下载文档原格式
1. 狭义广义遥感狭义遥感：主要指从远距离、高空以至外层空间的平台上，利用可见光、红外、微波等探测器，通过摄影或扫描、信息感应、传输和处理，从而识别地面物质的性质和运动状态的现代化技术系统。
（利用电磁波进行遥感）广义遥感：利用仪器设备从远处获得被测物体的电磁波辐射特征（光，热），力场特征（重力、磁力）和机械波特征（声，地震），据此识别物体。
（除电磁波外，还包括对电磁场、力场、机械波等的探测）两者探测手段不一样2. 遥感技术系统信息源－信息获取－信息纪录和传输－信息处理信息应用3. 遥感的分类（1）按照探测电磁波的工作波段分类：可见光遥感、红外遥感、微波遥感等（2）按照传感器工作方式分类：主动遥感、被动遥感4. 遥感的应用内容上可概括：资源调查与应用、环境监测评价、区域分析规划、全球宏观研究5. 海洋遥感的意义（1）海洋气候环境监测的需要海洋占全球面积约71%，海洋是全球气候环境变化系统中不可分割的重要部分厄尔尼诺、拉尼娜、热带气旋、大洋涡流、上升流、海冰等现象都与海洋密切相关。
厄尔尼诺是热带大气和海洋相互作用的产物，它原是指赤道海面的一种异常增温，现在其定义为在全球范围内，海气相互作用下造成的气候异常。
（2）海洋资源调查的需要海洋是人类最大的资源宝库，是全球生命支持系统的基本组成部分，海洋资源的重要性促使人们采用各种手段对其进行调查研究海岸带是人类赖以生存和进行生产活动的重要场所，海岸带资源的相关调查对于沿海资源的合理开发与利用非常重要（3）海洋遥感在海洋研究中的重要性海洋遥感具有大范围、实时同步、全天时、全天候多波段成像技术的优势可以快速地探测海洋表面各物理量的时空变化规律。
它是20 世纪后期海洋科学取得重大进展的关键学科之一。
重要性体现在：是海洋科学的一个新的分支学科；为海洋观测和研究提供了一个崭新的数据集，并开辟了新的考虑问题的视角；多传感器资料可推动海洋科学交叉学科研究的发展1. 海洋遥感的概念（重点）、研究内容海洋遥感：指以海洋及海岸带作为监测、研究对象，利用电磁波与大气和海洋的相互作用原理来观测和研究海洋的遥感技术。
卫星海洋学_河海大学中国大学mooc课后章节答案期末考试题库2023年1.皮层深度是电场强度衰减为初始值的1/e所在的深度？参考答案:正确2.在可见光和近红外波段范围内，电磁波的穿透深度大小随波长的增加而减小。
参考答案:错误3.大气气溶胶是大气中的微量成分，在大气辐射收支平衡和全球气候模式中扮演着重要角色，在水色遥感的大气校正中也扮演着重要角色。
气溶胶对电磁辐射的影响包括以下哪些方面？参考答案:直接散射和吸收电磁辐射_作为凝结核，在大气中改变云滴的浓度和云滴在大气中存在的时间，通过云滴影响电磁辐射_可以把太阳辐射向太空中散射，造成衰减_可以吸收由地面而来的长波辐射，其作用与温室气体作用相似，形成增益4.如果使用5.3GHz的C波段散射计，当入射角是45°时，水面上波长多大的水波与入射的电磁波共振？参考答案:4 cm5.已知σ0[dB]=10 log10(σ0)，如果σ0增加到原来的100倍，σ0[dB]增加多少？参考答案:206.复折射率包含了实部和虚部，下面哪些参数与复折射率的虚部有关系？参考答案:衰减系数_皮层厚度_穿透深度7.下面哪个深度参量常用于描述热红外和微波辐射在海水表层的电磁波衰减作用？参考答案:皮层深度8.与可见光和热红外波段相比，微波波段的海水发射率相对较（）。
参考答案:低##%_YZPRLFH_%##小9.黑体的发射率等于1，所有非黑体的发射率都小于1。
参考答案:正确10.我国海洋二号（HY-2）系列卫星上未装载以下哪个微波传感器？参考答案:SAR11.热红外波段传感器测量海面亮温的理论依据是遵循哪一个定律？参考答案:普朗克定律12.按照目标的能量来源，遥感可分为哪几类？参考答案:被动遥感_主动遥感13.SAR可以探测以下哪些海洋要素或过程？参考答案:海洋上升流_海面风场_海洋内波14.在水色遥感中，二类水体的光学成分比较复杂，通常是指具有较高的（___）含量的水体。
