水色湖泊遥感
如何利用遥感影像进行湖泊水质监测与污染治理研究
如何利用遥感影像进行湖泊水质监测与污染治理研究湖泊是自然界中的重要水体，对于生态系统的平衡和人类社会的发展起着重要作用。
然而，随着人类活动的日益扩大，湖泊水质逐渐恶化，引发了严重的污染问题。
为了保护湖泊水质并进行污染治理措施的研究，利用遥感影像进行湖泊水质监测成为一种重要手段。
一、湖泊污染治理的重要性湖泊作为地球上重要的淡水资源，为人类提供了饮用水、灌溉水等生活必需的水资源。
然而，随着工业化进程的加快和生活水平的提高，大量废水和污染物排放进入湖泊，使得湖泊水质急剧下降，甚至导致富营养化和水华等问题的爆发。
湖泊污染治理的重要性不言而喻。
对于湖泊水质监测与污染治理研究而言，准确地了解湖泊污染的情况，追踪污染源以及评估其对湖泊生态系统的影响，是制定有效的治理措施的前提和基础。
二、遥感影像在湖泊水质监测中的应用遥感影像技术是通过获取地球表面的电磁辐射信息，借助传感器和图像处理技术对其进行解译和分析的一种手段。
在湖泊水质监测与污染治理研究中，利用遥感影像进行湖泊水质监测具有以下优势：1. 非接触性：遥感影像技术可以通过卫星、航空和无人机等方式获取湖泊的高分辨率影像，实现对湖泊水质的全时空监测，减少了人力物力资源的投入。
2. 快速性：遥感影像技术能够实时获取湖泊的影像数据，通过图像处理和遥感信息提取算法，快速获得湖泊水质的变化情况，及时掌握湖泊的污染状况。
3. 多源数据的融合：遥感影像技术可以与其他传感器获取的地面观测数据进行融合分析，构建多源数据融合模型，提高湖泊水质监测的准确性和可靠性。
三、遥感影像在湖泊水质参数反演中的应用湖泊水质参数是评估湖泊水质的重要指标。
遥感影像技术通过对湖泊反射、散射等光谱特征的分析，可以实现湖泊水质参数的反演。
1. 蓝绿藻叶绿素浓度反演：藻类生长是湖泊富营养化的主要特征。
遥感影像技术可以通过监测湖泊的蓝绿波段反射率，利用反演模型推算出蓝绿藻叶绿素浓度，从而评估湖泊富营养化的程度。
水色遥感数据大气校正标准方法
水色遥感数据大气校正标准方法陈克海1 归一化离水辐射率水色遥感数据大气校正的目的是为精确获取海面归一化离水辐亮度或者归一化离水辐射率。
根据Gordon and Clark （1981）的定义，归一化离水辐亮度N w L )]([λ可表示为：⎥⎦⎤⎢⎣⎡⎪⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛+-=-⊕002cos 1)(2)(exp cos )]([)(θλτλτθλλz o r N w w L a L 其中 )(λw L 为波长λ的离水辐亮度，)(λτr 和)(λτz o 分别为大气分子瑞利散射光学厚度和臭氧吸收光学厚度，⊕a 为日地距离（单位为AU ），0θ为太阳天顶角。
根据定义，归一化离水辐亮度为无大气效应、太阳在日地平均距离（1AU ）和垂直入射条件下的离水辐亮度。
归一化离水辐亮度已消除大气分子和太阳天顶角对离水辐射的影响，能够较客观地描述水下成分对离水辐亮度的影响。
目前，所有水色遥感算法及其水色产品都是基于归一化离水辐亮度。
为方便处理，一般采取反射率来代替辐亮度。
归一化离水辐射率定义为N w N w L F )]([)()]([0λλπλρ= 其中0F 为日地平均距离下的地外日射辐照度，其值为02F a ⊕。
归一化离水辐射率与归一化离水辐亮度的关系为：),()]([cos 1)(2)(exp )]([)(00λθλρθλτλτλρλρt N w o r N w w z =⎥⎦⎤⎢⎣⎡⎪⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛+-= 其中),(0λθt 为大气漫透过率。
有些算法采用遥感反射率代替归一化离水辐射率。
遥感反射率定义为)()()(λλλd w rs E L R = 其中d E 为海面向下辐照度。
这两者可如下近似关系：)(][λπρrs N w R = 2大气校正基本原理在大气顶层，传感器接收到的辐亮度)(i t L λ可线性分解为以下形式： )()()()()()()()(i w i i wc i i g i i path i t L t L t •L T L L λλλλλλλλ+++= 其中)(i path L λ为大气程辐射辐亮度，是不经过海面而由大气散射到传感器的辐亮度和太阳漫散射光经过粗糙海面镜面反射回到传感器的辐亮度的总和；)(i g L λ为太阳耀光辐亮度，是海面对太阳直射光的镜面反射；)(i wc L λ为海面白冠反射产生的辐亮度；)(i w L λ为离水辐亮度。
湖泊水质遥感监测的开题报告
湖泊水质遥感监测的开题报告
1. 研究背景和意义
在现代城市发展过程中，城市水体污染已成为严重的环境问题之一。
湖泊作为城市水资源的重要组成部分，在生态环境保护中具有至关重要
的作用。
目前，湖泊水质监测主要依靠实地监测和机器采样技术，但这
种方式不仅费时费力，而且监测点数量少，难以满足监测需求。
遥感技术，作为一种非接触式的监测手段，具有高时空分辨率、全面覆盖、成
本低等优势，为湖泊水质监测提供了新的解决方案。
2. 研究目标和方法
本文旨在开展湖泊水质遥感监测的研究，在此基础上开发与完善湖
泊水质遥感监测技术，以满足湖泊水质监测的需求。
研究方法主要包括
以下几个步骤：
（1）湖泊水体水质监测指标的筛选
本研究将选用COD、TN、TP、DO、Chl-a等指标作为湖泊水质监测指标，通过相关性分析和主成分分析等方法，筛选出具有代表性的指标。
（2）遥感数据获取和处理
通过卫星遥感技术获得其相关数据，并采用相应的遥感图像处理和
特征提取方法，提取出与水体质量相关的指标。
（3）建立水质模型
根据已获取的监测指标和遥感数据特征，建立湖泊水质模型，以预
测湖泊水质变化。
（4）模型验证和应用
通过现场实地监测数据对模型进行验证，同时将模型应用到湖泊水
质监测实践中。
3. 研究预期结果
本研究预期通过对湖泊水质遥感监测技术的开发与完善，可以实现对湖泊水质的全面监测，为湖泊污染治理提供科学的数据支持。
同时，该技术也可以应用到其他水域的监测中，具有较广泛的应用前景。
用遥感卫星影像数据监测水环境
7.1水体分布提取方法水体分布提取采用最新的改进双峰法进行面向对象的水体分布提取。
改进双峰法主要技术流程如下1)输入数据。
输入经过辐射校正、几何校正和大气校正的遥感反射率或瑞利校正反射率图像。
2)边界膨胀。
对输入数据采样简单阈值分割法进行水体分布粗提取，然后对粗提取水体面积膨胀，膨胀到粗提取边界的2~3倍，将膨胀后的矢量边界作为后续处理的感兴趣区域（ROI）（如下图所示）。
水体分布粗提取后边界膨胀3)阈值选择。
在2)步得到的ROI区域内统计水体指数灰度直方图，并在先验阈值区间内寻找直方图最小值的遥感反射率作为图像分割的阈值（如下图所示，两条红线之间的区域即为先验阈值区间，直方图最小值所在阈值为16500，该值大小等于遥感反射率乘以10000乘以π）。
双峰法直方图阈值选择4)图像分割。
利用3）步获得的阈值对水体指数图像进行图像分割，大于该阈值的像元设为0（陆地），小于该阈值的像元设为1（水体）（如下图左图所示）。
5)最小连通区去除。
图像阈值分割的结果会有很多杂乱的斑点和小的水体，设置最小连通区像元数量N，将小于N个像元的水体像元值设为0，可有效去除图中斑点，只保留研究区水体（如下图右图所示）。
最小连通区去除前后比较7.2水质参数反演方法利用遥感图像反演内陆水质参数需要完成的操作步骤主要有六个，依次是：辐射校正、几何校正、水陆分界、大气校正、水草水华识别和水质参数反演，其流程如下图所示。
水陆分界辐射校正几何校正大气校正水草水华识别水质参数反演(1)(2)(3)(4)(5)(6)原始遥感图像水体掩膜图像遥感反射率图像水草水华分类图水质参数专题图遥感图像反演内陆水质参数的操作流程辐射校正和几何校正是遥感图像处理的通用流程。
水陆分界是水体遥感的特殊操作，用于提取水体研究区域。
根据水体和陆地光谱差异采用阈值分割，计算得到水体掩膜图像，其中水体为1，陆地为0。
大气校正对于水体要素遥感反演至关重要。
水体反射率比较低，遥感器接收的来自水体的信号中很大的部分是来自大气散射，因此利用遥感数据监测水质首先要对遥感图像进行精确的大气校正。
