基于Sentinel-3A的北部湾海域叶绿素a浓度遥感反演研究

以北部湾为研究对象,基于Sentinel-3A卫星搭载的OCLI水色传感器,探索了叶绿素浓度的遥感反演方法。通过利用实测光谱数据对北部湾海域进行了分区,结合实测的叶绿素a浓度和Sentinel-3A遥感数据尝试不同的反演因子,包括波段比值、波段差值和波段差比,构建了叶绿素a浓度的遥感反演模型。研究结果表明：(1)北部湾海域的遥感反射率曲线呈现明显的分区的特征,结合光谱特征将北部湾海域分为近岸水体、过渡水体和离岸水体;(2)不同水体类型适用不同的反演因子构建模型,其中R_rs(764.375)/R_rs(681.25)用于近岸水体,[1/R_rs(620)-1/R_rs(708.75)]/R_rs(753.75)用于过渡水体,R_rs(708.75)-R_rs(764.375)用于离岸水体,均取得了较好的拟合效果,相应的R2值分别为0.67、0.80和0.8;(3)分区的方法有效的提高了遥感反演北部湾叶绿素浓度模型的适用性和精度。研究基于Sentin...     

水质遥感监测的关键要素叶绿素a的反演算法研究进展

叶绿素a浓度是表征水体富营养化程度的重要指标,通过遥感手段反演叶绿素a浓度是实现水体富营养化监测的一个有效途径,已衍生出了一系列叶绿素a浓度反演算法.这些算法各有所长,适用范围也各自有别.由于水体光学特征差异,盲目套用这些算法难以取得预期效果.为了推动水质遥感的进一步发展,从遥感反演的原理和数据源出发,对国内外利用遥感...     

长江口及南北海域泥沙遥感分析

长江是我国第一大河流，每年有4.245×10⁸t的泥沙输向大海，影响着长江口南北海域和东海大陆架水域的水体悬沙浓度。遥感是进行悬浮泥沙监测的一种有效手段。在长江口海域，表层悬沙与垂线平均含沙量有着较好的相关性。利用MODIS数据对长江口及南北海域水体表层泥沙浓度进行了反演和分析，较好地了解了长江口的泥沙分布和运移，以及对周边海域的影响。     

春季太湖叶绿素a浓度的光谱估算与分析评价

2011年3月27日于太湖梅梁湾和湖心区域进行光谱数据采集,同步水质理化分析数据得到叶绿素a浓度区间为4.99μg/L～31.06μg/L。基于较低叶绿素a浓度水平的实测光谱数据及同步的理化分析数据分别采用二波段模型、光谱反射率一阶微分模型、反射峰位置模型、三波段模型和四波段模型对梅梁湾和湖心区域的叶绿素a浓度进行建模遥感估算。5个模型的回归分析结果对应R2分别为0.775,0.811,0.786,0.826和0.846,RMSE分别为4.02μg/L,3.52μg/L,3.82μg/L,3.44μg/L和3.24μg/L。并针对春季较低叶绿素a浓度水平下的光谱估算模型在应用价值和精度方面做了比较评价。     

基于四波段半分析算法和Hyperion遥感影像反演太湖叶绿素a浓度

水体叶绿素a浓度不仅是水质状况的重要指标,也是制定水环境保护和水资源开发利用方案的重要依据。以2004年8月19日太湖水质浓度实验数据和同步的Hyperion影像为数据基础,研究适用于Hyperion影像的四波段半分析算法。由模型参数标定数据集(37组)对四波段半分析算法参数的拟合分析和模型检验数据集(5组)对算法精度的评估可知,基于指数拟合方法获取的四波段半分析算法具有较高的叶绿素a浓度估算精度(相关系数为0.8913,平均绝对误差为1.1109μg/L,对应的平均相对误差为5.69%,其对应的4个波段波长分别为671.02nm、701.55nm、711.72nm和742.25nm)。用以上四波段半分析算法从Hyperion影像中提取的叶绿素a浓度呈湖心低、沿湖区域高的格局。与22.23 μg/L的年均叶绿素a浓度相比较,2004年8月19日的叶绿素a浓度处于年际较高水平。     

