黄渤海悬浮颗粒物粒径的遥感反演研究

悬浮颗粒物粒径是重要的海洋光学参数,在以悬浮颗粒物为主的黄渤海海域,对水体生物、化学过程等起着重要的作用,该参数的卫星遥感反演也对海洋光学与水色遥感研究具有重要意义。利用2014年5月和11月的黄渤海47组实测数据,建立了基于静止海洋水色卫星(GOCI)波段设置的遥感反射率(Rrs)与悬浮颗粒物中值粒径(D50)反演模型,555 nm波段幂函数的反演效果最佳,决定系数R2为0.72,绝对误差SMAPE为6.35%,经实测数据检验,均方根误差SRMSE约为0.17,相对误差变化范围为-5%~5%。对反演模型引入5%误差进行敏感性检验,绝对误差、均方根误差分别控制在2%以及0.002以内,具有较好的稳定性。将此模型运用于2013年6月GOCI卫星数据,反演出悬浮颗粒物中值粒径D50的时空分布图,呈现从近岸向远海粒径逐渐变大的趋势。     

渤海固有光学量高光谱遥感反演

水体固有光学量是重要的海洋光学参数,是辐射传输模型最基本的输入参数,对于海洋光学遥感和水色研究具有重要意义。基于2005年渤海高光谱实测遥感反射率和总吸收系数数据,首次利用非线性最小化优化模型,反演水体总吸收系数等固有光学量。经过实测数据的检验,412,440,510,555,650和676 nm波段总吸收系数的反演平均相对误差分别为33.8%,20.4%,27.7%,37.5%,9.5%和10.8%。模型误差源主要为模型参数的不确定性和测量误差,通过讨论发现,光谱斜率S对总吸收系数的反演影响相对较少,而光谱指数Y导致的反演误差是不可忽略的。模型适用于高光谱数据,填补渤海固有光学量的最优化反演研究的空白,并可用于高光谱遥感数据的固有光学量遥感反演研究。     

基于Sentinel-3 OLCI影像的渤海透明度遥感反演研究

透明度是海洋生态环境监测的关键指标,在军事、航海、渔业等领域均发挥着重要作用。与传统的海洋监测技术相比,遥感技术具有长时序、大范围、近实时获取海洋信息的优势,利用水色卫星观测我国海域透明度的变化,对合理开发和利用我国海洋资源有着重要的意义。利用实测透明度数据与Sentinel-3 OLCI传感器中心波段的等效遥感反射率数据构建了渤海透明度反演模型,主要包括单波段法、波段比值法和混合波段法。利用与卫星时空同步的现场透明度数据进行了模型精度验证,最终确定以B6(560 nm)与B7(620 nm)为敏感因子的混合波段模型透明度反演效果最佳,该模型透明度的反演值与实测值间决定系数(R2)为0.68,平均相对误差(MRE)为15.93%,均方根误差(RMSE)为0.48 m。在此基础上结合Sentinel-3 OLCI时间序列影像,得到2020年渤海透明度月均遥感产品,发现渤海透明度分布状况有明显的区域性与季节性特征。透明度的整体变化区间为0~10 m,其中夏季7月和8月份透明度较高,局部海域透明度可高于9 m,而冬季相对较低1月和2月份全海域不足2 m;透明度整体呈现近岸海域低、离岸海域高的空间分布特征,渤海中部、秦皇岛近岸海域透明度相对较高,渤海湾、辽东湾、莱州湾透明度常年较低。渤海透明度的分布趋势与渤海沿岸地质属性、周边河流分布情况以及沿岸城市群与工业港口的发展情况密不可分。该研究为渤海透明度遥感估算提供了可靠的理论基础,对监测渤海海洋环境具有重要的意义。     