基于遥感技术的湖泊水质分析方法改进研究
基于遥感技术的湖泊水质分析方法改进研究湖泊水质分析是环境科学研究中的关键课题之一，对于保护湖泊生态环境、维护人类健康具有重要意义。
在遥感技术的应用下，湖泊水质分析取得了显著进展。
本文旨在探讨基于遥感技术的湖泊水质分析方法的改进研究，为湖泊环境管理提供科学依据。
一、湖泊水质监测与遥感技术概述湖泊水质监测是湖泊环境管理的重要组成部分，传统的水质监测方法一般采用野外采样与实验室分析相结合的方式，但受制于采样方法的时空局限性及成本高昂等因素的影响。
而遥感技术因其无接触、大范围、实时性强等特点，成为湖泊水质监测的有效手段。
遥感技术主要利用卫星、航空器等载体携带的传感器获取湖泊表面的反射和辐射信息，进而获得湖泊的光谱、热力、形态等多维度数据，实现对湖泊水质参数的监测和分析。
二、基于遥感技术的湖泊水质分析方法的改进1. 多源数据融合在传统的湖泊水质分析中，通常仅利用单一传感器或方法获得湖泊的水质信息。
然而，湖泊水质的变化受多种因素综合作用，因此，基于遥感技术的湖泊水质分析方法需要综合利用多源数据进行模型构建与分析。
多源数据融合方法主要包括数据层面和模型层面的融合。
数据层面的融合通过整合来自不同传感器所获得的光谱、热力等数据，增加数据的维度，提高水质分析的准确性。
模型层面的融合则通过结合不同的算法和模型，充分利用各自的优点，提高湖泊水质分析的精度与可靠性。
2. 光学遥感技术光学遥感技术是一种常用的湖泊水质分析方法，通过分析湖泊水面的反射光谱，可以对湖泊的浊度、叶绿素含量、藻类生物量等水质参数进行估算。
然而，在实际应用中，光学遥感技术由于受大气状况、气溶胶等因素的影响，常常存在计算误差较大的问题。
为了解决这个问题，研究者们提出了许多改进方法。
其中，大气校正是一种常用的方法，通过建立大气传输模型，消除大气对水体反射的影响，提高水质反演的准确性。
此外，也有研究者利用高光谱遥感数据来获取更多的光谱信息，并采用专门设计的算法对光谱数据进行处理和分析，以提高水质参数的反演精度。
水色遥感技术在海洋探测中的应用
水色遥感技术在海洋探测中的应用
水色遥感技术的原理
辐射传输是水色遥感技术的理论基础。
遥感技术关注的波段主要在可见光—近红外光线区域内，通过对于海面发出的辐射的频率和强度进行分析，计算及反演来获得海面的一些基本情况。
水色遥感技术为我们了解广阔无垠的海洋提供了一个可行的途径，能够极大的帮助我们了解海洋表面的一些生物及化学信息。
海面的光学特性是水色遥感技术的计算基础。
两种水体的划分
根据光学性质的不同，海水可以分为两类。
一类水体：其光学性质主要由浮游生物和其伴生物决定，例如深海大洋的开阔水体。
二类水体：其光学性质主要由悬浮物、黄色物质（即有色可溶有机物）决定，例如近岸、河口等受陆源物质排放影响较为严重的地方。
所以二类水体是我们最关注的水体，同时也是计算最复杂，最难以准确预测的水体。
水色遥感技术的应用
海洋是浩瀚而广阔的，同时也是最难以估料的。
传统中的“秀才不出门，便知天下事”在今日是否可以演化为秀才不出门，可知海洋事呢？这是水色遥感技术的一个重要的目的。
研究水色遥感，可以让我们方便的了解海面上的浮游生物及其他生物资源的情况，。
水色湖泊遥感
内陆二类水体
1.陆地卫星多光谱传感器 Landsat TM/ETM、SPOT HRV、CBERS CCD、EO-1 ASTER、beijing-1 CCD等； 评价:具有较高的空间分辨率（20-30m左右），但时间分辨率较低（15-30d）， 无法及时的监测水体污染事件，实用性受限。 2.星载及机载高光谱传感器 EO-1 Hyperion及AVRIS、OMIS、CASI、AISA+ 评价：信噪比一般较低切传感器刈(yi)幅较窄，监测范围有限。 特别：HJ-1 A/B HIS,空间分辨率（20-30m）、高时间分辨率、高光谱分辨 （450-950nm）且观测幅宽（720km）
• 水色参数反演
凡存在显著光谱特征或光学特性的水体组分参数, 即光活性物质, 都可以通 过遥感实施定量反演,如叶绿素、悬浮物、DOC 等； 主要反演方法： 经验/半经验方法，核心是水色参数光谱特征的先验已知性。虽然基于卫星遥 感影像数据的半经验算法的理论基础不明确, 但在特定的湖区, 针对特定的传感器, 半经验算法却具有较强的稳定性, 同时具有较高的反演精度。 半分析方法，核心是生物光学模型，它是目前湖泊水色遥感的研究热点，使 用的方法是矩阵分解法。
影响水体光学特性因素
大洋一类水体主要是叶绿素，内陆湖泊等Ⅱ类水体中, 包含浮游植物色素、悬 浮颗粒以及黄色物质等, 引起的光学特性远比Ⅰ类水体复杂的多。
• 基础理论及模型
理论:水体辐射传输是水色要干的基础理论 水体辐射传输模型：
国外著名的有：Hydrolight辐射传输模型以及Monte Carlo辐射传输模型，这 两个模型在辐射传输方程的参数化过程中起了重要作用。这些模型可以应用于湖 泊水色遥感中。 存在的问题：由于湖泊存在光学深水和光学浅水，在光学浅水中，基本的辐 射传输过程没有变化，但光的传播环境发生了变化, 从而影响了解决辐射传输问 题的假设和边界条件(潘德炉等，2008) 国内：这方面研究还处于起步阶段。
遥感应用模型5-水环境遥感
二、水体在不同传感器上的表现
水体浑浊度愈大，水下散射光愈强， 两者呈正相关；
衰减后的散射光到达水体底部形成 底部反射光，强度与水深呈负相关， 且随水体浑浊度增大而减小。
水中散射光的向上部分及底部反射 光共同组成水中光或称离水反射辐射。
二、水体在不同传感器上的表现
传感器接收信息： L=Ls＋Lw＋Lp 水中光Lw、水面散射光Ls、天空散射光 LP 。
二、水体污染 3 水质指标
生物化学需氧量： 简称生化需氧量(Bio-chemical Oxygen Demand，BOD），表示水中有机物经微生物分解时所需 的氧量，用单位体积的污水所消耗的氧量(mg/L)表示。BOD越高，水中需氧有机物质越多。 微生物的活动与温度有关，一般以20 ℃为测定的标准温度。 20℃时，污水中有机物需20天左右才能完成第一阶段氧化分解过程，为了使测定结果有可比性，通 常以20℃条件下培养5天作为测定生化需氧量的标准时间，简称5日生化需氧量，用BOD5表示。
一、水体的光谱特征
由于水体的强吸收特性，其光谱特性主要取决于光在水体中的辐射传输过程。
包括界面反射、折射、吸收、水中悬浮物质多次散射等。
主要由水面入射辐射、水的光学性质、表面粗糙度、日照角度与观测角度、气-水界面的相对折射
率以及水底反射光等决定。
二、水体在不同传感器上的表现
到达水面入射光包括太阳直射光和天空散射 光；
二、水体污染
3 水质指标
总有机碳（TOC）： 水中所有有机污染物质中的碳含量。由于耗氧过程是高温燃烧氧化过程，即把有机碳氧化成二氧化 碳，可由燃烧然后测所产生二氧化碳的量而得。 总需氧量（TOD）： 水中被氧化的物质(有机碳氢化合物，含硫、含氮、含磷等化合物)燃烧变成稳定的氧化物所需的氧 量。 TOC和TOD 两个指标均可用仪器快速测定，几分钟内可完成。
水库水环境遥感监测：技术与应用实例
果的可视化展示
细的报告，包括数据来源、处
• 生成遥感监测地图、曲线图
理过程、监测结果等内容
等，直观反映水库水环境状况
• 为决策者提供依据，支持水
库水环境管理和保护
04
水库水环境遥感监测的实例分析
水库水环境遥感监测实例一：某水库水质监测
遥感数据获取
与预处理
遥感图像处理
与分析
遥感监测结果
可视化与报告
• 无人机遥感：利用无人机平台获取高精
度的地球表面信息，如RGB-D数据、热
红外数据等
02
遥感图像处理技术
• 图像预处理：对遥感图像进行校正、去
噪、辐射定标等处理
• 图像解译：通过分析遥感图像，提取水
库水环境相关信息，如水质、水位、水量
等
03
遥感监测结果可视化技术
• 利用GIS技术进行遥感监测结果的可视
的空间信息，识别水库边界、地形等信息
02
遥感图像分析
• 基于统计方法的图像分析：计算遥感图
像的各种统计指标，如均值、方差等
• 基于机器学习的图像分析：利用深度学
习算法对遥感图像进行分类和预测
遥感监测结果可视化与报告生成技术
遥感监测结果可视化
报告生成
• 利用GIS技术进行遥感监测结
• 根据遥感监测结果，生成详
水库水环境遥感监测：技术与应用实例
01
水库水环境遥感监测概述
