基于反射光谱的太湖北部叶绿素a浓度定量估算

利用地物光谱仪研究了太湖水体的反射光谱特征与叶绿素a浓度之间的定量关系,结果表明太湖水体的叶绿素a浓度可以用720 nm附近的反射率估算,同时也可以用806 nm和571 nm两个波段的反射率比值来估算,前者建立的估算模型具有较好的通用性,而后者只能较好的估算<10μg/L的叶绿素a浓度;通过对光谱微分的分析,发现叶绿素a浓度与690 nm附近的一阶微分和702 nm附近的二阶微分相关性最好,但基于反射光谱一阶微分的叶绿素a浓度估算模型,并没有显著的提高太湖叶绿素a浓度的估测精度,二阶微分后的估测精度好于一阶微分,但其估测精度仍没有利用720 nm反射光谱的反演模型高．太湖水体的叶绿素a浓度可以利用720 nm附近的反射光谱有效地估算．     

应用实测光谱估算千岛湖夏季叶绿素a浓度

依据2010年8月的实测数据构建了千岛湖水体夏季叶绿素a浓度的实测光谱数据估算模型,并进行了验证.利用ASD FieldSpec3野外光谱仪获取高光谱数据,计算水体离水辐亮度和遥感反射率.通过寻找反演水体叶绿素a浓度的高光谱敏感波段,采用单波段相关分析、波段比值、微分光谱、三波段模型、BP人工神经网络等多种算法进行比较分析,结果表明:叶绿素a浓度与单波段光谱反射率的相关性不大;596 nm和489 nm波长处反射率比值、545 nm处光谱一阶微分与叶绿素a浓度均呈较显著相关,估测模型决定系数R2分别为0.782、0.590,RMSE分别为0.89、1.98μg/L;三波段模型的反演结果优于传统的波段比值和一阶微分法,R2为0.838,RMSE为0.71μg/L;神经网络模型大大提高了叶绿素a浓度的反演精度,R2高达0.942,RMSE为0.63μg/L.本研究为今后在千岛湖水域的夏季相邻月份进行叶绿素a浓度大范围遥感反演研究奠定了基础.     

NDCI法Ⅱ类水体叶绿素a浓度高光谱遥感数据估算

以太湖、巢湖为研究区,以Hyperion和HJ-1A卫星HSI高光谱数据以及实测水质浓度数据为实验数据,引入归一化叶绿素指数(NDCI),对Ⅱ类水体的高光谱叶绿素a浓度估算进行分析研究.首先对高光谱数据的光谱通道设置以及水体光谱特征进行分析,研究确定模型的最优波段.然后,将确定最优波段后的NDCI反射率因子作为变量与实测样本点数据进行回归分析,得到NDCI与叶绿素a浓度之间的回归关系,进行叶绿素a浓度的估算.与常用的比值法、一阶微分法和三波段法相比,NDCI的性能优于这3种方法,表明NDCI是一种计算简单、估算精度高、实用性强的Ⅱ类水体叶绿素a浓度估算方法.     

吉林查干湖水体叶绿素a含量高光谱模型研究

叶绿素a含量能够在一定程度上反映水质状况,高光谱遥感可有效反演叶绿素a含量.该研究通过分析水体叶绿素a浓度与其高光谱反射特征之间的相关关系,采用单波段相关分析、波段比值、微分光谱和神经网络模型等多种算法建立了叶绿素a高光谱定量模型.结果表明:叶绿素a与单波段光谱在蓝、绿波段相关系数较低,而在红光与近红外波段有明显提高,微分光谱也表现出同样的趋势;反射率比值算法模拟效果好于线性回归法;神经元网络模型可以大大提高实测光谱数据的反演能力,确定性系数高达0.95.这为今后利用星载高光谱传感器在查干湖进行叶绿素a浓度大面积遥感反演提供了研究基础.     

