2017中国水色遥感大会会议日程-厦门大学

合集下载

海洋水色遥感海洋遥感PPT课件

2021/6/17
第28页/共63页
5.4 海洋水色要素浓度反演
（1）叶绿素浓度反演
a.代数法（基于模型的解析算法）
浮游植物色素浓度C的反演：
利用吸收系数：
a( ) aw ( ) f1 ( ) exp( f 2 ( )) C
利用衰减系数：
b( 500 nm) 0.3C 0.62
4.海洋水色遥感的几个基本概念
a. 海洋水体分类
根据Morel等提出的双向分类法，可分为：
- Ⅰ类水体：光学特性主要由浮游植物及其分解物决定；
- Ⅱ类水体：光学特性除了与浮游植物及其分解物有关外，
还由悬浮物、黄色物质决定，其水色由水体的各成分以非
线性方式来影响。
2021/6/17
第8页/共63页
5.1 概述
综合以上诸式可得：
※遥感反射率：
2021/6/17

r
E d ( ,0 )

Eu ( ,0 ) Q Lu ( ,0 )
Lw

L
(

,
0
)
u
Eu ( ,0 )

R
ti REd ( ,0 ) ti (1 ) R
Lw ( , v )

E0 ( ) cos st ( , s )
常用的经验关系：蓝绿比值经验算法
C A(
Lw (i ) B
)
Lw ( j )
log C log A B log(
Lw (i )
)
Lw ( j )
利用水体随着叶绿素浓度的增大，离水辐射度光谱峰从
蓝波段向绿波段偏移的机理而提出蓝绿比值经验算法。

海洋水色遥感

ISSN100922722 CN3721118/P海洋地质动态Marine Geology Letters第25卷第10期Vol25No10文章编号:100922722(2009)1020036206地质构造三维可视化系统设计与实现陈　军1,2,权文婷3,周冠华3,温珍河1,2(1国土资源部海洋油气资源与环境地质重点实验室;2青岛海洋地质研究所,青岛266071;3北京师范大学资源学院,北京100875)摘　要:地质构造三维可视化是地质勘探数据处理的重要环节,是正确认识地质构造的重要手段,从而为油藏模拟提供科学的依据。

在与Arcengine技术的支持下,结合地质构造数据特征及其应用要求,设计实现了地质构造三维分析与可视化系统。

试验结果提供了从整体到局部的多角度显示手段与几种常用的数据挖掘方法,从而有助于研究人员准确快速掌握地质构造信息,为进一步的地质研究提供科学依据。

关键词:地质构造;三维可视化;数据挖掘中图分类号:P618.02 文献标识码:A 地质对象相比于地理对象而言,具有平面分布、Z值变化连续、内部信息不完全(或者称地质对象是灰色的)和数据采集代价大等特点[1]。

长期以来,地质工作者习惯于用二维地图产品来抽象形成大脑中的三维地物,这给许多地学专家进行地学分析带来极大不便,单靠二维信息无法较好地描述地质体的三维结构。

为此,多年来地质工作者一直关注地质体三维可视化及建模技术[2]:1992年国际勘探地球物理学家协会和欧洲勘探地球物理学家协会成立了Seg/Eaeg3D建模委员会,开展了3D建模工程;1997年在巴塞罗那召开的国际数学地质会议上,Graeme和Bonham等强调地质材料收稿日期:2009207202基金项目:国家地质大调查专项“我国海域1∶100万地质地球物理系列图”(1212010511302);十一五国家科技支撑项目(2008BAC34B03)作者简介:陈　军(1982—),男,实习研究员,从事地理信息系统与遥感研究.E2mail:chenjun820711@ 3D可视化的重要性[3]。

厦门环东海域整治过程悬浮泥沙变化遥感监测

第17卷第2期厦门理工学院学报V o.l 17 N o .22009年6月Journal o f X ia m en U n i versity o f T echno l ogy Jun .2009[收稿日期]2009-03-12 [修回日期]2009-05-11[基金项目]厦门市科技计划指导性项目(3502Z20077016)[作者简介]孙凤琴(1982-),女,福建莆田人,助教,硕士,从事海洋与环境遥感的研究.厦门环东海域整治过程悬浮泥沙变化遥感监测孙凤琴(厦门理工学院空间信息科学与工程系,福建厦门361024)[摘要]选用2005)2007年福建省干季(10月~2月)三个时相中潮位的中巴卫星CCD 数据,利用泥沙指数SI=(ch2+ch3)/(ch2/ch3)提取厦门环东海域悬浮泥沙信息.与现场浊度的对比表明,该泥沙指数能较好地反映悬浮泥沙的相对分布.泥沙指数图像显示,该海域悬浮泥沙浓度分布具有浅海高、深海低,从两岸向中部降低的特点;与2005年10月相比,2007年1月整治过程中清淤吹填使海域面积有所减小,但湾中上部高、中高浓度泥沙明显增加;到2007年11月,清淤吹填基本完成,海域高、中高浓度悬浮泥沙总比2005年10月约减少14k m 2.综合整治使得整个环东海域悬浮泥沙含量明显降低.[关键词]厦门环东海域;遥感;悬浮泥沙;泥沙指数[中图分类号]P73111 [文献标志码]A [文章编号]1008-3804(2009)02-0062-050 引言悬浮泥沙含量影响水体透明度、水色等性质,其变化对生态环境、水下地貌冲淤、港口工程等有直接影响[1].遥感具有大面积、同步测量和时空分辨率较高的特点,可有效地监测悬浮泥沙的分布.Ruhl等[2],Ty l e r 等[3],Sipe l g as 等[4]利用不同资料在美国、欧洲、非洲进行了悬浮泥沙浓度的反演.国内学者也利用MODIS 和中巴CCD 影像等研究了沿海和内陆湖泊的悬浮泥沙浓度[5-7].研究者们提出了许多的反演模式[8],但这些模式针对不同水域范围而建立,在其他水域难以普遍适用.李四海等[9]指出,泥沙指数法综合应用了不同波段的光谱信息,可获得层次丰富泥沙图像.文中以厦门环东海域为研究区域,利用多时相的中巴CCD 遥感资料,基于泥沙指数提取悬浮泥沙信息,探讨海域建设对悬浮泥沙和冲淤环境的影响.1 研究区域介绍厦门地处福建省东南沿海.海峡西岸经济区列入国家/十一五0规划,给厦门带来前所未有的发展机遇,但岛内土地资源稀缺,成为制约厦门发展的软肋.开发环东海域成为厦门市提升未来发展空间的重要战略.环东海域新城区(见图1),陆域规划面积114km 2,海域面积91km 2,沿岸入海河流有东、西溪和官浔溪,径流比较小[10].整治前,由于长期的填海造地和围垦养殖,该海域污染严重,存在大面积淤积浅滩.环东海域整治工程,主要包括清淤吹填、产业第2期孙凤琴:厦门环东海域整治过程悬浮泥沙变化遥感监测区建设等内容.2006年7月,清淤吹填工程开始;至2007年2月,清淤吹填集中在丙洲片区(位于同安区,由官浔、西柯和丙洲地块组成)和洪塘片区(位于同安湾北部,泉厦漳高速公路以南、东溪以东).一系列建设过程,必将引起环东海域悬浮泥沙分布及冲淤环境的明显变化.2 数据选择与研究方法211 数据选择为了使中巴卫星(CBERS)CCD 数据具有可比性,主要考虑数据在干/湿季和潮位时相两方面的选择.在季节方面,径流携沙量与降水有密切关系.根据多年降水量的气候平均,福建省3月~9月份为湿季,10月~2月份为干季,干季海湾受径流携沙影响较湿季的小.在潮位方面,近岸海域的潮流对悬浮泥沙的影响显著.通常悬沙浓度在较低潮位时较高,而在较高潮位时较低.结合数据资料,选择干季相近潮位的3幅遥感图像来分析.所用遥感数据的相关情况来自厦门日报,如表1所示.表1 所用中巴CCD 遥感数据的日期/潮时/风况Tab .1 The da t e /tide tm i e /w ind o f CCD data from CBERS数据日期2005年10月21日2007年01月06日2007年11月28日农历日期九月十九日十一月十八日十月十九日高潮时刻14.5014.3515.05低潮时刻8.308.008.30风况东北风3-4级东北风3级东北风3-4级212 遥感影像预处理主要包括几何校正和大气辐射校正.(1)地理校正:保证数据的准确性和不同时相数据的可比性.采用影像到影像的配准:以已校正到厦门市1B 5万地形图的2001年TM 影像为基准,将各CCD 影像配准到该T M 影像上,采用二次多项式变换,双线性内插法重采样.满足多时相遥感变化检测误差小于015个像元的要求.(2)大气校正:由于水体辐射信号较弱,受大气影响大,进行大气校正是必需的.过去20多年已经发展了许多大气校正模型[11].鉴于本研究区域小,所选图像晴空无云,可认为各点大气影响基本一致.因此,采用较为常用的最暗像元法进行大气校正[12].213 海域水体信息提取要提取悬浮泥沙信息,必需先获得准确的水域范围.根据/水体对近红外波段强烈吸收,而对绿光波段有较高的反射0的光谱特性,M c Feeters[13]构建的水体指数NDW I 能很好地剔除非水体信息:ND W I=(G reen-N I R )/(G reen+N I R)式中,G reen 和N I R 是绿光波段和近红外波段的反射率,对应CCD 数据图像的第2和4波段.通常,NDW I 以0为阀值,水体的为正值,土壤和植被的为负值.考虑到研究区域落潮时有泥滩存在,因此根据各图像情况,确定ND W I 阈值,使陆地和泥滩不参与泥沙信息提取.214 泥沙指数计算LandsatTM /ET M +绿波段0152~0160L m 和红波段0162~0169L m 对悬浮泥沙的灰度响应曲线表明,这两波段的灰度可以反映水体泥沙含量的差异[7].中巴CCD 第2、3波段正适合于提取水中悬浮泥沙信息,因此拟定泥沙指数为:SI=(ch2+ch3)/(ch2/ch3),利用E rdas817进行运算,得到不同时相遥感泥沙指数的分布图.3 环东海域悬浮泥沙分布特征分析311 泥沙指数与现场浊度的对比中巴卫星平均降交点地方时为10:30a m,取现场准同步的浮标浊度进行比较.浮标位置见图3(c)所示:绿色点(N118b 081789c ,E24b 371002c )和紫色点(N118b 101913c ,E24b 341668c ).#63#厦门理工学院学报2009年2005)2007年泥沙指数SI 与相应浊度对比,如图2所示.从图2可知,SI 与浮标浊度两者的变化趋势基本一致.二者在2007年11月28日B 点出现较大差异,浊度为低值,SI 为相对高值.查看当日的遥感图像,第三波段比其他日期大幅上升,使得SI值整体较高,但在该图像中,该S I 值仍代表相对的低值.说明该泥沙指数不是真正的泥沙浓度,但能较好的反映悬浮泥沙相对含量的分布.312 不同时相悬浮泥沙分布的对比图3(a)(b)(c)分别为日期20051021、20070106、20071128的中巴CCD 遥感图像,由第4、第2和第1波段合成.从图3三幅图像可看出2005)2007年环东海域建设的变化:图3(b)与图3(a)相比,工业区初现规模;在图3(c)上,各处的建设明显扩大,丙洲岛南端和环湾路建设展开.图3(c)与图3(a)相比,海陆变化如图4所示,黑色表示水域转为陆域或淤积,白色表示陆域或淤积转为水域,海转陆/淤面积约16km 2.为了划分不同悬浮泥沙浓度的水体,采用以下的指标作为标准(M 代表平均值,D 代表标准方差)[7]:SI>M +D,高浓度悬浮泥沙;M <SI [M +D,中高浓度悬浮泥沙;M -D <SI [M,中低浓度悬浮泥沙;M I N <SI [M -D,低浓度悬浮泥沙.图5(a)(b)(c)分别为日期20051021、20070106、20071128的泥沙指数图像.从图5三幅泥沙指数图像可看出:1)以图5各图中红线为界,在湾口存在中高浓度悬浮泥沙.从其分布来看,不是从湾内而来,应是相邻海蚀海岸及堆积海滩形成近岸较高浓度悬沙,由潮流挟带至此.2)在红线以北的湾内,高浓度悬浮泥沙主要位于湾顶和沿岸滩涂附近,而在湾中部为低悬浮泥沙带.同安湾四周潮滩宽阔,多为粉砂质砂和泥质粉砂;潮汐通道发育在刘五店)大离亩以北海域[10].粉砂潮滩在流浪作用下易形成悬浮泥沙,与湾内高悬沙区相对应;潮汐通道水深较大,对应悬浮泥沙浓度较低.图5(a)~(c)三幅图像也反映出2005)2007年湾内泥沙分布有个明显变化的过程.图5(b)与图5(a)相比,湾中上部高浓度和中高浓度泥沙明显增加,但在机场附近有所降低,总体上高浓度和中低浓度面积分别增加018km 2和613km 2,中高浓度和低浓度面积分别减少117km 2和717km 2.在图5(c)图像中,高浓度和中高浓度悬浮泥沙仅存在湾顶和近岸区域,与图5(b)相比,高、中高和中低浓度的面积分别减少513km 2、812km 2和215k m 2,低浓度的增加514km 2;而图5(c)与图5(a)相比,则高、中高和低浓度的泥沙分别减少415km 2、919km 2和213km 2,而中低浓度增加318km 2.#64#第2期孙凤琴:厦门环东海域整治过程悬浮泥沙变化遥感监测引起2005)2007年环东海域悬浮泥沙变动的主要原因,是海域的整治过程.具体分析如下:1)从表1可知,所选的三个时相卫星数据的日期都在干季,径流输沙的影响相似,范围较小.2)从表1还可知该三个时相数据的高低潮时刻.根据中巴卫星平均降交点地方时(10B 30a m )和厦门正规半日潮的规律,可判断三个时相遥感CCD 数据(图3(a)~(c))都是接近高低潮中间的中潮位期,且农历为十八日和十九日,潮位高(水深)相近,风况均为东北风3-4级.在这三个时相,径流输沙、水深、风况、流速、浅滩底质等条件相似,决定了悬浮泥沙的大体分布,但不会引起这三个时相间悬浮泥沙分布的大幅度变化.3)海域的综合清淤吹填工程起于2006年7月,至2007年2月,清淤吹填主要位于湾顶的丙洲片区和洪塘片区,其影响正是图5(b)中湾中上部悬浮泥沙明显增加处.小部分海转陆,也减少了近岸高浓度泥沙的面积,如机场和丙洲岛周围;至8月,清淤吹填进入尾声,对湾底泥沙的搅动减少,且清淤结束后,浅滩水深增加,因此,11月的图5(c)中整个环东海域悬浮泥沙含量明显降低.4 结语选用2005)2007年间福建省干季(10月~2月)三幅潮位相近的中巴CCD 图像,通过泥沙指数获得了这期间环东海域悬浮泥沙的变化.总体上,环东海域悬浮泥沙受水下地形地貌和潮流的影响,分布具有浅海区浓度高,深海区浓度低,从岸边向海域中部逐渐降低的特点.在径流输沙,水深、风况、流速、浅滩底质等条件相似的情况下,海域整治的清淤吹填是引起悬浮泥沙浓度变化的主要原因.总体上,综合整治使得环东海域悬浮泥沙含量明显降低.致谢:感谢福建省空间信息工程研究中心提供中巴CCD 数据;感谢厦门市水产研究所提供浮标浊度数据以及蔡励勋工程师的支持.[参考文献][1]程天文,赵楚年.我国主要河流入海径流量、输沙量对沿岸的影响[J].海洋学报,1985,7(4):460-471.[2]RUH L C A,SC HOELLHAM ER D H,STUM PF R P et a.l Co m b i ned use o f re m ote sensing and conti nuous m on ito -r i ng to analyse the var i ability of suspended-sed i m ent concentrati on in san Franc isco bay Californ i a [J].E stuarine ,C oasta l and Shelf Sc i ence ,2001,53:801-812.[3]TYLER A N,S VA B E ,PRESTON T et a.l R emo te sensi ng of t he wa ter qua lity o f shall ow lakes :A m i x t ure m ode-lli ng approach to quantif y ing phytoplankton i n w ater character i zed by h i gh -suspended sed i m ent [J].Internati ona l Journa l o f R e -m ote Sensing ,2006,27(8):1521-1537.#65#厦门理工学院学报2009年[4]S I PELGAS L,RAUD SEPP U,KOUTS T.Operati ona lm onito ri ng o f suspendedm a tter d istri buti on usi ngM OD IS i m a -ges and nu m er i ca lm ode lli ng [J].A dvances i n Space R esearch ,2006,38(10):2182-2188.[5]张春桂,张星,陈敏艳,等.福建近岸海域悬浮泥沙浓度遥感定量监测研究[J].自然资源学报,2008,23(1):150-160.[6]邬国锋,崔丽娟,纪伟涛.基于时间序列M OD IS 影像的鄱阳湖丰水期悬浮泥沙浓度反演及变化[J].湖泊科学,2009,21(2):288-297.[7]王心源,李文达,严小华,等.基于L andsat 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.[8]刘志国,周云轩,蒋雪中,等.近岸Ò类水体表层悬浮泥沙浓度遥感模式研究进展[J].地球物理学进展,2006,21(1):321-326.[9]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.[10]林桂兰,方建勇,陈峰.厦门同安湾滩槽演变趋势的遥感分析[J].国土资源遥感,2004,62(4):63-67.[11]郑伟,曾志远.遥感图像大气校正方法综述[J].遥感信息,2004(4):66-70.[12]SONG C ,W OODCOCK C E ,SETO K C ,e t a.l C lassificati on and change detecti on us i ng landsat TM data :when and how to correct at m ospheric effects [J].R e m ote Sensing o f Environment ,2001,75(2):230-244.[13]M cF ee ters S .T he use of the nor m a lized difference w ater index (NDW I)i n the de li nea ti on o f open w ater features[J].Internationa l Journa l of R emo te Sensi ng,1996,17(7):1425-1432.R e m ote Sensi ngM onitori ng of Suspended Sedi m ent Change i nX i a m en East Coastal HarnessS UN Feng -q i n(D epart m ent of Spa tia l Infor m a tion T echnology ,X ia m en U niversity of T echnology ,X ia m en 361024,Ch i na)A bstract :CBERS CCD data o f dry season fro m 2005to 2007w ere chosen to i n d icate the suspended sed-i m ent change in X ia m en East coastalw ater area in t h ese years .Sed i m ent I ndex SI=(ch2+ch3)/(ch2/ch3)w as used to indicate w ater w ith different sed i m ent levels .C o mpared w ith buoy turbidity ,S I sho w ed related d is -tri b ution of suspended sed i m ent w el.l According to S I i m ages ,suspended sedi m ent concentration w as generall y lo w i n shoa l and h i g h in deep affected by t h e physi o gno m y and current i n th is area .The silt purge and filli n g in Jan.2007reduced the sea area and i n creased suspended sed i m ent at upper and upper m i d dle levels i n northern and w estern bays ,and i n Nov 12007,near the end of the silt pur ge and filli n g ,suspended sedi m ent at upper and upper m iddle leve ls decreased about 14km 2co mpared w ith that i n O ct 12005.I n genera,l X i a m en E ast coastal area harness has v isibly reduced the suspended sed i m ent concen trati o n .K ey words :X ia m en East coastal area ;re m ote sensi n g ;suspended sedi m en;t sed i m ent para m eter #66#。