黄河口海域颗粒有机碳浓度遥感反演与时空分布特征

基于黄河口海域实测数据,建立了利用745nm(模型1)和680nm(模型2)波段遥感反射率的颗粒有机碳(POC)浓度反演模型,得到的平均相对误差(APD)均低于26%,其中模型1表现更优。结合海洋水色成像仪(GOCI)影像和实测数据对两个模型进行了精度评估,平均相对误差均在30%以内。基于所建立的模型和卫星遥感影像,分析了逐时、大风过程(几日之间)、季节变化三种情况下黄河口海域POC浓度的时空变化特征。结果表明,冬季POC浓度整体较高,夏季POC浓度整体较低;渤海湾附近出现POC浓度最高值。三种情况下,POC浓度的变化范围在同一尺度上,表明短时间间隔并不意味着POC浓度变化范围也小,其季节平均效应是显著的。     

春季辽东湾静止轨道海洋水色遥感产品的真实性检验

静止轨道海洋水色成像仪(GOCI)拥有高时间分辨率(1 h)和高空间分辨率(500 m×500 m)的观测优势。为了保证GOCI应用的可靠性,对其遥感产品进行检验极为重要。利用辽东湾春季航次观测数据,对4种二类水体大气校正算法[Korea Ocean Satellite Center(KOSC)校正算法、management unit mathematics models(MUMM)校正算法、紫外(UV)校正算法和近红外(NIR)校正算法]获得的GOCI遥感反射率产品及GOCI标准叶绿素浓度、悬浮物浓度遥感产品进行了真实性检验,并探讨了不同观测时相的稳定性。结果表明:KOSC算法在辽东湾具有最高的校正精度,各波段遥感反射率平均绝对百分比误差(APD)为27.16%(412 nm)、16.03%(443 nm)、13.73%(490 nm)、15.99%(555 nm)、12.83%(660 nm)、12.35%(680 nm)、27.68%(745 nm)、42.81%(865 nm);叶绿素浓度、悬浮物浓度产品的平均绝对百分比误差分别为29.75%和26.40%。相比于临近中午观测时的结果,GOCI早上和下午观测时反演的结果(包括遥感反射率、叶绿素浓度、悬浮物浓度)与实测值偏差显著增大。     

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...     

基于GOCI影像分类的太湖水体叶绿素a浓度日变化分析

叶绿素a浓度(Chlorophyll-a: Chl-a)是内陆水体重要的水质参数之一,遥感数据为其提供了大范围、多时相的监测信息,然而由于内陆湖泊水色要素复杂的光学性质及较大的时空差异,传统的遥感影像及单一的Chl-a反演模型在应用中存在着局限性。因此本研究以太湖为研究区,时间分辨率1小时的静止海洋水色卫星Geostationary Ocean Color Imager(GOCI)为数据源,在基于层次聚类法实现归一化实测光谱反射率分类的基础上,利用光谱角测距匹配实现2012年5月6日(08:16—15:16) 8景GOCI太湖影像的水体分类;并针对不同水体类型分别建立基于GOCI影像的Chl-a反演模型,实现不同类型水体的Chl-a浓度反演。结果表明,太湖水体光谱可分为四类,类型1光谱体现出漂浮藻类的特征,可将其作为蓝藻水华的判定依据;类型2—4体现的特征分别为水体含有较高Chl-a浓度、较高悬浮物浓度及相对较低Chl-a较低悬浮物浓度;并且类型2—4与分类前相比,其分类模型估算的Chl-a浓度误差均得到了不同程度的提高,平均相对误差分别降低了7%,12.3%和15.9%;此外,GOCI影像反演结果不仅可以很好地反映Chl-a浓度的空间分布状况,也能反映出太湖Chl-a浓度的日变化差异及规律,表现出了其在富营养化污染动态监测及预警中的应用潜力。该方法在GOCI影像中的应用,在提高Chl-a浓度反演精度的同时也提高了模型在实际应用中的适用性,为日后太湖水体不同时刻Chl-a浓度的精确估算提供了基础。     