水库水环境遥感监测的定义与意义
水库水环境遥感监测是一种利用遥感技术对水库水
环境进行实时、动态、大范围监测的方法
水库水环境遥感监测的意义
• 遥感技术：通过无人机、卫星等平台
• 为水库水环境保护和管理提供科学、
遥感地学分析课件——第6章 水环境遥感
悬浮泥沙
水体浑浊
在MSS5像片上呈浅色调,在彩色红外片上呈淡蓝、 灰白色调,染
油膜覆盖水面
在紫外、可见光、近红外、微波图像上呈浅色调, 在热红外图像上呈深色调,为不规则斑块状
废水污染 水色水质发生变化
热污染 固体漂浮物
水温升高
单一性质的工业废水随所含物质的不同色调有差异, 城市污水及各种混合废水在彩色红外像片上呈黑色
6.3 水体污染监测
从原理上说，遥感传感器记录的是地表物体的电磁 波辐射特性（强弱变化及空间变化），因此只有在较大 程度上直接或间接影响水体的电磁波辐射性质的水环境 化学物质才有可能通过遥感技术加以探测，并非所有水 环境化学研究的内容都可以辅以遥感手段。
6.3 水体污染监测
利用遥感技术研究水环境化学包括定性和定量两种 方法。定性遥感方法是通过分析遥感图像的色调（或颜 色）特征或异常对水环境化学现象进行分析评价的，这 往往需要了解水环境化学现象与遥感图像的色调（或颜 色）之间的关系，建立图像解译标志。定量遥感方法建 立在定性方法的基础之上，为了消除随机因素的影响， 通常需要获得与遥感成像同步（或准同步）的实测数据， 以标定定量数学模型。
6.3 水体污染监测
在江河湖海各种水体中，污染物种类繁多。为了便 于用遥感方法研究各种水污染，习惯上将其分为富营养 化、悬浮泥沙、石油污染、废水污染、热污染和固体漂 浮物等几种类型。
6.3 水体污染监测
污染类型
生态环境变化
遥感影像特征
富营养化 浮游生物含量高
在彩色红外图像上呈红褐色或紫红色, 在MSS7图像上呈浅色调
最为突出，效果明显。这是因为，一是水域面积大，变 化快，形态独特；二是水在各波段具有明显的特性；三 是水域演变后多能在原地保留一定湿度和形态， 即“痕 迹”较为明显。因而，在遥感图像上图斑清晰，信息丰 富，较易辨别。 （1）河流、水系变化 （2）湖泊演变 （3）河口三角洲演变 （4）海岸带演变
湖泊水质遥感研究进展
湖泊水质遥感研究进展张 博1,2,3,张 柏1,洪 梅2,段洪涛1,宋开山1,王宗明1(11中国科学院东北地理与生态农业研究所,吉林长春 130012;21吉林大学环境与资源学院,吉林长春 130026;31中国科学院研究生院,北京 100049)摘要:详述了湖泊遥感水质最新发展动态,如遥感水质模型的数学方法、与水质指标最敏感的波段以及T M 、SPOT 、M ODIS 、MERIS 、AVHRR 、C ASI 等传感器的适用情况,并分析了可能导致湖泊水质遥感模型误差的原因和解决办法。
湖泊各项水质组分与光谱之间相互影响可认为是一种非常复杂的非线性关系,最适合用神经网络这样的黑箱模型来模拟。
应当研究和选取敏感波段,用高光谱逐段分析与各种水质指标相关最密切的波段。
湖泊水质遥感最终走向实用化必将其与水生态问题结合起来,作为一种监测手段,在水中藻类的时空分布、流域营养物质输送模型和湖泊水域水质模型等问题中得到广泛应用。
我国学者使用超光谱数据源获得更为精确的监测成果还比较少,由于我国卫星可以用来进行水质遥感的波段比较宽,应当在新一代的资源环境卫星上加入更适合水质遥感的波段。
关 键 词:湖泊;水质遥感;富营养化中图分类号:P343;P34313;G 353111 文献标识码:A 文章编号:100126791(2007)022*******收稿日期:2005204207;修订日期:2005208210基金项目:中国科学院知识创新前沿领域资助项目(K Z CX 3215)作者简介:张 博(1971-),男,吉林长春人,副教授,博士研究生,主要从事水资源环境信息技术研究。
通讯作者:洪 梅,E 2mail :hongmeizhamgbo @1631com传统的湖泊水质监测采用实地采样和实验室分析等手段,这类监测方法在精度上有一定的准确性,但是在点上进行,并不能全面反映湖泊生态环境的总体时空变化,且费时、费力、成本高,更重要的是不能进行实时监测[1]。
遥感技术在湖泊水质监测中的应用研究
遥感技术在湖泊水质监测中的应用研究一、引言湖泊作为重要的水资源和生态系统组成部分，其水质状况直接关系到周边生态环境和人类的生产生活。
传统的水质监测方法往往需要实地采样和实验室分析，不仅费时费力，而且难以实现大面积、实时的监测。
随着遥感技术的迅速发展，为湖泊水质监测提供了一种高效、全面的手段。
二、遥感技术的原理与特点遥感技术是通过传感器接收来自地表物体反射或发射的电磁波信息，进而获取目标物体的特征和状态。
在湖泊水质监测中，主要利用的是光学遥感和微波遥感。
光学遥感基于水体对不同波长光的吸收、散射和反射特性来反演水质参数。
例如，清澈的水体对蓝光的吸收较弱，反射较强，而含有大量悬浮物和藻类的水体则对绿光和红光的反射增强。
微波遥感则可以穿透云层，不受天气条件的限制，对于大面积的湖泊监测具有独特优势。
遥感技术具有大面积同步观测、时效性强、成本相对较低等特点。
它能够快速获取湖泊的空间分布信息，及时反映水质的动态变化。
三、遥感技术在湖泊水质监测中的应用（一）监测叶绿素 a 浓度叶绿素 a 是藻类的重要组成部分，其浓度可以反映湖泊中藻类的生物量。
通过遥感影像的光谱特征，可以建立叶绿素 a 浓度与反射率之间的关系模型，从而实现对其浓度的监测。
（二）监测悬浮物浓度悬浮物会影响水体的透明度和光学性质。
遥感技术可以通过分析水体的反射率来估算悬浮物的浓度，为了解湖泊的泥沙含量和浑浊度提供重要依据。
（三）监测营养盐含量如总氮、总磷等营养盐是影响湖泊水质的关键因素。
虽然遥感直接监测营养盐较为困难，但可以通过与叶绿素 a 等相关参数的关系间接推断其含量。
（四）监测水温利用热红外遥感可以获取湖泊表面的水温分布，对于研究湖泊的热交换、生态过程和水质变化具有重要意义。
（五）监测湖泊面积和水位变化通过遥感影像的解译，可以准确监测湖泊的面积和水位变化，为水资源管理和防洪减灾提供支持。
四、遥感数据的处理与分析方法（一）数据预处理包括辐射校正、几何校正、大气校正等，以消除传感器误差、地形影响和大气干扰，提高数据的质量和准确性。
概括国际水色遥感卫星的发展应用情况
概括国际水色遥感卫星的发展应用情况下载提示：该文档是本店铺精心编制而成的，希望大家下载后，能够帮助大家解决实际问题。
文档下载后可定制修改，请根据实际需要进行调整和使用，谢谢!本店铺为大家提供各种类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by this editor. I hope that after you download it, it can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you! In addition, this shop provides you with various types of practical materials, such as educational essays, diary appreciation, sentence excerpts, ancient poems, classic articles, topic composition, work summary, word parsing, copy excerpts, other materials and so on, want to know different data formats and writing methods, please pay attention!国际水色遥感卫星的发展与应用情况第一部分：水色遥感卫星技术发展概述。
遥感技术在湖泊水质监测中的应用研究
遥感技术在湖泊水质监测中的应用研究一、引言湖泊作为地球上重要的水资源之一，其水质状况对于生态平衡、人类生产生活以及经济发展都具有至关重要的意义。
随着工业化和城市化进程的加速，湖泊面临着越来越多的污染威胁，如富营养化、重金属污染、有机物污染等。
传统的水质监测方法通常需要在现场采集水样，然后在实验室进行分析，这种方法不仅费时费力，而且难以实现大面积、实时、动态的监测。