土壤水分遥感反演研究进展

第３９卷第１３期２０１９年７月生态学报ＡＣＴＡＥＣＯＬＯＧＩＣＡＳＩＮＩＣＡＶｏｌ．３９，Ｎｏ．１３Ｊｕｌ．，２０１９基金项目：国家重点研发计划项目（２０１７ＹＦＡ０６０４７０１）；中国博士后科学基金项目（２０１８Ｔ１１００６６，２０１７Ｍ６２００２９）；中央高校基本科研业务费专项收稿日期：２０１８⁃０４⁃２６；㊀㊀网络出版日期：２０１９⁃０４⁃１７∗通讯作者Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ：ｓｈｕａｉｗａｎｇ＠ｂｎｕ．ｅｄｕ．ｃｎＤＯＩ：１０．５８４６／ｓｔｘｂ２０１８０４２６０９４９潘宁，王帅，刘焱序，赵文武，傅伯杰．土壤水分遥感反演研究进展．生态学报，２０１９，３９（１３）：４６１５⁃４６２６．ＰａｎＮ，ＷａｎｇＳ，ＬｉｕＹＸ，ＺｈａｏＷＷ，ＦｕＢＪ．Ａｄｖａｎｃｅｓｉｎｓｏｉｌｍｏｉｓｔｕｒｅｒｅｔｒｉｅｖａｌｆｒｏｍｒｅｍｏｔｅｓｅｎｓｉｎｇ．ＡｃｔａＥｃｏｌｏｇｉｃａＳｉｎｉｃａ，２０１９，３９（１３）：４６１５⁃４６２６．土壤水分遥感反演研究进展潘㊀宁１，王㊀帅１，∗，刘焱序１，赵文武１，傅伯杰１，２１北京师范大学地理科学学部，地表过程与资源生态国家重点实验室，北京㊀１００８７５２中国科学院生态环境研究中心，城市与区域生态国家重点实验室，北京㊀１０００８５摘要：土壤水分精确反演对于理解和解决农业生产㊁生态规划以及水资源管理中的科学与实际问题至关重要㊂目前，大量的反演算法被广泛用于土壤水分估算，全球土壤水分遥感反演产品不断发布，反演算法与产品数据集的应用前景亟待系统梳理㊂基于不同谱段遥感探测技术中的土壤水分反演方法存在各自的特点㊁优势和局限性㊂除反演方法研究外，土壤水分遥感反演研究热点可被归纳为遥感土壤水分产品评估㊁在相关领域的应用㊁数据同化３个方面㊂大量研究表明土壤水分遥感反演产品在生态㊁水文㊁干旱等研究中表现出巨大的潜力，且在部分研究中已经得到应用㊂但目前土壤水分的遥感观测与应用需求仍存在一定的差距，因此最后对土壤水分遥感反演在探测的精度和准确度两个方面及其解决方案进行了总结与展望㊂关键词：土壤水分；反演方法；遥感产品；数据应用；数据同化ＡｄｖａｎｃｅｓｉｎｓｏｉｌｍｏｉｓｔｕｒｅｒｅｔｒｉｅｖａｌｆｒｏｍｒｅｍｏｔｅｓｅｎｓｉｎｇＰＡＮＮｉｎｇ１，ＷＡＮＧＳｈｕａｉ１，∗，ＬＩＵＹａｎｘｕ１，ＺＨＡＯＷｅｎｗｕ１，ＦＵＢｏｊｉｅ１，２１ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＥａｒｔｈＳｕｒｆａｃｅＰｒｏｃｅｓｓｅｓａｎｄＲｅｓｏｕｒｃｅＥｃｏｌｏｇｙ，ＦａｃｕｌｔｙｏｆＧｅｏｇｒａｐｈｉｃａｌＳｃｉｅｎｃｅ，ＢｅｉｊｉｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００８７５，Ｃｈｉｎａ２ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＵｒｂａｎａｎｄＲｅｇｉｏｎａｌＥｃｏｌｏｇｙ，ＲｅｓｅａｒｃｈＣｅｎｔｅｒｆｏｒＥｃｏ⁃ＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅｓ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００８５，ＣｈｉｎａＡｂｓｔｒａｃｔ：Ａｃｃｕｒａｔｅｓｏｉｌｍｏｉｓｔｕｒｅｒｅｔｒｉｅｖａｌｉｓｖｅｒｙｉｍｐｏｒｔａｎｔｆｏｒｕｎｄｅｒｓｔａｎｄｉｎｇａｎｄｓｏｌｖｉｎｇｓｃｉｅｎｔｉｆｉｃａｎｄｐｒａｃｔｉｃａｌｐｒｏｂｌｅｍｓｉｎａｇｒｉｃｕｌｔｕｒａｌｐｒｏｄｕｃｔｉｏｎ，ｅｃｏｌｏｇｉｃａｌｐｌａｎｎｉｎｇ，ａｎｄｗａｔｅｒｒｅｓｏｕｒｃｅｓｍａｎａｇｅｍｅｎｔ．Ａｔｐｒｅｓｅｎｔ，ａｌａｒｇｅｎｕｍｂｅｒｏｆｉｎｖｅｒｓｉｏｎａｌｇｏｒｉｔｈｍｓａｒｅｗｉｄｅｌｙｕｓｅｄｉｎｓｏｉｌｍｏｉｓｔｕｒｅｅｓｔｉｍａｔｉｏｎ，ａｎｄｇｌｏｂａｌｓｏｉｌｍｏｉｓｔｕｒｅｒｅｍｏｔｅｓｅｎｓｉｎｇｉｎｖｅｒｓｉｏｎｐｒｏｄｕｃｔｓａｒｅｃｏｎｓｔａｎｔｌｙｐｕｂｌｉｓｈｅｄ，ｂｕｔｉｎｖｅｒｓｉｏｎａｌｇｏｒｉｔｈｍｓａｎｄｔｈｅａｐｐｌｉｃａｔｉｏｎｐｒｏｓｐｅｃｔｓｏｆｐｒｏｄｕｃｔｄａｔａｓｅｔｓｎｅｅｄｔｏｂｅｓｙｓｔｅｍａｔｉｃａｌｌｙｃｏｍｂｅｄ．Ｓｏｉｌｍｏｉｓｔｕｒｅｒｅｔｒｉｅｖａｌｍｅｔｈｏｄｓｂａｓｅｄｏｎｒｅｍｏｔｅｓｅｎｓｉｎｇｔｅｃｈｎｏｌｏｇｙｉｎｄｉｆｆｅｒｅｎｔｓｐｅｃｔｒａｌｒａｎｇｅｓｈａｖｅｔｈｅｉｒｏｗｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ａｄｖａｎｔａｇｅｓ，ａｎｄｌｉｍｉｔａｔｉｏｎｓ．Ｉｎａｄｄｉｔｉｏｎｔｏｉｎｖｅｒｓｉｏｎｍｅｔｈｏｄｓ，ｔｈｅｒｅｓｅａｒｃｈｈｏｔｓｐｏｔｓｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｉｎｖｅｒｓｉｏｎｏｆｓｏｉｌｍｏｉｓｔｕｒｅｃａｎｂｅｓｕｍｍａｒｉｚｅｄｉｎｔｏｔｈｒｅｅａｓｐｅｃｔｓ：ｅｖａｌｕａｔｉｏｎｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｓｏｉｌｍｏｉｓｔｕｒｅｐｒｏｄｕｃｔｓ，ａｐｐｌｉｃａｔｉｏｎｉｎｒｅｌａｔｅｄｆｉｅｌｄｓ，ａｎｄｄａｔａａｓｓｉｍｉｌａｔｉｏｎ．Ａｌａｒｇｅｎｕｍｂｅｒｏｆｓｔｕｄｉｅｓｓｈｏｗｔｈａｔｒｅｍｏｔｅｓｅｎｓｉｎｇｉｎｖｅｒｓｉｏｎｐｒｏｄｕｃｔｓｆｏｒｓｏｉｌｍｏｉｓｔｕｒｅｈａｖｅｓｈｏｗｎｇｒｅａｔｐｏｔｅｎｔｉａｌｉｎｅｃｏｌｏｇｉｃａｌ，ｈｙｄｒｏｌｏｇｉｃａｌ，ｄｒｏｕｇｈｔ，ａｎｄｏｔｈｅｒｒｅｓｅａｒｃｈ，ａｎｄｈａｖｅｂｅｅｎａｐｐｌｉｅｄｉｎｓｏｍｅｒｅｓｅａｒｃｈ．Ｈｏｗｅｖｅｒ，ｔｈｅｒｅｉｓｓｔｉｌｌａｇａｐｂｅｔｗｅｅｎｔｈｅｒｅｍｏｔｅｓｅｎｓｉｎｇｏｂｓｅｒｖａｔｉｏｎｓａｎｄａｐｐｌｉｃａｔｉｏｎｉｎｓｏｉｌｍｏｉｓｔｕｒｅ．Ｔｈｕｓ，ｔｈｉｓｐａｐｅｒｆｉｎａｌｌｙｓｕｍｍａｒｉｚｅｓａｎｄｆｏｒｅｃａｓｔｓｔｈｅｐｒｅｃｉｓｉｏｎａｎｄａｃｃｕｒａｃｙｏｆＳｏｉｌＭｏｉｓｔｕｒｅＲｅｍｏｔｅＳｅｎｓｉｎｇＩｎｖｅｒｓｉｏｎａｎｄｉｔｓｓｏｌｕｔｉｏｎｓ．ＫｅｙＷｏｒｄｓ：ｓｏｉｌｍｏｉｓｔｕｒｅ；ｉｎｖｅｒｓｉｏｎｍｅｔｈｏｄ；ｒｅｍｏｔｅｓｅｎｓｉｎｇｉｎｖｅｒｓｅｄｐｒｏｄｕｃｔｓ；ｄａｔａａｐｐｌｉｃａｔｉｏｎ；ｄａｔａａｓｓｉｍｉｌａｔｉｏｎ土壤水分作为重要的陆地表层系统要素，是生态㊁环境㊁农业等领域研究中不可忽视的指标㊂对比传统的６１６４㊀生㊀态㊀学㊀报㊀㊀㊀３９卷㊀土壤水分测量方法如烘干法㊁时域反射法等局地土壤水分测量途径［１］，遥感技术提供了一种周期性㊁可全球覆盖的㊁多时相的对地观测手段［２⁃５］，为土壤水分研究带来了新的技术支撑㊂在目前遥感技术和土壤水分研究的衔接中，数据㊁方法与应用三者之间的级联特征尚缺乏梳理，容易致使数据误用，从而增加了遥感土壤水分产品在使用中的不确定性㊂基于此，本文拟依托数据㊁方法与应用的逻辑主线（图１），首先对土壤水分研究中所涉及到的遥感数据及对应方法的特点与不足进行梳理，为遥感技术在土壤水分研究中的应用提供更清晰的技术背景；随后对土壤水分数据产品的近今研究应用进行归纳总结，提出目前的研究热点及方向；最终就遥㊂感土壤水分的研究前景做出三点展望图１㊀遥感技术在土壤水分中的研究框架Ｆｉｇ．１㊀Ｒｅｓｅａｒｃｈｆｒａｍｅｗｏｒｋｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｔｅｃｈｎｏｌｏｇｙｉｎｓｏｉｌｍｏｉｓｔｕｒｅ１㊀土壤水分遥感定量反演基础１．１㊀光学遥感反演方法广义的光学遥感包括可见光⁃近红外⁃热红外三部分的波段范围㊂目前在可见光⁃近红外波段，常用的方法是利用Ｌａｎｄｓａｔ或ＭＯＤＩＳ等多光谱数据构建相应的干旱指数或植被指数来反映土壤含水量［６⁃８］㊂在热红外波段，通过地表温度［９］或热惯量［１０］实现土壤水分的反演㊂其中地表温度常常与植被指数相结合，通过不同土壤水分条件下所观测到的卫星影像像元值在温度⁃植被指数特征空间的分布规律来估算土壤水分［１１⁃１４］㊂热惯量与土壤水分之间存在一定的理论基础，可以根据能量平衡方程来估算土壤水分，但由于物理模型较复杂，常常利用回归函数模型进行反演㊂在经验方程基础上，相关研究还在模型中对地形㊁土壤质地㊁风速等影响热惯量的因素进行了修正㊂例Ｄｏｎｇ等［１５］通过表层土壤温度估算了土壤热和水力参数，并用来促进土壤水分估算的精度和鲁棒性㊂对比之下，可见光⁃近红外波段可以反映地表植被生长状况，热红外波段的光谱特性可以通过能量平衡与土壤水分建立理论模型㊂因此在近几年光学遥感反演土壤水分的研究中，可见光⁃近红外波段数据常常与热红外波段数据进行融合分析㊂除上述温度⁃植被指数空间外，另一种常用的融合方法是蒸散与作物缺水指数法㊂例如虞文丹等［１６］在作物缺水指数构建模型中引入双层蒸散发模型，估算了表层２０ｃｍ土壤的相对含水量㊂此外还有多种融合方式，如除多等［１７］将生长季植被供水指数与热红外波段相结合实现西藏高原地区的土壤水分遥感监测；于君明等［１８］通过角度指数来修正ＭＯＤＩＳ数据近红外与两个热红外光谱之间的关系，提高了土壤水分监测的精度㊂此外，高光谱遥感技术也以其丰富的光谱信息广泛应用于土壤水分的反演中［１９］，例如Ｓａｄｅｇｈｉ等［２０］在波段选择的基础上提出了一种基于可见光⁃近红外波段估算土壤水分的线性物理模型㊂土壤反射光谱曲线中的水分吸收带主要体现在近红外的１４００ｎｍ㊁１９００ｎｍ和２２００ｎｍ左右，最佳波段选择㊁光谱特征增强（如微分光谱㊁差分等）是剔除数据冗余㊁提高反演精度的常用方法㊂利用高光谱技术反演土壤水分可以分为两种类型，一种是采用土壤采样的方法，分别获取土壤含水量和土壤反射光谱，通过经验模型建立土壤水分与光谱反射之间的关系，同时还可以用来分析土壤含水量与有机质㊁氮磷元素等含量的影响，此类实验研究较多［２１⁃２２］；另一种是利用高光谱影像实现土壤水分的分布制图㊂由于高光谱数据含有丰富的光谱信息，混合光谱分解是目前高光谱研究中的热点和难点，也引入到了土壤水分反演的研究中，例如蔡亮红和丁建丽［２３］利用小波变换对土壤光谱进行８层分解，分别对分解后特征光谱进行９种数学运算建立与土壤水分的回归模型，为反射率法反演土壤水分提供了新思路㊂１．