Visual Modflow在海勃湾水库环境地质评价中的应用

平原区水库蓄水后,绕坝渗流改变了大坝下游地下水的补排关系,会引起大坝上下游一定范围内的地下水位抬升,对紧邻坝区的居民建筑物产生影响。以海勃湾水库为例,利用Visual Modflow建立海勃湾城区三维地质模型,并对模型中的地质参数和模型的边界范围进行反演,反演结果表明地质参数和模型边界识别合理。利用该数值模型模拟海勃湾水库蓄水后近坝区地下水渗流场,为评价水库建成后地下水位抬升对近坝区的影响提供依据,分析水库环境地质问题影响范围,进而科学指导海勃湾滨库区的规划布局。     

海河流域基于MODIS1B遥感数据反演水库库容及水深研究

采用MODIS 1B遥感数据对海河流域水库位置、面积及库容进行了分析和反演计算.建立了利用MODIS 1B数据提取水库面积的方法模型,同时根据水库库容--面积曲线反演了海河流域主要大型水库的实际库容,为利用遥感数据估计水库库容开辟了新的方法.此外,研究进一步发现:MODIS 1B数据中第二波段对于提取水深有着较好的敏感性,并利用此方法分析了海河流域大型水库的水深,同时建立了水深--反射率方程.     

基于Landsat-9影像的云龙湖水深反演研究

基于Landsat-9多光谱及全色影像，以云龙湖东湖为研究区域进行水深反演研究。为选取能够有效提高影像空间分辨率且能保持水深波段相关性的融合方法，对多种影像融合方法进行了对比分析；对最佳水深反演波段及反演因子进行了探索，进而构建了多种反演模型，并利用实测水深数据进行了精度评价。结果表明，SFIM融合算法对水深相关性保持性最好，最佳水深反演波段为B5波段，最佳反演因子为B5+B6，相关系数均较高，指数、傅里叶、高斯、多项式等多种水深反演模型中最优反演模型为基于最小绝对残差拟合的二次多项式模型，精度评价决定系数为0.7149，均方根误差为0.094 m。研究结果旨在为云龙湖水库水量调度及生态水位保障提供重要参考。     

基于 Sentinel-2 卫星数据的洋河水库水体总磷反演

结合洋河水库实测水质数据和 Sentinel-2（哨兵 2 号）卫星遥感影像数据，基于线性回归方法，建立遥感波段 反射率与水体总磷实测质量浓度之间的反演模型，反演洋河水库 2016—2019 年总磷质量浓度，并分析库区总磷 质量浓度时空变化特征。研究结果表明：线性回归遥感反演模型决定系数达到 0.818，相对误差平均值在 20% 以 内，计算结果较稳定，模型适用性较好。在时间分布上，洋河水库水质整体基本较好，2016—2018 年洋河水库水 质较好，达到Ⅲ类，部分月份水质较差，超过Ⅲ类，主要集中在秋季；2019 年洋河水库水质较差，整体达到Ⅳ类，部 分月份出现Ⅴ类，超标现象集中在夏秋季节。在空间分布上，非汛期洋河水库总磷质量浓度自东、西入口及取水 口向水库中心区逐渐升高，汛期靠近西入口的水域总磷质量浓度明显高于其他区域。利用哨兵 2 号卫星遥感影 像对总磷质量浓度进行反演，可为水库的水质监管提供技术支撑。     

基于实测数据的鄱阳湖悬浮泥沙粒度遥感反演模式分析

水体悬浮泥沙粒度是重要的水质参数之一,影响着水体的遥感反射率。研究两者之间的关系对于内陆湖泊水环境遥感监测具有重要意义。基于鄱阳湖实测数据,采用相关分析方法,用不同数学模型进行鄱阳湖悬浮泥沙粒度反演研究。研究结果表明:(1)浑浊区适合采用体积百分比众数粒径建立反演模型,清水区适合采用数量百分比中值粒径建立反演模型;(2)浑浊区悬沙粒度的敏感单波段是环境卫星Ⅳ波段,在清水区悬沙粒度的敏感单波段有环境卫星Ⅱ和Ⅲ波段,而环境卫星Ⅱ,Ⅲ波段比组合是整个研究区水域的敏感波段;(3)单波段反演模型中,幂函数适用于鄱阳湖粒度遥感反演;波段比反演模型中,多项式模型适于鄱阳湖粒度遥感反演。     