遥感技术的出现为湖泊水质监测提供了一种全新的、高效的手段。
二、遥感技术概述遥感技术是一种通过非接触方式获取目标物体信息的技术手段。
它利用传感器接收来自地面物体反射或发射的电磁波信号，并对这些信号进行处理和分析，从而获取有关目标物体的特征和性质。
遥感技术具有大面积同步观测、时效性强、数据综合性高等优点，能够快速获取大范围的地表信息。
在湖泊水质监测中，常用的遥感数据源包括卫星遥感和航空遥感。
卫星遥感具有覆盖范围广、周期短等优势，可以实现对大面积湖泊的长期监测；航空遥感则具有更高的空间分辨率和灵活性，适用于对小范围湖泊或重点区域的精细监测。
三、遥感技术监测湖泊水质的原理湖泊水质参数与水体的光学特性密切相关。
不同的水质参数会导致水体对电磁波的吸收、散射和反射特性发生变化。
遥感技术正是通过探测水体的光谱特征来反演水质参数。
例如，叶绿素 a 是衡量水体富营养化程度的重要指标。
叶绿素 a 在蓝光和红光波段有较强的吸收，而在绿光波段有较强的反射。
通过分析水体在这些波段的光谱特征，可以估算叶绿素 a 的浓度。
透明度是反映水体清澈程度的参数。
透明度较低的水体对光的衰减较大，遥感传感器接收到的反射光强度较弱。
通过建立反射光强度与透明度之间的关系，可以实现对透明度的监测。
此外，总磷、总氮、化学需氧量等水质参数也与水体的光谱特征存在一定的关联，可以通过遥感技术进行监测。
四、遥感技术在湖泊水质监测中的应用（一）富营养化监测富营养化是湖泊面临的主要环境问题之一。
利用遥感技术可以快速、大面积地监测湖泊的富营养化状况。
湖泊水色遥感研究进展-马荣华 唐军武等
J. Lake Sci.(湖泊科学), 2009, 21(2): 143-158. E-mail: jlakes@©2009 by Journal of Lake Sciences湖泊水色遥感研究进展∗马荣华1, 唐军武2, 段洪涛1, 潘德炉3(1: 中国科学院南京地理与湖泊研究所, 南京210008)(2: 国家卫星海洋应用中心, 北京100081)(3: 卫星海洋环境动力学国家重点实验室, 国家海洋局第二海洋研究所, 杭州310012)摘要:从卫星传感器、大气校正、光学特性测量、生物光学模型及水体辐射传输、水质参数反演方法等方面, 系统分析了湖泊水色遥感的发展现状. 湖泊水体物质组份的复杂性以及卫星传感器与实际需求的矛盾决定了湖泊水色遥感的难度. 目前湖泊水色遥感在一些关键问题上仍没有实质性进步, 离水色遥感监测的业务化尚有一段距离. 令人欣慰的是, 卫星传感器以及水色遥感反演算法的不断发展和进步, 让我们看到了胜利的曙光.关键词: 湖泊; 水色; 水质; 遥感Progress in lake water color remote sensingMA Ronghua1, TANG Junwu2, DUAN Hongtao1 & PAN Delu3(1: Nanjing Institute of Geography and Limnology, Chinese Academy of Science s, Nanjing 210008, P.R.China)(2: National Satellite Ocean Application Service, Beijing 100081, P.R.China)(3: Second Institute of Oceanography, State Oceanic Administration, Hangzhou 310012, P.R.China)Abstract: We analyzed in detail the status quo of lake water color remote sensing from some aspects of satellite sensor, atmospheric correction, optical properties measurement, bio-optical model, radiative transfer model for the waters, and water quality parameter retrieval approach. It has a great difficulty to have practical application of water color remote sensing at a regional scale at present, depending on the complex components of lake water and on the inconsistency between satellite sensor and its actual demand from water quality monitoring. The progress in some key problems for lake water color remote sensing is still small, and there is a long way to go in applications of lake water color remote sensing. However, to be greatly pleasure, the satellite sensor and water color parameter retrieval approach are developing and making progresses, and the application in the future is hopeful.Keywords: Lake; water color; water quality; remote sensing水色遥感最初发展并应用于海洋水体, 称为海洋水色遥感. 随着内陆湖泊生态环境问题的逐渐突出, 海洋水色遥感的理论和技术被用于内陆湖泊水体, 并得到了进一步的丰富和发展, 称为湖泊水色遥感, 是指利用各种星载传感器探测与反演内陆湖泊水体水色要素参数(主要指叶绿素、悬浮物、溶解性有机物等)的一门以现实需求为导向的实用性应用科学, 属于定量遥感的研究范畴, 但与湖泊物理以及湖泊化学等多学科交叉. 与海洋水色遥感相比, 湖泊水色遥感在理论、技术、方法和手段上与其一脉相承, 但由于具有更为复杂的研究对象, 问题的解决具有更大的挑战性, 是对海洋水色遥感理论和方法的丰富和发展. 另外, 湖泊水色遥感不同于湖泊水质遥感, 前者是后者的基础和前提, 后者不仅仅局限于水色要素参数, 还包括能够用来评价水质的其它参数(如总氮、总磷、富营养化指数等), 但由于其它水质参数不能或很难通过遥感手段来直接获取和反演, 因此湖泊水质遥感的本质仍是湖泊水色遥感, 也有学者把湖泊水色遥感称为湖泊水质遥感. 湖泊水色遥感的首要目标是通过卫星遥感影像高精度获取水体的离水辐亮度或遥感反射率, 最终目标是通过离水辐亮度或遥感反射率反演水体的水色要素参数浓度, 以满足湖泊水体水∗国家自然科学基金(40871168,40671138,40801137)资助. 2008-11-03收稿; 2008-12-03收修改稿. 马荣华, 男, 1972年生, 研究员; E-mail: rhma@.J. Lake Sci.(湖泊科学), 2009, 21(2) 144质监测与预测预警的现实需求. 与陆地定量遥感相比, 湖泊水色遥感的应用目标更为具体和明确, 但面临更多的科学问题, 具有更大的挑战性, 涉及水-气和水-底等两个界面转换过程以及水体和大气等两个辐射传输过程. 近年来, 我国湖泊水色遥感发展迅速[1], 一方面得益于遥感技术本身的迅猛发展, 另一方面受到现实需求(即湖泊生态环境的日益突出推动着湖泊水质监测手段的不断革新)的强烈推动. 湖泊作为流域系统内的重要单元, 承载并始终参与了全球气候变化过程, 是全球气候变化区域响应的一个重要记录器, 水色遥感作为记录器中参数提取的一个重要手段, 将发挥越来越重要的作用. 