基于反射光谱和模拟MERIS数据的太湖悬浮物遥感定量模型

利用地物光谱仪研究了太湖水体的反射光谱特征,通过对比分析,发现580nm反射率值和810nm的反射峰高是太湖悬浮物的敏感波段,并通过光谱微分的方法,发现840nm附近的一阶微分与悬浮物浓度相关性最好,基于上述结论,分别建立了太湖悬浮物的反射光谱和一阶微分遥感定量模型,并利用反射光谱数据,模拟MERIS数据的波段设置,结果表明MERIS第5、12、13波段可以很好的估测太湖的悬浮物浓度.     

基于Hyperion数据的太湖水体叶绿素a浓度遥感估算

通过对2004年8月19日太湖Hyperion高光谱遥感数据的处理和分析,文章首先采用比值和一阶微分处理技术进行了叶绿素a浓度的估算．为了弥补此两种方法在模型的适用性和通用性方面的不足,本文尝试了利用混合光谱分析模型进行太湖水体叶绿素a浓度的提取和成图．实验结果说明高光谱遥感数据Hyperion可以进行水体叶绿素a浓度的监测,并且作为高光谱处理技术之一的混合光谱分析技术是水体叶绿素a浓度估算的另一条佳径．     

应用水表面下辐照度比估测太湖夏季水体叶绿素a浓度

利用便携式光谱辐射计,采用一定的观测角度获取水体表面的光谱,进而提取水表面下辐照度比R(0-)信息,分析R(0-)光谱特征与叶绿素a浓度之间的相互关系,结果表明太湖夏季水体叶绿素a浓度与R(0-)光谱曲线762 nm、727nm和496nm处的相关系数较大,分别达到了0.85、0.84、-0.80.通过单波段、波段比值模型分析,认为以R(0-)761、R(0-)762/R(0-)496、R(0-)727/R(0-)496为自变量的二次函数模型是利用水表面下辐照度比R(0-)估算太湖夏季水体中叶绿素a浓度的最佳模型,模型的决定系数R2分别达到了0.923、0.919、0.916,回归估计的标准误差S分别为0.012、0.013、0.013,F检验值分别为101.241、96.576、92.925.利用剩余10个样本对估算模型进行精度和误差检验,结果表明以R(0-)762/R(0-)496为自变量的二次函数模型好于另外两个,对太湖夏季水体叶绿素a浓度估算具有一定的实用性.此外,将光谱微分技术应用到R(0-)信息分析太湖夏季水体叶绿素a浓度,结果不能获得较高的预测精度.     

基于光谱基线校正的季节性浑浊II类水体叶绿素a浓度遥感反演

水体Chl.a浓度是水质评价的一个重要指标,受悬浮物浓度季节性变化的影响,如何削弱悬浮物的光谱干扰,是实现内陆水体Chl.a浓度遥感高精度反演的难点之一.基于2011-2013年妫水河6次实测水体高光谱数据和水体Chl.a浓度数据,评价广泛应用的三波段模型和非线性拟合能力较好的支持向量机回归(SVR)模型的反演精度,使用基线校正和一阶微分方法来削弱实测高光谱中非Chl.a光谱信息.定义两种基线:750 nm的反射率值;500与750 nm的反射率值连线,基线校正为光谱反射率减去基线值.利用2013年7月的实测数据进行验证,结果表明,SVR模型比三波段模型更适合季节性浑浊水体的Chl.a浓度反演.通过基线校正筛选后的波段反射率组合作为输入变量能够提高SVR模型的反演精度,决定系数为0.68,均方根误差为3.38μg/L;线性基线校正提高三波段Chl.a估算模型的反演能力有限.     