２㊀微波遥感反演方法对比光学遥感，微波遥感波长较长，具有一定的穿透能力，不受云层㊁大气的影响，在对地观测研究中发挥着巨大的作用，近年来发射的对地观测卫星也均以微波传感器为主，如ＳＭＯＳ㊁ＳＭＡＰ等㊂微波遥感反演土壤水分受植被和粗糙度［２４⁃２５］影响较大，在光滑的裸土区域精度最佳，并随着土壤粗糙度和植被生物量的增加而降低，因此通常分裸露地表［２６］和植被覆盖地表进行反演分析㊂微波遥感反演地表土壤水分具有一定的理论基础［２７⁃２８］㊂理论模型不依赖于站点条件和传感器特性［２９］，在裸露地表或稀疏植被区建立的主动微波物理模型有几何光学模型㊁物理光学模型㊁小扰动模型以及积分方程模型ＡＩＥＭ等㊂前３个模型均有一定的粗糙度适用范围，而ＡＩＥＭ模型的粗糙度适用范围相对较宽㊂然而由于对表面粗糙度的敏感性及其参数测量困难，ＡＩＥＭ模型在实际应用中结果并不理想，过去的几年中出现了ＩＥＭ改进模型和许多解算方案，如神经网络㊁遗传算法等㊂主动微波经验模型假设粗糙度不变的情况下，后向散射系数和土壤水分之间有一个近似的线性关系［３０］㊂然而经验模型的参数设置一般只对特定的数据集和实验条件（如观测频率㊁入射角和表面粗糙度等）有效，该模型的建立需要大量实验基础，实现成本较高且鲁棒性较差㊂半经验模型是经验模型和理论模型的一个折中［３１⁃３２］，利用模拟或实测数据集来简化后向散射的理论模型，建立在一定的统计规律上，又在一定程度上反映了散射机制，能够获得较好的精度，如常用的Ｏｈ模型［３３］和Ｄｕｂｏｉｓ模型［３４］㊂随后，一些研究将两种常用模型耦合，提出了一种融合模型，即半经验耦合（ＳＥＣ）模型㊂ＳＥＣ模型在同向极化和交叉极化中均耦合了两种模型的最佳性能，并且不需要使用实测的粗糙度数据㊂与主动微波类似，被动微波反演土壤水分的方法也分为理论模型和经验模型，但相对而言受干扰因素更多㊂因此土壤粗糙度㊁土壤纹理信息等相关参数被引入土壤水分反演模型中，如Ｈｏｎｇ和Ｓｈｉｎ［２８］针对被动微波遥感提出了一种基于粗糙表面极化率特性反演土壤水分的算法㊂而在植被覆盖区，则需要引入植被指数或水云模型等来消除植被的影响㊂１．３㊀反演方法研究现状针对不同遥感数据类型的土壤水分反演方法各具特点和优势（表１）㊂其中光学遥感具有较高的空间分辨率，可以准确反映植被信息，技术相对成熟㊁可用卫星数据源多且可以获取高光谱分辨率数据；然而其时间分辨率差，受大气影响严重，多局限于区域研究，且大部分反演方法仅能反映土壤的相对湿度㊂微波遥感具有一定的穿透能力，不受云雾干扰，可以全天候观测，有相对完善的理论基础，更适合土壤水分的估算，但空间分辨率低，且受植被和地表粗糙度的影响㊂目前公开发表的一系列全球尺度的遥感土壤水分产品均建立在微波探测数据基础上㊂目前，土壤水分的遥感反演方法的研究方向可以分为４种主要类型㊂第一种是多源数据协同反演㊂除了上述光学遥感内部融合方法以外，主被动微波遥感数据相结合也是一种常用的数据融合方式［３５⁃３６］㊂如Ｋｏｌａｓｓａ等［３７］的研究表明ＡＭＳＲ⁃Ｅ的亮度温度数据和ＡＳＣＡＴ后向散射数据间的协同作用能够有效的提高土壤水分估算数据质量㊂Ｌｉｅｖｅｎｓ等［３８］将雷达的后向散射系数（ＡＳＣＡＴ数据）与辐射计的亮度温度（ＳＭＯＳ数据）相结合，从而促进土壤水分和陆地蒸发等水文要素的估算㊂而在植被覆盖区，采用微波与光学遥感相结７１６４㊀１３期㊀㊀㊀潘宁㊀等：土壤水分遥感反演研究进展㊀合的方式来消除植被对土壤水分反演的影响［３９⁃４０］㊂第二种是引入新的计算方法，如神经网络㊁遗传算法等，Ｓａｎｔｉ等［４１］和余凡等［４２］分别用人工神经网络和遗传ＢＰ神经网络实现了土壤水分的主被动遥感协同反演；随后，支持向量机等机器学习方法［４３⁃４４］在遥感中的应用成了新的热点；此外，更多的统计方法被引入到土壤水分反演的经验模型中，如贾继堂等［２２］基于多元统计分析建立了高光谱数据的土壤含水量反演模型㊂第三种是改进现有模型㊂由于土壤水分的遥感反演受多种因素的影响，如植被覆盖㊁地表粗糙度㊁土壤类型㊁地形等，理论模型过于复杂，从而在解算简化模型时会根据具体研究区域进行相应改进，从而提高反土壤水分反演的精度［４５⁃４８］㊂第四种是针对新对地观测传感器所获取数据的反演算法［４９⁃５２］㊂随着对地观测技术的发展，传感器的波段以及相应的数据获取方式也逐渐进步㊂因此利用此类数据反演土壤水分时，需要根据新的数据特征提出新的反演方法，如针对近两年发射的ＳＭＯＳ和ＳＭＡＰ卫星数据提出的一系列反演方法㊂表１㊀不同遥感探测类型对比表Ｔａｂｌｅ１㊀Ｃｏｍｐａｒｉｓｏｎｏｆｄｉｆｆｅｒｅｎｔｒｅｍｏｔｅｓｅｎｓｉｎｇｔｙｐｅｓ光谱范围Ｓｐｅｃｔｒａｌｒａｎｇｅ观测属性Ｏｂｓｅｒｖａｔｉｏｎａｌａｔｔｒｉｂｕｔｅｓ优势Ａｄｖａｎｔａｇｅｓ局限性Ｌｉｍｉｔａｔｉｏｎｓ可见光⁃近红外Ｖｉｓｉｂｌｅｌｉｇｈｔ⁃ｎｅａｒｉｎｆｒａｒｅｄ土壤反射率空间分辨率高幅宽大表层穿透力差噪声源多限日间工作热红外Ｔｈｅｒｍａｌｉｎｆｒａｒｅｄ地表温度空间分辨率高幅宽大物理意义明确表层穿透力差噪声源多受大气状况㊁植被干扰强被动微波Ｐａｓｓｉｖｅｍｉｃｒｏｗａｖｅ亮温介电特性大气干扰小穿透力强物理意义明确空间分辨率小受地表粗糙度㊁植被影响大主动微波Ａｃｔｉｖｅｍｉｃｒｏｗａｖｅ后向散射系数介电特性大气干扰小穿透力强物理意义明确空间分辨率小受地表粗糙度㊁植被影响大土壤水分存在一定的区域性，大部分学者会针对特定的地表类型或区域特征进行土壤水分的反演研究［５３⁃６１］㊂例如武晋雯等［６２］针对不同植被条件下的土壤水分监测方法进行了比较；刘焕军等［６３］则针对性研究了黑土的土壤水分的高光谱模型㊂此外还有针对干旱区㊁矿区㊁湿地等地表类型的土壤水分反演研究㊂这些土壤水分的反演方法在区域研究中表现良好并不意味着具有普适性，虽然理论基础相同，但在实际应用中表现各异，因此土壤水分的遥感反演方法始终是研究热点㊂２㊀主要研究热点２．１㊀遥感土壤水分产品评估对地观测卫星数量增加，微波探测器从Ｃ波段以发展到了Ｌ波段，为土壤水分观测增加了新的数据产品㊂如表２所示，目前发布全球遥感土壤水分数据的对地观测计划有ＡＳＣＡＴ［６４］㊁ＡＭＳＲ⁃Ｅ／２［６５］㊁ＳＭＯＳ［６６］㊁ＳＭＡＰ［６７］和我国的ＦＹ⁃３共５个，其中ＳＭＯＳ和ＳＭＡＰ是利用Ｌ波段进行地表探测的卫星计划㊂除此之外，２０１２年，作为气候变化公约（ＣｌｉｍａｔｅＣｈａｎｇｅＩｎｉｔｉａｔｉｖｅ，ＣＣＩ）项目的一部分，欧洲航空局（ＥｕｒｏｐｅａｎＳｐａｃｅＡｇｅｎｃｙ，ＥＳＡ）发布了首套数十年全球卫星观测土壤水分数据集，并已在气候变化㊁水文㊁生态等研究中得以应用［６８］㊂一系列全球尺度土壤水分数据集的发布，数据集在全球各地以及不同尺度的验证和对比分析成为了近几年的研究热点［６９⁃８５］㊂首先就时间尺度而言，由于卫星发射时间的不同，各数据集的时间序列参差不齐，其中ＥＳＡＣＣＩ数据集将相关微波数据进行融合获得了最长时间系列的土壤水分数据；其次由于传感器的探测波段不同，数据反演方法均有很强的针对性，空间分辨率也存在很大差异，具体见表２㊂验证数据包括实测数据和模型模拟数据两种检验类型，整体而言，各数据集均能满足应用需求，但普遍在地势平坦㊁地表裸露或草原区域数据精度较８１６４㊀生㊀态㊀学㊀报㊀㊀㊀３９卷㊀高，且不同数据集的表现在不同区域存在很大的差异性㊂例如庄媛等［８６］的研究表明２０１２年的ＡＳＣＡＴ㊁ＷＩＮＤＳＡＴ㊁ＦＹ３Ｂ㊁ＳＭＯＳ共４种微波遥感土壤湿度产品在我国西北地区相对较好；而沈润平等［８７］的研究表明ＥＳＡＣＣＩ土壤湿度产品在我国东北地区精度最佳㊂此外，各数据集的空间相关性和时间敏感度也存在差异，如Ｐｏｌｃｈｅｒ等［８８］的研究表明，在伊比利亚半岛地区，ＳＭＯＳ数据空间相关性较差；Ｙｅｅ等［８９］在澳大利亚的马兰比季河流域比较了ＳＭＯＳ和ＡＭＳＲ⁃２数据的精度，指出若综合考虑绝对精度和时间精度，推荐最新版本的ＪＡＸＡ数据产品（ＪＸ２）；若只考虑时间精度，夜间观测获得的ＬＰ３Ｘ产品和早晨观测获得的ＳＭＯＳ２产品更佳㊂正是数据集之间存在很大的差异且区域表现的不确定性使得大量的研究聚集在数据的检验和对比㊂表２㊀全球遥感土壤水分产品对比Ｔａｂｌｅ２㊀ＣｏｍｐａｒｉｓｏｎｏｆｇｌｏｂａｌｒｅｍｏｔｅｓｅｎｓｉｎｇｓｏｉｌｍｏｉｓｔｕｒｅｐｒｏｄｕｃｔｓＡＳＣＡＴＡＭＳＲ⁃Ｅ／２ＳＭＯＳＳＭＡＰＦＹ⁃３ＥＳＡＣＣＩ设备类型ＥｑｕｉｐｍｅｎｔｔｙｐｅＣ波段（５．２５５ＧＨｚ）主动微波６．９３８．９ＧＨｚ被动微波Ｌ波段（１．４ＧＨｚ）被动微波Ｌ波段（１．２１．４ＧＨｚ）主被动微波微波成像仪多源数据空间分辨率Ｓｐａｔｉａｌｒｅｓｏｌｕｔｉｏｎ１２．５ｋｍ，２５ｋｍＬｅｖｅｌ２：２５ｋｍＬｅｖｅｌ３：１２ｋｍ１５２１７０ｋｍ３５ｋｍ３４０ｋｍ５０ˑ８５／２５ｋｍ２５ｋｍ时间分辨率Ｔｅｍｐｏｒａｌｒｅｓｏｌｕｔｉｏｎ３ｄ２次／ｄ１３ｄＬｅｖｅｌ３：１ｄ／３ｄ／１０ｄ／月３ｄ２次／ｄ１０ｄ／月１ｄ时间序列Ｔｉｍｅｓｅｒｉｅｓ２００７至今２００２２０１０２０１３至今２０１０至今２０１５至今２０１１至今１９７９至今反演精度Ｉｎｖｅｒｓｉｏｎａｃｃｕｒａｃｙ０．０３０．０７ｍ３／ｍ３ȡ０．０４ｍ３／ｍ３ȡ０．０４ｍ３／ｍ３ȡ０．０４ｍ３／ｍ３０．０５ｍ３／ｍ３０．０４ｍ３／ｍ３㊀㊀ＡＳＣＡＴ，高级散射计，ｔｈｅＡｄｖａｎｃｅｄＳｃａｔｔｅｒｏｍｅｔｅｒ；ＡＭＳＲ⁃Ｅ／２，高级微波扫描辐射计，ｔｈｅＡｄｖａｎｃｅｄＭｉｃｒｏｗａｖｅＳｃａｎｎｉｎｇＲａｄｉｏｍｅｔｅｒ⁃Ｅ／２；ＳＭＯＳ，土壤水分和海洋盐度卫星，ｔｈｅＳｏｉｌＭｏｉｓｔｕｒｅａｎｄＯｃｅａｎＳａｌｉｎｉｔｙ；ＳＭＡＰ，土壤湿度主动／被动探测，ＳｏｉｌＭｏｉｓｔｕｒｅＡｃｔｉｖｅ／Ｐａｓｓｉｖｅ；ＦＹ⁃３，风云３号，Ｆｅｎｇｙｕｎ⁃３；ＥＳＡＣＣＩ，欧洲航空局气候变化公约，ＥｕｒｏｐｅａｎＳｐａｃｅＡｇｅｎｃｙＣｌｉｍａｔｅＣｈａｎｇｅＩｎｉｔｉａｔｉｖｅ２．