国土资源遥感, 2019, 31(1): 101-109 doi: 10.6046/gtzyyg.2019.01.14

技术方法

基于GF-1与实测光谱数据鄱阳湖丰水期总悬浮物浓度反演

高晨, 徐健,, 高丹, 王莉莉, 王野乔

江西师范大学地理与环境学院/鄱阳湖湿地与流域研究教育部重点实验室,南昌 330022

Retrieval of concentration of total suspended matter from GF-1 satellite and field measured spectral data during flood period in Poyang Lake

GAO Chen, XU Jian,, GAO Dan, WANG Lili, WANG Yeqiao

School of Geography and Environment Science & Ministry of Education’s Key Laboratory of Poyang Lake Wetland and Watershed Research, Jiangxi Normal University, Nanchang 330022, China

通讯作者: 徐 健(1987-),男,讲师,博士,主要从事水环境遥感和生物地球化学研究。Email:jianxu@jxnu.edu.cn。

责任编辑: 李瑜

收稿日期: 2017-07-10   修回日期: 2017-09-7   网络出版日期: 2019-03-15

基金资助: 国家自然科学基金项目“鄱阳湖浑浊水体溶解性有机碳遥感探测机理与反演方法研究”.  41471298
江西省自然科学基金项目“鄱阳湖流域溶解有机碳的循环机理及其监测模型”.  20133ACB20011
江西省重大生态安全问题监控协同创新中心项目“空间信息—智能传感综合技术平台”.  JXS-EW-00
江西师范大学研究生创新基金项目“基于实测高光谱数据的城市湖泊水体有色可溶性有机物(CDOM)遥感反演——以南昌市瑶湖为例”共同资助.  YJS2016023

Received: 2017-07-10   Revised: 2017-09-7   Online: 2019-03-15

作者简介 About authors

高晨(1992-),女,硕士研究生,主要从事水色遥感研究。Email:gaochen1214@sina.com。 。

摘要

总悬浮物浓度是水质评价的重要参数之一。2015年8月,在鄱阳湖布设33个采样点,通过测量水面光谱和采集水样进行检测,获取水面遥感反射率、总悬浮物浓度和叶绿素a浓度等数据。结合实测水面遥感反射率数据与总悬浮物浓度的相关性分析,建立了单波段、一阶微分和波段比值3种反演模型,并分别进行了精度验证。研究发现,3种反演模型的拟合度(R 2)均大于0.9,其中单波段模型最优,其R 2、均方根误差(root mean square error,RMSE)及平均相对误差(mean relative percentage error,MRPE)分别为0.980 5,3.78 mg/L和16.99%。将该单波段模型应用于2015年8月3日的高分一号(GF-1)卫星影像数据,同样得到了较高的反演精度,R 2,RMSE和MRPE分别为0.847 7,12.23 mg/L和35.22%。结果表明,鄱阳湖丰水期总悬浮物浓度值总体偏低,平均值为23.26 mg/L,高值主要集中在鄱阳湖北部通江河道及其以南的中部水域,其余水域分布较为均匀。利用2015年10月24日GF-1影像和准同步观测的21个采样点的总悬浮物浓度数据使用此模型做进一步验证,其反演精度接近于2015年8月影像验证结果,表明该模型能进一步推广应用到鄱阳湖不同时期总悬浮物浓度的反演。通过实测光谱的分析以及在遥感影像上的应用,可以为鄱阳湖总悬浮物浓度的反演以及环境监测提供参考。

关键词： 总悬浮物浓度 ; 反演方法 ; 高分一号 ; 实测水体光谱 ; 鄱阳湖

Abstract

Total suspended matter is one of the important parameters to evaluate water quality. In this study, 33 data samples containing reflectance of water surface, concentration of total suspended matter and chlorophyll-a were used to conduct retrieval of total suspended matter, establish retrieval model and verify accuracy of model based on comparative analysis between field measured spectral reflectance and total suspended matter in Poyang Lake during the flood season. These models were single band, first-order differential and band ratio, respectively. The results showed that the R 2 of three models was greater than 0.9, and the best was the single band model, and R 2, RMSE and MRPE were 0.9805, 3.78mg/L and 16.99%, respectively. The single band model gave the better performance when it was applied to GF-1 satellite image data on August 3, 2015 and was validated, with R 2, RMSE and MRPE being 0.8477, 12.23mg/L and 35.22%, respectively. It was also shown that the overall level of suspended matter concentration was low and the average value was 23.26mg/L. The higher value of total suspended matter was concentrated in the northern channel area. The concentration values of suspended matter was distributed uniformly in other areas of Poyang Lake. This model was further applied to GF-1 satellite image data on October 24, 2015 and was validated using 21 data samples of total suspended matter concentration obtained on October 23 and October 24, 2015. The retrieval accuracy was close to the result of image on August 3, 2015. The results indicate that this model can be also applied to retrieving the total suspended matter concentration of other periods in Poyang Lake. By analysis of field measured spectral reflectance and application of remote sensing image data, this study can provide reference for the retrieval of total suspended matter and environment monitoring of Poyang Lake.

Keywords： total suspended matter concentration ; retrieval method ; GF-1 satellite data ; field measured water spectra ; Poyang Lake

PDF (5055KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

高晨, 徐健, 高丹, 王莉莉, 王野乔. 基于GF-1与实测光谱数据鄱阳湖丰水期总悬浮物浓度反演. 国土资源遥感[J], 2019, 31(1): 101-109 doi:10.6046/gtzyyg.2019.01.14

GAO Chen, XU Jian, GAO Dan, WANG Lili, WANG Yeqiao. Retrieval of concentration of total suspended matter from GF-1 satellite and field measured spectral data during flood period in Poyang Lake. REMOTE SENSING FOR LAND & RESOURCES[J], 2019, 31(1): 101-109 doi:10.6046/gtzyyg.2019.01.14

0 引言

鄱阳湖是我国最大的淡水湖,在洪水调蓄及减灾、气候调节和生物保护等方面具有非常重要的生态服务功能[1]。近年来,由于中国建筑产业的快速发展及其对建设用砂的需求,导致鄱阳湖的采砂作业持续扩大,对防洪安全、野生动植物生存、湖区生态环境等方面有着严重不利影响,其环境问题面临着严峻考验[2,3]。如何快速、动态、持续地监测其水质状况已经成为一个亟待解决的重要问题。

总悬浮物(total suspended matter,TSM)是评价湖泊水质的一个重要指标,其浓度大小直接影响到水体透明度等光学特性,从而影响到水生生物的生长以及水体的初级生产力[4]。传统的监测方法耗费时间长、监测范围有限; 而遥感技术在水质监测方面的应用使得快速、大范围、低成本的水质监测成为可能。国内外学者对于水体中悬浮物浓度的反演已经开展过诸多研究,反演方法较为成熟[5,6,7]。加之近年来地面实测高光谱遥感技术的较快发展,其波段数多、光谱分辨率高的特点,能反映水体反射光谱的细微变化,操作方便灵活,目的性强,常被用作常规遥感的补充。宋庆君等[8]对秋季太湖水体悬浮物浓度分别进行了改进的TASSAN模型、比值模型、近红外812 nm估算模型等进行悬浮物浓度的反演,结果表明近红外812 nm估算模型对于秋季太湖水体中悬浮物浓度的反演结果最优; 陈建辉等[9]在对晋江水体悬浮物浓度的高光谱建模过程中发现733±3 nm处的反射率与悬浮物浓度相关性最大,其单波段模型反演结果较为稳定; 孙德勇等[10]在对太湖水体进行悬浮物浓度反演的过程中,采用了经验模型和神经网络模型,并对二者进行了对比,结果表明神经网络模型的反演效果优于经验模型。

高分一号(GF-1)卫星是我国高空间分辨率对地观测系统重大专项天基系统中的首发星[11],其高空间分辨率的优势为水色遥感监测提供了很大的便利。GF-1 WFV传感器中红光波段和近红外波段是悬浮物浓度的敏感波段,常被用于水体悬浮物浓度的反演[12,13]。我国自主研发的高空间分辨率对地观测卫星影像数据与地面实测高光谱数据相结合的方法也被运用到了水质参数的反演中,且取得了较好的结果[14,15,16]。

