水系分析的意义以及水系与地貌之间内在联系

水系分析的意义以及水系与地貌之间内在联系

——地貌学及第四纪地质学结课报告

一、前言

地球是人类的家，人类一直都十分关心自己赖以生存和发展的地球表面的状况，从而萌生出各种地理概念。随着人类社会的发展，地理知识的积累，逐步形成一门研究地球表面自然现象和人文现象，以及它们之间的相互关系和区域分异的学科。简单地说，地理学就是研究人与地理环境关系的学科，研究的目的是为了更好的开发和保护地球表面的自然资源，协调自然与人类的关系。

geography一词源自希腊文geo(大地)和graphein(描述)。描述地球表面的科学。地理学描述和分析发生在地球表面上的自然、生物和人文现象的空间变化，探讨它们之间的相互关系及其重要的区域类型。

随着科学技术的进步、各国各地区经济开发和建设以及环境管理和保护的需要，地貌学将成为一门有坚实的理论基础、应用理论的基础性学科，也是一门与生产实际紧密联系的应用性学科，学科的内容和结构也将发生变化。

地球表面是一个不均一的层面，存在着明显的区域分异。造成地球表面不均一和区域分异的主要原因是太阳能在地球表面分布的不均匀性和地球内能分布的不均匀性。人类是在一定的自然地理环境中生存和发展的，因此人类的体制和社会、政治、经济、文化等活动都存在着明显的区域差异。比如人种的差异、生活方式的差异等等。

在有，地球表面也是在不断变化的。在地球表面形成过程中，大陆与海洋的面积和位置几经变迁，气候历经了炎热与寒冷、湿润与干旱的多次交替，生物由海洋发展到陆地，有简单到复杂、由低级到高级……。

自然地理的变化影响人文地理、人文地理也反作用于自然地理。特别是在现代工业化时期，人类的活动是地球表面发生深刻的变化，一方面控制或减轻了某些自然灾害，另一方面诸如森林的砍伐、污染、荒漠化等等情况的出现，破坏了自然生态系统的平衡。随着人口的急剧增加、资源的大量消耗，人类的影响程度还在加剧。

地貌学不限于研究地球表面的各个要素，更重要的是把它作为统一的整体，综合地研究其组成要素及它们的空间组合。它着重于研究各要素之间的相互作用、相互关系以及地表综合体的特征和时、空变化规律。地貌学的综合性研究分为不同的层次，层次不同，综合的复杂程度也不同。高层次的综合研究，即人地相关性的研究，是地貌学所特有的。

二、水系分析的意义以及水系与地貌之间内在联系

1 水分析意义与遥感技术

1.1遥感技术进行水环境质量监测

水体遥感监测原理、特点。影响水质的参数有：水中悬浮物、藻类、化学物质、溶解性有机物、热释放物、病原体和油类物质等。随着遥感技术的革新和对物质光谱特征研究的深入，可以监测的水质参数种类也在逐渐增加，除了热污染和溢油污染等突发性水污染事故的监测外，用遥感监测的水质数据大致可以分为以下四大类：浑浊度、浮游植物、溶解性有机物、化学性水质指标。

利用遥感技术进行水环境质量监测的主要机理是被污染水体具有独特的有别于清洁水体的光谱特征，这些光谱特征体现在其对特定波长的光的吸收或反射，而且这些光谱特征能够为遥感器所捕获并在遥感图象中体现出来。如当水体出现富营养化时，浮游植物中的叶绿素对近红外波段具有明显的“陡坡效应”，故而这类水体兼有水体和植物的光谱特征，即在可见光波段反射率低，在近红外波段反射率却明显升高。

水质参数的遥感监测过程。首先，根据水质参数选择遥感数据，并获得同期内的地面监测的水质分析数据。现今广泛使用的遥感图象波段较宽，所反映的往往是综合信息，加之太阳光、大气等因素的影响，遥感信息表现的不甚明显，要对遥感数据进行一系列校正和转换将原始数字图像格式转换为辐射值或反射率值。然后根据经验选择不同波段或波段组合的数据与同步观测的地面数据进行统计分析，再经检验得到最后满意的模型方程。

水质遥感监测常用的遥感数据

多光谱遥感数据。在水质遥感监测中常用的多光谱遥感数据，包括美国Landsat卫星的MSS、TM、ETM+数据，法国SPOT卫星的HRV数

据，气象卫星NOAA的A VHRR数据，印度遥感IRS系统的LISS数据，日本JERS卫星的OPS(光学传感器)接收的多光谱图像数据，中巴地球资源1号卫星（CBERS--1）CCD相机数据等。

SPOT地球观测卫星系统，较陆地卫星最大的优势是最高空间分辨率达10m。SPOT数据应用于水质研究中，学者们也做了一些研究。如可以利用SPOT数据来估算悬浮物质浓度和估计藻类生物参数。

A VHRR(高级甚高分辨率辐射计)是装载在NOAA列卫星上的传感器，每天都可以提供可见光图像和两幅热红外图像，在水质监测等许多领域广泛应用，如1986年，国家海洋局第二海洋研究所用NOAA数据对杭州湾悬浮固体浓度进行了研究。

成像光谱仪也称高光谱成像仪，实质上是将二维图像和地物光谱测量结合起来的图谱合一的遥感技术，其光谱分辨率高达纳米数量级。国内外的学者主要利用的有：美国的A VIRIS数据、加拿大的CASI数据、芬兰的AISA数据、中国的PHI数据以及OMIS数据、SEAWIFS数据等进行了水体水质遥感研究，对一些水质参数，如叶绿素浓度、悬浮物浓度、溶解性有机物作了估测

新型卫星遥感数据。新的卫星陆续升空为水质遥感监测提供了更高空间、时间和光谱分辨率的遥感数据。如美国的Landsat ETM+、EO--1ALI、MODIS，欧空局的Envlsat MERIS等多光谱数据和美国的EO-1Hyperion 高光谱数据。Koponen用AISA数据模拟MERIS数据对芬兰南部的湖泊水质进行分类，结果表明分类精度和利用AISA数据几乎相同；Hanna等利用AISA数据模拟MODIS和MERIS数据来研究这两种数据在水质监测中的可用性时发现；MERIS以705nm为中心的波段9很适合用来估算叶绿素a的浓度，但是利用模拟的MODIS数据得到的算法精度并不高。Sabine等把CASI数据和HyMap数据结合，对德国梅克莱堡州湖区水质进行了监测，为营养参数和叶绿素浓度的定量化建立了算法。

1.2遥感在未来水文发展中的运用