基于光谱特征的闽江干流叶绿素a遥感反演北大核心CSCD

城乡化发展与基础设施建设滞后之间矛盾的深入导致面源污染和工业废水排放对于闽江水质造成了一定影响,因而对闽江叶绿素a进行实时监测及污染物迁移动态监测,是闽江水质治理的关键步骤。文章基于四年实测光谱及水质数据,通过闽江干流实测水体光谱特征分析以及遥感影像敏感波段分析,确定了闽江干流丰、枯水期叶绿素a光谱特征存在差异,并利用多元回归及机器学习分别构建了丰、枯水期闽江干流叶绿素a浓度反演模型,通过精度验证确定了丰、枯水期叶绿素a的最佳遥感反演模型。     

基于HJ-1卫星CCD数据的厦门海域叶绿素a浓度反演

针对HJ-1A/B卫星CCD数据,建立适合于厦门海域的叶绿素a浓度反演模型,将为持续监测该海域的赤潮提供时间序列的叶绿素a浓度数据。基于2013年7月31日厦门海域水体实测光谱与叶绿素a浓度同步测量数据,及HJ\|1B卫星CCD2光谱响应函数,对各波段遥感反射率与叶绿素a浓度的相关性进行比较,证实蓝、绿波段比值与叶绿素a浓度相关性最高。对OC3模型在内的5种模型的反演结果和实测叶绿素a浓度做相关性分析,发现各模型相关系数均达到0.7以上。利用2013年7月30日实测数据对同期厦门海域HJ-1B卫星CCD2数据叶绿素a浓度反演结果进行精度验证,结果表明本地化的10指数模型在反演叶绿素a浓度动态范围较大的区域具有更高的精度。     

基于TM影像的太湖夏季悬浮物和叶绿素a浓度反演

利用2006年8月1日陆地卫星TM数据与7月29日～8月1目的同步湖面采样数据,分析了典型站点反射率光谱特征,建立悬浮物和叶绿素a的反演模型。结果表明悬浮物的变化主要影响TM第2和第4波段,叶绿素a则主要影响TM第3、第4波段。TM4波段与悬浮物具有较高的相关度,利用TM4波段、3×3像元窗口能较好反演出悬浮物浓度。植被指数NDVI（（TM4-TM3）／（TM4＋TM3））与叶绿素a浓度有较高的相关度,基于5×5像元窗口的植被指数NDVI能很好的反演出太湖叶绿素a浓度,但不能很好地区分出水华和水草。2006年夏季,太湖悬浮物的分布特点为河口区、梅梁湾、西北近岸区最高,其次是湖心区,东太湖、胥口湾和南面的湖州附近湖区浓度最低。叶绿素a分布情况为最高的点出现在梅梁湾口、竺山湾西北部沿岸区以及西太湖近岸区;湖的大部分边缘区即与陆地交接处,叶绿素a的浓度也偏高;南面的湖州附近以及西山岛北面部分湖区叶绿素a浓度最低。而东太湖、胥口湾附近叶绿素a偏高则主要是由该水域沉水植被的发育造成的。     

空气悬浮颗粒物粒径分布及质量浓度一体化测量系统的研制

检测空气中悬浮颗粒物的粒径分布及浓度是当前环境保护部门的重要工作,这两个参数直接反映了当前空气的质量.论文介绍的一体化测量系统,能对采样的气体同时进行粒径分布和悬浮颗粒物质量浓度的测量.由于是对同一气体同时进行测量,因此能准确反映被测区域的空气质量,并且给测量带来方便.实测表明:使用本测量系统的测量结果与用传统的单功能测量仪器测量的结果差别不超过±5%.这种测量方法目前在国内尚未见报道.     