另外, 湖泊水色遥感模型与地球系统科学的其它模型(如湖泊水生态模型、湖泊水动力模型等)相结合, 将一并纳入相关行业领域的业务化模式中, 共同服务于湖泊水体污染事件的预测预警.1 发展与现状卫星遥感具有快速、大范围、周期性、一次成像成本相对低廉的特点, 是湖泊水色遥感的实用基本平台, 其本质是通过遥感影像数据反演湖泊水体的水色参数含量, 反演的过程就是模型的求解过程, 反演的精度一方面取决于传感器本身的能力(时间分辨率、空间分辨率、光谱分辨率以及辐射分辨率等), 另一方面取决于模型的细部刻画能力, 反演模型成为湖泊水色遥感的核心和关键, 模型的构建过程也称为湖泊水色遥感的正演过程, 是领域研究者的焦点关注内容, 始终贯穿于湖泊水色遥感的整个发展历程, 涉及的对象包括大气、水体、水气界面, 光学浅水区还涉及水底底质, 关注的内容包括适合湖泊水体水色遥感的大气校正、水-气或气-水界面校正、生物光学模型的构建, 光学浅水区还包括水底信号的分离和剔除. 因此湖泊水色遥感是大气辐射传输过程和水体辐射传输过程的高度集合体. 针对海洋水体, 国外已经基本建立了海洋-大气耦合矢量辐射传输模型, 如COART [2]和MOMO [3]、OSOA[4], 但均只考虑了标量辐射传输问题; 我国在这方面有了较大进展, 何贤强等[5]利用矩阵算法开发了较为完备的海洋-大气耦合矢量辐射传输数值计算模型PCOART. 在适合湖泊水体的生物光学模型的支持下, 适当改进后, 这些耦合大气-水体辐射传输模型也可以用于湖泊水体.1.1 卫星传感器海洋Ⅰ类水体的水色遥感有着专门的水色传感器, 如CZCS(1978-1986年)、SeaWiFS(1997年至今)、MODIS(1999年至今)、MERIS(2002年至今)、GLI以及我国HY-1 A/B上的COCTS(2002年至今)等. 湖泊水体面积很小, 即使我国最大的湖泊——青海湖, 面积也仅约有4500km2, 那些专用的海洋水色传感器虽然在光谱分辨率、时间分辨率以及信噪比等方面具有极大的优势, 但空间分辨率普遍不高, 如最常用的MODIS的最高空间分辨率也仅有250m, 极大地限制了这些传感器在湖泊水色遥感中的实际应用. 目前还没有一个专门的湖泊水色遥感传感器[6], 湖泊水色/水质遥感主要使用陆地卫星多光谱传感器, 如Landsat TM/ETM、SPOT HRV、CBERS CCD、EO-1 ASTER、Beijing-1 CCD等, 这些卫星传感器具有较高的空间分辨率(20-30m左右), 但时间分辨率较低(15-30d), 难以及时扑捉湖泊水体的污染事件, 对整个污染过程不能形成有效监测, 实用性受到很大的限制. 另外, 水质参数的定量反演需要较为精细的光谱分辨率(10nm左右), 高光谱遥感随之引起了领域专家学者的重视[7], 如星载高光谱传感器EO-1 Hyperion[8-10]以及机载高光谱传感器A VIRIS[11]、OMIS[12]、CASI[13]、AISA+[14]等, 但高光谱传感器信噪比一般较低, 很难满足水色遥感的要求, 另外高光谱传感器刈幅较窄(如Hyperion仅7.5km), 很难满足湖泊水体污染监测的实际需求. 太湖蓝藻遥感日常监测的实践经验告诉我们, 对湖泊水体(或小面积水体)水质(污染)监测而言, 在选择卫星传感器时, 如果不能同时满足高时间分辨率、高空间分辨率和高光谱分辨率的要求, 首先要考虑的是时间分辨率, 其次是空间分辨率, 然后才是光谱分辨率, 因此MODIS 250m 的卫星影像数据在太湖蓝藻遥感监测中得到了实际应用, 它充分体现了卫星遥感的快速、大范围和周期性的特点. 可喜的是, 我国的环境与灾害监测预报小卫星(A、B星)已经成功发射升空, 携带的光学传感器具有高空间分辨率(20-30m)、高时间分辨率(2d)、高光谱分辨率(0.45-0.95μm波谱范围内128个波段)以及宽观测幅宽(720km)的性能, 将有效提高湖泊水体水色遥感反演的能力和水平.1.2 大气校正卫星传感器接收到的信号为大气顶层的总辐亮度, 其中来自水体的离水辐射约占10%, 大气的程辐马荣华等: 湖泊水色遥感研究进展145射约占90%[15], 水体信息的小信号信息几乎淹没在大气中; Gordon 的研究表明[16], 当叶绿素浓度由0.01mg/m 3变化到10.0mg/m 3时, 遥感器接收的大气顶层总信号几乎没有变化, 仅从大气顶层总信号中很难准确反映水体的物质组分含量变化, 因此大气影响的剔除在水色遥感反演中显得尤为重要, 大气校正成为水色遥感的关键技术[17].水色遥感信号最终反映在卫星传感器获得的某一通道(中心波长λi )接收的大气顶层(TOA)辐亮度L t (λi ), 包括由大气散射和水面对天空光的镜面反射引起的程辐射L path (λi )(包含瑞利散射L r (λi )和气溶胶散射L a (λi ))、由水面对直射太阳光的镜面反射引起的太阳耀光L g (λi )、由直射太阳光和天空光引起的水面白帽反射L wc (λi )以及来自水体的离水辐亮度L w (λi ), 在光学浅水中, 也包括来自水底的贡献L b (λi ), 即来自水体和水底的总贡献为L wb (λi ); 水体离水辐亮度和白帽贡献可近似认为均匀角分布, 采用大气漫射透过率t ; 太阳耀斑分布具有很强的方向性(极大风速除外), 采用大气直射透过率T ; 因此有(为简便, 省略λi ):t path g wc w b path g wc wb L L TL tL tL tL L TL tL tL =++++=+++ (1)海洋水色传感器具有侧视扫描装置, 能避免太阳耀光; 其它陆地卫星如Landsat TM/ETM 传感器, 只要观测时的太阳天顶角不是很小, 就不会接收到太阳耀光, 因此L g 可以忽略. 另外, 在低风速的情况下, 由水面白帽对直射太阳光和天空光引起的L wc 也可以忽略. 无论是单散射还是包含多次散射和偏振作用的Rayleigh 散射, L r 都已有比较精确的算法[18-24], 关键在于L a 的计算, 有效分离包含水体信息的离水辐射信号和大气气溶胶散射信号. 大洋开阔水体(Ⅰ类水体)的大气校正基于近红外波段离水辐射为0的假设, 较易获取近红外波段的气溶胶散射项(L t -L r ), 之后根据气溶胶散射的光谱变化关系, 外推到可见光波段, 从而得到各个可见光波段的离水辐射值, 并可生成精确瑞利散射查找表、气溶胶散射查找表及大气漫射透过率查找表, 称为基于精确近红外迭代关系的大气校正方法, 该方法大气校正的精度较高, 如国际上通用的Gordon 标准算法在海洋Ⅰ类水体中可达95%[21], 已经实现了业务化运行, 如CZCS 的业务化大气校正、SeaWiFS 的业务化大气校正以及MODIS 的业务化大气校正、HY-1的业务化大气校正等.湖泊水体受人类活动的影响更为强烈, 物质陆源较多; 不同的湖泊, 水质、物质组成等差异较大, 近红外波段散射特性的变化具有很大的不确定性; 湖泊水体面积一般较小, 受陆地的影响, 气溶胶变化较为强烈, 而水体在近红外波段的信号很弱, 难以准确测量; 另外, 湖泊中存在大面积的光学浅水, 离水辐射除包含来自水体的贡献外, 也包含来自湖底底质的贡献[25]. 因此近红外波段离水辐射为0的假设将导致所有波段总吸收系数偏小而散射系数偏大[26], 高精度地获取近红外波段水体离水辐射的迭代关系存在很大困难, 适用于大洋开阔水体的大气校正假设不再适用于内陆湖泊水体, 基于精确近红外迭代关系的大气校正方法受到很大挑战.最初, 陆地遥感的大气校正方法也应用于湖泊水色遥感, 其中基于辐射传输的大气校正模型应用尤为广泛, 主要包括LOWTRAN 、MODTRAN 、5S 、6S 、ACORN 、FLAASH 、ATREM 以及HATCH 等, 这些大气辐射传输模型一般需要输入卫星传感器过境时的气温、气压、水汽含量、臭氧含量、能见度、灰尘颗粒度等, 但同步实地观测非常困难、需要耗费大量的人力物力, 且对历史数据无能为力, 因此实时的遥感大气校正非常困难[27]. 为此, 6S 和MODTRAN 提供了一系列基于大量观测数据统计分析得到的既定参数, 这些参数必然与实际的大气状况存在较大差别, 从而严重影响了基于辐射传输的大气校正精度, 不能实现大气校正的业务化运行, 不适用于湖泊水色遥感. 