基于BP神经网络的温榆河水质参数反演模型研究

为进一步提高内陆水体水质参数遥感反演的准确性,北京市温榆河被选为研究对象,研究选取ETM＋数据和准同步实测水质指标（浊度、BOD;）数据,建立了多个隐含层数目为1的BP神经网络模型,并选出分别针对浊度和BOD5的最佳神经网络模型,利用ETM＋影像的波段组合值反演了浊度和BOD,浓度值。最后将其反演结果与常规多元线性回归模型的反演结果进行精度比较。结果表明：温榆河的水质参数遥感反演为非线性问题,使用BP神经网络方法进行浊度与BOD,两种水质参数反演的结果优于线性回归方法的反演结果。     

呼伦湖多波段遥感水深反演模型研究

为探求呼伦湖水深分布及水下地形情况,以5组LandsatTM／ETM＋影像数据及湖区分布的41个实测水深点为基础,应用太阳光波段及热红外辐射波段组合模型进行水深模拟,通过对模型验证及误差分析,得出最优模型为对数模型。进一步的敏感性分析表明,以波段6的敏感度为最大。应用最优模型对波段进行运算,反演效果较好,以2007—09—24为最优。其结果表明融人热红外辐射的多波段水深反演模型可适用于北方寒旱区水体。     

基于GF-1WFV影像与神经网络模型的水库水质多参数反演研究

利用国产GF-1 WFV影像和神经网络建立多光谱遥感影像水质多参数定量反演模型,能实现高效率、大范围、连续空间的水库水质多参数变化监测,探究了国产卫星影像于水质遥感反演的可行性,并为湖长制和湖泊富营养化评估提供技术支持。以广东省佛山市一中型水库为例,基于GF-1 WFV影像,利用神经网络模型建立了东风水库叶绿素a(Chl-a)、透明度(SD)、总磷(TP)、总氮(TN)、高锰酸盐指数(COD_(Mn))5个水质参数与影像数据间的定量反演模型,5个水质参数反演模型预测值与实测值之间的决定系数R~2均达到0.8以上,平均相对误差均在40%以下,研究结果证实了国产卫星影像于水质遥感反演的可行性,研究成果可为水库的水质和富营养化监测提供参考。     

利用ASTER影像反演松辽平原水体悬浮物浓度

对松辽平原的ASTER影像进行几何校正、辐射校正等预处理,并利用归一化水体指数(normalizeddifference water index)做掩模提取测区内水体,再将实测的水体悬浮物浓度和各波段反射率作相关性回归分析,探求水体中悬浮物的特征波段。实验表明,当水体中悬浮物含量增加时,ASTER遥感影像的1~4波段水体反射率明显增加,且第3波段水体的反射率与实测水体悬浮物浓度关系最密切。最后确定了利用ASTER影像第3波段与水体悬浮物浓度进行线形拟合的方法反演水体悬浮物浓度。实践证明,利用回归分析所建立的线性反演模型可以很好地反演测区内水体悬浮物浓度。     

呼伦湖多波段遥感水深反演模型研究

为探求呼伦湖水深分布及水下地形情况，本文以5组Landsat TM/ETM+影像数据及湖区分布的41个实测水深点为基础，应用太阳光波段及热红外辐射波段组合模型进行水深模拟，通过对模型验证及误差分析，得出最优模型为对数模型；进一步的敏感性分析表明，以波段6的敏感度为最大。应用最优模型对波段进行运算，反演效果较好，以2007-09-24为最优年份。其结果证实了融入热红外辐射的多波段水深反演模型，适用于北方寒旱区水体并可推广应用。     