浑浊二类水体的高分四号卫星大气校正效果分析

高分四号卫星是我国首颗高空间分辨率地球静止卫星,在浑浊二类水体的遥感定量监测方面应用潜力很大。为评价高分四号多光谱数据经大气校正后水体反射率的精度,以太湖为研究区,使用同步MODIS数据辅助的Gordon单次散射改进算法,对2016年7月21日和2016年8月17日两景高分四号多光谱数据进行大气校正,并通过与地面同步实测光谱数据、以及地球静止水色卫星GOCI数据大气校正结果的协同比对,验证高分四号多光谱数据的大气校正效果,为该卫星产品的水色遥感应用提供借鉴和参考。结果表明,红光B4波段校正精度最高,平均绝对误差(MAPE)为10.71%;绿光B3波段校正精度次高,MAPE为13.21%;近红外B5波段校正精度次低,MAPE为33.06%;蓝光B2波段校正精度最低,MAPE为53.55%。其中B3,B4和B5波段校正精度高于GOCI,主要原因在于高分四号的空间分辨率远高于GOCI,混合像元导致的精度误差相对较小,充分显示了高分四号作为一颗高空间分辨率地球静止卫星在水色遥感方面的优势;而B2波段低于GOCI,表明高分四号的蓝光波段尚有改进空间,今后有必要对该波段进行重新定标等处理;在未得到有效处理的情况下,水色遥感应用应尽量避开该波段。总体而言,高分四号多光谱数据校正精度较高,可以较好的应用于内陆二类浑浊水体的定量遥感监测。     

渤海近岸水体后向散射系数反演模型

水体后向散射系数bb是重要的海洋光学参数,在以悬浮物为主要组分的浑浊二类水体中,其对于水体光学性质起着决定性的作用,该参数的遥感反演对于海洋光学与水色遥感研究具有重要意义.利用2005年渤海近岸水体实测数据集,建立了基于水体遥感反射率光谱数据的后向散射系数bb(λ)经验反演模型(λ=442 nm,488 nm,532 nm,589 nm,676 nm),经实测数据检验,bb(442)和bb(589)反演平均相对误差约为30%;bb(488)和bb(676)反演半均相对误差优于40%;bb(532)反演半均相埘误差约为57%.通过分析模型对于输入误差的敏感性发现,当输入端引入±5%的误差时,模型反演值的误差波动在绝大多数情形下可控制在±10%以内,模型足稳定可靠的.模型适用于渤海近岸浑浊水体,可用丁水体光学参数的时空分布特征分析以及基丁固有光学参数的水色组分遥感反演.     

基于水面光谱数据的官厅水库有色可溶性有机物反演

有色可溶解性有机物(简称CDOM,又称为黄色物质),存在于所有自然水体中,可以用于指示水体有机物污染的状况。相比于常规采样监测方法,基于遥感数据反演CDOM具有重要优势。但是遥感数据反演CDOM的方法通常具有区域局限性,因此需要对不同区域水体进行反演方法的检验和完善。我国北方水体CDOM遥感反演的相关研究较少,选择位于河北省张家口市和北京市延庆区交界的官厅水库为研究区,利用2013年10月26日获取的水面遥感反射率光谱(R_rs(λ))和实验室测得的CDOM吸收系数(a_CDOM(λ))数据,首次进行了CDOM浓度(以440 nm处CDOM的吸收系数(a_CDOM(440))表示)反演。对半解析方法即QAA-CDOM方法进行了检验和改进,并建立了CDOM反演的经验模型。QAA-CDOM方法反演结果的均方根误差RMSE为0.10,平均相对误差σ为10.8%。通过实测数据计算了每个波段的水面以下上行辐照度与辐亮度的比值Q,代替了QAA-CDOM方法中的固定Q值,对QAA-CDOM方法进行改进,反演结果精度仅略有提升,RMSE=0.09, σ=10.2%。同时,用四个遥感反射率的比值与a_CDOM(440)进行回归分析,建立了CDOM反演的经验模型。结果显示R_rs(531)/R_rs(551)与CDOM浓度的相关性最大,决定系数为0.63;基于该波段比值建立的CDOM反演经验模型的反演结果的均方根误差RMSE为0.08,平均相对误差σ为8.8%。经验方法反演结果的精度更高,但需要同步实测数据进行所选波长和模型系数的标定;半解析方法不需要标定,更易于推广。     