小球藻和铜绿微囊藻的高浓度Chl-a高光谱定量模型

本研究将地物高光谱遥感技术应用于室内实验,从而得到小球藻和铜绿微囊藻的高光谱特征.通过多种半经验方法,如单波段、波段比值和微分法,建立了两藻种最优的Chl-a高光谱定量模型,并与室外情况进行了对比.结果表明:小球藻的最优定量模型为Chl-a=174.6 1138292(R703) 2.3(109[(R703)]2(p＜0.01),相应的方法适宜性为:一阶微分法＞单波段法＞波段比值法;铜绿微囊藻的最优定量模型为Chl-a=5299164(R757)1.9773(p＜0.01),相应的方法适宜性为:单波段法＞波段比值法＞一阶微分法;从高光谱特征来看,小球藻在540 nm和700 nm附近存在明显的特征波峰,其位置随Chl-a浓度增大而向长波方向偏离,铜绿微囊藻在530 nm、660 nm和700 nm附近存在3个较强的特征波峰,在610 nm和680 nm附近存在明显的波谷;与以往室外研究不同的是铜绿微囊藻的反射率在400-500 nm之间的R值并不低,是因为没有非藻类颗粒物的影响,总吸收明显降低.     

基于环境一号卫星高光谱遥感数据的巢湖水体叶绿素a浓度反演

三波段模型是基于生物光学模型构建的叶绿素a浓度反演半分析模型,是目前反演内陆富营养化浑浊水体叶绿素a浓度效果较好的方法.本文通过星地同步实验,分析巢湖水体各组分光谱特征,分别基于地面实测数据与环境一号卫星高光谱遥感数据建立三波段模型反演巢湖水体叶绿素a浓度.结果表明,由于特征波段在不同数据源的位置不同,导致了两个模型波段选择及反演精度的差异.因此,只有在充分考虑遥感数据的光谱特征的条件下,分析遥感信息理论和实际图幅影像有效结合在一起的地物信息,才能进一步优化三波段模型的波段选择,实现遥感数据定量反演水体叶绿素a浓度的目标.     

Spectral reflectance measurements of estuarine waters

Shapes and variations of reflectance spectra in estuarine water were investigated for the purpose of monitoring chlorophyll in situ by optical means. A survey undertaken in an estuarine environment, using reflectance measurements between 400 and 850 nm with a full-width half maximum (FWHM) of about 2 nm, revealed that the first derivative in the neighbourhood of the chlorophyll absorption band shows a defined spectral region which can be used to estimate chlorophyll concentrations. Correlation between chlorophyll and the first derivative was found to be low, but a good relationship exists between the ratio of the reflectance R680/R670 and chlorophyll concentrations. Based on dissolved organic carbon measurements, it is assumed that chromophoric dissolved organic compounds mask the absorption band of chlorophyll in the blue part of the spectrum, resulting in a low correlation coefficient in that spectral range. Therefore, the use of the red bands is an alternative for measuring photosynthetic pigments in coastal water at longer wavelengths. Results presented here demonstrate that the spectral locations of bands in the visible are not adequate and that hyperspectral data are required for positioning the very narrow bands for measuring chlorophyll at longer wavelengths.     

因子分析法在水质参数反演中的应用

2008年11月、2009年4月,分别对太湖水体以及2009年6月对巢湖水体进行野外实验.对太湖水体遥感反射率进行因子分析,并利用遥感反射率的不同因子,对叶绿素和总悬浮物浓度进行反演,并对反演因子的普适性进行验证.利用第一因子反演太湖春季叶绿素浓度,平均相对误差为22.1%,均方根误差为3.48g/L,利用该方法反演巢湖、太湖秋季水体的叶绿素浓度没有取得较好的效果;利用第二因子反演太湖春季总悬浮物浓度,平均相对误差为13.9%,均方根误差为11.33mg/L,利用该因子反演巢湖、太湖秋季水体的总悬浮物浓度同样取得较好效果.结果表明:利用遥感反射率的第一因子对叶绿素浓度进行反演,该方法不具有普适性;利用遥感反射率的第二因子对总悬浮物浓度进行反演能取得较好的结果,此方法具有一定的普适性.     