但是,由于地面实测数据、大气校正以及卫星影像资料等方面的局限性,即使在同一地区迄今也尚未形成统一的定量反演模型或参数[17]。而且鄱阳湖随季节变化的特殊性也为其水质反演带来了一定的困难。因此,本文以鄱阳湖为研究区,利用GF-1卫星数据[18],与实测水体光谱数据相结合,基于半经验模型方法,建立针对鄱阳湖丰水期水体TSM浓度的反演模型,并对其分布进行空间格局分析,为GF-1卫星数据在内陆湖泊水质反演中的应用提供科学依据。

1 数据与方法

1.1 研究区概况

鄱阳湖(图1)是我国第一大淡水湖,地处江西省北部,长江南岸,经湖口连通长江。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   鄱阳湖水域及其采样点

Fig.1   Location of Poyang Lake and samples


鄱阳湖汇集赣、抚、信、饶、修五河来水,同时受长江水位制约,是一个季节性、吞吐型的湖泊,具有天然调蓄洪水的功能。每年7—9月为丰水期,湖水面积可达4 078 km2; 枯水期水位下降,洲滩裸露,面积最小时仅为146 km2,形成了“洪水一片水连天,枯水一线滩无边”的独特自然景观。由于鄱阳湖的特殊性质,使得鄱阳湖的不同区域有着不同的特点。图1中,北部通江河道区域(A)连通长江,直接受长江的顶托或倒灌作用影响,且大型运输船只活动频繁; 区域(B)位于赣江北支和修水的交汇处,与吴城自然保护区相邻; 中部大湖面区域(C)水系发达,丰水期水域面积较大,枯水期则形成河湖滩地; 南矶湿地区域(D)年内水位变化明显,丰水期被湖水淹没,而枯水季节则形成湿地草洲,是越冬候鸟的天然栖息场所。

1.2 数据采集

研究所用数据来自于鄱阳湖实地样点水面光谱测量和水样采集检测。采样点分别设置在鄱阳湖北部通江河道、赣江和修水交汇处、中部大湖面区域及南矶湿地4个典型区域,共计33个(图1)。采样时间分别为2015年8月1—5日。水面光谱测量时间为上午10︰00至下午2︰00。采样时间段内太阳光线强度为当日最大,测量时天气晴朗,无风无云。水体光谱测量采用水面以上测量法[19],测量仪器为美国ASD公司FieldSpec 4便携式地物光谱仪(光谱范围为3502 500 nm)。水面遥感反射率Rrs的计算公式为

Rrs=Lsw-rLskyπLpρp

式中: Lsw为光谱仪测得的水体辐亮度; Lsky为天空光漫反射辐射亮度; r为气—水界面对天空光的反射比,平静水面取值为0.022[19]; Lp为测得的灰板辐亮度; ρp为标准板(此处为灰板)反射率(由ASD公司提供)。

现场样点采集2 000 ml表层(050 cm)水样。采集的水样放入冷藏箱保存,之后带回实验室进行后续处理。TSM浓度和叶绿素a(Chlorophyll-a,Chl-a)浓度的测定在分析实验室进行。水样经过孔径为1.2 μm的Whatman GF/C玻璃纤维滤膜过滤后,采用烘干称重法测定TSM浓度[20]; 水样经过孔径为0.7 μm的Whatman GF/F玻璃纤维滤膜过滤后,利用热乙醇萃取法测定Chl-a浓度[21]。

1.3 遥感影像数据及其预处理

采用2015年8月3日过境的GF-1卫星影像,覆盖整个鄱阳湖区域,幅宽为820 km,空间分辨率为16 m,重访周期4 d,共有蓝光(450520 nm)、绿光(520590 nm)、红光(630690 nm)以及近红外(770890 nm)4个波段。

遥感影像数据的处理包括正射校正、辐射定标、大气校正以及鄱阳湖水域面积提取等4个方面,处理过程均采用ENVI5.3软件进行操作。预处理过程中所需的辐射定标参数和光谱响应函数均从中国资源卫星应用中心获取。正射校正采用覆盖鄱阳湖范围的同时期Landsat8 OLI全色影像作为参考,结合全球空间分辨率7.5 s(约200 m)的数字高程模型数据对GF-1影像进行正射校正; 重采样方法采用三次卷积法。辐射定标之前先修改影像的Gain/Offset值,之后将GF-1影像由DN值转换为辐亮度,并修改影像输出格式为BIL。大气校正采用FLAASH Atmospheric Correction工具进行处理[22,23,24],但不进行气溶胶反演和水汽反演。

1.4 模型方法

1.4.1 单波段模型

对水体反射率与TSM浓度建立相关关系,经过光谱分析后选取相关性最大的对应波长反射率建立TSM浓度反演模型。

1.4.2 一阶微分模型

一阶微分模型最早由Rundquist等[25]提出,对高光谱数据进行一阶微分处理可以去除部分线性背景、噪声光谱对目标光谱的影响,而且可以确定光谱拐点和最大、最小反射率波长的位置。离散型的高光谱数据的一阶微分计算公式为

R(λi)'=R(λi+1)-R(λi-1)λi+1-λi-1

式中: R(λi)'为波长 λi处的反射光谱一阶微分值; R(λi+1)是波长 λi+1处的原始水体反射率; λi, λi+1和 λi-1分别为3个相邻波长。

1.4.3 波段比值模型

波段比值模型是多波段模型计算中最常用的模型。采用迭代算法,对350900 nm(10 nm间隔)波段区间的实测反射率逐一两两比值,与TSM浓度进行相关性计算,选取最优相关性对应的波段比值参与建模。

1.5 精度评估

采用均方根误差(root mean square error,RMSE)以及平均相对误差(mean relative percentage error,MRPE)评价反演模型的精度,计算公式为

RMSE=∑i=1n(ximea-xipre)2n
MRPE=∑i=1nximea-xipreximean×100%

式中: xipre和 ximea分别表示通过模型计算得到的TSM浓度和实际测量得到的TSM浓度,mg/m3; n为采样点个数。

2 结果与讨论

2.1 水质参数特征

鄱阳湖2015年丰水期主要水质参数测定结果如表1所示。

表1   鄱阳湖采样点水质参数特征

Tab.1  Characteristics of water quality parameters in the Poyang Lake

采样
时间		区域(采样
点个数)		水质参数最小值最大值平均值
20150801D(8)Chl-a/(mg·m-3)3.639.706.16
TSM/(mg·L-1)5.2011.807.63
浊度/NTU5.5011.507.51
20150802B(10)Chl-a/(mg·m-3)1.0612.997.03
TSM/(mg·L-1)6.2079.0016.84
浊度/NTU4.30109.0020.29
20150803A(9)Chl-a/(mg·m-3)0.655.423.06
TSM/(mg·L-1)31.4055.8043.91
浊度/NTU39.4067.5052.53
20150805C(6)Chl-a/(mg·m-3)3.8420.545.91
TSM/(mg·L-1)9.8098.4034.57
浊度/NTU8.00118.1033.43
总(33)Chl-a/(mg·m-3)0.6520.545.55
TSM/(mg·L-1)5.2098.4024.76
浊度/NTU4.30118.1030.65

新窗口打开| 下载CSV


从表1可知,Chl-a浓度、TSM浓度和浊度平均值分别为5.55 mg/m3,24.76 mg/L和30.65 NTU。3个水质参数的最大值均出现在图1的C区域,即鄱阳湖中部大湖面区域; 平均值最大的区域为A和B,位于鄱阳湖北部通江水道以及赣江北支和修水的交汇处。

2.2 鄱阳湖水体光谱特征分析

样点实测光谱经过计算得到水体反射率光谱曲线,鄱阳湖水体光谱反射率随悬浮物浓度的增加而逐渐增大(图2)。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   鄱阳湖水体反射率光谱曲线

Fig.2   Spectral reflectance curve of Poyang Lake water


图2中,反射率曲线分别为4个采样区域的平均值,由于Chl-a的弱吸收和悬浮物的散射作用使得550600 nm之间出现一个反射峰; 600 nm处的吸收谷是由于纯水的吸收而导致的; 650700 nm波段处由于Chl-a在红光波段的强吸收而产生了一个明显的吸收谷[26]; 700 nm处的反射峰也和Chl-a的浓度有关。

对水体反射率进行归一化处理,可以使在外界环境变化的条件下测量的水体光谱具有可比性。归一化公式为

$\overline{R(\lambda_{i})}=\frac{R(\lambda_{i})}{\frac{1}{m}\sum_{i=350}^{900}\lambda_{i}}$