基于支持向量机的一类水域叶绿素a浓度反演研究

指出了用叶绿素a的浓度估计海洋初级生产力的重要作用;分析了目前采用的浓度反演方法的不足;尝试将基于统计学习理论的最小二乘支持向量机用于浓度反演, SeaBAM的数据实验结果表明该方法可以获得更高的反演精度;可以有效避免过学习的情况出现;不像神经网络那样需要确定网络结构。     

Retrieval of Total Suspended Matter in the Lower of Minjiang River based on PSO-RBF

Total suspended matter (TSM) is one of the important parameters of water environment.As the spectral characteristics of the Case-II water are complicated,so it is not suitable to represent the relationship between spectral characteristics andTSM by simple linear models.In this paper,the test data,which is acquired by water quality sampling and spectral measurement of 40 points from July 12 -13,2017,together with GF-1 WFV1 bands reflectance data are used to analysis the correlation between remote sensing factors and TSM.Taking advantage of high correlation coefficients between bands,such as b3,b3/b2 and b3/b1,we construct PSO-RBF and RBF neural network model to inverse TSM.At the same time,a empirical b3/b2 ratio model is also proposed.The result shows that PSO-RBF neural network model’s performance is better than traditional RBF neural network and the empirical model,whose R²=0.890,RMSE=3.01 mg/L.On this basis,the GF-1 WFV1 remote sensing image is used to inverse TSM of Minjiang River,which is calculated by the well-trained PSO-RBF model.Furthermore,the spatial distribution characteristics of TSM is also studied.The result of TSM inversion comes to RMSE=3.65 mg·L^-1,MRE=14.11% respectively,and remote sensing image retrieval results accuracy was significantly higher than that of Kriging interpolation results,and there is     

内陆水体悬浮物波段比值优化模型及藻类丰度对模型精度影响研究

内陆水体中浮游植物的存在对悬浮物（TSM）遥感反演模型精度具有一定的影响,藻类丰度会导致水体遥感反射率降低。实验基于中国、澳大利亚和美国内陆水体的372个采样点（4个数据集）水质分析和光谱实测数据,构建内陆水体遥感反射率与TSM的相关关系,建立最优波段比模型（OBR）,并分析了藻类颗粒物存在对该模型精度的影响。由于水质的不均一性,不同区域的水质参数敏感波段存在差异,因此各数据集用于建模的最优波段比值不同。结果表明,OBR模型精度较高,误差较小,中国水体模型验证均具有较好效果（石头口门水库：R²=0.87,RMSE=14.1 mg/L;查干湖：R²=0.82,RMSE=23.6 mg/L）,澳大利亚水体模型验证效果最佳,R²值高达0.95（RMSE=4.2 mg/L）,美国水体模型精度较低（R²=0.78,RMSE=3.7 mg/L）。研究发现,模型精度受水体叶绿素（Chla）浓度和Chla/TSM比率影响,当水体以TSM浓度较高的非藻类颗粒物为主时（如中国石头口门水库和南澳洲地区水体数据集）,最优波段比值模型表现更好;而当水体以浮游植物为主时,水体中的浮游植物的丰度会使光谱信号复杂化,从而限制或降低TSM浓度遥感算法的精度（如美国印第安纳州中部水库数据集）。     

基于半分析模型的石头口门水库总悬浮物浓度反演研究

总悬浮物（TSM）是水质遥感反演的重要参数之一,以遥感技术为手段监测总悬浮物浓度成为未来发展的趋势。利用2008年6月13日在石头口门水库采集的高光谱数据和实验室分析数据,计算得到水体总悬浮物的后向散射系数,并经相关分析,选取675 nm处的后向散射系数建立总悬浮物浓度的反演模型,决定系数为0.8327。与基于遥感反射率的经验方法比较,半分析方法具有一定的物理意义,反演精度更高,且在悬浮泥沙含量较高的区域效果更佳。     

基于SVM模型的妫水河叶绿素a浓度的遥感反演

以北京市妫水河为研究区,基于2011年9月25日和2012年9月30日的两期叶绿素a浓度实测数据和准同步的环境一号卫星(HJ-1A)多光谱数据,分别构建一元线性和多元支持向量机模型(SVMM),通过决定系数R²和平均相对误差对模型的精度进行检验,用模型进行水体叶绿素a浓度的反演,并分析其时空分布特征。研究表明:在样本数较少的情况下,SVM具有很强的非线性映射能力,能够取得较好的预测结果,更适用于反演叶绿素a浓度。时间分布上,研究区叶绿素a浓度呈增加趋势,均值上升了6.86 μg/L;空间分布上,深水区叶绿素a浓度值低于浅水区,上游高于下游。国产HJ-1A CCD2多光谱数据以其4 d的时间分辨率,在水质动态变化监测方面具有优势。     