为此, 国际水色遥感界提出了多种针对“亮像元”(即近红外离水辐射非零)的大气校正算法, 但基本还处于区域性试验阶段, 主要包括: (1)Arnone 迭代法. Arnone [28]基于红光和近红外波段的总吸收系数主要决定于纯水的吸收系数以及颗粒物后向散射在红外近红外波段范围内随光谱线性变化的假设, 使用简化的生物光学模型即R rs (λ)=0.051b bp (λ)/a w (λ)进行离水辐亮度和气溶胶的迭代求解. (2)邻近清洁水体象元法. Hu 等[29]以气溶胶类型在较小的空间范围内(大约50-100km)保持不变为假设条件, 利用邻近清洁水体象元法来确定混浊区域的气溶胶类型, 从而解决了近岸混浊水体SeaWiFS 图像的大气校正问题. (3)Ruddick 等[30]假设气溶胶多次散射和气溶胶-大气分子相互作用之和在765nm 和865nm 波段的比值具有空间一致性(即在一幅影像上为常数), 同时假设离水辐射反射率经太阳-海面大气透过率修正后, 在上述两个波段的同一幅影像内亦为一常数, 将上述两个常数带入相应波段的去瑞利散射和白帽修正后的传输方程, 求得气溶胶散射项, 最后按照Gordon 标准算法求J. Lake Sci.(湖泊科学), 2009, 21(2) 146解; 以该算法为基础, 韦钧等[31]和李花[32]均假设765和865nm波段处气溶胶多次散射之比和离水辐射率之比为常数, 发展了针对珠江口Ⅱ类水体的大气校正算法. (4)神经网络法. Doerffer and Schiller[33]和Schiller and Doerffer[34]使用人工神经网络模型, 利用模拟的MERIS 16个波段的大气顶层去瑞利散射后的反射率数据集, 同时反演大气气溶胶和3要素(叶绿素、悬浮物和DOC)浓度; 该模型把大气校正和水色遥感反演当作一个整体, 适用于较大范围内的贫营养Ⅰ类水体和混浊Ⅱ类水体. 詹海刚等[35]建立了利用遥感反射比反演叶绿素浓度的神经网络模型, 反演精度优于统计算法. Zhang等[36]使用Landsat TM和ERS-2 SAR卫星影像数据建立了主要水质参数含量的神经网络模型, 结果表明神经网络算法的精度高于经验回归模型. 丁静[37]利用神经网络模型实现了黄东海区大气校正和水色物质浓度的一并反演. (5)主成分分析法. Neumann等[38]使用该方法, 首先对卫星大气顶层辐亮度或反射率进行主成分分析, 根据各因子的贡献, 确定用来进行成分浓度和气溶胶光学厚度反演的波段组合, 然后同时反演大气参数和水体成分浓度; Neumann and Krawczyk[39]针对IRS数据, 再次使用主成分分析法同时进行大气校正和水色反演.(6)综合切换法. 丁静等[40]把中国近岸水体划分为清洁Ⅰ类水体、中低混浊水体和中高混浊水体等3类; 在清洁Ⅰ类水体中采用Gordon标准算法, 在中低浑浊水体中采用Arnone迭代算法, 在中高浑浊水体中采用优化算法. 另外, He等[41]利用高浑浊水体蓝紫光波段离水辐亮度相对较小的特点, 提出了一种利用蓝紫光波段辅助近红外波段的浑浊水体大气校正算法; 有模拟研究表明[42-43], 这种在蓝紫光波段的配合下, 通过短波近红外波段的大气校正方法非常适合于湖泊等Ⅱ类水体的水色遥感大气校正.1.3 光学特性测量水体辐射传输是水色遥感的基础理论之一, 其核心是生物光学模型, 生物光学模型的基础是水体的两大光学特性, 即表观光学特性(AOPs, 也称表观光学量)和固有光学特性(IOPs, 也称固有光学量), 特别对内陆湖泊等Ⅱ类水体而言, 其中涉及的参数具有很强的区域性, 增加不同区域内水体光学特性的测量既是模式参数化的重要步骤, 又是提高生物光学模型精度的有效方法[44-45]. 表观光学特性是指随光照条件变化而变化的量, 包括离水亮度(L w)、归一化离水辐亮度(L wN)、遥感反射比(R rs)以及刚好处于水面以下深度的辐照度比(R(0-))等. 固有光学特性是指只与水体成分有关而不随光照条件变化而变化的量, 主要指吸收系数和体散射函数, 或单位吸收系数和散射相函数.表观光学特性的核心是离水辐亮度或遥感反射比, 测量方法有两种, 即剖面测量法以及水面以上测量法. 水面以上测量法是NASA SeaWiFS测量规范推荐的一种测量方法, 目前已经较为成熟, 特别适合于湖泊水体. 水面以上测量法最适合的测量仪器为双通道地物光谱仪, 如美国ASD公司FieldSpec® Pro Dual VNIR光谱辐射计(波长范围350-1050nm)[46], 可以同时测量天空光信号和水体信号, 详细的测量步骤及注意事项参见相关文献[47-48].现场固有光学特性测量包括吸收系数、后向散射系数和衰减系数等3个部分, 国际上自20世纪90年代开始, 特别在测量仪器方面已有较大发展. 最初的测量仪器对光学特性参数(吸收系数和衰减系数)的测量是独立的、非同步的, 后来发展到可以多光谱同时测量水体的吸收系数和衰减系数, 如现场用于吸收系数测量的AC-9(美国Wetlabs公司, 9通道双光路吸收系数与光束衰减系数测量仪, 9个通道分别位于412、440、488、510、532、555、650、676以及715nm处), 目前已有仪器可以实现吸收/衰减的高光谱测量, 如AC-S(美国Wetlabs公司, 高光谱双光路吸收系数与光束衰减系数测量仪, 85个通道, 波长范围: 400-750nm), 其中AC-9是得到NOAA和NASA有关方面推荐的商业化仪器, 在现场测量方面得到了广泛的认同[49]. 实验室内可用分光光度计测量水体各组分的吸收系数, 包括浮游植物色素吸收a ph(λ) (m-1)、非色素颗粒物吸收a d(λ) (m-1)以及CDOM吸收a g(λ) (m-1), 吸收具有加和性[50], 同时参照已有的纯水吸收系数a w(λ) (m-1)的测量结果[51-53], 可以获取水体的总吸收系数(a(λ)=a ph(λ)+a d(λ)+a g(λ)+a w(λ)). 分光光度计测量水体各组分吸收系数的详细步骤及注意事项可参见相关文献[25,47,54].目前获取后向散射的方法主要有两种: (1)理论计算法. 一种是直接利用Mie散射理论, 在一定的假设条件下, 直接计算水中颗粒的散射系数b(λ)(m-1)或后向散射系数b b(λ)(m-1),b b=b bp+b bw.其中, b bp为颗粒物的后向散射系数(m-1),b bw为纯水的后向散射系数(m-1), 但由于不同的水体具有不同的颗粒属性如组成、形状、尺寸、折射指数等, 因此通过理论模型来计算后向散射系数非常困难; 另一种是现场实测水马荣华等: 湖泊水色遥感研究进展147体不同深度的向上和向下辐照度, 利用辐射传输模型, 建立相关方程, 求解后向散射系数b b(λ); (2)直接测量法. 即使用光学仪器现场测定法, 一种是多角度进行体散射函数β(ψ,λ)测量, 积分后获取后向散射系数b b(λ), 代表性的仪器如GASM [55]以及体散射仪[56], 这种方法较为准确, 但受时间以及深度的限制; 实际上, 在后向散射方向上总存在一个角度ψ0, 使得β(ψ0,λ)/b b接近常数, 利用这个原理可以首先测量β(ψ0,λ), 然后计算得到b b(λ). 根据这个原理, 后向散射系数测量仪器不断涌现, 测量通道也在不断增加, 从最初的2通道一直增加到现在的9通道, 如HydroScat系列的HydroScat-2(420和700nm)、HydroScat-4(420、470、532和700nm)以及HydroScat-6(420、442、470、510、590和700nm), Wetlabs ECO 系列的BB-3(470、532和660nm)、BB-9(412、440、488、510、532、595、660、676和715nm). 但这些仪器测量前的校准、定标要求较为严格. 在后向散射系数的测量过程中, 为补偿光衰减而引起的数值低估, 一般都要使用后向散射概率(b ), 即后向散射与总散射的比值(b b/b), 进行后向散射系数校正[25,57],b校正时一般假设后向散射概率为已知量, 因此后向散射概率影响着后向散射系数的现场测量精度. 然而不同的水体, 后向散射概率有着较大的差异. 大洋开阔水体中, 后向散射概率b b/b基本稳定, HS-6默认为0.015[58], Kirk[59]认为对许多沿岸和中混浊水体而言, 0.019较为适合; Whitlock等[60]认为混浊河水的后向散射概率大约为0.059; Aas等[61]的研究表明, b bp/b p与悬浮颗粒大小有关, 颗粒越小, b bp/b p越大, 一般在0.017到0.029之间变化, 上限为0.5. 