式中:$\overline{R(\lambda_{i})}$为归一化后的水体反射率; m为350900 nm波段区间的波段数。将归一化的水体遥感反射率与TSM浓度进行person相关系数的计算,结果如图3所示。从图3可知,进行了归一化处理的遥感反射率与TSM浓度的相关性有明显的变化,存在2个峰值和2个谷值。2个峰值分别出现在660730 nm和760820 nm处,2个谷值分别位于350400 nm和500550 nm处。峰值在波长710 nm和807 nm处,相关系数分别为0.85和0.75; 谷值出现在波长375 nm和514 nm处,相关系数分别为-0.76和-0.72。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   归一化遥感反射率与TSM浓度的相关系数

Fig.3   Correlation coefficients for normalized remote sensing reflectance with TSM concentration of water


在33个采样点中,先选取Chl-a浓度近似相同(约4 mg/m3)、TSM浓度不同(分别为18.6 mg/L,55.8 mg/L和98.4 mg/L)的3个采样点,对应的水面实测遥感反射率曲线如图4(a)所示; 再选取TSM浓度值近似相同(约6 mg/L)、Chl-a浓度值不同(3.906 mg/m3,6.361 mg/m3和9.700 mg/m3)的3个采样点,对应的水面实测遥感反射率曲线如图4(b)所示。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   鄱阳湖水面实测遥感反射率光谱

Fig.4   Measured reflectance spectra in Poyang Lake


分析水体的光谱曲线得出,几乎全波段的反射率大小均与TSM浓度有关,波长705 nm后的反射率曲线基本不受Chl-a浓度的影响,波长830900 nm的反射率非常小,且存在一定的噪声,因此,705830 nm波段范围可以作为反演鄱阳湖水体中的TSM浓度的光谱特征波段。

2.3 不同模型估算TSM浓度分析

利用2015年8月实测的33个采样点光谱数据计算得到反射率,分别建立单波段、一阶微分和波段比值3种模型对鄱阳湖TSM浓度进行估算。在33组中,按照TSM浓度从大到小依次排列,每隔3个点选出一个,即使用3/4数据进行建模,1/4数据进行精度验证[27]。其中,单波段模型通过上述光谱特征分析得出波长为707 nm处反射率与TSM浓度相关性最优; 一阶微分模型中776 nm处的一阶微分值与TSM浓度相关性最大; 波段比值模型通过循环迭代确定717 nm与401 nm处反射率作比值与TSM浓度相关性最大。

利用25组数据将由上述所得最佳波段反射率或反射率组合作为自变量,TSM浓度作为因变量进行回归分析,利用SPSS软件综合分析各种拟合关系得出,三次函数的拟合效果最好[24]。3种方法估算TSM浓度的反演模型如表2所示。3种方法建立的反演模型中,决定系数均高达0.9以上,其中单波段模型的决定系数最高,为0.980 5。

表2   3种方法的TSM浓度反演模型

Tab.2  Total suspended matter concentration retrieval models in three methods

反演方法自变量模型表达式R2
单波段R(707)y = 234 016x3-1 587.9x2+772.22x+2.520 50.980 5
一阶微分R(777)-R(775)777-775y = 2×1013x3-2×109x2+565 942x+4.1880.968 1
波段比值R(717)R(401)y = 8.616 6x3-47.114x2+127.39x-88.0090.959 3

新窗口打开| 下载CSV


利用其余8组数据对3种TSM浓度反演模型进行精度评估,结果如图5所示。从图5可以看出,单波段模型的反演效果最好,RMSE为3.78 mg/L,MRPE为16.99%; 一阶微分模型次之,RMSE和MRPE分别为4.46 mg/L和22.76%; 波段比值模型的精度评估结果低于前2种反演模型。结合表2可知,单波段模型在鄱阳湖丰水期的反演效果最好,精度评估结果最优,可以用于鄱阳湖丰水期TSM浓度反演。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   TSM浓度实测值与预测值对比

Fig.5   Comparison between measured and estimated the total suspended matter concentration


2.4 鄱阳湖丰水期TSM浓度GF-1影像反演

对2015年8月3日过境的GF-1影像进行预处理,使用前文得到的单波段模型对鄱阳湖TSM浓度进行反演和精度评估。

2.4.1 GF-1影像预处理

由于鄱阳湖下垫面的复杂性及其上空气溶胶的复杂性,实测反射率光谱与卫星遥感反射率之间具有近似的线性关系,即大气校正的经验模型[28]。结合实测反射率与卫星遥感反射率,分别对每个波段再次进行大气校正。GF-1影像第3波段大气校正结果与实测反射率对比关系如图6所示。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   GF-1第3波段反射率与实测反射率对比

Fig.6   Comparison between the Band3 reflectance of GF-1 imagery and measured reflectance


采用归一化水体指数法[29,30]提取鄱阳湖水域面积,得到鄱阳湖水域边界矢量图,裁剪影像得到鄱阳湖水域范围图像。

2.4.2 单波段模型反演鄱阳湖丰水期TSM浓度

由于鄱阳湖水面反射率与TSM浓度相关性最大的波段与GF-1卫星影像的第3波段最为接近,因此,选用GF-1影像的第3波段,利用表2中单波段模型表达式对鄱阳湖TSM浓度进行反演。反演结果与实测值之间的关系如图7所示。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7   GF-1影像数据单波段模型反演TSM浓度的反演值与实测值对比(2015年8月)

Fig.7   Comparison between retrieved and measured the total suspended matter concentration based on single band model using GF-1 data (August,2015)


其中,R2为0.847 7,RMSE为12.23 mg/L,MRPE为35.22%,由此可得,单波段模型在鄱阳湖丰水期GF-1影像上的应用有较好的结果,GF-1卫星影像数据可以用于鄱阳湖丰水期TSM浓度的反演。反演结果如图8所示。

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8   2015年8月鄱阳湖TSM浓度空间分布

Fig.8   Spatial distribution map of suspended matter concentration of Poyang Lake in August 2015


由图8可知,鄱阳湖的TSM浓度总体水平不高,平均值为23.26 mg/L,最大值为127.36 mg/L,最小值为3.87 mg/L。TSM浓度空间分布的差异性也十分明显,高值主要集中在鄱阳湖北部通江河道区域(A)上,以及鄱阳湖中部大湖面区域(C),其他水域分布相对均匀。

8月为鄱阳湖丰水期,水位及湖水面积处于1 a中的最大值,且鄱阳湖的TSM浓度的整体水平也较低[31]。由于北部通江河道在采砂、航运等一系列人类活动的影响下,TSM浓度值局部偏高,加之2007年以来鄱阳湖采砂活动的南移[32],使得鄱阳湖中部大湖面区域悬浮泥沙含量增加。

鄱阳湖丰水期水体中所含的TSM浓度值相对较低,但同时Chl-a浓度值也处于较低的水平; 而且从光谱特征分析中发现,TSM浓度在水面反射率中占主导作用,Chl-a浓度对此影响不大。因此,在进行丰水期TSM浓度的反演中利用单波段模型便足以得到良好的拟合效果,其他反演模型中增加一个波段试图提高模型精度反而影响了最终的反演效果。Binding等[33]和陈建辉等[9]在研究中也分别提出,在悬浮物浓度占主导的复杂光学水体中用单波段模型反演悬浮物浓度是更为有效的方法。

实测水面反射率光谱与TSM浓度的相关性很高,两者建立的单波段模型拟合效果较好,但反演结果与实测TSM浓度之间仍存在一定的差异,造成这种现象的原因可能为: ①大气校正不充分导致反演结果存在误差; ②鄱阳湖河道中采砂船的活动,对水体中TSM浓度的影响较大。中部大湖面区域(C)采样时间为2015年8月5日,影像日期为2015年8月3日,2天间采砂船活动所导致湖水TSM浓度的明显变化减弱了影像与实测之间的对应关系。

2.5 反演模型验证

结合2015年10月23日和24日获取的21个样点的TSM浓度数据(表3),将上述鄱阳湖丰水期TSM浓度反演模型应用于2015年10月24日GF-1影像中做进一步验证(图9)。

表3   用于模型验证的21组TSM浓度数据

Tab.3  The 21 data samples of total suspended matter concentration for model validation(mg/L)

采样时间区域(采样点个数)最小值最大值平均值
20151023A(10)68.00111.6092.68
20151024B(11)1.6084.4029.22
总(21)1.60111.6059.44

新窗口打开| 下载CSV


图9

新窗口打开| 下载原图ZIP| 生成PPT

图9   GF-1影像数据单波段模型反演TSM浓度的反演值与实测值对比(2015年10月)