基于HJ-1A CCD数据的湖泊叶绿素a浓度反演——以贵阳市百花湖为例

为及时、快速地获取百花湖叶绿素a浓度情况,形成具有可操作性的水质遥感监测技术,结合HJ-1A卫星数据与2012年4月实测的光谱数据,建立百花湖叶绿素a的遥感反演模型。结果表明:①第1波段和第2波段比值(B2/B1)与叶绿素a浓度的相关性最好,相关系数(R~2)为0.84。②利用波段比值构建的回归模型具有不错的反演效果,模型决定系数(R~2)为0.87,平均绝对误差(MAPE)为13%,均方根误差(RMSE)为4.32 mg/m~3;用12月份实测的数据对模型进行验证,效果也比较理想,说明该模型适用于百花湖冬、春季叶绿素a浓度的反演,在一定时间范围内具有一定的普适性。③百花湖湖边叶绿素a浓度高于湖心,分布趋势自北向南逐渐增加;④营养状态指数空间分布主要呈富营养化状态,富营养状态区域占全湖的85%,中营养状态区域仅占全湖的15%。叶绿素a反演及富营养化评价结果与实际分析情况相符,表明HJ-1A CCD数据可用于百花湖水质参数的遥感监测。     

Ⅱ类水体悬移质泥沙含量遥感反演综述

悬移质泥沙是水环境的重要参数之一,其含量的变化对流域生态环境有着多方面的影响。传统研究方法能够实现悬移质泥含量的精确分析,但存在布点有限、时效不足等问题,而遥感技术可弥补传统研究方法的不足,实现大面积水域的同步观测。基于悬移质泥沙含量遥感反演的4类模型:物理模型、半分析模型、经验模型、人工智能算法模型,总结了Ⅱ类水体悬移质泥沙含量遥感反演的研究进展,探讨了反演研究中存在的离水辐亮度提取难度大、混合像元不易分解等问题,并针对我国内陆山区河流,提出山区Ⅱ类水体悬移质泥沙含量遥感反演发展面临的关键问题。     

基于GF-1卫星WFV数据的潘家口水库水质参数遥感估算模型研究

为全面掌握潘家口水库水污染的真实状况,支撑库区近年来开展的水环境综合治理工作。本研究基于2016年10月11日高分一号卫星数据和实测数据,和潘家口水库30个实测水质样本,建立了叶绿素a和溶解氧的遥感估算模型,精度评价结果表明,叶绿素a和溶解氧估算模型总体平均相对误差为19.1%,可满足库区水质监测评估需要;试验期内根据遥感模拟结果发现,水库上游水质情况相对较好,中下游水质情况相对较差,库区水质情况与库区投饵网箱数量、周边生活污水排放量和工矿区污染源密切相关。本研究为库区水环境治理工作积累了一期关键的空间全覆盖的水质遥感监测成果,同时也可为未来库区水质业务化监测提供新的技术手段。     

基于双指数联合模型的土壤含水量反演 -- 以河北省为例

针对温度植被干旱指数特征空间的非线性现象,研究以Modis数据为数据源,以河北省为研究区,通过引入表观热惯量,提出双指数联合(DICIM)的土壤含水量反演模型用以改进TVDI指数特征空间的非线性问题。研究分别采用TVDI和DICIM模型对6月上中旬的土壤含水量进行反演,对比低植被区土壤含水量反演的空间差异性,并通过误差统计验证模型的反演能力。结果表明:在低植被区,DICIM模型反演的土壤含水量比TVDI反演的土壤含水量特征明显,反演值更加接近于实测值。经误差统计分析发现基于DICIM模型反演的10cm深度的土壤含水量值相比于TVDI指数反演的土壤含水量值平均绝对误差低0.26%～0.50%,均方根误差低0.28%～0.73%,相对均方根误差低0.73%～5.54%,平均相对误差低1.31%～3.27%,且基于DICIM模型的反演值与10cm深度土壤含水量实测值的相关系数R值都在0.65左右。可见,提出的DICIM模型综合了ATI和TVDI模型的优势,提高了TVDI指数的反演能力。     

基于无人机与3S技术的鹤地水库水政监管系统开发与应用

借助现代信息技术手段提高水库水政监管的效率与水平,进而为水库水政执法提供科学依据,是当前新形势下的必然选择。以鹤地水库为例,综合采用无人机航测、地图缓存、遥感水质参数反演以及“互联网+”技术研发了一套完整的水库水政监管系统,实现“空天地”一体化的水库水资源监控目标,以更好地辅助库区管理和水政执法,维护库区生态平衡,保障水库生产生活用水安全。系统的实际应用表明,该监管平台在实现海量、多源、异构数据整合的基础上,能对库区范围内的各类水事行为、水质安全状况、水库运行状态起到高效、动态、全面的把握与监管,使得库区管理和水政执法更加科学、准确、及时、高效。研究成果可为全面提升水库水政监管的能力和水平提供参考。     