２㊀在相关领域的应用土壤水分作为地表要素之一，在气候变化㊁陆气交互㊁全球生态㊁水文和地表模型以及干旱等研究中均起着不可或缺的作用㊂首先，在气候变化研究中，遥感土壤水分数周期性㊁时间序列长㊁空间范围广的优势有利于分析变化的空间分布和时间动态趋势［９０⁃９１］㊂Ｆｅｎｇ［９２］的研究表明，在全球尺度上，气候变化是土壤水分长时间变化的最主要驱动因素㊂因此土壤水分的变化在某种程度上反应了气候变化㊂Ｓｅｎｅｖｉｒａｔｎｅ等［９３］综合阐述了土壤水分在土地能源和水平衡中的作用，并详细分析了土壤水分与气候间的交互作用对温度和降水的影响以及在气候变化背景下的含义㊂在陆气交互研究中，土壤水分可以影响边界层的温湿变化㊂由于目前大部分关于土壤水分⁃蒸散发或土壤水分⁃温度耦合的研究都基于模型模拟结果或基于降水的干旱指数，而遥感可以提供长期的土壤水分观测估算数据，在研究蒸散发动态和大气反馈的同时还可以进行模型诊断［９４⁃９６］㊂Ｋｌｉｎｇｍｕｌｌｅｒ等［９７］将气溶胶光学厚度的正向趋势与ＥＳＡＣＣＩ土壤水分数据的反向趋势相连接，建立了更直接的土壤水分⁃大气反馈模型㊂他们的结果表明，在过去的１０年中，温度的升高和相对湿度的下降促进了土壤的干燥，导致了更多的粉尘排放和ＡＯＤ㊂在全球生物化学循环和生态系统中，土壤水分是植物物候学㊁光合作用㊁生物量分配以及土壤中碳的积累和分解等陆地生态系统过程的调节剂［９８⁃９９］㊂许多研究利用遥感土壤水分数据评估水分可用性和干旱对植物物候和生产力的影响［１００⁃１０３］㊂除此以外，也有部分学者关注于植被生长对土壤水分的影响㊂例如Ｆｅｎｇ等［１０４］分析了２００２２０１１年间的ＡＭＳＲ⁃Ｅ土壤水分数据，表明黄土高原退耕还林还草使土壤水分含量有所下降㊂此外，Ｐｅｒｉａｓａｍｙ等［１０５］还对土壤水分压力和盐分进行估算用于土地退化评价㊂在水文和陆表模型中，土壤水分联结了径流㊁洪水㊁蒸发㊁渗透和地下水补给等过程㊂遥感反演土壤水分９１６４㊀１３期㊀㊀㊀潘宁㊀等：土壤水分遥感反演研究进展㊀０２６４㊀生㊀态㊀学㊀报㊀㊀㊀３９卷㊀数据在陆表模型和大尺度水文模型中的潜力已广泛得到认可［１０６］㊂Ｚｈｕｏ等［７２］以美国的某一流域为研究区，评估了ＳＭＯＳ升降两种观测所得土壤水分数据及其在水文气象模型中应用的可行性㊂首先遥感土壤水分数据可以用来洪水和径流预测，例Ｗａｎｄｅｒｓ等［１０７］的研究表明了多源遥感土壤水分数据在径流预测中的促进作用㊂其次，遥感土壤水分数据还可以用来促进水文循环中不同要素的定量化，如蒸散发［１０８⁃１０９］㊁地下水含量［１１０］以及降雨等㊂在干旱研究中，土壤水分的遥感数据可以直接用来监测农业干旱或者用来建立干旱指标［１１１⁃１１４］㊂例如Ｒａｈｍａｎｉ等［９１］利用ＳＭＯＳＬ３㊁ＥＳＡＣＣＩ和两种再分析土壤水分数据分析了伊朗６个子区域的土壤水分变化趋势，并通过计算标准土壤水分指数（ＳｔａｎｄａｒｄｉｚｅｄＳｏｉｌＭｏｉｓｔｕｒｅＩｎｄｅｘ，ＳＳＩ）来检测农业干旱事件的时间和规模㊂Ｍｉｓｈｒａ等［１１５］利用ＳＭＡＰ土壤水分数据构建了一个土壤水赤字指数作为农业干旱指标㊂２．３㊀数据同化在上述遥感土壤水分的应用研究中需要与降水㊁植被㊁蒸散发等数据共同计算，并涉及到许多的陆表过程㊁水文以及陆气交互模型㊂根据需求则需要将不同的数据类型或将遥感土壤水分数据引入到相应模型中，即同化㊂一方面，现有的遥感土壤水分数据产品存在精度不稳定㊁时间序列不连续㊁空间分辨率不匹配等缺陷，部分学者将不同的数据源进行同化，以满足研究需求㊂Ｌｉｕ等［３６］针对各数据集间数据质量不同等问题，提出了一种数据融合方法，将若干被动和主动微波获取的数据集融合为一个具有长时间序列的数据集㊂Ｋｏｌａｓｓａ等［３７］提出了一种利用回归方程生成长时间序列数据集的方法，将ＳＭＯＳ表层土壤水分作为回归方程的参考值，应用到ＡＭＳＲ⁃Ｅ的亮度温度数据，从而使得ＡＭＳＲ⁃Ｅ反演得出的表层土壤水分产品与ＳＭＯＳ产品达成一致㊂Ｃｒｏｗ等［５０］在美国的１６个流域对多个Ｌ波段微波遥感所得土壤水分数据与地表数据进行同化分析，提高了土壤水分信息的质量，并将土壤水分结果成功应用于水文预测㊂另一方面，遥感数据反演所得均为表层土壤水分数据，有学者利用数据同化获得根区土壤水分㊂如Ｄａｓ等［１１６］将机载遥感反演的表层土壤水分同化进入土壤⁃水⁃大气⁃植物（ＳＷＡＰ）模型中，估算了核桃谷流域根区土壤水分㊂Ｂａｌｄｗｉｎ等［１１７］提出了一种集合卡尔曼滤波（ｅｎｓｅｍｂｌｅＫａｌｍａｎｆｉｌｔｅｒ，ＥｎＫＦ）水文数据同化系统来预测卫星土壤水分数据中的偏差，并结合土壤水分解析关系（ＳｏｉｌＭｏｉｓｔｕｒｅＡｎａｌｙｔｉｃａｌＲｅｌａｔｉｏｎｓｈｉｐ，ＳＭＡＲ）渗透模型，利用卫星观测的表层土壤水分实现根区土壤水分的预测㊂也有部分学者反其道而行之，如Ｃｏｏｐｅｒｓｍｉｔｈ等［４４］由于实测传感技术和现有土壤水分观测网站无法提供实测表层土壤水分数据，从而通过机器学习方法，利用１０ｃｍ探测数据以及当前降水数据估算表层５ｃｍ的土壤水分，可以用来验证和分析遥感土壤水分估算结果㊂此外，由于数据或数据集之间的空间分辨率存在差异，在数据融合和同化的过程中涉及到一些数据降尺度或升尺度算法㊂降尺度算法可以数据的空间分辨率提高；而升尺度算法将数据的空间分辨率降低㊂如王璐等［１１８］基于克里格法实现了土壤水分遥感数据的空间尺度转换㊂Ｆａｎｇ和Ｌａｋｓｈｍｉ［１１９］在流域尺度，提出了一种利用高空间分辨率的地表温度和植被指数对被动微波反演所得土壤水分降尺度的算法，以提高土壤水分数据的空间分辨率㊂对于该部分研究内容，周壮等［１１９］和Ｑｉｎ等［１２０］已分别对降尺度和升尺度算法进行了详细综述分析㊂３㊀研究展望土壤水分作为四大圈层水分大循环中的重要组成部分，是对地观测中不可忽视的要素㊂遥感反演土壤水分的研究减少了野外采样获取土壤水分的人力劳动，且有着观测范围广㊁周期性㊁长时间序列的优势㊂随着遥感技术的发展，对地观测所用的波段范围越来越广泛；土壤水分遥感反演方法愈加的多元化且更为成熟和完善；同时越来越多的对地观测计划提供了全球土壤水分数据集，并在气候㊁生态干旱等研究中得以应用㊂然而遥感土壤水分观测与地球系统的研究需求之间仍然存在一些差距㊂首先，受遥感探测数据源的限制，获取的均为土壤表层数据㊂其次，土壤水分的反演方法表现出局限性，使得反演结果的精度有待提高㊂同时，由于遥感反演结果的不确定性，遥感土壤水分产品在生态㊁水文等领域的应用受到很大限制㊂因此，为满足科研需求，遥感土壤水分观测需要从精度和准确度两个方面进行提高㊂３．１㊀增加探测深度就深度而言，由于遥感探测器接收的地表辐射穿透能力有限，仅与表层土壤水分的相关性较强，最深仅可估算３０ｃｍ厚度的土壤水分㊂而在生态㊁水文等研究中，土壤水分的入渗以及部分植物的根系生长深度远超３０ｃｍ，使得遥感土壤水分反演数据与径流㊁植物生长等要素的联系并不紧密，因此在相关应用中表现出局限性㊂为了解决这一问题，需要建立遥感数据或反演所得表层土壤水分与深层土壤水分的关系㊂在这一过程中，可以引入土壤热学和水力学性质，分析土壤水分在土壤剖面的分配规律，从而实现深层土壤水分的遥感估算，例如Ｄａｓ等［１１６］和Ｂａｌｄｗｉｎ等［１１７］根区土壤水分的遥感预测的研究㊂如果将深层土壤水分的遥感估算进行全球推广，将对全球生态和水文研究具有重大意义㊂３．２㊀提高探测准确度准确度包含两个方面的含义，一是探测的精度，尽可能的减小估值和真值之间的误差；二是在空间和时间上的准确性㊂就精度而言，虽然在区域尺度上，一些反演结果的精度可以满足研究的需求，但全球尺度上的空间异质性使得遥感反演土壤水分产品在不同区域的精度参差不齐㊂例如，Ｗｕ等［７１］指出ＡＭＳＲ２土壤水分数据普遍比实际土壤水分数据低，在大平原与实测数据的匹配度高，而在森林区匹配度差㊂因此，提高土壤水分的遥感反演精度以及空间一致性将增加反演结果的实用性㊂就空间尺度而言，增加空间分辨率将能够为更多的区域性应用研究提供服务㊂目前公布的土壤水分产品均建立微波遥感数据基础上，空间分辨率相对较为粗糙，无法进行区域的精细研究，且与实测数据或模型模拟数据结合时存在尺度不一致的问题㊂在时间维度上，全球遥感土壤水分产品受不同对地观测计划的时间限制，时间序列不连续㊂解决这一系列问题的最有效方法就是数据融合，集合多源数据的优势，且目前有些学者已经涉及到相关的解决方案㊂虽然遥感反演土壤水分的研究中仍面临一些问题，短时间内上述提到的遥感土壤水分产品的不确定性难以从根本上得到解决，然而数据融合和协同方法可以对这一现状进行改善，为遥感土壤水分数据的应用提供了更多可能㊂但与其他土壤水分监测方法相比，遥感反演方法除了可以减少人力投入以外，所获土壤水分数据也有着不可比拟的优势㊂遥感反演土壤水分数据是大范围㊁面状㊁周期性的电子数据，可操作性强，更有利于分析土壤水分的异质性以及与其他生态㊁水文㊁气象等因子的相互关系㊂参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：［１］㊀Ｌｅｋｓｈｍｉ，ＳＵＳ，ＳｉｎｇｈＤＮ，ＢａｇｈｉｎｉＭＳ．Ａｃｒｉｔｉｃａｌｒｅｖｉｅｗｏｆｓｏｉｌｍｏｉｓｔｕｒｅｍｅａｓｕｒｅｍｅｎｔ．Ｍｅａｓｕｒｅｍｅｎｔ，２０１４，５４：９２⁃１０５．［２］㊀杨涛，宫辉力，李小娟，赵文吉，孟丹．土壤水分遥感监测研究进展．生态学报，２０１０，３０（２２）：６２６４⁃６２７７．［３］㊀陈书林，刘元波，温作民．卫星遥感反演土壤水分研究综述．地球科学进展，２０１２，２７（１１）：１１９２⁃１２０３．［４］㊀ＰｅｔｒｏｐｏｕｌｏｓＧＰ，ＩｒｅｌａｎｄＧ，ＢａｒｒｅｔｔＢ．Ｓｕｒｆａｃｅｓｏｉｌｍｏｉｓｔｕｒｅｒｅｔｒｉｅｖａｌｓｆｒｏｍｒｅｍｏｔｅｓｅｎｓｉｎｇ：ｃｕｒｒｅｎｔｓｔａｔｕｓ，ｐｒｏｄｕｃｔｓ＆ｆｕｔｕｒｅｔｒｅｎｄｓ．ＰｈｙｓｉｃｓａｎｄＣｈｅｍｉｓｔｒｙｏｆｔｈｅＥａｒｔｈ，ＰａｒｔｓＡ／Ｂ／Ｃ，２０１５，８３⁃８４：３６⁃５６．［５］㊀徐沛，张超．土壤水分遥感反演研究进展．林业资源管理，２０１５，（４）：１５１⁃１５６，１６０．［６］㊀ＷａｎｇＬＬ，ＱｕＪＪ．ＮＭＤＩ：ａｎｏｒｍａｌｉｚｅｄｍｕｌｔｉ－ｂａｎｄｄｒｏｕｇｈｔｉｎｄｅｘｆｏｒｍｏｎｉｔｏｒｉｎｇｓｏｉｌａｎｄｖｅｇｅｔａｔｉｏｎｍｏｉｓｔｕｒｅｗｉｔｈｓａｔｅｌｌｉｔｅｒｅｍｏｔｅｓｅｎｓｉｎｇ．ＧｅｏｐｈｙｓｉｃａｌＲｅｓｅａｒｃｈＬｅｔｔｅｒｓ，２００７，３４（２０）：１１７⁃１３１．［７］㊀ＧｈｕｌａｍＡ，ＱｉｎＱＭ，ＺｈａｎＺＭ．Ｄｅｓｉｇｎｉｎｇｏｆｔｈｅｐｅｒｐｅｎｄｉｃｕｌａｒｄｒｏｕｇｈｔｉｎｄｅｘ．ＥｎｖｉｒｏｎｍｅｎｔａｌＧｅｏｌｏｇｙ，２００７，５２（６）：１０４５⁃１０５２．［８］㊀ＧｈｕｌａｍＡ，ＱｉｎＱＭ，ＴｅｙｉｐＴ，ＬｉＺＬ．Ｍｏｄｉｆｉｅｄｐｅｒｐｅｎｄｉｃｕｌａｒｄｒｏｕｇｈｔｉｎｄｅｘ（ＭＰＤＩ）：ａｒｅａｌ－ｔｉｍｅｄｒｏｕｇｈｔｍｏｎｉｔｏｒｉｎｇｍｅｔｈｏｄ．ＩＳＰＲＳＪｏｕｒｎａｌｏｆＰｈｏｔｏｇｒａｍｍｅｔｒｙａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇ，２００７，６２（２）：１５０⁃１６４．［９］㊀喻素芳，范文义，秦武明，吴英，陆道调．地表温度估测土壤含水量．广西大学学报：自然科学版，２００７，３２（Ｓ１）：１１０⁃１１２．［１０］㊀张霄羽，毕于运，李召良．遥感估算热惯量研究的回顾与展望．地理科学进展，２００８，２７（３）：１６６⁃１７２．［１１］㊀柳钦火，辛景峰，辛晓洲，田国良，杨贵军．基于地表温度和植被指数的农业干旱遥感监测方法．科技导报，２００７，２５（６）：１２⁃１８．［１２］㊀田苗，王鹏新，孙威．基于地表温度与植被指数特征空间反演地表参数的研究进展．地球科学进展，２０１０，２５（７）：６９８⁃７０５．［１３］㊀林巧，王鹏新，张树誉，李俐，景毅刚，刘峻明．不同时间尺度条件植被温度指数干旱监测方法的适用性分析．干旱区研究，２０１６，３３（１）：１８６⁃１９２．［１４］㊀沙莎，郭铌，李耀辉，胡蝶，王丽娟．温度植被干旱指数（ＴＶＤＩ）在陇东土壤水分监测中的适用性．中国沙漠，２０１７，３７（１）：１３２⁃１３９．１２６４㊀１３期㊀㊀㊀潘宁㊀等：土壤水分遥感反演研究进展㊀。