Fig.9   Comparison between retrieved and measured the total suspended matter concentration based on single band model using GF-1 data (October,2015)


对比结果表明,反演整体效果良好,RMSE为14.11 mg/L,MRPE为38.45%,精度接近于2015年8月影像结果,表明该模型能进一步推广应用到鄱阳湖不同时期总悬浮浓度的反演。

3 结论

利用地面实测高光谱数据建立鄱阳湖丰水期TSM浓度的反演模型,采用2015年8月进行实地采样的33组包含实测反射率、TSM浓度以及Chl-a浓度等的采样数据,在对鄱阳湖丰水期水体光谱特征分析的基础之上,共建立了单波段、一阶微分和波段比值等3种反演模型,并对反演结果进行验证。研究发现:

1)鄱阳湖丰水期水体TSM浓度与实测水体反射率呈显著正相关。对采样点的原始反射率进行归一化处理后再与TSM浓度进行相关性分析,使得特征波段更加明显,再结合Chl-a浓度进行分析,最终得出适合进行鄱阳湖丰水期TSM浓度反演的波长范围为705830 nm。

2)TSM浓度反演建模的备选模型为单波段模型、一阶微分模型和波段比值模型。利用实测高光谱反射率建立的3种模型拟合度均大于0.9,精度验证结果也较好。比较分析表明,单波段模型的拟合效果最优,一阶微分模型次之,波段比值模型的反演效果低于前2种模型。

3)将单波段反演模型应用于2015年8月同现场观测同步的GF-1影像数据得出,鄱阳湖丰水期TSM浓度的高值主要集中在北部河道和鄱阳湖中部大湖面区域,其余水域分布较为均匀。

4)本研究建立的鄱阳湖丰水期TSM浓度反演模型应用于其他时期GF-1影像时得到的反演结果良好,精度接近于2015年8月反演结果,表明该模型能进一步推广应用于鄱阳湖不同时期的TSM浓度的反演。

参考文献

马逸麟, 马逸琪 .

鄱阳湖湿地的保护与利用

[J].国土与自然资源研究, 2003(4):66-67.

DOI:10.3969/j.issn.1003-7853.2003.04.031      URL     [本文引用: 1]

鄱阳湖湿地具有较大的资源潜力和环境调节功能,生物多样性丰富;面临围垦、污染和过度开发等严重威胁;提出了鄱阳湖湿地可持续发展的管理策略.

Ma Y L, Ma Y Q .

Protection and utilization of Poyang Lake Wetland

[J].Territory and Natural Resources Study, 2003(4):66-67.

[本文引用: 1]

de Leeuw J, Shankman D, Wu G , et al.

Strategic assessment of the magnitude and impacts of sand mining in Poyang Lake,China

[J]. Regional Environmental Change, 2010,10(2):95-102.

DOI:10.1007/s10113-009-0096-6      URL     [本文引用: 1]

Planning for the extraction of aggregates is typically dealt with at a case to case basis, without assessing environmental impacts strategically. In this study we assess the impact of sand mining in Poyang Lake, where dredging began in 2001 after sand mining in the Yangtze River had been banned. In April 2008 concern over the impact on the biodiversity led to a ban on sand mining in Poyang Lake until further plans could be developed. Planning will require consideration of both sand extraction in relation to available sediment resources and also environmental impacts within the context of future demand for sand in the lower Yangtze Valley. We used pairs of near-infrared (NIR) Aster satellite imagery to estimate the number of vessels leaving the lake. Based on this we calculated a rate of sand extraction of 23602million02m 3 02year 611 in 2005–2006. This corresponds to 9% of the total Chinese demand for sand. It qualifies Poyang Lake as probably the largest sand mining operation in the world. It also indicates that sand extraction currently dominates the sediment balance of the lower Yangtze River. A positive relation between demand for sand and GDP, revealed by historic data from the USA, suggests that the current per capita demand for sand in China might increase in the near future from 2 to 402m 3 02year 611 . We review various environmental impacts and question whether it will be possible to preserve the rich biodiversity of the lake, while continuing at the same time satisfying the increasing Chinese demand for sand. Finally we review alternative options for sand mining, in order to relieve the pressure from the Poyang Lake ecosystem.

李海军, 陈晓玲, 陆建忠 , 等.

考虑采砂影响的鄱阳湖丰水期悬浮泥沙浓度模拟

[J]. 湖泊科学, 2016,28(2):421-431.

DOI:10.18307/2016.0223      URL     [本文引用: 1]

针对受采砂活动影响显著的鄱阳湖高浑浊水体,结合数值模拟和遥感技术,利用已有的鄱阳湖采砂区遥感监测结果,在构建的鄱阳湖水动力-悬浮泥沙输移模型中添加泥沙点源,对2011年7月1-31日采砂影响下的鄱阳湖丰水期悬浮泥沙浓度进行数值模拟.利用悬浮泥沙浓度实测数据和MODIS影像反演结果对模拟结果的有效验证表明,考虑采砂影响后,悬浮泥沙浓度模拟值与实测值具有强相关关系,确定性系数为0.831,均方根误差为15.5 mg/L,悬浮泥沙浓度空间分布趋势与遥感反演结果基本一致.模拟结果显示,采砂活动对鄱阳湖南部主湖区、河流入湖口影响较小,其主要影响由南向北,经棠荫以西和松门山岛以北航道、入江水道延伸到湖口区域,是鄱阳湖北湖区高浑浊水体形成的重要原因.

Li H J, Chen X L, Lu J Z , et al.

Numerical simulation of suspended sediment concentration in Lake Poyang during flood season considering dredging activities

[J]. Journal of Lake Science, 2016,28(2):421-431.

[本文引用: 1]

汪小钦, 王钦敏, 邬群勇 , 等.

遥感在悬浮物质浓度提取中的应用——以福建闽江口为例

[J]. 遥感学报, 2003,7(1):54-57.

DOI:10.3321/j.issn:1007-4619.2003.01.010      URL     Magsci     [本文引用: 1]

介绍了悬浮物质浓度遥感监测的一般原理，重点介绍光谱混合分析法，利用TM遥感影像，分别用光谱混合分析法和回归分析的经验模型计算了闽江口悬浮物质浓度的分布，对结果进行了分析和对比，结果表明，光谱混合分析法可以充分利用多波段的数据，不需要大量的实验数据，有较好的实用性，能用于缺乏实测数据的区域。

Wang X Q, Wang Q M, Wu Q Y , et al.

Estimating suspended sediment concentration in coastal waters of Minjiang River using remote sensing images

[J]. Journal of Remote Sensing, 2003,7(1):54-57.

Magsci     [本文引用: 1]

王心源, 李文达, 严小华 .

基于Landsat TM/ETM+数据提取巢湖悬浮泥沙相对浓度的信息与空间分布变化

[J]. 湖泊科学, 2007,19(3):255-260.

DOI:10.18307/2007.0305      URL     Magsci     [本文引用: 1]

悬浮泥沙是重要的水质参数之一.应用遥感技术监测悬浮泥沙,学者们提出了众多的悬浮泥沙遥感的经验模型和推导模型.但在缺乏大气参数或没有足够实测数据的情况下,这些模式的精度和准确性得不到保证.针对这种情况,以巢湖为实验区,对三景的巢湖卫星遥感数据进行了如下的数据处理:(1)利用内部平均相对反射率法进行图像的大气校正,得到的相对反射率与真实反射率具有相似的波谱特征;(2)对图像进行了水体提取、二值化、掩膜处理,并通过湖泊泥沙指数SI=(TM2+TM3)/(TM2/TM3)提取了TM数据下的泥沙信息,得到水体含沙量图;(3)按照本文提出的基于遥感图像的不同浓度等级泥沙的划分依据,在泥沙指数图上进行密度分割处理,得到了巢湖泥沙相对浓度分布图.在上述的处理基础上,利用谱间关系法对巢湖水体进行准确提取;结果表明,与实测资料对比,巢湖泥沙相对浓度分布与验证数据一致,实测数据和SI值相关系数为0.89(置信度水平在0.001),表明泥沙指数方法可以直观和定量地反映悬浮泥沙相对浓度的分布与变化;研究结果显示,1987-2000年间,巢湖高浓度悬浮泥沙范围增大了约1.5倍.通过影像差值图清楚地识别出变化区域,主要位于西湖的中心、河口入湖区和东湖的南岸,这种变化的最主要原因是由于各入湖河流携带的大量悬浮泥沙进入水体,其次是岸坡崩塌物形成的.