基于航空高光谱的囫囵淖尔水体浊度反演建模

针对机载 Headwall 高光谱成像仪对水质监测能力的验证, 利用 2018 年 9 月 17 日航空高光谱数据和 17 个准同步实测水体浊度数据分别构建囫囵淖尔水体浊度波段比值反演模型、一阶微分反演模型和偏最小二乘反演模型, 估算同日的囫囵淖尔水体浊度的空间分布。研究结果表明: 利用机载 Headwall 高光谱数据构建的 3 个浊度反演模型, 验证均方根误差 RMSE 均小于验证样本浊度的极值差 5. 3 NTU, MRE 均小于 10% , 机载 Headwall 高光谱成像 仪能够较好地观测水体浊度差异; 在囫囵淖尔, 基于 Headwall 高光谱数据的偏最小二乘模型建模精度高于波段比 值模型和一阶微分模型, 决定系数 R2 达到 0.95, 综合误差 CE 为 1. 74% , 最适用于囫囵淖尔水体浊度的反演; 2018 年 9 月 17 日囫囵淖尔东部水域浊度范围为 21. 2~ 54.4 NTU, 呈现出北低南高的趋势, 湖中心区域水体浊度较低, 南部水域受水中藻类的影响, 水体浊度较高。利用航空高光谱遥感影像实现了浊度的定量反演, 为航空高光谱遥感数据用于水质参数反演提供借鉴。     

基于GF-1/WFV的钱塘江叶绿素a和总悬浮物浓度遥感估算

为了探究高分一号(GF-1)卫星对河流水体水质参数遥感反演的效果,使用GF-1卫星数据的16 m分辨率的GF-1/WFV传感器数据和地面实测数据,基于地面实测光谱反射率数据模拟WFV波段组合,构建水体叶绿素a和总悬浮物浓度遥感模型,从而对钱塘江流域杭州段水体水质参数进行估算。研究结果表明:基于B1-B3差值的二次多项式模型可用于叶绿素a浓度估算(R²=0.83,RMSE=0.74 μg/L),基于B3波段的二次多项式模型可用于总悬浮物浓度的估算(R²=0.92,RMSE=1 mg/L);通过模型应用于准同步的GF-1/WFV数据,较好反映了低潮位钱塘江杭州段水体叶绿素a和总悬浮物浓度的空间分布,为高分一号卫星数据遥感监测钱塘江水色参数做出了有益的探索性工作。研究方法及结果对其他流域河流水色遥感研究具有参考价值。     

基于自适应极化分解技术的灌区麦田土壤墒情反演方法

自微波遥感进入土壤墒情研究领域以来,植被覆盖地表的校正一直是微波遥感反演土壤墒情的热点。针对植被层对雷达微波信号的散射容易造成墒情计算误差等问题,以河南焦作广利灌区为研究区,以灌区内的主要作物冬小麦为研究对象,在离散植被的一阶物理散射模型基础上,使用Sentinel-1A SAR雷达提取后向散射系数,通过自适应极化分解技术即在极小的临近空间内利用最小二乘法求解土壤散射和植被多重散射的最优解,再利用Landsat8数据作为辅助数据提取改进的归一化植被水分指数,采用支持向量机的方法反演土壤墒情。结果表明:基于自适应的后向散射系数与麦田土壤墒情的关系在VV极化模式20 cm深的土壤条件下,相关系数为0.827 8;20 cm深度的土壤墒情与冬小麦的相关性较高,相关系数达到0.819 0;自适应极化分解技术反演土壤墒情均方根误差、平均相对误差分别为1.490 7、0.002 2,水云模型反演土壤墒情均方根误差、平均相对误差分别为1.958 5、-0.242 2,自适应极化分解技术反演效果较为理想。该研究可为小麦覆盖下的灌区土壤墒情的评估提供参考。