实习四 水体遥感技术应用专题 4.1 实习目的了解水体遥感的基本原理，掌握常用水体遥感方法及其应用模型。
通过本次实习，同学可以掌握光学遥感中的水体遥感技术，包括水体识别、水面温度反演、叶绿素浓度反演等应用领域内的数据处理和工作流程。
此外，通过此次实习，同学还能进一步熟悉Erdas 、ArcGIS 等相关专业软件的应用。
4.2 实习内容4.2.1 基本原理星载或机载的遥感器所接收到的来自水面的辐射亮度值由下列各项组成：[])()()()()(0λλλλλL L L t L s w t ++=)(λt L 为传感器所测量得到的总辐射亮度；()w L λ为离水辐射亮度；()s L λ为水面对大气下行辐射及太阳直射辐射的反射所构成的辐射亮度；0()L λ为路径辐射亮度；()t λ大气漫反射透过率。
离水辐射是由水分子及水中悬浮物质（如：泥沙、各种藻类）对传入水中的太阳直接辐射的后向散射所构成。
()s L λ则包括两个部分：海洋表面对太阳直射辐射的反射和天空下行辐射经海面反射而进入传感器的那部分能量。
0()L λ代表太阳直射辐射未经与地表相撞，直接由大气分子及气溶胶的散射而进入传感器的那部分能量。
从上述水体光学遥感的基本辐射传输原理可以看出，离水辐射中包含了水体中某些参数的信息，因此，可以使用该项观测值来进行水中某些参数的反演（估算）。
下面以叶绿素浓度与泥沙含量估算为例进行说明（本实例中，为了计算方便，未进行洋面观测值的大气校正处理，也就是没有去除传感器观测量中的()s L λ与0()L λ，不考虑大气透过率的影响，直接将观测值反射率作为离水辐射率来做处理）。
4.2.2 水体的反射率光谱特征纯净的水体反射率非常低，尤其在红外波谱区域，其反射率几乎为零，因此，通常在遥感影像上，水体显示为暗色调（如下图中的河流与湖泊）。
4.2.3 热红外水面温度反演原理热红外辐射计探测到的总辐射由四部分组成：第一部分表示的是到达卫星辐射计的海表面发射的辐射；第二部分是卫星辐射计探测到的沿观测方向的大气上行发射的辐射；第三部分是卫星辐射计探测到的大气下行辐射的、到达海面后又经海面反射的辐射；第四部分为太阳直射辐射到达海面后又经海面反射的辐射。
()(,)()()1(,)s v r sun v L t e U L L tL L e U θθρθρθρθ↓↑⎡⎤=⋅+++⎣⎦=-上式中，()L θ为传感器接受到的辐射；s L 为海表面热辐射；()v r L θ↓为大气下行辐射；sun L 为太阳直接辐射；()v L θ↑为大气上行辐射；t 为大气透过率；(,)e U θ为海洋表层的发射率；ρ为海洋表层的反射率。
在对海洋表层进行温度探测时，通常假设海水为黑体，因此上式中(,)e U θ为1，ρ为0，可简化为：()()s v L tL L θθ↑=+，也就是仅仅需考虑大气透过率和大气自身的热辐射。
现有的地表温度反演方法中，以多通道法应用最为广泛。
因为大气对不同波长不同时间的红外遥感有不同的影响效应，根据大气对不同波段的电磁辐射的影响不同，可以用不同波段测量的线性组合来消除大气的影响，从而得到海表温度（SST ）。
下面以双通道法（又称分裂窗法）为例，给出该模型的理论推导过程。
在海面为黑体的近似条件下，星载传感器所测得的辐射亮度值为:λλλλλλdt T L t T L L z t b b )()(1000⎰+=此处0T 为SST ，0t λ为整层大气透过率。
等式右边第一项代表海面热辐射从大气削弱后到达传感器的辐射能量，第二项为大气上行辐射的总贡献，由于假定海面为黑体，所以大气下行辐射的贡献率为零。
设t λρ为z ∆层气体的透过率，对于热红外波段大气散射可以忽略，故：21t t t λλλρ=⋅；1t λλλρεα==-因此，层厚为z ∆的空气层的热辐射亮度为(1)()b z t L T λρλ-。
该层热辐射经上层大气削弱后，最后被传感器所接受的能量应为：211211()()()b z b z t L T t L T t t t λλλλλλλ⎛⎫-⋅=- ⎪⎝⎭；所以整层大气上行热辐射的总贡献应为：λλλdt T L z t b )(1⎰。
这里再计算海洋表层热辐射与传感器接收热辐射之间的差值：λλλL T L L b -=∆)(0（由于λλλλλλdt T L t T L L z t b b )()(1000⎰+=），因此， 011000()()[1]()[()()]b b b z b o b z t t L L T L L T t L T dt L T L T dt λλλλλλλλλλλλ∆=-=--=-⎰⎰注：0100()[1]()b b o t L T t L T dt λλλλλ-=⎰对于上面公式中的L λ，可以采用亮度温度的形式来表示为()b b L L T λλλ=。
最后，由于大气的实际参数不易获取，其区域差异较大，因此引入如下两个近似条件： ① 由于大气窗口水汽的吸收比较弱，所以取如下线性近似：dz z k dt e )(ρλλ-=这里，()e z ρ为大气的水汽密度；此处k λ为水汽的吸收系数，假定它只是波段的函数，不随高度而变（事实上k λ还是气压和温度z T 的弱函数）。