Wang X Y, Li W D, Yan X H , et al.

Information extraction for suspended sediment in Lake Chaohu and its distribution based on Landsat TM/ETM+ data

[J]. Journal of Lake Science, 2007,19(3):255-260.

Magsci     [本文引用: 1]

刘小丽, 沈芳, 朱伟健 , 等.

MERIS卫星数据定量反演长江河口的悬沙浓度

[J]. 长江流域资源与环境, 2009,18(11):1026-1031.

DOI:10.3969/j.issn.1004-8227.2009.11.006      URL     Magsci     [本文引用: 1]

<p>悬浮泥沙浓度是描述水质的重要参数，获取其空间和时间上的分布，有助于水环境监测及泥沙输运观测。首先介绍了欧空局（ESA）发射的ENVISAT上携带的中分辨率成像光谱仪（MERIS）基本特点，其数据较SeaWiFS、MODIS在水色波段设置和灵敏度上具有一定优势，然而在我国高浑浊河口如长江口，MERIS二级产品如离水辐射率和总悬浮物浓度的反演结果与实测数据有较大的偏差。故直接利用其一级数据即传感器接收到的辐射率，采用基于辐射传输模型的MODTRAN算法进行大气校正以获得水表遥感反射率。应用遥感反射率与悬沙浓度的关系模型，反演了2005年夏季三个寻常潮（7月30日、8月3日、8月9日）悬沙浓度。通过对反演结果与实测数据进行分析，得出反演偏差可由二级产品90%相对误差降低到53%左右。最后给出了2005年8月15日、9月16日悬沙浓度分布图，通过分析得出利用MERIS数据反演高浑浊河口悬沙浓度是可行的.</p>

Liu X L, Shen F, Zhu W J , et al.

Quantitative retrieval for suspended sediment concentration by using MERIS satellite data in the Yangtze River Estuary

[J]. Resources and Environment in the Yangtze Basin, 2009,18(11):1026-1031.

Magsci     [本文引用: 1]

Yu Q, Tian Y Q, Chen R F , et al.

Functional linear analysis of in situ hyperspectral data for assessing CDOM in rivers

[J]. Photogrammetric Engineering and Remote Sensing, 2010,76(10):1147-1158.

DOI:10.14358/PERS.76.10.1147      URL     [本文引用: 1]

Turbidity and chlorophyll introduce high uncertainty in remote sensing of Chromophoric Dissolved Organic Matter (CDOM) in riverine and coastal water. To reduce the uncertainty, we developed a functional linear model (FLM) to analyze spectral responses to CDOM concentrations observed in a cruise along two rivers and a tidal bay. The analysis was supported with the measurement of high spatial resolution underwater CDOM concentrations and concurrent in situ above-surface hyperspectral remote sensing reflectance. The functional linear model is able to explain up to 91 percent of CDOM observations (H

宋庆君, 马荣华, 唐军武 , 等.

秋季太湖悬浮物高光谱估算模型

[J]. 湖泊科学, 2008,20(2):196-202.

DOI:10.3321/j.issn:1003-5427.2008.02.010      URL     Magsci     [本文引用: 1]

2004年10月,在太湖设置67个采样点,现场测量了水体遥感反射比、后向散射系数和辅助参数,实验室分析了水体的悬浮物浓度和水色要素吸收系数.本文在对遥感反射比光谱分析的基础上,比较了几种水体遥感反射比光谱估算悬浮物浓度的方法,结果发现广泛应用的带比值项的算法,虽然可以应用于太湖总悬浮物浓度估算,但是普遍存在相对误差较高的弱点.通过对光谱的分析,确定了750hm单波段算法的参数,并提出了利用近红外812nm波峰高度来估算水体悬浮物的方法.文中还详细阐述了为什么比值算法等在太湖水体悬浮物浓度估算中相对误差比较高,并解释了利用近红外估算精度高的原因,并指明以上算法在遥感应用中的优点和不足,以及现实水体(水质)遥感对现有遥感器配置和遥感算法的需求.

Song Q J, Ma R H, Tang J W , et al.

Models of estimated total suspend matter concentration base on hyper-spectrum in Lake Taihu,in autumn

[J]. Journal of Lake Science, 2008,20(2):196-202.

Magsci     [本文引用: 1]

陈建辉, 徐涵秋 .

晋江水体悬浮物浓度的高光谱建模分析

[J]. 遥感技术与应用, 2008,23(6):653-657.

URL     Magsci     [本文引用: 2]

<p>采用适合二类水体的水表面以上光谱测量法,对福建省晋江下游河段进行高光谱采样。通过实测的高光谱反射率及其一阶微分值与晋江水体悬浮物浓度的相关分析,发现利用高光谱数据反演晋江悬浮物浓度的最适合波长位于733&plusmn;3 nm处。进而采用线性、二次多项式、对数、指数、乘幂等函数对晋江的悬浮物浓度进行模拟,发现二次多项式模型的模拟效果和精度最高,且采用单波段的回归模型要比采用一阶微分值的回归模型更为稳定,因此建立了单波段二次多项式模型用于晋江悬浮物浓度的预测。</p>

Chen J H, Xu H Q .

Modeling of the suspended solid concentration of the Jin River based on high-spectral resolution data

[J]. Remote Sensing Technology and Application, 2008,23(6):653-657.

Magsci     [本文引用: 2]

孙德勇, 李云梅, 王桥 , 等.

基于实测高光谱的太湖水体悬浮物浓度遥感估算研究

[J]. 红外与毫米波学报, 2009,28(2):124-128.

URL     [本文引用: 1]

悬浮物浓度是水质和水环境评价的重要参数之一.利用2007-11-08 ～ 2007-11-21 14天时间对太湖74个样点 进行水质取样分析和波谱实测.在提取水体遥感反射率后, 分析其与悬浮物浓度的相关关系, 发现在400～900nm 波段范围的各波长遥感反射率与总悬浮物、无机悬浮物浓度都存在中高度相关, 最大相关系数均出现在725nm处, 分别为0.883和0.869, 而与有机悬浮物浓度则无较好的相关性.同时利用敏感波段的遥感反射率建立了悬浮物浓 度估算的神经网络模型, 结果表明:对于总悬浮物浓度, 隐含层节点数为6的神经网络模型的 R 2 =0.948, RMSE= 4.947, 在各节点中的训练效果最佳;而对于无机悬浮物浓度, 隐含层节点数为4的神经网络模型的 R2 =0.956, RMSE=5.104, 模型整体训练结果最好.此外, 通过测试样本对神经网络模型和经验模型的预测误差进行分析表 明, 无论是估算总悬浮物浓度, 还是无机悬浮物浓度, 无论从建模样本的建模精度, 还是测试样本的误差分析, 神经 网络模型都优于经验模型.

Sun D Y, Li Y M, Wang Q , et al.

Study on remote sensing estimation of suspended matter concentrations based on in situ hyperspectral data in Lake Tai waters

[J]. Journal of Infared and Millimeter Waves, 2009,28(2):124-128.

[本文引用: 1]

白照广 .

高分一号卫星的技术特点

[J].中国航天, 2013(8):5-9.

URL     [本文引用: 1]

正一、前言高分一号卫星是国家高分辨率对地观测系统重大专项天基系统中的首发星,其主要目的是突破高空间分辨率、多光谱与高时间分辨率结合的光学遥感技术,多载荷图像拼接融合技术,高精度高稳定度姿态控制技术,5～8年寿命高可靠低轨卫星技术,高分辨率数据处理与应用等关键技术,推动我国卫星工程水平的提升,提高我国高分辨率数据自给率。

Bai Z G .

The technical features of GF-1 satellite

[J].Erospace China, 2013(8):5-9.

[本文引用: 1]

刘茜 , David G.

Rossiter.基于高光谱数据和MODIS影像的鄱阳湖悬浮泥沙浓度估算

[J]. 遥感技术与应用, 2008,23(1):7-11.