乌梁素海沉水植物群落光谱特征及冠层水深影响分析

沉水植物对于改善富营养化水体和重建水生生态系统起着至关重要的作用.应用遥感技术可以实时、大面积监测沉水植物的分布和生长情况,而冠层水深直接影响沉水植物在湖泊、河流中的准确遥感解译.本研究基于实测光谱数据,分析了乌梁素海沉水植物光谱特征,并研究了冠层水深对乌梁素海沉水植物反射光谱的影响,建立了乌梁素海沉水植物冠层水深反演模型.结果表明:1)挺水植物在短波红外1662 nm和2223 nm附近分别有一个反射峰,这是挺水植物区别于沉水植物和漂浮藻类的重要波段; 0深度沉水植物(WDC=0)与漂浮藻类的光谱反射率非常接近,但是在绿波段(550～690 nm)有明显差异,因此,可以利用绿波段和短波红外波段的光谱特征来区分挺水植物、沉水植物和漂浮藻类.2)沉水植物群落的光谱反射率随冠层水深的增加而降低,在700～900 nm波段范围内变化最为明显,且在700～735 nm波段附近,沉水植物群落光谱反射率与冠层水深呈显著负相关.3)在建立的单波段/波段比沉水植物冠层水深反演模型中,波段比反演模型要优于单波段反演模型,波段比反演模型的决定系数R2 0.70,均方根误差13.70 cm,平均相对误差28%,反演精度较好,适用于10～60 cm沉水植物冠层水深的反演.4)利用波段响应函数,将实测光谱反射率积分到Landsat-8 OLI波段上,建立OLI了冠层水深反演模型,其中,波段比幂函数模型反演效果最好,R2为0.49,均方根误差为18.17 cm,平均相对误差40.05%.可用于精确大气校正后乌梁素海沉水植物冠层水深的反演.     

Spectral Reflectance Analysis of the Caribbean Sea

Reflectance spectral curves were analysed by a derivative method. Derivative reflectance spectra revealed concealed peaks of both reflectance and absorption curves of Caribbean seawater and elements contained within it. Reflectance curves showed a predominant blue colour (400–500 nm) characteristic of Caribbean oligotrophic waters, conspicuous peaks result from the optical properties of chlorophyll a and seawater. Reflectance curves had a similar spectral response. This paper analyses reflectance spectra of surface seawater at 31 stations in the Caribbean Sea during the summer of 2001.     

湖泊中有色可溶性物质对近紫外及蓝光衰减的影响

研究巢湖(藻型湖泊)和龙感湖(草型湖泊)的有色可溶性物质(CDOC)对近紫外及蓝光衰减的影响时发现：巢湖水体中可溶性有机碳含量比龙感湖大。2个湖泊中来源不同的可溶性有机碳对光的吸收极其相似,只是在量上有差异。在巢湖水体中,光的衰减曲线在355—400nm之间有一个峰,且Kd值较大,而在龙感湖水体中,光的衰减曲线在500nm以下时随着波长的递减而增加。从CDOC对Kd的贡献来看,它们之间最大的相关是在355nm左右,这是悬浮质、叶绿素以及CDOC共同作用的结果。     

Hyperspectral feature analysis of chlorophyll a and suspended solids using field measurements from Taihu Lake,eastern China