水色遥感与水色卫星

显得犹为重要和迫切
、
信噪比
,
极高在一般遥感器作为暗像在
以
,
,
,
元的水体目标上国际上目前要求其
,
、
上因此如果不作自动增益调整其在陆地目标上的
。
信号将趋于饱和
、
海洋水色卫星遥感是一门涉及海洋生物光学电子计算机航天等多个科学领域的新兴交叉科学
,
随着对地球认识的不断深化海洋的作用越来越被人们所认识
,
。
海洋在整个地球环境变化中起着
,
、
主要的作用海洋环境的重要性如对全球碳循环
,
殊的设计要求
、
。
专门的水色卫星平台很少多数是
,
,
,
全球气候变化的作用等迫使人们采用各种手段对
度有关而且还与波源和接收器的相对位置有关同
,
,
,
的意义是波源单位时间内所发出波的个数
,
,
时还能得出许多书中给出的特例
的意义是单位时间内接收到波的个数此时多普
— 上运动物体的多普勒效应公式形式
。
即在同一直线
。
勒效应的公式为对误差小于
,
对于光波的多普勒效应公式形式如下

赴日本参加国际遥感会议总结

储能力，能够使用ｆ并ｔｐ下载，经在已
日本形成了一个虚拟网络，望继续希
ｐｓｕｏｍｏｅＳｎｉｇ会议。ｏｉｍｎＲｅｔｅｓｎ）
向各个群体提供资料，亚洲卫星数在
据节点扮演重要角色，不断发展完并善存储和分发系统。在全球土地覆
１２月１～１日赴日本干叶大学参加４７
回顾了卫星数据存储和分发的发展阶段和现状，目前具备５０ＴＢ的存０
第１５届环境遥感中心国际遥感会议
（ｅ１ＴｈｔＣＥＲＥｎｅｎｔｎｌＳｍ— ５ｈＳＩｔｒａｉａｙｏ
在区域遥感应用方面，要介绍主
了在半干旱环境下草本植物的监测，干旱区地下水的恶化等。邀请的德国专家介绍了ＥＵＭＥ —
ＳＡＴ（洲卫星组织）用Ｍｅｅｓｔ欧利ｔｏａ
和Ｍｅｏｔｐ卫星观测天气和气候，国美Ｏｋａｏｌｈｍａ大学教授介绍了利用ＭＯ— ＤＳ的历史图像研究南亚和东南亚的Ｉ
一
任务是地球环境变化的遥感研究。此次国际会议共有２０个大会报
告和３０多个墙报。环境遥感中心主要围绕几个项目的进展展开介绍，如Ｒｙｔｒｔｉｉ授主持的 “ 用卫ｕａｏＴａｅｈ教ｓ利星数据监测和分析全球表面环境变化 ” Ｙｓｉｋｎａ教授主持的 “ ；ａｈａｉＨｏｄ欧亚大陆地表一地表覆盖、被变化研植

