基于多波段遥感数据的库区水深反演研究

遥感反演是一种水深量测新方法,应用在库区水深量测对水库运行调度、库区淤积研究等均有着积极的作用。针对统计相关分析法中单点量测水深值代表遥感像元对应水深值这一缺陷,本文提出使用同像元多测点数据表征像元对应水深值的方法。以内蒙古海勃湾水库为研究区域,通过表征水深值与各波段组合的相关性选取水深反演因子,建立线性、二次、指数3种形式15组双波段模型与5组不同个数反演因子的多波段模型,从中遴选出较优的5个反演模型,使用未参与建模的检查点样本进行模型精度检验,通过检验结果进行模型比对。结果表明:海勃湾水库水深反演最优反演模型是由12个反演因子建立的多波段反演模型,其平均绝对误差为0.68 m,占平均水深的13.59%。结合遥感周期短、成本低的特点,该方法在一定程度上可以应用于实际,但泥沙含量大与靠近陆地的水域水深反演效果较差。     

基于Landsat-8卫星遥感反演内陆河湖水质参数

以太湖为研究区,使用Landsat-8卫星OLI数据和无人机高光谱数据,对研究区CODMn、DO、TN、TP、NH₃-N等5项水质参数进行遥感定量反演研究,通过各水质参数与遥感数据波段组合分析,构建高拟合度的水质参数反演模型,为内陆水体水质参数遥感定量反演提供理论基础。     

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。     

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。     

基于高分率遥感影像的哈素海叶绿素a反演研究

文章围绕哈素海水质变化情况,以高分辨率遥感影像为数据来源,应用多种叶绿素a反演模型,对哈素海叶绿素a进行了深入分析。分析成果不仅为哈素海及类似淡水湖泊的水环境监管提供技术参考,也可为未来同类型研究提供重要指导。     

基于Sentinel-1 SAR遥感影像的漓江流域径流反演

遥感技术作为根据电磁波理论发展起来的一种新型探测手段,具有非接触观测、测量成本低、覆盖范围广等优势,为测算径流量开辟了新思路。基于覆盖漓江流域2018年8月至2019年7月的Sentinel-1 SAR遥感影像,影像每12 d获得一组,共29组58景,采用人工阈值分割法提取漓江沿线水体平均河宽,将其分割为8个河段,与大溶江、桂林、阳朔3个相应水文站的实测径流数据进行一元回归分析,建立平均河宽-流量多项式回归方程。对比各河段建模效果,得到各测站对应的建模效果最好河段,其R~2分别为0.92、0.94和0.88。对其经验公式进行验证,径流反演平均误差最小为10%,在河道较宽、地形较缓的河段具有较好应用效果,能够实现基于遥感技术的河道流量反演。     

基于遥感农田表层土壤水分反演研究

文章以解放闸灌域为例,分析基于遥感农田表层土壤水分反演过程。     

呼伦湖水深反演及湖盆三维模型分析

以呼伦湖为研究区,利用Landsat TM影像和多次实测水深数据,应用多波段组合回归模型,构建湖盆三维模型,并对其作可视化操作与空间分析,解析呼伦湖地形与水文特征的关系.结果表明:最优水深反演模型为对数反射波段+对数热红外波段模型;应用ArcGIS的3D分析工具对TIN模型进行三维分析,得到了呼伦湖水位-蓄水量关系式.     

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。     

基于GF-1 WFV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R²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。     

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。     

基于Landsat-8 OLI遥感数据的库区水域面积反演

文章以海勃湾库区为研究对象,基于GEE平台对Landsat-8 OLI长时序遥感影像进行预处理,提取了库区长序列水域面积,利用趋势面分析法,对研究区水域面积的年际变化趋势进行分析。     

基于神经网络的宽浅型湖泊水质反演研究

城市浅型湖泊治理是城市生态文明建设的重要组成部分。通过对黄石磁湖的IKONOS遥感影像进行预处理,建立了水质参数与卫星波段的多元线性回归模型、BP神经网络模型和RBF神经网络模型。通过比较不同模型的结果,运用可靠模型对整个湖体的COD、NH3-N、TN、TP指标进行反演。结果表明,神经网络模型对于磁湖水质指标的反演结果显著优于多元线性回归模型,其中BP神经网络模型对NH3-N、TP的模拟效果好,RBF神经网络模型对COD、TN的模拟效果较好。     

