量较差,影响颗粒物浓度反演,因此该方法适合轻度、中度污染情况下的颗粒物PM_2.5浓度反演。该方法获取污染数据简单,反演结果空间分辨率较高(30m),且可根据需要选取包含敏感波段数据的遥感影像用以获取不同时间、空间分辨率的颗粒物PM_2.5浓度分布,具有广泛的应用前景。     

胶州湾海域Landsat8/OLI数据处理中多种大气校正方法的评价

海洋水色遥感研究中,精确的水体遥感反射比R_rs(λ)光谱数据是应用海洋光学卫星数据反演海洋生物地球物理参数的关键。实际工作中,遥感反射比是根据遥感仪器接收到的辐亮度经大气吸收和散射校正、太阳距离以及太阳高度角校正后计算出来的。因此对卫星传感器数据进行大气校正是我们得到精确的水体遥感反射比光谱数据的关键因素之一,也是海洋水色遥感研究中的一个重要问题。胶州湾是黄海西部的一个半封闭海湾,是北温带海湾生态系统的重要代表,该海域内规划了大范围的海洋牧场养殖区域,水体生物光学性质复杂。Landsat是美国NASA的陆地卫星计划,最初是为了观测陆地而研发,但是其高空间分辨率(30 m)的优势在海洋遥感监测中表现突出,使得其成为卫星遥感监测河流、湖泊、内陆环湾等水体不可忽略的数据源之一。基于QA(quality assurance) Score光谱质量评价体系对Landsat8/OLI数据处理中五种大气校正算法在胶州湾海域的大气校正结果进行了评价分析。五种大气校正算法分别是NASA(National Aeronautics and Space Administration)标准近红外大气校正算法(Seadas采用为默认大气校正算法,记为Seadas Default);Acolite 默认大气校正算法—暗光谱拟合算法（dark spectrum fitting,记为Acolite DSF）;以及Acolite指数外推算法（exponential extrapolation）,根据算法中所使用波段的不同,分别记为Acolite SWIR, Acolite Red/NIR, Acolite NIR/SWIR。分析结果表明在胶州湾海域Seadas Default的大气校正算法得到的R_rs(λ)数据QA得分为1的概率（83.95%）要远大于Acolite DSF（49.66%）,Acolite SWIR（4.13%）,Acolite Red/NIR（7.25%）,Acolite NIR/SWIR（1.38%）四种大气校正算法。Acolite DSF大气校正算法优于Acolite SWIR,Acolite Red/NIR,Acolite NIR/SWIR。应用MODIS/Aqua卫星数据对Seadas Default大气校正算法和Acolite DSF大气校正算法处理Landsat8/OLI卫星数据得到的R_rs(λ)在443,483,561和655 nm的数据进行了对比分析,结果表明在各个波段的Seadas Default算法所得的大气校正结果都要优于Acolite DSF算法。据此,建议在胶州湾及其附近海域应用Landsat8/OLI数据进行遥感应用研究时以NASA标准近红外大气校正算法为首选。     

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。     

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。     

水体氮磷高光谱遥感实验研究初探

水体中氮、磷含量是衡量水质的主要指标,遥感技术在环境监测中具有重要意义。利用高光谱遥感技术,通过测定实验室纯水条件下配比不同浓度氮、磷溶液的反射光谱,探索水体中有效态氮、磷的特征光谱。结果表明,氮在波长404和477 nm各有一反射峰,磷在350 nm处有一明显反射峰,且与浓度有很好的相关性,并以这些特征值建立了氮、磷浓度的遥感模型,为进一步遥感定量研究湖泊、水库和河流等大型内陆水体中的氮、磷奠定了基础。     

黄浦江上游遥感监测溶解氧模型与时空变化

溶解氧含量是反映水体有机污染的重要水质指标。文章选择黄浦江上游水源中的典型水质参数——溶解氧为研究对象,利用地面高光谱遥感数据、多光谱遥感数据和现场水质监测数据来研究水体反射光谱特征与水质参数浓度之间的关系,发现溶解氧含量与641 nm波段的光谱反射率相关性最高,由Landsat5 TM第3和4波段的遥感反射率比值变量所建立的对数模型相关性最高,达到0.829。在此基础上,基于多时相遥感影像对溶解氧模型的通用性和准确性进行验证,并探讨了溶解氧的时空变化规律。结果表明,该模型具有较高精度,估测值与地面实测值在时间变化规律上保持一致,同时根据该模型得出的黄浦江上游溶解氧含量空间分布规律与该区域的有机污染实际分布情况是相互吻合的。     

植被氮素浓度高光谱遥感反演研究进展

氮素是植被进行生命活动的必需元素,它在蛋白质、核酸、叶绿素和酶等物质的生物合成中起重要作用,并在植被的光合作用中起到关键作用。植被氮素浓度高光谱遥感反演技术是自20世纪70年代以来的研究热点。近年来随着高光谱遥感技术的发展,可将光谱波段在某一光谱区域进行细分的优势,为与植被氮素相关的光谱特性研究提供了有力的技术手段。结合近几年主要地理科学文献上发表的植被氮素浓度高光谱遥感监测的最新研究成果,介绍了植被氮素浓度高光谱遥感监测的原理及相关问题。从植被氮光谱指数、叶绿素指数的植被氮含量反演、回归模型和反演植被氮浓度影响因素的消除方面,详细介绍了植被氮素浓度高光谱遥感反演这四个方面的主要技术方法,总结分析了研究结论,并讨论了研究发展趋势。