第六届全国二类水体水色遥感研讨会(广州)

温馨提示：
1. 会议秘书组安排了从南海海洋研究所出发的车辆，集中前往番禺小瀛洲度假村，如果需要请各位与会人员提前告知到达广州的时间和站点，以便于安排行车。
到南海所的公交路线：
从广州火车站-可乘坐203路公交－在康乐村站下车
从广州火车东站－可乘坐263路公交车－在康乐村站下车，
到南海所的地铁路线
五、会议时间表
报到时间：2006年12月9日
会议时间：2006年12月10日-12月11日
六、会议信息发布
本届二类水体水色遥感研讨会的有关消息已公布在中科院南海海洋所网站主页（/）"学术会议"一栏上，敬请关注！
七、本次研讨会的其他说明
主持人：
8:30-8:50 太湖水体的固有光学特性分析马荣华 8:50-9:10 黄东海水体光学特性研究任敬萍 9:10-9:30 南海北部水体生物－光学特性初步研究王桂芬 9:30-9:50 Comparison study on absorption of chromophoric dissolved organic matter (CDOM) and particles in Lake Taihu in summer and winter 张运林 9:50-10:10 渤海非色素颗粒和黄色物质的吸收特性研究杨建洪休息 10:10-10:30 茶歇学术报告
九、会议秘书组
会议秘书处：中国科学院南海海洋研究所热带海洋环境动力学重点实验室
地点：广州市新港西路164号，邮政编码：510301
联系人：
王桂芬，电话：020-89023167 or 13544388059，电子邮箱：guifenwang@
附："第六届全国二类水体水色遥感研讨会"会议议程

国家重点基础研究发展计划

国家重点基础研究发展计划中国近海碳收支、调控机理及生态效应研究（编号：2009CB421200）项目进展研讨会会议日程承办：CHOICE-C项目第二研究课题国家海洋局第二海洋研究所2011年02月26-28日浙江杭州会议指南会议时间与地点：本次会议日程安排定为2011年02月26-28日，26日（星期五）上午08.30- 开始，28日下午18:30 结束，会议结束后即可离会。

25日全天报到，住宿、报到地点：浙江新世纪大酒店，地址：杭州市文三路18号。

会议地点：国家海洋局第二海洋研究所新大楼15楼会议室，地址：杭州市保俶北路36号。

与会人员：1.咨询专家组及项目专家组全体成员2.首席科学家、课题负责人、项目骨干、航次骨干3.项目办公室全体成员会议主题及会议目标：1.初步分析2010年10月下旬至2010年12月上旬秋季航次所获科研资料；2.深入对比分析项目所组织的3个不同季节航次取得数据、研讨分析结果和科学问题发现探索；3.春季航次备航的相关事宜；4.第二届国际顾问委员会议准备研讨方式：1. 本次会议拟不安排各课题的研究进展报告，而以科学问题为导向设计会议研讨版块；2. CHOICE-C秋季航次数据结果分析与讨论A.航次数据报告的目的是检阅所取得的资料，判断数据的交汇并为综合分析打下基础；B.以报告秋季航次数据为基本内容，充分展示数据，同时希望能结合航次的总体目标展开讨论。

如条件成熟，希望与本海区的其他季节或类似的其他海区的系统进行比较；C.建议涵盖内容：航次获取的数据与样品概况、数据质量的评估、初步结果与分析及其相关的科学问题、下一步的样品和数据分析的计划和时间安排、其他数据的支持需求；3. 2月26日晚上安排分组讨论，主要探讨秋季航次结果的沟通、交流，并探讨集成研究的科学问题。

4. 夏季、冬季、秋季航次深入分析。

希望以初步综合集成的方式进行报告，报告分Tutorial and theme报告及Specific topical报告三类。

基于水色遥感最大相关分析的海表流场观测

第37卷第5期2017年9月海洋测绘HYDROGRAPHIC SURVEYING AND CHARTINGVol. 37,No. 5Sep. ,2017DOI：10. 3969/j. issn. 1671-3044. 2017. 05. 008基于水色遥感最大相关分析的海表流场观测孙鹤泉，方芳(海军大连舰艇学院军事海洋系，辽宁大连116018)摘要：实时、精细化的海表流场测量对海洋学研究有着重要意义。

在简要对比各类海表流场测量方法的基础上，详细介绍了利用水色遥感图像测量海表流场的最大相关系数法（MCC),并利用亚像素方法对该算法进行了有效改进，同时利用本文算法对东海黑潮海域的海表流场进行了分析，验证了本文算法的可靠性。

关键词：海表流场;水色遥感图像;最大相关系数法;亚像素技术;黑潮中图分类号：P731.21 文献标志码：A 文章编号：1671-3044(2017)05-0039-041引言对海洋现象的深刻认识有助于对海洋资源的开发利用。

各类海洋参数中，海表流场扮演着重要角色。

海表流场对海气相互作用、物理交换作用具有重要影响，同时也影响浮游生物及悬浮物质的输运和分布;海表流场还会直接或间接影响海洋工程的设计、保养和维护;海表流场能在一定程度上表示海水的整体运动，长时间、大范围的海表流场观测有助于认识全球气候变化;近实时的海表流场观测则对预测和评估海洋环境有着重要意义。

目前已有一些成熟的海表流场测量技术与方法。

例如:利用ADCP等设备可以观测特定海域的多层流速结构;根据漂浮物或浮标的漂流轨迹能够粗略估算海表流速W;岸基高频雷达阵列可以实现近岸海表流场的观测[2_3];卫星高度计数据可以用来反演出海表流场的全球分布[1，4],如目前美国国家航空航天局（NASA)提供了 1/3度地面分辨率、5 天时间间隔的全球海表流场数据。

虽然上述测量方式已经应用于海洋学研究并有较高的可信度，但这些测量方式在实际应用中仍存在许多限制。

海洋遥感ppt03 海洋水色遥感

3.2 海洋水色遥感机理
气溶胶散射辐亮度
气溶胶辐亮度计算处理流程：
① 对于单次散射和可见光波段，若从每个波段中消除臭氧吸收、太阳耀斑、泡沫反射和瑞利散射项的影响，则余项包括气溶胶路径辐亮度和离水辐亮度。在NIR波段，假设Lw(λ)等于0，则余项只剩下单次散射气溶胶辐亮度
LA(λ) = ωA(λ) τA(λ) F’S(λ) PA(λ, θ, θS) / 4πcosθ
3.1 浮游植物、颗粒和溶解物的散射和吸收
吸收总吸收系数 αT(λ) αT(λ) = αw(λ) + αp(λ) + αΦ (λ) + αCDOM(λ)
下标w、p、Φ、CDOM分别指的是纯海水、颗粒物、浮游植物色素和带颜色的溶解有机物。
Satellite Oceanic Remote Sensing
第三章海洋水色遥感
3.1 浮游植物、颗粒和溶解物的散射和吸收 3.2 水色遥感机理
3.3 水色要素反演方法
Satellite Oceanic Remote Sensing
3.1 浮游植物、颗粒和溶解物的散射和吸收
海洋水色重要的影响因素
1. 浮游植物及其色素
叶绿素浓度：从根本上反应海洋生产力的变化
水色遥感器的波段设臵：
• 可见光(400～700nm)：透射入水 • 近红外波段：修正卫星接收的总辐射信号值
Satellite Oceanic Remote Sensing
3.2 海洋水色遥感机理
仪器接收到的辐射量（W〃m-2〃μm-1〃sr-1）可由下式描述:
Li Lr La Lra t D ， s Lw t D ， s Lwc t ， v Lsr