URL     Magsci     [本文引用: 1]

<p>本文旨在寻找悬浮泥沙浓度的MODIS遥感影像估算模型，并利用实测的高光谱数据对其敏感波段和反演模型进行测试和验证。以鄱阳湖为研究区域，利用光谱数据进行分析,为利用遥感影像建模提供依据。进一步利用同步进行的鄱阳湖水质采样分析与MODIS影像中等分辨率各个波段反射率及其组合进行相关分析，寻找反演悬浮泥沙浓度的敏感波段。实验表明，MODIS的第一波段反射率对于悬浮泥沙浓度有很好的匹配(<em>R</em><sup>2</sup> = 0.91; <em>n</em> = 25)，进而建立了鄱阳湖地区的悬浮泥沙浓度遥感定量估算模型。利用估算模型和鄱阳湖地区历史MODIS影像，得到了鄱阳湖悬浮泥沙浓度分布图。基于对汛期鄱阳湖悬浮泥沙浓度的连续监测，可对长江倒灌入鄱阳湖现象的形态进行观测。</p>

Liu Q, David G .

R.Estimation on suspended sedimentation concentration of Poyang Lake using MODIS and hyperspectral data

[J]. Remote Sensing Technology and Application, 2008,23(1):7-11.

Magsci     [本文引用: 1]

王艳姣, 张培群, 董文杰 , 等.

悬浮泥沙反射光谱特性和泥沙量估算试验研究

[J].泥沙研究, 2007(5):36-41.

DOI:10.3321/j.issn:0468-155x.2007.05.006      [本文引用: 1]

通过实验室含沙水体的配比试验,对不同浓度含沙水体进行了光学特性测量,建立了不同悬沙含量遥感反演模型,结果表明:1)确立的水体光谱反射率和悬沙浓度之间的数值关系,为用卫星遥感技术探测表层悬沙浓度做了基础性的研究,取得了令人满意的效果;2)悬沙水样的敏感波段位于700nm~720nm,730~750nm和800~850nm;3)利用主成分分析方法结合多元线性回归可较为精确地估算悬沙含量,其模型反演能力明显优于敏感波段线性模型。对于浓度范围为0.1905g/L~3.6991g/L的悬沙水体,主成分回归模型反演精度更高,反演值和实测值的平均相对误差仅为5%左右;4)用实验室含沙水体配比方法进行的悬沙浓

Wang Y J, Zhang P Q, Dong W J , et al.

Experimental study on reflected spectrum and estimating amount of suspended sediment

[J].Journal of Sediment Research, 2007(5):36-41.

[本文引用: 1]

程乾, 刘波, 李婷 , 等.

基于高分1号杭州湾河口悬浮泥沙浓度遥感反演模型构建及应用

[J]. 海洋环境科学, 2015,34(4):558-563.

URL     [本文引用: 1]

杭州湾高悬浮泥沙的实时快速遥感监测是河口沿岸水质保护的关键.本文利用杭州湾实测的高光谱及悬浮泥沙浓度数据,模拟高分1号卫星数据并分析不同波段组合的遥感反射率与悬浮物浓度之间的相关关系,开展杭州湾河口水体悬浮泥沙遥感反演模式的比较验证,得出适用于高分1号卫星的悬浮泥沙浓度的遥感反演模型,并利用该模型进行杭州湾河口跨海大桥水域悬浮泥沙浓度反演,研究发现跨海大桥对潮水稀释悬浮泥沙有一定影响,大桥两侧悬浮泥沙有明显差异.

Cheng Q, Liu B, Li T , et al.

Research on remote sensing retrieval of suspended sediment concentration in Hangzhou Bay by GF-1 satellite

[J]. Marine Environmental Science, 2015,34(4):558-563.

[本文引用: 1]

Li J, Chen X, Tian L , et al.

Improved capabilities of the Chinese high-resolution remote sensing satellite GF-1 for monitoring suspended particulate matter (SPM) in inland waters:Radiometric and spatial considerations

[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2015,106:145-156.

DOI:10.1016/j.isprsjprs.2015.05.009      URL     [本文引用: 1]

Abstract Dominated by high dynamic and small-scale variability, remote sensing of inland or coastal waters is frequently impended by insufficient spatial resolutions from conventional ocean color sensors. With the urgent need and the rapid progress in high-resolution earth observation systems (HR), it is critical to assess the capabilities of HR in inland water monitoring. In this study, the radiometric and spatial performance of the Chinese high-resolution GF-1 Wide Field Imager (WFI) data for water quality monitoring were evaluated in term of the signal-to-noise ratio (SNR), sensitivity to suspended particulate matter (SPM) variations and spatial depiction ability. The SNR was statistically estimated from variable moving window method, and the radiometric sensitivity was simulated using the Moderate Resolution Atmospheric Transmission (MODTRAN) under varied surface and atmospheric conditions. Results indicated that both the SNR and the radiometric sensitivity of the GF-1 WFI were enhanced by 3 5 times than its predecessor (Chinese HJ-1 CCD) or Landsat 7 Enhanced Thematic Mapper Plus (ETM+), and were comparable to Landsat 8 Operational Land Imager (OLI) and Moderate Resolution Imaging Spectroradiometer (MODIS) medium-resolution bands (250 and 500&nbsp;m), which have been extensively applied in inland water environment monitoring. Cross comparisons demonstrated high consistency of the spatial distribution and concentration of SPM maps between GF-1 WFI and Landsat 8 OLI. Furthermore, more than 75% of the spatial variations in high turbid waters were resolved from GF-1 WFI data, whereas the ability dropped to 40% when the spatial resolution was degraded to 250&nbsp;m (MODIS-like sensors). Overall, GF-1 WFI is extraordinarily promising with an enhanced SNR, an increased spectral sensitivity to SPM variations and an advanced spatial resolution. With the ongoing plans of the successive GF series (2 7), the findings would serve as a reference for forthcoming applications, and are critical for future satellite missions.

侍昊, 沈文娟, 李杨 , 等.

高分系列卫星影像特征及其在太湖生态环境监测中的应用

[J]. 南京林业大学学报(自然科学版), 2016,40(6):63-68.

DOI:10.3969/j.issn.1000-2006.2016.06.010      URL     [本文引用: 1]

高分系列是国家高分辨率对地观测系统重大专项首批研制的卫星,标志着中国民用遥感卫星进入亚米级“高分时代”.为更好地拓展高分卫星数据在生态环境监测中的应用,笔者利用太湖北部地区GF-1和GF-2多光谱遥感影像,分析了高分影像的基本特征及其在生态环境监测中的应用情况.研究发现:①经大气校正后,同时间的GF-1和GF-2在多光谱影像的基本特征、主成分变换和相关性分析结果上具有较好的一致性,可用于联合观测,将对生态环境变化的监测产生积极的作用;②通过对比分析原始波段、NDVI、NDWI、PCA等特征信息,GF系列卫星对观测区域的林地、水体和建设用地等特征地物具有较好的敏感性,但较低的光谱分辨率影响了其在蓝藻水华和陆域植被的精细化监测能力.

Shi H, Shen W J, Li Y , et al.

Characteristics of GF images and application in eco-environmental monitoring in Taihu Lake

[J]. Journal of Nanjing Forestry University (Natural Sciences Edition), 2016,40(6):63-68.

[本文引用: 1]

李四海, 恽才兴 .

河口表层悬浮泥沙气象卫星遥感定量模式研究

[J]. 遥感学报, 2001,5(2):154-160.

DOI:10.3321/j.issn:1007-4619.2001.02.015      URL     Magsci     [本文引用: 1]

根据多时相NOAA AVHRR卫星遥感数据和准同步实测表层含沙量资料，分别利用经暗像元大气校正的遥感图像灰度值、R1－R2相关关系曲线的斜率，以及泥沙指数等参数，建立泥沙遥感定量模式（灰度法、斜率法和泥沙指数法），并对3种模式的效果和适用性进行了比较。灰度法由于只用了单个波段的光谱信息，模式的相关性较差；斜率法通过计算R1－R2关系曲线的斜率，达到大气校正的目的。但由于在泥沙浓度交界面存在斜率值跃变现象，会影响最终效果；泥沙指数法综合运用了Ch1,Ch2波段的光谱信息，模式的相关性较好，可获得层次丰富泥沙图像。

Li S H, Hui C X .

A study on the quantitative model of the suspended sediment concentration from the meteorological satellite imagery

[J]. Journal of Remote Sensing, 2001,5(2):154-160.

Magsci     [本文引用: 1]

潘德炉, 马荣华 .

湖泊水质遥感的几个关键问题

[J]. 湖泊科学, 2008,20(2):139-144.