基于底栖动物完整性指数的河口健康评价

建立底栖动物完整性（B-IBI）评价指标体系和评价标准评价长江口及毗邻海域健康.根据2005年7月长江口及毗邻海域41个站位的底栖动物数据（参照点13个,干扰点28个）,通过对14个生物参数的分布范围、判别能力和相关关系分析,筛选出了多样性指数、种类数、总栖息密度、总生物量、甲壳类的密度百分比和棘皮动物的密度百分比等6个生物参数构成B-IBI指标体系.采用比值法统一参数量纲,直接累加得到B-IBI指数值.根据参照点B-IBI值的50%分位数值确定健康等级标准,建立了评价长江口及毗邻海域健康的B-IBI标准：＞2.48为健康,1.86～2.48为亚健康,1.24～1.86为一般,0.62～1.24为差,＜0.62为极差.评价结果表明,长江口及毗邻海域41个站位中,7个为健康,2个为亚健康,8个为一般,8个为较差,16个为极差.用2006年6月底栖动物数据进行评价结果验证,准确率为89%.     

基于面向对象分类方法的乌苏里江流域中俄跨境区域湿地景观动态研究

选取乌苏里江中下游干流50km缓冲区为研究区,以1989、2000和2013年的Landsat TM、OLI遥感影像为数据源,利用面向对象的分类方法获取湿地信息;在GIS技术支持下,选取斑块类别面积(CA)、面积所占比例(PLAND)、最大斑块面积指数(LPI)、平均斑块面积(AREA-MN)、斑块数(NP)、斑块密度(PD)等景观格局指数,分析了研究区1989~2013年湿地的景观格局动态特征。结果表明:面向对象的分类方法能够准确提取湿地信息,并且有效地避免"椒盐现象";1989~2013年,该区水田、水库/坑塘、运河/水渠、灌丛沼泽增加和河流、湖泊、草本沼泽、森林沼泽减少;大量草本沼泽转为水田为该区湿地变化主要特征;1989年湿地类型以草本沼泽为主,2013年水田的斑块面积略高于草本沼泽斑块面积;湿地景观变化区主要分布于中国一侧的挠力河流域和穆棱河流域;天然湿地景观破碎化程度逐年加深,人工湿地景观趋于聚集,人为干扰是导致湿地景观格局变化的主要动力;中俄两国境内湿地景观变化程度差异显著,中国境内大量天然湿地转为人工湿地;俄罗斯境内的湿地变化微小,天然湿地保存较好。农田垦殖是导致两国湿地景观破碎程度差异的主要原因。     

基于RS与GIS的典型地区土地利用/覆盖变化研究——以三江源生态环境重点保护区玛多县为例

典型地区和脆弱区的土地利用/覆盖变化是区域性研究的重要内容。三江源地区是国家级自然保护区,生态系统异常敏感和脆弱。以典型地区玛多县为案例,基于RS和GIS技术,系统研究了该地区土地利用/覆盖变化及其对景观格局的影响,探讨了生态环境演化过程,可为更广泛的区域性综合提供基础。研究发现:①10 a间,该地区湿地、水体和天然草地明显减少,湿地减少比例达到36.63%,大于6 hm²的湖泊减少近半数;沙地,裸地和盐碱地等明显增加,草地退化、沙漠化严重;②天然草地、裸地、沙地、水体、湿地和盐碱地之间的类型转化较为明显,且与水资源又有密切的关系。③多样性、均匀性指数和景观异质程度提高,土地趋于多样化和均匀化;裸地、沙地优势度增加,湿地、水体和天然草地优势度减少;整体破碎化程度呈缓慢减少趋势,而湿地、沙地破碎度增加。④综合土地利用动态度为0.98,天然草地、裸地、湿地、沙地动态面积变化较大。⑤研究区的土地利用/覆盖变化将深刻影响该地区的生态过程,同时还将影响三江源地区的水源涵养和供给。