环厦门海域水色变化的多光谱多时相遥感分析-环境科学学报

第26卷第7期2006年7月环　境　科　学　学　报　Acta Scientiae Circu m stantiaeVol .26,No .7Jul .,2006基金项目:国家自然科学基金项目(No .40371107);福建省教育厅重点项目(No .2005K006)Supported by the Nati onal Natural Science Foundati on of China (No .40371107)and the Key Pr oject of Fujian Bureau of Educati on (2005K006)作者简介:徐涵秋(1955—),男,教授(博士生导师),E 2mail:fdy@public .fz .fj .cnB i ography:XU Hanqiu (1955—),Ph .D.(Nati onal University of Ireland ),male,p r ofess or,E 2mail:fdy@public .fz .fj .cn徐涵秋.2006.环厦门海域水色变化的多光谱多时相遥感分析[J ].环境科学学报,26(7):1209-1218Xu H Q.2006.W ater col our variati on analysis of the coastal waters surr ounding Xiamen Island of SE China by multis pectral and multite mporal re mote sensing measure ments[J ].Acta Scientiae Circum stantiae,26(7):1209-1218环厦门海域水色变化的多光谱多时相遥感分析徐涵秋福州大学环境与资源学院,数据挖掘与信息共享教育部重点实验室,福州350002收稿日期:2005209226 修回日期:2005203201 录用日期:2005203227摘要:采用基于影像光谱信息建立的水质遥感模型对环厦门海域1989～2003年间的水色变化进行了分析.通过对水体及其所含物质的物理光学性质分析,水质遥感模型的建立可以不依赖于和卫星同步的水质采样数据建立水质遥感.这使得遥感对水色分析的应用更容易,而且还可以利用大量卫星存档数据来进行水质的历史变化分析.使用基于可见光和近红外波段反射率创建的模型研究了离水信号和水中物质(悬浮物和浮游植物)的关系.提出了一套可用于Landsat T M /ET M +和SP OT 5影像的水专题处理流程,并用于揭示所研究海域中悬浮物和叶绿素浓度的时空变化规律.研究表明,利用基于影像光谱的水质遥感模型,可以快速有效地揭示长时间范围内水色的时空变化.总的看来,环厦门海域的悬浮物浓度在所研究的时期内,有显著的增加,叶绿素的浓度在局部也有明显的升高.最明显的是,高悬浮物浓度的海域面积所占的比例从1989年的0.2%上升到2003年的10.2%.综合分析表明,九龙江河口所带来的巨量悬浮物是该海域最主要的陆源排海物和污染源,过度的水产养殖是另一个主要的污染因子.关键词:遥感模型;水色变化分析;环厦门海域文章编号:025322468(2006)0721209210 中图分类号:X87 文献标识码:AW a ter colour var i a ti on ana lysis of the coa st a l wa ters surround i n g X i a m en Isl andof SE Ch i n a by m ultispectra l and m ultitem pora l re m ote sen si n g m ea surem en tsXU HanqiuCollege of Envir onment and Res ources,Fuzhou University;Key Laborat ory of Data M ining and I nfor mati on Sharing,China ’s M inistry of Educati on,Fuzhou 350002Rece i ved 26Sep tember 2005; rece i ved in revised for m 1March 2006; accepted 27March 2006Abstract:The water col our variati ons of the coastal waters ar ound Xiamen Island fr om 1989t o 2003has been analysed thr ough i m age 2s pectrum 2based models without using in situ data .A water 2thematic i m age p r ocessing p r ocedure for Landsat T M /ET M +and SPOT 5i m agery has been p r oposed and app lied t o detect s patial and temporal dynam ics of sus pended s olid 2and chl or ophyll 2a 2concentrati ons in the coastal waters .The study show s that the sus pended s olid concentrati on (SSC )is the most i m portant parameter t o affect water col our,while chl or ophyll 2a concentrati on (CAC )is a particularly good esti m at or of the water tr ophic level .The i m age 2s pectrum 2based algorithm s can fast and efficiently reveal the s patial and temporal variati ons of water col our during a l ong peri od of ti m e and are es pecially useful when lack of hist orical concurrent in situ data .The results fr om multitemporal change detecti on indicate that the SSC in the coastal waters has significantly increased during the study years and CAC has als o greatly increased in s ome areas such as the Maluan Bay .I n particular,the high SSC water only accounted f or 0.2%of the study ocean area in 1989but increased up t o 10.2%of the area in 2003.It is concluded that a huge number of sus pended s olids l oaded in the J iul ong R iver was the maj or terrestrial input,and the most i m portant fact or resulting in the polluti on of the coastal waters when discharging of the l oads in the estuary area .I n additi on,the boom ing aquiculture devel opment was another i m portant fact or attributed t o the polluti on .Keywords:remote sensing algorithm;water 2col our change detecti on;coastal waters surr ounding Xiamen Island 水是地球上所有生命最重要的资源,而随着文明的发展,人类时刻都在受到水数量减少和质量恶化的双重威胁.尽管这一问题已经引起了全世界的广泛重视,但是水资源短缺和水污染仍在环境科学学报26卷日益加剧,特别是沿海近岸水体的污染更是令人担忧.长期以来,对水质的监测主要采用水质采样分析的方法.但这种方法存在着许多缺陷.首先,采样点很有限,但这些有限采样点的分析结果却往往被用来代表所分析流域的水质情况.这种“以点代面”的方法显然无法客观全面地反映所监测流域的真实情况.其次,这些采样点的取样一般都无法同步进行,因此其结果的准确性就会受到影响.最后,这种方法非常耗时和耗资(Hell w eger et a l.,2004).卫星遥感是一种大面积、同步对地观测系统.因此,利用卫星遥感技术来监测水质及其动态变化可以克服以上传统方法的缺点,而且是一种成本2效益比很高的方法.目前国内外常用的水质遥感研究主要是将遥感数据与地面水质监测数据相结合以求出相关的数学回归模型来进行监测与分析.但其所得到的模型通常只能用于特定的水域和时间,时空的推广上受到很大的限制(Dekker et a l.,2002).另外,这种对地面数据的倚赖性也使得水质变化的历史分析很难开展.大量的卫星遥感存档数据由于很难获得与卫星过空同步的地面水质监测历史数据而无法用于水质变化的研究中.有鉴于此,本文在对环厦门海域水色的历史变化分析时,尝试用基于水体及其所含物质本身的遥感光学特性来进行水色分析,并提出一套完整的水专题影像处理流程,以建立可以不依赖同步水质监测数据来快速查明某一水域的水质及其相对变化情况的方法.这将在需要做水质的历史变化分析,但又缺乏地面同步监测数据的情况下,深入研究水体及其所含物质固有的光学特性,建立基于影像光谱性质的水色分析模型.厦门市是我国最早建立的经济特区之一.经过20几年的建设,已取得了显著的经济成果.厦门市还以其美丽的海岛风光和城市环境而闻名.但是近年来,厦门岛周边海域的水质却日益下降.因此,查明环厦门海域的水质变化及其主要的污染物质来源,对厦门市的持续健康发展有着重要的现实意义.本文主要采用基于水体本身遥感光学性质所建立的模型,对环厦门海域1989～2003年期间的水色变化进行遥感历史分析,旨在查明该海域的2个主要水色参数———悬浮物和叶绿素的变化情况.1　水体遥感原理(Princi ple of water re mote sensing)卫星传感器所记录的水体总辐射强度(Lt)可由以下4部分组成(Jensen,2000),即:L t=L p+L s+L v+L b(1)式中,Lp是从大气层表面直接反射回去的电磁波,它并未达到水体;Ls代表水气界面及其下数毫米的水体的反射强度;Lv是水气界面之下但并未达到水体底部的水体的反射或散射强度;Lb是水体底部的反射强度.显然,Lp和Lb是研究水质所不需要的.对水质研究而言,公式(1)中最主要的是Lv,它是纯水(w)及水中的无机悬浮物(S M)、有机叶绿素(Chla)和溶解有机物(DOM)的浓度以及它们各自在水体中对光的吸收和散射(c(λ))变化的函数,即:L v=f[w c(λ),S M c(λ),Chl c(λ),DOM c(λ)](2)这些成分及其含量的变化决定了水质和水色的变化.水体因对入射能量(太阳光)具有强吸收性,所以在大部分遥感传感器的波长范围内,总体上呈现较弱的反射率,并具有随着波长的增加而进一步减弱的趋势.具体表现为在可见光的波长范围里(480～580n m),其反射率约为4%～5%,但到了580nm处,则下降为2%～3%;当波长大于740 n m时,几乎所有入射纯水体的能量均被吸收(Doxaran et al.,2002;Han,1997).目前,通常只能采用可见光波段来研究水体.其中水体在蓝光范围里的反射率相对较强,并具有明显的散射作用,绿光次之,红光相对较弱,这也是海水呈蓝色的主要原因.由于水体在近红外及随后的中红外波段范围内(740～2500n m)所具有的强吸收特点,导致了清澈水在这一波长范围内几乎无反射率,因此,这一波长范围常被用来研究水陆分界、圈定水体范围(Doxaran et al.,2002).综上,清澈水体的遥感信息模型根据其反射率可以近似表示为:蓝光>绿光>红光>近红外>中红外.1.1　水体悬浮物浓度遥感水体悬浮物浓度是反映水质的一项重要指标,也是水色遥感研究最重要的对象.随着水体悬浮物浓度的增加,水体的反射率会发生变化.如水体泥沙含量的增加会导致反射率的提高,并使光谱曲线的反射峰往长波方向移动,水体在可见光乃至近红外部分的反射率会明显增高(Lodhi et al.,1997). Han(1997)用红壤土所做实验表明,当水中红壤土01217期徐涵秋:环厦门海域水色变化的多光谱多时相遥感分析的含量从25mg・L-1增加到175mg・L-1时,水体的反射峰会从578n m移动到592n m处;当含量增加到200mg・L-1时,反射峰进一步移动到622nm(红光)处.因此,在悬浮物的遥感研究中,经常采用可见光波段,其中尤以红光波段最为常用,如Landsat 卫星T M传感器的3波段(T M3)(Dekker et a l., 2002;Zhu et al.,2002;Kl oiber et al.,2002).这可能与红光受大气影响远没有绿光和蓝光严重有关(Hell w eger et a l.,2004;Kl oiber et al.,2002).实际研究表明,如果采用比值运算,如用红光波段与蓝光波段的比值(T M3/T M1),会使计算结果比单用一个红光波段更为准确,其与实测值的相关度可增加9%～12%(Kl oiber et al.,2002;Schl oss et a l., 2002).比值法还可以消除水面波浪的影响和部分抵消参数误差,如日照条件的不同和大气校正所产生的误差(Doxaran et al.,2002),因此一直得到广泛的应用(Lavery et al.,1993;Cox et al.,1998; Dekker et a l.,2002;Kl oiber et al.,2002;Schl oss et al.,2002).Zili oli等(1994)指出,在缺乏地面实测数据时,T M3/T M1比值计算的结果可以反映水体的悬浮物浑浊度.1.2　水体叶绿素浓度遥感水中叶绿素浓度是浮游植物分布的重要指标,常被用来判断水体的富营养化程度.根据国内外学者的研究(Jensen,2000;Kl oiber et a l.,2002; Gitels on et a l.,1995;陈楚群等,1996),水中叶绿素的反射辐射强度会随电磁波的波长和本身浓度的变化而变化.并具有5个明显的特点:(1)在400～500nm(蓝光)范围,会出现叶绿素的强吸收现象,并在波长440n m处有一个吸收谷;(2)在550 n m范围附近,会出现叶绿素的最大反射峰,这是因为藻类在绿光范围内相对低的吸收率所致.其中,在波长520n m处还会出现辐射值不随叶绿素含量变化的“节点”;(3)在红光范围约为675nm 处会再次出现叶绿素的强吸收谷;(4)在690～700 n m的近红外波长范围内又一次出现明显的反射(荧光)峰,其出现是由于藻细胞的散射以及叶绿素和水的吸收综合效应在此最小(Jensen,2000).这一反射峰值可被用来求算叶绿素的含量;(5)随着水中悬浮物质浓度的增加,上述节点会向长波方向移动.随着水中叶绿素含量的增加,水体在近红外波长的反射率也会随之增高(陈楚群等,1996).相反,悬浮泥沙等沉积物在近红外波段处的反射率却较低,且与水的反射率的相关性不大(Doxaran et al.,2002;赵英莳,2003).因此,近红外波段是探究叶绿素的重要波段.佘丰宁等(1996)指出,太湖含藻类密集的水体在700～900n m处会出现强烈的近红外反射峰;Ekstrand(1998)指出,叶绿素对水体在近红外波长处所获得的反射率的贡献要远大于悬浮沉积物;Rundquist等(1996)的研究发现,在高浑浊的水中,叶绿素在近红外波段有明显的反射,而在红光波段的表现却相反.因此,他们建议用近红外波段与红光波段的比值来估算高混浊水体中的叶绿素含量.Gitels on等(1995)用670～850n m 的谱段建立了计算高浓度叶绿素的模型,成功地采用Landsat卫星的近红外波段与红光波段的比值(T M4/T M3)提取了浓度为10～200mg・m-3的叶绿素(R2>0.92);Yang等(2000)用SP OT卫星近红外波段与红光波段的比值(XS3/XS2)建立的叶绿素估算模型也十分成功(R2=0.951).总之,在实际提取近岸或内陆高浑浊水体的叶绿素信息时,不少学者都采用了近红外波段(Dekker et al.,1993; Gitels on et al.,1995;陈楚群等,1996;佘丰宁等, 1996;Rundquist et a l.,1996;Ekstrand,1998;Yang et al.,2000),而其中使用最多的为Landsat T M4波段(760～900nm).由于比值运算可以扩大叶绿素的反射峰和和吸收谷之间的差异,所以采用比值算法远多于单波段算法,即:ρChl a=x[L(λ1)/L(λ2)]y+z(3)其中,ρChla为叶绿素a的含量;L(λ1)、L(λ2)分别为波段λ1和λ2的离水辐射率,波段的选择取决于各种传感器的特点;x、y、z为模型调整参数.当x、y都取1,且z取0时,模型便可简化为2个不同波段之间的比值运算,以用于叶绿素的快速监测.1.3　环厦门岛海域水质遥感模型图1是环厦门海域Landsat T M影像所反映的该海域海水的光谱特点.由图1a可知,Landsat T M 的红光波段(T M3)最能反映悬浮物的变化;图1b说明了Landsat T M的近红外波段(T M4)对叶绿素变化的响应比红光波段(T M3)更敏感,且与T M3呈反比关系.这2个特点与以上文献中提到的水体悬浮物和叶绿素的遥感特点基本一致,因此,在没有地面同步水质监测数据的情况下,可用T M3、T M4以及T M1构成的比值计算模型来研究环厦门海域的悬浮物(SS)和叶绿素(CH la)的浓度变化:ρSS=N RED/N BLU E(4)1121环境科学学报26卷ρCH la =N N I R /N RED(5)其中:N RED 为红光波段的象元亮度值,如T M 传感器的3波段,N BLU E 为蓝光波段的象元亮度值,如T M 的1波段,N N IR 为近红外波段的象元亮度值,如T M 的4波段.图1悬浮物和叶绿素的光谱响应曲线(a .悬浮物,b .叶绿素)Fig .1Maxi m um reflectance of T M3by sus pended s olid and transverse p r ofile showing the res ponse of T M3(upper curve )and T M4(l ower curve )by chl or ophyll (a .SS,b .chl or ophyll )2　遥感影像处理方法(Methodol ogy f or re mote -sensing i m age p r ocessing )由于Landsat 和SP OT 影像具有较高的空间分辨率和适中的光谱和时间分辨率,因此,一直是近岸和内陆水体遥感的最主要数据源.本次研究主要采用Landsat T M /ET M +和SP OT5H I 影像.尽管当前有少量高光谱卫星和海洋水色卫星,但由于它们的空间分辨率较粗而不适用于水质空间变异明显的近岸水体.本次研究具体使用的影像为:1989206215、1996205217、1998212217为T M;2000204218为ET M +;2003205230为SP OT5H I .研究水域范围约为439k m 2,包括九龙江口、西港、东侧水道、同安湾和浔江港等水域(图2).经实验,用于水质分析的多时相影像处理可大致按以下流程进行.影像预处理:首先在各时相影像中切出研究区域(图2),然后以2000204218的影像为基准,将其它不同年份的影像与其配准,以便进行叠加复合分析.采用二次多项式配准和最邻近像元法重采样,以求最大限度的保持原始影像的光谱值.配准误差(RMS )要求小于0.5个像元,以满足精度要求.所有的影像都采用高斯直方图均衡法进行大气校正.水专题信息提取:由于水亮度值的动态范围很小,因此必须去掉非水信息以突出水体信息.为此,可采用修正归一化水体指数(MNDW I )(徐涵秋,2005),并取阈值大于0,掩膜去非水信息,即可以提图2环厦门海域Lands a t ET M +影像Fig .2Landsat ET M +i m age sho wing the coastal waters surr ounding Xia men Island取出水体的专题信息.水质专体信息提取:利用公式(4)、(5)在上述水专题影像图中提取出悬浮物和叶绿素的专题信息.影像增强处理:为了对不同时相的专题影像进行客观对比,本次研究对各时相均采用统一的增强方法,即采用直方图两端各剔除0.5%的线形拉伸处理法,以去除各个时相影像中极少数极端大(或小)的象元值.分类:先将经过以上处理所生成的各时相的悬21217期徐涵秋:环厦门海域水色变化的多光谱多时相遥感分析浮物和叶绿素专题影像进行0～255级的拉伸,然后根据统计分布特征,用无监督分类法分别对它们进行分类,均值类似的类别代表浓度相对接近的水体.据此,将悬浮物分为6类(级),将叶绿素分为5类(级),并统计其面积.变化检测分析:分1989～1996年和1996～2003年2个7年时段,将有关时相的专题影像分别按悬浮物和叶绿素专题叠加,利用差值影像算法获得悬浮物和叶绿素的变化图,并据此进行叠加变化检测分析,统计海域水质变化情况.3　变化检测结果(Results )3.1　悬浮物根据以上方法制作了各时相悬浮物分布的比值影像图(图3),并求出了各级浓度所占的面积比例(表1).从图3和表1可以看出环厦门海域的悬浮物含量从1989年至2003年有明显的提高,高悬浮物浓度水体的面积不断扩大.1989年高悬浮物浓度水体(第6级)的面积仅占0.2%,然而到了2003年已经占到了10.2%.而清水面积(第1级)却从1989年的48.9%下降到2003年的21.4%.从各时相来看,1989与1996年之间变化明显;1996、1998、2000年之间除1998年因为处于枯水期使得中度浑浊的水域增多外,其余变化不大;但2000与2003年之间的悬浮物含量又有明显的增加.表1中各时相影像均值的不断升高也说明了悬浮物含量的总体升高.表1各级悬浮物浓度的均值与分布面积比例Table 1Mean and percentage of graded sus pended s olids in the multitemporal i m ages级别1989均值分布面积比例1996均值分布面积比例1998均值分布面积比例2000均值分布面积比例2003均值分布面积比例135.7948.90%31.8229.49%43.7216.42%27.5718.04%37.5821.41%260.2332.76%50.7330.83%61.9926.63%54.3743.14%76.2122.31%387.4310.03%79.9421.27%88.5136.26%87.3619.70%105.7217.81%4126.91 6.70%115.739.35%120.5111.61%125.688.95%124.5412.94%5160.20 1.48%147.34 6.42%160.37 5.88%162.80 4.88%157.8315.37%6198.930.16%179.56 2.64%182.44 3.20%185.80 5.31%196.6510.15%平均值56.28—64.0565.31—67.36—127.3— 图4是以1989～1996年和1996～2003年2个7年时间段的差值影像,红黄色调代表悬浮物浓度增加,蓝绿色调代表浓度降低,浅绿代表浓度未变.从图中可以看出,1989～1996时间段悬浮物浓度的增加主要在九龙江口-西港一带;而到了1996～2003时间段,悬浮物的增加已经扩展到同安湾和东侧水道.从1989～2003年的叠加图来看,红黄色调的区域大大超过蓝绿色调的区域,悬浮物浓度增加的面积占到了总面积的62%;而下降的区域仅有11%(表2).说明了从1989～2003年,环厦门岛水域的悬浮物浓度有了明显的增加,水质明显下降.表2　1989～2003年悬浮物和叶绿素浓度各级别的面积比例变化Table 2　Percentage changes of distributi on area of sus pended s olids andchl or ophyll 2a fr om 1989t o 2003级差悬浮物面积比例升降合计叶绿素面积比例升降合计-40.21%-3 1.52%-2 1.83%-17.57%11.13%—0.32%2.42%20.09%22183%027.34%+121.21%+214.24%+312.85%+412.49%+50.74%61.53%35.25%24.08%16.52%1.28%0.04%—41192%3121环境科学学报26卷图3　各时相悬浮物分布的比值影像图Fig .3　Multite mporal rati o i m ages showing sus pended -s olid distributions图4悬浮物变化差值影像图(左:1989～1996年,中:1996～2003年,右:1989～2003年)Fig .4D ifferencing i m ages of sus pended s olids of 1989～1996(left ),1996～2003(m iddle ),and 1989～2003i m age pairs3.2　叶绿素从图5、图6和表3分析,叶绿素浓度从1989年至2000年呈下降趋势,但到了2003年却有明显的上升.虽然高叶绿素浓度水域(4～5级)所占面积的比例从1989至2003年没有明显的变化.但中等浓度的面积(3级)却有较大幅度的增加,从21.1%上升到37.2%,增加了16%,从而导致了低浓度区域面积(1～2级)的下降.因此总体上看,叶绿素浓度在海域里也同样表现出增加的趋势.分时段来看(图6,绿色表示叶绿素浓度增加,蓝色表示浓度降低,青色表示浓度不变),1989～1996年的叶绿素浓度有明显的降低,主要表现在海域的中、南部;但1996～2003年的叶绿素浓度却有明显的增加,同安湾、马銮湾、西港和东侧水道都有明显的增加.在1989与2003年的差值影像上,叶绿素浓度降低的区域占23%,增加的占42%(表2),总体反映了叶绿素浓度的增加.41217期徐涵秋:环厦门海域水色变化的多光谱多时相遥感分析图5　各时相叶绿素分布的比值影像图Fig .5　Multite mporal rati o i m ages showing the distributi on of chl or ophyll 2a.图6叶绿素变化差值影像图(左:1989～1996年,中:1996～2003年,右:1989～2003年)Fig .6D ifferencing i m ages of chl or ophyll 2a of 1989～1996(left ),1996～2003(m iddle ),and 1989～2003(right )i m age pairs表3各级叶绿素浓度的均值与分布面积比例Table 3Mean and percentage of graded chl or ophyll 2a in the multis pectral i m ages级别1989均值分布面积比例1996均值分布面积比例1998均值分布面积比例2000均值分布面积比例2003均值分布面积比例151.1231.53%44.8049.64%51.2561.21%41.42360.68%50.2317.02%277.4529.69%74.1232.23%73.0828.99%69.86228.54%81.0429.36%397.9321.12%97.819.70%93.67 3.26%87.845 3.86%99.1337.17%4119.1612.93%115.13 4.99%107.29 2.62%110.036 3.06%118.5312.40%5144.514.73%141.763.44%135.393.92%147.2583.86%141.854.05%5121环境科学学报26卷4　污染源综合分析(Polluti on s ource analysis)通过以上遥感分析,可以清楚地看到环厦门海域的污染情况在1989～2003年里呈总体升高的趋势,且西部海域水质明显劣于东部海域.这与有关年份的资料以及近年来厦门市环境公报所发表的数据相吻合(商少凌等,1994;周玉琴,1998;郑爱榕等,2000;厦门市环境保护局,2001;2004).以三类海水水质标准评价,近年来环厦门岛海域的超标率都在72%以上.其中超四类海水从2000年的32.3%上升到2003年的42.8%(厦门市环境保护局, 2001;2004).就悬浮物而言(图3),九龙江河口的排海物质是厦门海域的最主要悬浮污染物来源.1989年影像的海域相对清澈,九龙江河口并无明显的大片悬浮污染物,此后的影像在九龙江河口处,开始出现火舌般的大面积排海悬浮物,并由此造成了整个海域的相对浑浊,最后发展到了2003年影像的整个海域都为大面积悬浮物所污染.就叶绿素而言,环厦门海域的叶绿素既有内源又有外源.从图5分析,1989年影像中叶绿素的分布东强西弱,并向西部逐渐收敛,浓度逐渐降低. 2003年的影像也有类似现象.因此,1989和2003年影像的叶绿素应该以外源为主.台湾海峡涌入的含叶绿素水流使得1989、2003年影像中的叶绿素浓度大于1996、1998和2000年影像中的浓度.商少凌等(2001)的研究也证明了台湾海峡西侧(厦门侧)海水中的叶绿素含量高于海峡东侧.在外来水流叶绿素浓度低的1996、1998和2000年的影像中,高浓度叶绿素水体主要分布在西域的马銮湾一带(图5西海域的红色水体),客观地反映了该海域叶绿素富集的实际情况.马銮湾是厦门海域中污染最严重的水域,水体富营养化严重,叶绿素浓度很高.整体看来,从1989年到1998年,马銮湾水体的叶绿素浓度逐渐升高,2000年有所降低.2003年由于湾内有大量白色悬浮物淤塞(疑为沿岸板材加工厂排放的板材粉末)(图7),大量白色物质及其极高的反射率屏蔽了叶绿素的光谱信息,因此无法正确反映湾内叶绿素的情况.但是马銮湾海堤外仍有高浓度叶绿素水体的存在(图5).另外,1996年同安湾洵江港处的叶绿素含量也较高,这与当地过量的水产养殖有很大的关系(郑爱榕等,2000;聂鑫等,2001).以上遥感分析表明,环厦门岛海域的最主要污图7源于九龙江河口的白色悬浮物污染了整个海域(2003年5月30日SP OT5影像)Fig.7Seri ous water polluti on revealed by the SP OT5i m age(5/ 30/2003)染源来自于九龙江的排海污染物质.厦门市环境公报也指出,厦门海域入海污染物的主要来源是河流,污染负荷比占到了51.8%,列各种污染源之首(厦门市环境保护局,2001).2003年SP OT5影像清楚地显示了大量的白色悬浮物质从九龙江口排入海中,由于潮水的顶托使得白色物质集聚于海域内,甚至进入了北部的同安湾,使得环厦门海域海水普遍泛白,并殃及相邻的湖泊与河流(图7).白色污染物的示踪效应清楚地揭示了九龙江河口排海污染物对环厦门海域的强烈影响程度,也由此看出该海域的环境非常脆弱,九龙江河口排海物质的任何变化都会直接导致环厦门岛海域乃至连通的内陆水体的水质变化.为此,1999年10月福建省政府实施了九龙江全流域水环境的整治工作,但看来还未收到稳定的效果.水产养殖是环厦门海域的第三大污染源,污染负荷比占到了14.1%,仅次于城市生活污水,而超过了工业污水(厦门市环境保护局,2001).大规模无序的水产养殖已造成整个海域普遍成为中营养海区,而马銮湾与西港北部已沦为富营养区(林辉等,2002).与富营养化密切相关的叶绿素含量的遥感分析也证实了这一点.可喜的是厦门市政府于2003年4月颁布了西海域禁止水产养殖的通告,目前马銮湾的水质已有一定程度的改善,但仍属于劣四类海水.5　结论(Conclusi ons)1)在缺乏水质同步监测数据的情况下,利用水体本身遥感光谱信息建立的水质参数遥感模型,以6121。