马荣华等[62]以及Ma等[63]通过现场测量, 结合优化算法, 发现太湖水体的颗粒物后向散射概率不是一个定值, 而是一个可以表示为波长的二次函数, 在442、488、532、589、676和852nm处分别为0.017、0.017、0.027、0.033、0.054和0.094, 400-900nm范围内均值为0.041±0.030, 400-700nm范围内均值为0.030±0.015. 另外, 以现场实测获取的遥感反射比和实验室获取的各组分吸收为基础, 通过生物光学模型, 利用最小二乘法, 可以模拟获得水体的后向散射系数[62-64].海洋开阔水体(Ⅰ类水体)中, 影响光学特性的物质组成较为简单(主要是叶绿素), 国际上针对SeaWiFS的表观光学量和固有光学量的观测和分析有比较成熟的规范标准[47], 我国在海洋水体光学特性的测量、分析与应用方面做了大量工作, 并取得了丰硕成果[48,54,65-73]. 内陆湖泊等Ⅱ类水体中, 物质组成较为复杂, 包含浮游植物色素、悬浮颗粒以及黄色物质等, 引起的光学特性远比Ⅰ类水体复杂的多. 目前为止, 对于湖泊水体水质参数估测使用的半分析方法所依赖的水体固有光学特性的认识仍旧比较肤浅, 一定程度上限制了这一方法在湖泊水体中的实际应用. 国外在这方面作了大量工作, 欧洲SALMON计划项目[44]测量调查了欧洲几个典型湖泊(如瑞典的Erken，Vättern，Mälaren湖)的固有光学特性(吸收和散射), 建立了适合的生物光学模型, 另外在俄罗斯的贝加尔湖[74]、意大利的Albano湖[75]、芬兰和爱沙尼亚的一些湖泊[76-77]、Chilko湖[78]以及美国的安大略湖[79]都进行过固有光学特性测量.借鉴NASA SeaWiFS测量规范, 我们已经掌握了物质组成复杂水体固有光学特性测量的基本方法, 并成功应用于太湖[25,45,62-63,80-89]、青海湖[90-91]、石头口门水库[92], 其中太湖的相关工作较为深入, 并形成了良好的研究基础. Ma等[25,45]于2004年首次对太湖进行大规模综合光学特性测量, 获取了适合太湖水体的三要素吸收光谱模型参数, 并基于三要素吸收对总吸收的贡献, 把太湖水体划分为7种类型: (1)CDOM 和非藻类颗粒主导型, (2)CDOM、非藻类颗粒和纯水主导型, (3)CDOM和纯水主导型, (4)CDOM、浮游植物颗粒和非藻类颗粒主导型, (5)非藻类颗粒主导型, (6)浮游植物颗粒和非藻类颗粒主导型, (7)浮游植物颗粒、藻类颗粒和纯水主导型; 同时给出了太湖不同浑浊程度水体的后向散射特性[63,84]. 以此为基础, 初步确定了适合太湖光学深水的生物光学模型及其模型参数[45]. 随后, 张兵等[89]再次对太湖进行大规模综合遥感试验. 太湖的多次实测结果表明, 内陆湖泊等Ⅱ类水体的生物光学特性具有一定的季节性差异. 乐成峰等[87]以太湖梅梁湾水体为对象, 对固有光学特性的季节性差异进行了较为详细地分析.1.4 生物光学模型及水体辐射传输水体辐射传输是水色遥感的基础理论之一. 国际上已经开发了多个水体辐射传输模型, 著名的如Hydrolight辐射传输模型以及Monte Carlo辐射传输模型, 可以应用于湖泊水色遥感的研究中. 湖泊水体水深较浅, 既存在光学深水(即遥感反射比不受底质影响的水体或者水深大于光穿透深度的水体), 又存在大量的光学浅水(遥感反射比受底质影响或者水深不大于光穿透深度的水体). 光学浅水中, 一部分光穿透水体而到达水底, 然后部分被吸收, 部分又被反射回水体, 或者作为荧光而被重新激发; 因此, 光学。
遥感湖泊水质的监测 ppt课件
覆盖范围 60 km 60 km 60km 185 km
11 km 16.5 km
遥感技术的原理
地 遥感卫星 物在不断地吸收、发射（辐射）和反射电 磁波，并且不同物体的电磁波特性不同。
几种主要地球资源卫星技术指标
卫星 SPOT-5
SPOT-4 SPOT-1 SPOT-2 SPOT-3
Landsat 7
IKONOS
QuickBird
传感器 HRG HRVIR HRV ETM+
波段
全色 B1: green B2: red B3:near infrared B4:short-wave infrared (SWIR)
0.50 - 0.73 0.50 - 0.59 0.61 - 0.68 0.78 - 0.89
0.50 – 0.90 0.45 – 0.52 0.52 – 0.60 0.63 – 0.69 0.76 – 0.90 1.55 – 1.75 2.08 – 2.35 10.4 - 12.5
0.45 – 0.90 0.45 – 0.52 0.51 – 0.60 0.63 – 0.70 0.76 – 0.85
全色 B1: blue B2: green B3:red B4:near infrared
全色 B1: blue B2: green B3: red B4:near infrared
空间分辨率（米）
2.5 or 5 10 10 10 20 20
15 30 30 30 30 30 30 120
差（慢）
连续性 差，不能全天候观测
调查人员
湖泊水域动态变化遥感监测研究(寒旱所王海波)
2、湖泊水体识别基本原理与方法
（3）. 比值法。处理方法与差值法基本类同,其差别在于本法是运用两个波段。 其缺陷也是相同的。
（4）. 主成分变换法。经几何配准处理的两个相对应时相的某些波段,进行主 成分变换,从而得出一级新的主成分量。由于主成分变换法是建立在对像元值 的纯数理统计上而不是它的物理特性上,因而获得的变化信息复杂且稳定性差, 提取到的变化信息精度也较低。
（3）多光谱波段运算法 多光谱波段运算法是在对目标及其周围典型地物进行分析的基础上，确定它们在各波段
上光谱亮度值的异同，通过对各波段进行算术运算，找出水体提取满足的关系，从而构 建水体提取模型的一种方法。进行各波段间可以减小地形及山体阴影等环境因素的影响， 从而使解译者能准确提取水体。常见的有比值法、差值法、水体指数法等。最常用水体 提取指数为归一化水体指数NDWI 。 （4） 色度判别法
湖泊水域动态变化 遥感监测研究
中科院寒旱所，王海波
湖泊水域动态变化遥感监测研究
内容提纲
1
研究背景与意义
2
湖泊水体识别基本原理与方法
3
湖泊动态变化遥感监测方法
4
研究实例—以艾比湖泊动态为例
5
个人总结与体会
1、研究背景与意义
1.1 湖泊动态变化研究背景与意义
全球变化与可持续发展研究是当今地学研究的两大主题，湖泊萎 缩是人类目前面临的主要环境问题之一。在区域生态系统中，湖 泊具有重要的生态意义。湖泊作为区域陆地水循环中的一个重要 载体，对区域的水量平衡发挥重要作用。湖泊水量平衡分析计算 是湖泊水文研究的基础，它为湖泊水资源开发利用、湖泊及流域 的生态平衡稳定提供重要依据。因此，研究湖泊水域动态变化， 及时掌握区域水量平衡状况，为区域水资源可持续利用提供依据。
水色遥感的原理及应用
水色遥感的原理及应用1. 水色遥感的基本概念水色遥感是一种利用遥感技术研究水体颜色、浊度和透明度等水色信息的方法。
它通过获取水体反射、散射、吸收光谱数据，进而分析水体的物理、化学和生物特性，实现对水体水质、营养盐含量、藻类浓度等参数的监测和评估。
2. 水色遥感的原理水体中各种溶解物质和浮游生物对光的吸收和散射作用是水色遥感的基础原理。
当光线穿过水体时，其能量会因为不同颜色的吸收和散射而发生改变。
水体中的溶解有机物、悬浮固体、藻类和浮游动物等都会对光线产生散射作用，吸收光的波长范围也会因水体中的溶解物质而有所变化。
利用水色遥感技术，可以通过测量不同波长光在水体中的反射光谱数据，获取水体中各种物质的浓度和分布信息。
例如，利用遥感数据可以判断水体中的营养盐含量，浮游藻类浓度，有机物质含量以及水体的透明度等参数。
3. 水色遥感的应用领域3.1 水环境监测采用水色遥感技术可以对水体中的各种物质进行快速、定量的监测。
这对于水环境的污染监测和评估具有重要意义。
通过分析遥感数据，可以确定水体中有害物质的浓度并及时发现水质异常情况，为做出相应的水处理和保护措施提供科学依据。