典型重金属污染水体光谱特征分析———以广东省大宝山尾矿水为例

目前水体重金属遥感反演相关研究仍比较薄弱。自然界中重金属污染水体的光谱特征研究是重要的基础性工作,是将来实现卫星遥感反演时波段选择的重要理论依据,也是遥感反演模型所必须的基础参数。首先利用Analytical Spectral Devices（ASD）光谱仪,测量获得以大宝山尾矿水为例的典型重金属污染水体在两种水深和两种光照条件下的离水反射率光谱曲线,发现在600~700 nm（红波段）均有稳定的反射峰,然后进一步与自然界常见的两类水体（浑浊水体和富营养化水体）的反射峰位置进行对比,发现：以长湖水库石英砂厂附近为例的浑浊水体反射峰在550~700 nm（绿、红波段）,以北江韶关冶炼厂附近为例的富营养化水体反射峰在550~600 nm（绿波段）,3种水体的反射峰位置各异,说明该重金属污染水体反射率光谱与这两类水体具有很好的可分性。然后在测量水体反射率基础上,结合水质遥感模型和进行室内消光系数测量,反演得到大宝山尾矿水体的总散射系数和总吸收系数光谱,并进一步分离水分子吸收作用,最终得到水中成分的综合吸收系数光谱曲线,结果表明：在紫光波段吸收最强,在红光波段吸收最弱;具体表现为：从400 nm开始,吸收系数快速递减,在蓝绿光波段递减速度变缓,从黄光波段又开始快速递减,到676 nm达到极小值,然后又快速增强至750 nm,随后变化减缓。最后结合水样的水质化验结果,对该重金属污染水体的光谱成因进行分析,发现现场水色和水中成分的综合吸收系数光谱特征皆与作者前期研究测量获得的硫酸铁溶液颜色及其吸收系数光谱特征吻合,因此认为水中成分的光谱特征是由硫酸铁及其水解产物所引起。以上说明该重金属污染水体的光谱特征明显,反射峰和强吸收波长位置明确,这是将来利用卫星遥感手段反演水中重金属浓度的重要特征波段。该研究获得了以大宝山尾矿水为例的典型重金属污染水体反射率、消光系数、散射系数和吸收系数的光谱结果,为日后推广至其他种类重金属矿的尾矿水体及水中成分光学参数反演提供方法依据,也为将来利用卫星遥感技术对水中重金属浓度进行定量提取打下良好的理论基础。     

水色要素垂直分布对其遥感反演算法精度的影响

基于辐射传输模型模拟得到叶绿素和悬浮颗粒物在不同垂直分布条件下的遥感反射率数据集,利用该数据集对现有叶绿素、悬浮颗粒物浓度和固有光学量模型进行检验,研究了垂直分布对遥感反演算法反演精度的影响。结果表明：在悬浮颗粒物垂直分布、叶绿素及其垂直分布的影响下,悬浮颗粒物波段比值模型高估的悬浮颗粒物浓度要大于单波段模型;叶绿素波段比值模型和三波段模型能够较好地降低由叶绿素垂直分布、悬浮颗粒物及其垂直分布引起的叶绿素浓度高估的程度。悬浮颗粒物和叶绿素及其垂直分布对固有光学量反演具有双重效应,悬浮颗粒物垂直分布将使得吸收系数和后向散射系数被高估,而叶绿素垂直分布将使得吸收系数和后向散射系数被低估。在悬浮颗粒物和叶绿素共同作用下,固有光学反演结果具有较大的不确定性。     