第十六届全国遥感技术学术交流会在京召开

第十六届全国遥感技术学术交流会在京召开
李志忠
【期刊名称】《地质论评》
【年(卷),期】2007(53)6
【摘要】第十六届全国遥感技术学术交流会于2006年9月8～10日在北京召开，前科技部部长徐冠华院士、中国科学院院士童庆禧、薛永祺、李小文等来自全国各地的近400位代表出席了会议。

国土资源部副部长、中国地质调查局局长汪民向
大会发来致词。

【总页数】1页(P773)
【作者】李志忠
【作者单位】无
【正文语种】中文
【中图分类】F321.1
【相关文献】
1.展示两岸盆景学术研究成果促进两岸盆景文化发展融合全国花木盆景艺术论坛
暨花木盆景杂志社第六届学术交流会在漳州召开 [J], 程少明;陈燕贤
2.展示两岸盆景学术研究成果促进两岸盆景文化发展融合——全国花木盆景艺术
论坛暨花木盆景杂志社第六届学术交流会在漳州召开 [J], 程少明;陈燕贤
3.学术之花红胜火,五大院士聚江南——第六届全国脑心同治学术交流会在乌镇隆
重召开 [J], 余霖
4.中华口腔医学会口腔材料学专业委员会第六届学术交流会暨全国副省级市口腔专
业协作组第十一次学术交流会在西安召开 [J],
5.热烈祝贺第十次全国急诊医学学术交流会暨第七届亚太地区灾害急救医学学术交流会顺利召开 [J], 蒋龙元
因版权原因，仅展示原文概要，查看原文内容请购买。

中国海洋水色遥感十年

中国海洋水色遥感十年
吴培中
【期刊名称】《国土资源遥感》
【年(卷),期】1994(000)002
【摘要】回顾１０年，我国海洋水色遥感在机理、大气校正、海色要素提取及其在海洋上应用已取得了较大进展，本文力图予以系统地介绍。

【总页数】10页(P5-14)
【作者】吴培中
【作者单位】无
【正文语种】中文
【中图分类】P731.14
【相关文献】
1.中国海洋一号卫星水色扫描仪设计与在轨性能评估 [J], 冯旗;张恕明;郑列华;王维扬
2.海洋水色遥感及Landsat—5TM数据在海南岛东部海域水色分析中的应用 [J], 陈清莲;王项南
3.中国海洋水色遥感器瑞利散射定标研究 [J], 赵崴;陈光明;牛生丽
4.海洋水色卫星与水色遥感发展趋势 [J], 吴克勤
5.中国海洋一号卫星水色水温扫描仪大气校正算法 [J], 白雁;何贤强;朱乾坤;龚芳因版权原因，仅展示原文概要，查看原文内容请购买。

基于水色遥感最大相关分析的海表流场观测

基于水色遥感最大相关分析的海表流场观测孙鹤泉;方芳【期刊名称】《海洋测绘》【年(卷),期】2017(37)5【摘要】Accurate and real-time measurement of sea surface currents is significant for the study of physical oceanography.The block matching algorithm of maximum cross-correlation (MCC) is presented in detail in the paper,and sea surface currents can be obtained by analyzing ocean color remote sensing images with MCC algorithm.To improve the accuracy,the sub-pixel operation is applied to the MCC results.The reliability can be verified by the measurement of the Tsushima Strait sea area.%实时、精细化的海表流场测量对海洋学研究有着重要意义.在简要对比各类海表流场测量方法的基础上,详细介绍了利用水色遥感图像测量海表流场的最大相关系数法(MCC),并利用亚像素方法对该算法进行了有效改进,同时利用本文算法对东海黑潮海域的海表流场进行了分析,验证了本文算法的可靠性.【总页数】4页(P39-42)【作者】孙鹤泉;方芳【作者单位】海军大连舰艇学院军事海洋系,辽宁大连116018;海军大连舰艇学院军事海洋系,辽宁大连116018【正文语种】中文【中图分类】P731.21【相关文献】1.基于鲁棒光流算法的海表流场遥感观测研究 [J], 孙鹤泉;方芳;2.基于GOCI的辐射沙脊群海表流场遥感分析 [J], 金宇豪3.基于鲁棒光流算法的海表流场遥感观测研究 [J], 孙鹤泉;方芳4.基于遥感资料和观测数据的重点海域海表盐度评估分析 [J], 黄明海;张彪;陈忠彪;何宜军5.常规信息对遥感海表流场的修正方法 [J], 毛志华;潘德炉因版权原因，仅展示原文概要，查看原文内容请购买。

2017中国水色遥感大会会议日程-厦门大学

海洋水色遥感 海洋遥感PPT课件

海洋水色遥感

厦门环东海域整治过程悬浮泥沙变化遥感监测

土壤水分遥感反演研究进展

水色遥感与水色卫星

赴日本参加国际遥感会议总结

第六届全国二类水体水色遥感研讨会(广州)

国家重点基础研究发展计划

基于水色遥感最大相关分析的海表流场观测

海洋遥感ppt03 海洋水色遥感

环厦门海域水色变化的多光谱多时相遥感分析-环境科学学报

第十六届全国遥感技术学术交流会在京召开

中国海洋水色遥感十年

基于水色遥感最大相关分析的海表流场观测

海洋水色遥感海洋遥感PPT课件