基于卫星遥感影像的水资源监测研究进展

卫星遥感技术可在影像空间监测水资源的时空分布,为分析水资源空间分布及其变化规律提供全覆盖、定量化和快速更新的基础信息。对基于卫星遥感影像数据的地表水资源、地下水资源监测研究进展进行综述,分析了卫星遥感影像监测存在的挑战和潜在的研究方向,以期为相关领域研究应用提供参考。     

基于神经网络的近地面气温遥感反演研究

为了获取近地面气温的空间分布格局,鉴于遥感技术在获取地表时空分布信息方面所具有的优势,提出了利用BP神经网络进行遥感反演近地面日平均气温、日最高和最低气温的算法。采用汉江上游流域的气象站点观测数据和Landsat ETM+遥感图像进行了试验研究。研究结果表明,遥感反演近地面日平均气温和日最高气温时,单纯利用遥感信息或者地形信息,都不能得到精度最高的结果,只有把两者结合起来,才能准确地获取近地面气温的空间分布信息。     

基于国产卫星多光谱影像的河流水体浊度遥感联合反演研究

基于集合建模思想,在水体光谱特征分析与敏感波段选择基础上,集成多种遥感反演模型优势,构建了河流水体浊度多光谱遥感联合反演模型(Combined Model-BP,CM-BP)。选择汉江中下游典型河段为研究区,利用2012—2013年原位观测数据,以具有较高时间分辨率和空间分辨率的国产卫星数据作为多光谱遥感数据源,测试评估了CM-BP浊度遥感反演模型适用性,并与传统波段组合模型进行精度比较,基于反演结果分析了研究区浊度时空分布特征。结果表明:基于集合建模思想构建的CM-BP模型的反演精度、适应性及稳定性均高于波段组合模型;从光谱分辨率、时空分辨率等角度考虑,环境与灾害监测预报小卫星星座系统、高分一号卫星、资源三号等国产卫星多光谱遥感数据是河流水体水质反演优选数据源;国产卫星遥感数据可以满足河流水体水质高精度、实时性与大尺度等遥感反演需要,为河流水环境监测研究提供数据基础。     

基于蒸散遥感反演的全国地表缺水分区

本文采用日本GMS静止气象卫星数据进行遥感反演,提取地表实际蒸散量(E)和潜在蒸散量(Ep),据此计算出表征地表缺水程度的指标——SWDI。在GIS的支持下,通过数理统计和空间统计分析“自下而上”的对全国地表缺水状况进行分区。通过分析,全国可划分为5大缺水层次的分区,对比发现全国普遍缺水,不缺水区主要集中在南部沿海,且所占比重较小。全国缺水层次区域的划分,可为区域经济发展,环境保护以及各种国家或区域方针政策的制定提供科学依据。     

基于机器学习的浐灞河水质参数遥感反演研究

西安市浐灞河水资源丰富,但受周边市区工业化与城市化开发的影响,水质较差。近年政府对浐灞河进行了重点治理,为观测其治理效果,以浐灞河下游河段为研究区,基于Sentinel-2卫星遥感影像,首先利用水体指数法提取了研究区河段水体,然后利用人工神经网络算法(ANN)与随机森林法(RF)构建总氮(TN)和高锰酸盐指数(CODMn)水质参数反演模型,获取了整个水域水质参数的空间分布和变化特征。研究结果表明：ANN反演结果整体优于RF,ANN水质参数反演模型在该地区有良好的适用性,且精度满足模拟要求;研究区TN和CODMn浓度值整体上分布较为均匀且波动较小,部分区域出现高值,同时TN与CODMn也呈现出一定的季节性规律,与沿岸和上游的人类活动有关。     

基于畦首水深和田面水流推进过程的畦灌流量反演方法

针对畦灌稳健设计中单宽流量难以实现无干扰测量的问题,研究入畦流量的反演方法。利用在中科院南皮生态农业试验站进行的灌水试验数据,采用两点法估算入渗参数,引入地表储水形状系数和地下储水形状系数,根据畦首水深和水流推进的数据,估算了畦田的单宽流量。与实测单宽流量相比,N1、N2、N3号畦田的相对误差分别为13.27%、8.02%、11.24%。结果表明:该方法用于畦灌稳健设计中单宽流量控制误差调查是可行的。