黄渤海浮游植物种群比吸收光谱的确定及其应用

浮游植物比吸收系数是关联浮游植物生物量与吸收光谱的重要参数。对浮游植物种群比吸收系数的量化分析,可弥补黄渤海浮游植物种群比吸收光谱研究的不足,为监测浮游植物种群浓度提供新思路。结合2016年6月黄渤海航次的浮游植物吸收系数与色素浓度数据,利用CHEMTAX软件分析得到黄渤海8个优势藻种的浓度。运用留一法,对吸收系数与藻种浓度数据进行多元线性回归分析,提取各藻类比吸收光谱,重建总吸收光谱。结果显示,模型反演效果较好,重构的吸收光谱与实测光谱在蓝、红光波段具有较高的一致性。此外,分析优势藻种对浮游植物吸收系数的贡献时,发现在所有优势藻种中,定鞭藻对浮游植物的吸收贡献最大,蓝藻次之。     

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。     

长江口及邻近海域的浊度日变化遥感研究

基于长江口及东海的浮标观测资料,建立针对静止海洋光学传感器(GOCI)的瑞利校正反射率数据的浊度反演模型,并对长江口及邻近海域的浊度进行遥感反演。研究结果显示:680 nm波段对浊度信号最敏感,基于多波段组合建立的模型的反演效果最佳;长江口及邻近海域的浊度分布呈现出近岸高、远岸低的特征,长江口到杭州湾的浊度一天内呈先增后减的变化趋势,杭州湾以南的日变化趋势则相反;水体浊度日变化受海洋动力的影响可通过浑浊带表征,浑浊带外的水体浊度日变化不显著;浑浊带具有显著的季节性特征,呈现出冬远夏近的趋势,与海流有关。     

基于场地高光谱BRDF模型的绝对辐射定标方法

提出了一种基于场地地表高光谱双向反射分布函数模型的绝对辐射定标方法,摆脱了对卫星过境时刻同步观测的依赖,提高了遥感器在轨绝对辐射定标的效率与频次.利用无人机测量系统对敦煌辐射校正场进行了地表方向特性测量,基于半经验核驱动模型反演了敦煌场地的高光谱双向反射分布函数模型参数.用地表双向反射分布函数模型直接计算的卫星观测方向的地表高光谱反射率数据替代卫星过境时刻场地的地表同步测量数据,结合中分辨率成像光谱仪大气产品数据,实现了对Landsat-8卫星的陆地成像仪(OLI)在可见光至近红外波段的高频次绝对辐射定标.Landsat-8/OLI第1～6波段的卫星观测表观辐亮度值与模型计算表观辐亮度值的相对偏差均小于5%,标准差小于2%.基于无人机场地双向反射分布函数模型的绝对辐射定标方法的定标结果与卫星观测结果具有较高的一致性和稳定性.     

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（R_rs(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。基于大量高质量的现场高光谱遥感反射比数据的基础上建立的R_rs(λ)光谱数据的质量评价体系QA(quality assurance),可以通过计算R_rs的得分情况（QA score）很好地识别出有问题或可能错误的R_rs(λ)光谱。GOCI(geostationary ocean color imager)是搭载在全球第一颗对地静止卫星COMS(communication ocean and meteorological satellite)上的主要传感器,由韩国海洋卫星中心（KOSC）发射,其高观测频次(8景观测数据/天)使生物地球化学参数的日变化监测成为可能。KOSC研发了GDPS (GOCI data processing system)软件专门用于GOCI数据处理,包括大气校正。到目前为止已为全球用户免费提供GDPS1.1, GDPS1.2, GDPS1.3, GDPS1.4, GDPS1.4.1, GDPS2.0六个版本。应用QA Score评价体系对于GDPS1.2, GDPS1.3, GDPS1.4.1, GDPS2.0四个版本在黄海海域处理得到的GOCI遥感反射比光谱数据的质量进行了评比。结果发现GDPS1.2的R_rs数据被视为无效的数据量明显大于GDPS1.3, GDPS1.4.1和GDPS2.0的处理结果;GDPS2.0的R_rs数据QA得分情况要差于GDPS1.2,GDPS1.3和GDPS1.4.1;GDPS1.3和GDPS1.4.1的数据处理结果基本相同,这与GDPS1.4在GDPS1.3的基础上只进行了软件模块化优化处理且修复了一些小问题的结果相吻合。基于该研究,黄海海域使用GOCI R_rs数据时,如果R_rs波段比是首要考虑因素（如反演叶绿素a浓度）且对有效数据数量要求不高,可以使用GDPS1.2版本进行大气校正;如果更关心的是某个波段R_rs值,则使用GDPS2.0进行大气校正更合适。     