Abstract

We report results of three field campaigns conducted at 39 stations. At each station, we measured reflectance spectra in situ and collected water samples for measuring chlorophyll a (CHL) and suspended solids (SS) concentrations in the laboratory. To identify the indicative bands and develop suitable estimation models for CHL (C _CHL) and SS (C _SS) concentrations in Taihu Lake, a spectral-feature method and a derivative method were applied. The following conclusions were drawn: (a) the critical C _CHL and C _SS probably causing their spectral variation are, respectively: 0, 10, 50 and 75 μg L^?1, and 0, 10, 50 and 100 mg L^?1; (b) the derivative method is better than the spectral-feature method for estimating C _CHL and C _SS; (c) the optimal variable for CHL is a reflectance second-order derivative at 501 nm or a reflectance first-order derivative at 698 nm; the optimal variable for SS can change when its concentration is low and the range is narrow; otherwise, the optimal variable is a reflectance first-order derivative at 878 nm; and (d) the CHL and SS have an effect on one another's retrieval. The C _CHL estimation accuracy would benefit from narrowing the C _SS range. With C _CHL increasing and its range broadening, the corresponding C _SS estimation accuracy decreases gradually.     

巢湖水体漫衰减系数空间差异及其遥感反演

根据2009年6月巢湖32个样点的实测数据,分析巢湖水体漫衰减系数光谱特征、主导因子、空间分布规律以及400-700nm各波段Kd与Kd(490)之间的关系,并在此基础上,建立了Kd的遥感反演模型.结果表明:巢湖水体Kd具有一致的光谱特征,400-600nm之间Kd随波长的增加呈指数衰减趋势,在600-700nm之间的...     

查干湖冰封期光谱特征及影响因素

湖冰光谱特征是湖冰遥感反演的物理基础,是研究湖冰光学特性和空间分布的理论依据。本文以查干湖为例,使用ASD Field Spec 4便携式地物光谱仪采集冰封期不同类型湖冰、积雪和水体光谱,利用Savitzky-Golay滤波法和包络线去除法分析白冰、灰冰、黑冰、雪冰、积雪和水体的反射光谱特征,探索气泡对湖冰反射光谱特征的影响。积雪和雪冰、白冰和灰冰、黑冰和水体的反射特征随着波长的变化特征基本一致,冰的反射率介于积雪和水体之间,其中白冰的反射率高于灰冰和黑冰,在包络线去除结果中,黑冰和水体在440 nm吸收谷处的吸收面积为5.184和10.878、吸收深度为0.052和0.106,雪、雪冰、白冰、灰冰在800和1030 nm吸收谷处的吸收面积和吸收深度的变化表现为雪<雪冰<灰冰<白冰。气泡是影响湖冰光谱特征的重要因素,气泡使白冰反射率减小和黑冰反射率增大,并且气泡使得白冰在800/1030nm和黑冰在440 nm处的吸收面积和吸收深度减小,其中气泡大小和疏密程度的不同会导致湖冰反射率的影响程度存在差异。同时,本文选取时间同步的Landsat 8 OLI遥感影像,在完成辐...     

Remote sensing algorithms for monitoring eutrophication in Ishizuchi storm water reservoir in Kochi Prefecture,Japan / Algorithmes de télédétection pour la surveillance de l'eutrophisation du réservoir d'orage d'Ishizuchi dans la Préfecture de Kochi,Japon

Abstract

Remote sensing technology is being conceived as a cost-effective tool to monitor the eutrophication problem in shallow inland lakes and reservoirs. The objective of this study is to develop hyperspectral remote sensing algorithms for chlorophyll and accessory pigments retrieval in the Ishizuchi Reservoir in Japan. The laboratory reflectance data of 207 field samples with manipulated pigment and suspended sediment concentrations were measured between 400 and 700 nm with a hyperspectral spectroradiometer, and integrated into 60 contiguous narrow bands. Band ratio and spectral absorption algorithms were developed by regression analysis with the observed chlorophyll measurements, and their estimation accuracies were evaluated using the RMSE of the estimates. Algorithms developed from spectral absorption ratios a(675 nm)/a*(675 nm) for five different classes of total pigment concentrations were more accurate than the algorithms based on band ratios R_rs (538 nm)/R_rs (488 nm), R_rs (581 nm)/R_rs (463 nm) and R_rs (674 nm)/R_rs (622 nm) as a result of removing the influence of overlapping absorption and scattering by water molecules and suspended solids from total absorption spectra.