DOI:10.18307/2008.0201      URL     Magsci     [本文引用: 1]

我国目前约有面积大于1km2的湖泊有3000个,绝大部分属高叶绿素和高悬浮物浓度水体,属于典型的Ⅱ类水体,物质组成多样,水体的光学辐射传输复杂,且有大范围的光学浅水.我国的湖泊水质/水色遥感虽然取得了一定进展,但借鉴海洋水色遥感的相关理论和经验,还需要解决以下四个关键问题:1)兼顾海洋沿海水质遥感,发展专用的静止卫星湖泊水质遥感器;2)在当前多光谱遥感资料基础上研发高光谱湖泊水质因子提取的遥感定量化模型,提高反演精度;3)深化湖底底质对湖泊水质/水质遥感影响研究,发展湖底水质遥感反射率精确计算模型;4)发展适用于湖泊水体区域性Ⅱ类水体大气校正方法,并集成反演、遥感产品制作、分发等技术,构建湖泊水体水质/水色业务化运行体系.

Pan D L, Ma R H .

Several key problems of lake water quality remote sensing

[J]. Journal of Lake Science, 2008,20(2):139-144.

Magsci     [本文引用: 1]

唐军武, 田国良, 汪小勇 , 等.

水体光谱测量与分析I:水面以上测量法

[J]. 遥感学报, 2004,8(1):37-44.

DOI:10.3321/j.issn:1007-4619.2004.01.006      URL     Magsci     [本文引用: 2]

水色遥感的基础之一是水体光谱特征测量与分析。水体光谱特性包括两个方面 :表观光学特性(AOPs)和固有光学特征 (IOPs)。该文主要讨论与水色遥感基本参数直接相关的表观光学量的测量与分析。现场表观光谱的测量从方法上可分为两类 :剖面测量法和水表面以上测量法。两种方法相对独立 ,适用范围上具有互补性。该文主要针对水面以上测量法进行讨论。水色遥感一般要求表观光谱特性的测量必须能够导出离水辐射率LW、归一化离水辐射率LWN、遥感反射率Rrs、和刚好处于水面以下 0 -深度的辐照度比R等。国际上有关水色的测量规范中 ,仅有针对大洋一类水体的。中国的近岸水体和湖水绝大部分是二类水体 ,因此该文也将对二类水体光谱测量的有关参数化问题进行讨论。同时 ,对数据分析处理中的一些关键参数的确定 ,提出新方法。

Tang J W, Tian G L, Wang X Y , et al.

The methods of water spectra measurement and analysis I:Above-water method

[J]. Journal of Remote Sensing, 2004,8(1):37-44.

Magsci     [本文引用: 2]

唐兆民, 何志刚, 韩玉梅 .

悬浮泥沙浓度的测量

[J]. 中山大学学报(自然科学版), 2003,42(s2):244-247.

DOI:10.3321/j.issn:0529-6579.2003.z2.053      URL     [本文引用: 1]

分析了悬浮泥沙浓度测量的几种方法的原理及目前的研究进展,为悬浮泥沙浓度测量的进一步创新研究和河口海岸研究中新技术的运用提供科学的依据和建议。

Tang Z M, He Z G, Han Y M , et al.

The measurement on suspended sediment concentration

[J]. Acta Scientiarum Natyralium Universitatis Sunyatseni, 2003,42(2):244-247.

[本文引用: 1]

陈宇炜, 陈开宁, 胡耀辉 .

浮游植物叶绿素a测定的“热乙醇法”及其测定误差的探讨

[J]. 湖泊科学, 2006,18(5):550-552.

DOI:10.18307/2006.0519      URL     Magsci     [本文引用: 1]

详细介绍了一种国际上通用的浮游植物叶绿素a测定方法-热乙醇萃取法,并根据文献记载和作者多年的实践经验,对这种测定方法可能产生的误差进行全面的探讨,为国内水环境研究人员尽快掌握这种方法提供了科学的参考.

Chen Y W, Chen K N, Hu Y H .

Discussion on possible error for phytoplankton chlorophyll-a concentration analysis using hot-ethanol extraction method

[J]. Journal of Lake Science, 2006,18(5):550-552.

Magsci     [本文引用: 1]

郝建亭, 杨武年, 李玉霞 , 等.

基于FLAASH的多光谱影像大气校正应用研究

[J].遥感应用, 2008(1):78-81.

DOI:10.3969/j.issn.1000-3177.2008.01.015      URL     [本文引用: 1]

受大气吸收与散射影响,遥感器得到的测量值与目标物的真实值间存 在误差,给反演地表反射率/反照率和地表温度等关键参数带来较大误灿跋炝送枷穹治龅木?选择ASTER多光谱数据,利用FLAASH模块进行大气辐射校 正和反射率反演.对校正前后的反射辐射和归一化植被指数(NDVI)的变化进行了对比研究,并利用校正前后的NDVI反演植被盖度.研究表明,大气校正后 图像计算的植被盖度显著提高.

Hao J T, Yang W N, Li Y X , et al.

Atmospheric correction of multi-spectral imagery ASTER

[J].Application of Remote Sensing, 2008(1):78-81.

[本文引用: 1]

曾群, 赵越, 田礼乔 , 等.

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

[J]. 光谱学与光谱分析, 2013,33(5):1320-1326.

URL     [本文引用: 1]

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。

Zeng Q, Zhao Y, Tian L Q , et al.

Evaluation the atemospheric correction methods for water color remote sensing by using HJ-1A/1B CCD image-taking Poyang Lake in China as a case

[J]. Spectroscopy and Spectral Analysis, 2013,33(5):1320-1326.

[本文引用: 1]

曾群, 张海东, 陈晓玲 , 等.

MERIS影像水环境遥感大气校正算法评价——以鄱阳湖叶绿素a浓度反演为例

[J]. 湖泊科学, 2016,28(6):1306-1315.

DOI:10.18307/2016.0616      URL     [本文引用: 2]

MERIS是2002年发射的在轨运行近10年的ENVISAT-1卫星上搭载的主要传感器之一,在波段设置和辐射灵敏度等方面有非常突出的优势,能够较好地运用于Ⅱ类水体叶绿素a浓度反演,但Ⅱ类水体的大气校正仍然是亟待解决的一个关键问题.以我国第一大淡水湖——鄱阳湖为研究区域,采用FLAASH、6S、BEAM和QUAC共4种大气校正算法对2005和2011年具有同步实测光谱数据的鄱阳湖ENVISAT-1卫星MERIS影像进行大气校正处理,并对12种叶绿素a浓度反演模型的波段组合因子进行大气校正效果的对比分析.结果表明:(1)4种大气校正中,大气校正结果精度由高到低表现为FLAASH6SBEAMQUAC,平均相对误差分别为31.13%、31.88%、69.48%和42.64%;决定系数(R2)分别为0.60、0.57、0.38和0.24;(2)在12种叶绿素a浓度反演模型的波段组合因子中,FLAASH得到的结果最优,其次是6S,BEAM和QUAC最差,在FLAASH算法中,由665、708和753 nm 3个波段遥感因子((Rrs(510)/[Rrs(443)/Rrs(560)])组成的模型精度最高,平均相对误差为25.12%,R2为0.74.建议采用FLAASH大气校正结果组成这个波段组合进行鄱阳湖叶绿素a浓度反演.

Zeng Q, Zhang H D, Chen X L , et al.

Evaluation on the atmospheric correction methods for water color remote SENSING by using MERIS image:A case study on chlorophyll-a concentration of Lake Poyang

[J]. Journal of Lake Science, 2016,28(6):1306-1315.

[本文引用: 2]

Rundquist D C, Han L, Schalles J F , et al.

Remote measurement of algal chlorophyll in surface waters:The case for the first derivative of reflectance near 690 nm

[J]. Photogrammetric Engineering and Remote Sensing, 1996,62(2):195-200.

DOI:10.1016/S0924-2716(96)90007-6      URL     [本文引用: 1]

ABSTRACT Remote sensing is an important technology for measuring al-gal-chlorophyll concentrations in su$xe waters. Our paper provides hyperspectral signatures, in fhe visible and near-in-frored, associated with two experiments conducted outdoors in large water tanks; one involving relatively low amounts of chlorophyll over a narrow range and a second involving rela-tively high amounts over a wide range. The principal finding was that the commonly used near-infraredlred ratio is best for estimating pigment amounts when the concentration of chlorophyll is relatively low, and the first derivative of reflec-tance around 690 nm is best when the concentration is rela-tively high.

Song K, Li L, Wang Z , et al.