基于光学浮标的赤潮生消过程半分析监测方法

赤潮爆发时水体叶绿素a质量浓度升高,引起浮游植物吸收系数、光束总吸收系数等水体固有光学性质(IOP)的变化,并导致水体表观光学性质(AOP)的改变。海洋光学浮标可实现水体表观光学性质的定点连续时间序列观测,基于此发展相应的模型方法有望实现赤潮生消全过程的监测。利用一次赤潮生消过程的海洋光学浮标数据,发展了一种赤潮半分析监测方法。该方法首先由光学浮标数据得到的水体光谱漫衰减系数Kd(λ)和遥感反射率rrs(λ),结合经验确定的水下光场平均余弦进行水体光束总吸收系数a(λ)的半分析估算,然后再半分析反演浮游植物吸收系数aph(λ)和叶绿素a质量浓度。经检验,该方法估算a(675),aph(675)和叶绿素a质量浓度的中值相对误差分别为8.6%,34.9%和38.9%。将本方法与半分析方法(QAA)和统计回归方法进行了对比分析,本方法的优势在于反演精度较高,所采用的经验参数大都源自辐射传输理论计算、不依赖于浮标数据且对反演结果的影响有限。     

HJ-1A/1B卫星CCD影像水环境遥感大气校正方法评价研究——以鄱阳湖为例

HJ-1A/1B卫星CCD传感器具有较高的空间、时间分辨率,在内陆湖泊水质遥感定量监测方面有很大潜力,大气校正是制约其应用的关键问题之一。以我国第一大淡水湖——鄱阳湖为研究区域,结合2009年、2011年两次现场实测数据对FLAASH,6S,COST和QUAC四种大气校正结果进行对比分析,并探讨各种大气校正算法对悬浮泥沙浓度反演精度的影响。结果表明:(1)HJ-1A/1B卫星CCD的第1波段在水环境遥感应用时,建议进行重新定标;第2和3波段四种大气校正结果精度相对较高,其中,FLAASH,6S和COST三种大气校正算法精度都较高,QUAC精度偏低,建议在可能的情况下对该算法进行有针对性的改进;(2)FLAASH,6S,COST和QUAC四种大气校正算法第2和3波段比值结果与实测数据吻合度最好,平均相对误差分别为8.2%,9.5%,7.6%和11.6%,因此建议在鄱阳湖水域尽量采用第2和3波段比值作为反演因子;(3)以四种大气校正结果为基础,与悬浮泥沙浓度直接建模,结果发现,四种模型反演精度均比用实测遥感反射率与实测悬浮泥沙浓度建立的模型反演结果要高,FLAASH,6S和COST三种算法反演所得悬浮泥沙浓度精度都较高,平均相对误差分别为:10.0%,10.2%和8.0%;QUAC略差,平均相对误差为18.6%。建议在泥沙浓度反演时采用大气校正结果与悬浮泥沙浓度直接建模,可以有效降低利用实测光谱数据建模引起的大气校正误差的累积效应;(4)在精度要求不是特别高的前提下,四种大气校正算法都可以采用,但综合算法复杂程度、精度、稳定性等多种因素,在辅助信息不全的情况下,COST大气校正算法更值得推荐。     

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。