3.2 水资源管理水资源是人类生活和农业生产的重要基础，因此水资源管理至关重要。
利用水色遥感可以监测水体中的水质变化和水资源的分布情况，为水资源的合理开发和利用提供数据支持。
例如，在干旱地区，可以通过遥感技术监测水库和湖泊的水位和水质，及时调控供水以确保水资源的可持续利用。
3.3 水产养殖和渔业管理水色遥感技术可用于水产养殖和渔业管理。
通过监测水体中的藻类浓度、水温和盐度等参数，可以判断适宜的养殖条件，并提供养殖场的优化建议。
同时，通过遥感技术可以监测渔业资源的分布和季节变化，为渔业生产和管理提供科学依据。
3.4 海洋生态环境监测海洋生态环境的监测对于海洋生物资源的保护和可持续利用具有重要意义。
利用水色遥感可以监测海洋中的叶绿素、浮游生物等生物量浓度，判断海洋生态环境的健康状况。
水体遥感原理
水体遥感原理一、水体遥感原理水体的光学特征集中表现在可见光在水体中的辐射传输过程,包括水面的入射辐射、水的光学性质、表面粗糙度、日照角度与观测角度、气-水界面的相对折射率以及在某些情况下还涉及水底反射光等。
对于清水，在蓝一绿光波段反射率为4%~5%。
0.5μm以下的红光部分反射率降到2%~3%，在近红外、短波红外部分几乎吸收全部的入射能量。
因此水体在这两个波段的反射能量很小。
这一特征与植物形成十分明显的差异，水在红外波段(NIR、SWIR)的强吸收，而植被在这一波段有一个反射峰，因而在红外波段识别水体是较容易的。
1.1、水光谱特性水体的光谱特性不仅是通过表面特征确定的，它包含了一定深度水体的信息，且这个深度及反映的光谱特性是随时空而变化的。
水色(即水体的光谱特性)主要决定于水体中浮游生物含量(叶绿素浓度)、悬浮固体含量(混浊度大小)、营养盐含量、有机物质、盐度指标)以及其他污染物、底部形态(水下地形)、水深等因素。
二、水体富营养化2.1、富营养化定义当大量的营养盐进入水体后，在一定条件下引起藻类的大量繁殖，而后在藻类死亡分解过程中消耗大量溶解氧，从而导致鱼类和贝类的死亡。
这一过程称为水体的富营养化。
2.1、这些浮游植物以蓝藻为主，均含有叶绿素a，它们的存在使得近红外波段进入水体反射率明显上升。
叶绿素在蓝波段的440 nm 以及红波段的678nm 附近有显著的吸收,当藻类密度较高时水体光谱反射曲线在这两个波段附近出现吸收峰值。
因此可利用遥感影像对其进行动态监测预警。
水体富营养化主要评价依据三、遥感在水体富营养化中的应用过程一、采样和遥感数据预处理二、叶绿素模型建立三、多时相监测控污一、采样和遥感数据预处理采用实验区每个波段上的平均灰度值作为定量反演的指标值。
然后采样，根据实测数据在试验区遥感图片上选取对应灰度值,数据预处理通常包括卫星影像的投影坐标校正、水陆分界、噪声修正、辐射匹配、水面反射校正以及漂浮植物分布区的确定。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
二 难点及问题
1.传感器方面：湖泊的水质变化较为迅速, 数小时内就会发生非常大的变化,因 此对于湖泊水质卫星遥感的业务化运行而言, 首先要求卫星传感器具有高时间分 辨率,其次是高空间分辨率, 然后才是高光谱分辨率. 但通常使用的卫星传感器 很难同时满足上述3个要求。研制一个专门的湖泊水色遥感传感器, 将有广阔的应 用前景。
• 大气校正
水色遥感信号反映在某一通道（ λi ）接受的大气顶层辐亮度TOA主要由 以下几部分，简记为： Lt=Lpath+TLg+tLwc+tLw+tLb 1.卫星接收到的信号为大气顶层辐亮度，其中水体离水辐射约占10%甚至 更低，大气程福射约占90% (Kirk，1994)。 2.当叶绿素浓度由0.01mg/m3变化到10.0 mg/m3时，传感器接受的大气顶 层信号几乎没变化(Gordon，1992)。
• 光学特性测量
表观光学特性
核心：离水辐亮度或遥感反射率 测量方法：剖面法以及水面以上测量法，水面以上测量法是NASA SeaWiFS测量 规范推荐的方法，目前较为成熟，特别适合湖泊水体。
固有光学特性
主要包括：吸收系数、后向散射系数和衰减系数等； 随着测量仪器的发展，现场同步测量水体吸收系数和衰减系数已成为可能。后 向散射的获取可以直接通过仪器测量也可以通过理论计算获得。
内陆二类水体
1.陆地卫星多光谱传感器 Landsat TM/ETM、SPOT HRV、CBERS CCD、EO-1 ASTER、beijing-1 CCD等； 评价:具有较高的空间分辨率（20-30m左右），但时间分辨率较低（15-30d）， 无法及时的监测水体污染事件，实用性受限。 2.星载及机载高光谱传感器 EO-1 Hyperion及AVRIS、OMIS、CASI、AISA+ 评价：信噪比一般较低切传感器刈(yi)幅较窄，监测范围有限。 特别：HJ-1 A/B HIS,空间分辨率（20-30m）、高时间分辨率、高光谱分辨 （450-950nm）且观测幅宽（720km）
2.算法方面：需要针对内陆湖泊的水体特点，改进或发展合适的大气校正算 法。 3.反演方面：需要加强水体光学特性的基础知识, 另一方面需要加强数学建模 研究，从而来提高反演的精度。 4.尺度问题：尺度问题显著地贯穿于水质参数遥感反演过程的始终. 建立水质 参数遥感反演的尺度模型, 可以更加准确地定量卫星遥感的反演误差、理解误差 的传递过程及其尺度误差对反演结果的影响和贡献(马荣华，2009). 目前水色遥感界普遍认为 , 由于模型参数的差异, 很难建立一种普适的水色遥 感反演模式.不同的湖泊水体、同一湖泊不同的湖区、同一湖区不同的季相, 水体 物质组分的空间差异都很大, 引起固有光学特性大的空间分异, 生物光学模型参数 具有很大的区域性, 不能统一参数化。如果能够建立隐含大气校正的一体化水色 反演算法，将为水色遥感的业务化奠定基础。
湖泊水色遥感研究
一 研究现状与进展 二 面临的难点及问题 三 最近相关工作
一 研究现状与进展
1.卫星传感器 2.大气矫正 3.光学参数测量 4.基础理论及模型 5.水色参数遥感反演
• 卫星传感器
海洋一类水体
CZCS（1978-1986年）、SeaWiFS(1997年至今)、MODIS（1999年至今）、 MERIS（2002年至今）、GTI、我国HY-1 A/B COCTS(2002年至今)等； 评价：专用于海洋水色的传感器，在光谱、时间分辨率和信噪比方面具 有优 势，但普遍空间分辨率较低。
影响水体光学特性因素
大洋一类水体主要是叶绿素，内陆湖泊等Ⅱ类水体中, 包含浮游植物色素、悬 浮颗粒以及黄色物质等, 引起的光学特性远比Ⅰ类水体复杂的多。
• 基础理论及模型
理论:水体辐射传输是水色要干的基础理论 水体辐射传输模型：
国外著名的有：Hydrolight辐射传输模型以及Monte Carlo辐射传输模型，这 两个模型在辐射传输方程的参数化过程中起了重要作用。这些模型可以应用于湖 泊水色遥感中。 存在的问题：由于湖泊存在光学深水和光学浅水，在光学浅水中，基本的辐ห้องสมุดไป่ตู้射传输过程没有变化，但光的传播环境发生了变化, 从而影响了解决辐射传输问 题的假设和边界条件(潘德炉等，2008) 国内：这方面研究还处于起步阶段。
结论：剔除大气影响在湖泊水色遥感反演中尤为重要，也是水色遥感的 关键所在，而离水辐亮度的关键在于气溶胶散射项的计算。
大气校正算法
一类水体:通用GORDON标准算法 陆地遥感大气校正方法：LOWTRAN、MODTRAN、5S、6S、ACORN、FLAASH、 ATREM以及HATCH等； 评价：这些模型算法需要复杂的参数，实时遥感大气校正困难，难以实现大 气校正的业务化运行 为此，国际水色遥感界提出了针对“亮像元”（近红外离水辐射非零） 的大气校正算法，但目前还处于区域性试验阶段。
• 水色参数反演
凡存在显著光谱特征或光学特性的水体组分参数, 即光活性物质, 都可以通 过遥感实施定量反演,如叶绿素、悬浮物、DOC 等； 主要反演方法： 经验/半经验方法，核心是水色参数光谱特征的先验已知性。虽然基于卫星遥 感影像数据的半经验算法的理论基础不明确, 但在特定的湖区, 针对特定的传感器, 半经验算法却具有较强的稳定性, 同时具有较高的反演精度。 半分析方法，核心是生物光学模型，它是目前湖泊水色遥感的研究热点，使 用的方法是矩阵分解法。