Retrieval of total suspended matter (TSM) and chlorophyll-a (Chl-a) concentration from remote-sensing data for drinking water resources

[J]. Environmental Monitoring and Assessment, 2012,184(3):1449-1470.

DOI:10.1007/s10661-011-2053-3      URL     PMID:21526431      [本文引用: 1]

http://link.springer.com/article/10.1007%2Fs10661-011-2053-3

陈晓玲, 吴忠宜, 田礼乔 , 等.

水体悬浮泥沙动态监测的遥感反演模型对比分析——以鄱阳湖为例

[J]. 遥感监测研究专题, 2007,25(6):19-22.

DOI:10.3321/j.issn:1000-7857.2007.06.004      URL     [本文引用: 1]

水体泥沙是进行水环境监测及研究与泥沙输移有关的侵蚀、沉积过程所带来的灾害问题的关键因素,实现悬浮泥沙遥感定量动态监测的关键在于建立合适的反演模型。采用实测光谱模拟TM/ETM+和MERIS数据,对比分析了单波段和波段比值遥感因子构建的5种常用的经验半经验模型。结果表明,以MERIS第7波段遥感反射率为遥感因子建立的对数模型最适宜鄱阳湖地区悬浮泥沙的动态监测。

Chen X L, Wu Z Y, Tian L Q , et al.

Inversion model for dynamic monitoring of suspended sediment:A case study on Poyang Lake

[J]. Research on Remote Sensing Monitoring, 2007,25(6):19-22.

[本文引用: 1]

陈军, 周冠华, 温珍河 , 等.

太湖表层悬浮泥沙遥感定量模式研究

[J]. 光谱学与光谱分析, 2010,30(1):137-141.

URL     [本文引用: 1]

二类水体光学活性成分的复杂性导致了水体光学特性的复杂性。 通过对太湖区域实测高光谱数据的分析,进一步认识了太湖水体的光谱特性与悬浮泥沙浓度之间的关系,最大反射峰波长随着悬浮泥沙浓度的增加向短波方向移动,即“蓝移现象”;敏感波段区域的光谱曲线对波长的积分面积与悬浮泥沙浓度之间具有良好的线性关系,近似后的梯形面积模型能较好地反映太湖泥沙浓度状况,并适用于LandSat/TM等多光谱卫星影像数据反演。 梯形面积模型的反演,结果表明太湖区域悬浮泥沙浓度主要集中在30-80 mg·L-1之间,分布呈现湖西、湖南和湖心高,湖东低的格局;与实测数据相比较,反演模型相对误差为6.035%。

Chen J, Zhou G H, Wen Z H , et al.

Study on quantitative model for suspended sediment concentration in Taihu Lake

[J]. Spectroscopy and Spectral Analysis, 2010,30(1):137-141.

[本文引用: 1]

Gao B C .

NDWI:A normalized difference water index for remote sensing of vegetation liquid water from space

[J].Remote Sensing of Environment, 1996(58):257-266.

[本文引用: 1]

毕海芸, 王思远, 曾江源 , 等.

基于TM影像的几种常用水体提取方法的比较和分析

[J]. 遥感信息, 2012,27(5):77-82.

DOI:10.3969/j.issn.1000-3177.2012.05.014      URL     [本文引用: 1]

随着遥感技术的飞速发展,利用遥感数据来进行水资源的监测、调查和分析已成为一种必然的趋势。从遥感影像中快速、准确地提取水体信息,是进行水资源调查和监测的一种重要的方法和手段。目前进行水体提取的方法有很多,本文选取了常用的3种水体提取方法,即单波段阈值法、基于阈值的多波段谱间关系法、基于阈值的水体指数法,然后分别选取典型的武汉平原地区和宜昌山地地区为研究区,以Landsat5TM影像为数据源,通过实验来比较和分析这3种水体提取方法分别在平原地区和山地地区的优势和不足。

Bi H Y, Wang S Y, Zeng J Y , et al.

Comparison and analysis of several common water extraction methods based on TM image

[J]. Remote Sensing Information, 2012,27(5):77-82.

[本文引用: 1]

崔丽娟, 翟彦放, 邬国锋 .

鄱阳湖采砂南移扩大影响范围——多源遥感的证据

[J]. 生态学报, 2013,33(11):3520-3525.

DOI:10.5846/stxb201203280426      URL     Magsci     [本文引用: 1]

采砂是一项具有巨大生态影响的经济活动。利用多源遥感影像描述鄱阳湖中部的采砂分布,分析其对悬浮泥沙浓度的影响。2011年7月28日的Landsat Thematic Mapper (TM) 5用于采砂相关船只的识别,2009-2011年7-8月的Terra卫星中分辨率成像光谱仪(MODIS)影像用于悬浮泥沙浓度的反演,(Before-after-control-impact,BACI)方法用于采砂影响评价。Landsat TM 5影像解译结果发现鄱阳湖中部的两个采砂区和90余艘船只,MODIS Terra反演结果显示在采砂区及其下游区域悬浮泥沙浓度剧增,BACI评价结果揭示采砂是导致此区域悬浮泥沙浓度增加的主要因素。平衡经济发展与生态保护之间的关系,将因采砂而造成的负面影响降到最低,使鄱阳湖的各种生态功能全面发挥是紧要的。

Cui L J, Zhai Y F, Wu G F .

Dredging being moved southward enlarges the impacted region in Poyang Lake:The evidences from multi-remote sensing images

[J]. Acta Ecologica Sinica, 2013,33(11):3520-3525.

Magsci     [本文引用: 1]

江丰, 齐述华, 廖富强 , 等.

2001—2010年鄱阳湖采砂规模及其水文泥沙效应

[J]. 地理学报, 2015,70(5):837-845.

DOI:10.11821/dlxb201505014      URL     [本文引用: 1]

In this study, we analyzed the magnitude of sand mining in Poyang Lake using Digital Elevation Model (DEM) data from two periods and sand vessels distribution detected by remote sensing images. Another two Landsat images were used to evaluate the morphologic change compared with natural sedimentation, inundation extent and shoreline shape. And a hydrological dataset including water level, water discharge rate and sediment content for a long time series were used to analyze the hydrological effect and sediment effect from sand mining. Results showed that: (1) sand mining region was mainly distributed in northern Poyang Lake before 2007, but was extended into the central region and even to the channels of major tributary rivers into the Poyang Lake; (2) the area of sand mining was about 260.4 km. The magnitude of sand mining in Poyang Lake was about 2,154.3 Mt or 1.29 10 m during 2000-2010 with the assumption of sand bulk density of 1.67 t m. It is almost 6.5 times of the natural sedimentation in volume during 1955-2010; (3) sand mining affected the hydrologic regimes including increased areas of water discharge sections and water turbidity. Sand mining could be one of the most important factors that caused the decline of water level of Poyang Lake in drought season. It also affected the sediment pattern of the lower reaches of the Yangtze River.

Jiang F, Qi S H, Liao F Q , et al.

Hydrological and sediment effects from sand mining in Poyang Lake during 2001—2010

[J]. Acta Geographica Sinica, 2015,70(5):837-845.

[本文引用: 1]

Binding C E, Bowers D G ,Mitchelson-Jacob E G.

Estimating suspended sediment concentrations from ocean colour measurements in moderately turbid waters:The impact of variable particle scattering properties

[J]. Remote Sensing of Environment, 2005,94(3):373-383.

DOI:10.1016/j.rse.2004.11.002      URL     [本文引用: 1]

This study investigates the use of single-band reflectance at visible wavelengths for the derivation of suspended sediment concentrations in the Irish Sea. A reasonably strong relationship was observed between irradiance reflectance at 665 nm ( R 665) and mineral suspended sediment (MSS) concentrations. Variability in the Reflectance SS relationship was found to be the consequence of changes in the mass-specific scattering coefficient ( b MSS*) brought about by differences in particle properties such as grain size and composition. A systematic increase in the slope of the Reflectance SS relationship was observed with increasing b MSS*. A reflectance model is presented that highlights the dependence of reflectance on b MSS* and suggests that the errors in predicted MSS concentrations can be reduced from 56% to as little as 12% with prior knowledge of the scattering properties of the sediments under study. This paper highlights the need for a complete understanding of the scattering properties of particles in order to accurately estimate MSS concentrations from reflectance measurements. It is suggested that in order to obtain quantitative estimates of MSS in moderately turbid waters from space, it may be necessary to pre-determine scattering efficiencies, b MSS*, for the area of interest.

/

〈 〉

京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编：100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发