② 把黑体辐射作近似计算：△zλρ大气上界面))(()()()(000T T T TL T L T L z b b z b -∂∂+=λλλ （多项式展开）此式的含义为Z 高度处的黑体辐射亮度，可以用0T 处的黑体辐射亮度的泰勒一阶近似代替（事实上z o T T 与差值越大，误差越大）。
有了上述近似条件，将遥感器所测得的辐射亮度转换成亮度温度：000()()(,())(/)()z b z e z e L T T k T T z dz k f T z L T T λλλλλρρ∞∆-==-=∂∂⎰注：z b T T λ=，由近似条件②，00000()()()()()()b b b z b b b L T L T L T T T T L L T T TTλλλλλλλ-∆-=-==∂∂∂∂，又11000()()[1]()[()()]b b b z b o b z t t L L T L L T t L T dt L T L T dt λλλλλλλλλλλλ∆=-=--=-⎰⎰，将该式中的()()b o b z L T L T λλ和分别用近似条件②展开，110000()()=[()()]=[()()()()]b b b o b z b o b z t t L L L T L L T L T dt L T L T T T T dt Tλλλλλλλλλλλλ∂∆=-=----∂⎰⎰，由于z b T T λ=，上式可简化为：100()()()]b b t L L T T T dt Tλλλλλ∂∆=-∂⎰，将近似条件①引入，dt λ用d z 替换，则可以得到：000()()(/)()z b z e L T T k T T z dz L T T λλλλρ∞∆-==-∂∂⎰上式表明：积分值只与大气状况有关，与波长无关。
因此，对于多个波段，分别计算得到：21211122021121101221220110)()())(()()()()(b b b b b b b b b T k k k T k k k T T T k k k T T f k k T T f k T T f k T T ---=--+=∴-=-+=+=或者ρρρ4.2.4 水体参数遥感反演原理 叶绿素浓度反演为例基于叶绿素的上述反射特性，一般采用上图中的强吸收（0.45～0.50）和强反射（0.52～0.58）范围内的观测值来进行叶绿素浓度的计算。
在仅仅考虑单次散射作用条件下，光学观测量与水体的固有特性之间具有如下关系（可用Gordon 公式来描述）：31()()()nn n b A a b λρλλ=⎛⎫=⎪+⎝⎭∑上式中，ρ为反射率，,a b 分别为吸收率和散射率。
一般来讲，吸收率与散射率与叶绿素浓度之间存在着非线性关系（幂函数），基于这种原理，可以采用统计建模的方法来建立叶绿素浓度反演模型，形如：()/()Bw i w j C A L L λλ⎡⎤=⎣⎦4.2.5 实习内容（1）基于水体的反射率光谱特征，采用植被指数阈值法来进行水体像元识别，并进行矢量化处理；（2）采用双通道法（分裂窗法）实现水面温度遥感反演； （3）采用统计模型实现水中叶绿素浓度的反演。
4.3 实习数据渤海湾MODIS 1000米分辨率数据集。
4.4实习步骤4.4.1 水体识别基于水体在可见光与近红外光谱范围内的反射率特点，通常可以采用波段运算的方式来生成具体有较强水体特征的新特征，如植被指数（NDVI）。
一般来讲，纯净的水体其NDVI 值小于零。
原始图像（真彩色合成）：NDVI计算：（在本实例中，波段1与2分别对应MODIS数据的红、近红外通道）NDVI图像：水体像元识别（条件：NDVI<0.0）：水体识别结果：得到上述结果以后，还需进行栅格矢量化，将水域范围转换为Polygon类型的矢量数据，并进行编辑，删除面积过小的斑块与陆地的湖泊或河流区。
可在ERDAS或ARCGIS中实现栅格矢量化，在ERDAS中进行转换时采用V ector->Raster to V ector，这时生成的矢量结果为ARCINFO Coverage格式（不能在ARCGIS中直接进行编辑，需转换为Shape格式，使用ARCGIS中的ArcToolbox，ArcToolbox->Conversion Tools->To Shapefile->Feature Class ToShapefile ），在ARCGIS 中可直接生成Shape 格式的矢量数据（ArcToolbox->Conversion Tools->From Raster->Raster to Ploygon ）。
4.4.2 水面温度反演实例：以渤海湾EOS MODIS 数据为例（MOD021KM.A2009092.RAD.tif ），介绍洋面温度计算的过程。
MODIS 双通道洋面温度反演模型可以表示为：123133231()SST M O D IS c c T c T T =+⋅+⋅-其中，SST M O D IS 为洋面温度；T 为亮度温度；31、32为MODIS 通道号，其中心波长分别为11、12μm ，对应数据集中的11、12波段；c1=1.052，c2=0.984，c3=0.13。
本例中的原始数据为MODIS 辐射通道数据，其像元值为辐射亮度（W/m2 -µm-sr)），需采用Plank 方程将其转换为亮度温度。