可见光与热红外遥感原理与应⽤可见光与热红外遥感原理与应⽤第⼀章遥感基本原理1.1电磁波及电磁波谱电磁波根据麦克斯韦电磁场理论，变化的电场能够在它周围引起变化的磁场，这⼀变化的磁场⼜在较远的区域内引起新的变化电场，并在更远的地⽅引起新的变化磁场。
这种变化的电场和磁场交替产⽣，以有限的速度由近及远在空间传播的过程称为电磁波。
电磁波的传播过程也就是能量的传递过程。
电磁波遥感：⼀切物体，由于种类、特征和环境条件不同，⽽具有完全不同的电磁波的反射或者发射特征。
遥感技术是建⽴在物体反射或发射电磁波的原理上。
电磁波的存在是获取遥感图像的物理前提。
电磁波在真空中传播的波长或者频率，按照递增或递减顺序排列成谱，就得到了电磁波谱。
电磁波谱的范围表⽰⽅法：波长/频率电磁波谱⿊体辐射⿊体（基尔霍夫1806年）是指在任何温度下，对所有波长的电磁辐射都能够完全吸收，同时能够在热⼒学定律所允许的范围内最⼤限度地把热能变成辐射能的理想辐射体。
它是作为研究物体发射的计量标准。
（⿊⾊烟煤）电磁辐射的度量电磁辐射是具有能量的。
辐射能量（Q）的单位是焦⽿（J）辐射通量：在单位时间内通过的辐射能量，单位是⽡特=焦⽿/秒（W=J/S）辐射出射度（辐射通量密度）: 单位⾯积上的辐射通量,单位是⽡/⽶2（W/m2）物理定律电磁波发射遵循三个物理定律：普朗克定律、斯特潘-波尔曼定律、维恩位移定律。
普朗克辐射（plank）定律对于⿊体辐射源，普朗克成功给出了辐射通量密度Wλ与温度T、波长λ的关系：式中：W λ为辐射出射度（辐射通量密度），λ是以m为单位的波长，Ｔ绝对温度(Ｋ)，h为普朗克常数，k为波尔兹曼常数，c 是光速。
在给定温度下，⿊体的光谱辐射能⼒随波长⽽变化。
温度愈⾼，Wλ愈⼤，即光谱辐射能⼒越强。
斯特潘-玻尔曼（Stefan-boltzmann）定律将普朗克公式从零到⽆穷⼤的波长范围内积分，得到从单位⾯积的⿊体上辐射到半球空间⾥的总辐射出射度w。
论文第50卷第22期 2005年11月基于可见光与近红外遥感反射率关系的藻华水体识别模式李炎商少凌张彩云马晓鑫黄立伟吴景瑜曾银东(近海海洋环境科学国家重点实验室厦门大学, 厦门 361005. E-mail: liyan@)摘要极轨气象卫星AVHRR红光波段(波段1, 波长580~680 nm)和近红外波段(波段2, 波长720~1100 nm)的水体遥感反射率关系函数R rs(2)−1 =α0R rs(1)−1+g−1(1−α0)中, 参数α0 =(b b(1)/b b(2))(a(2)/a(1))对叶绿素浓度敏感且相对独立于浊度, 以1.6 < α0 < 5.6和0.01< R rs(2)/g < 0.2为判据, 可以实现叶绿素浓度为64~256 µg/L的近海藻华水体识别. 在2003年6月闽江口藻华水体的AVHRR遥感信息识别基础上, 进行了该识别模式与传统的单波段模式, 以及与比值法、NDVI法、差值法等双波段模式的比较, 建议将该识别模式发展为近海藻华水体遥感的普适模式.关键词遥感海洋光学藻华算法河口近海藻华的监测方法, 已经从简单的目测报告逐渐发展到具有统一实施细则以及判断和评价标准的规范化监测, 但规范化监测方法确立前几十年的藻华频数快速增长期, 却留下了一段重要的数据空白. 具有20余年积累的极轨气象卫星AVHRR遥感数据, 是发掘这段数据空白期藻华事件记录的首选信息源. 近十年来,各国海洋遥感界一直关注着AVHRR 红光波段(波段1, 波长580~680 nm)和近红外波段(波段2, 波长720~1100 nm)的藻华水体信息提取办法[1~10], 但一直未形成规范化的遥感监测方法. 本文从近海藻华水体的AVHRR遥感识别模式的物理基础出发, 整理和分析前人的研究思路, 探讨如何建立规范化的普适模式. 模式评估的数据基础, 主要根据本实验室2003年6月在台湾海峡西岸闽江口藻华海域的观测结果.1藻华水体的遥感反射率光谱曲线文献所报道的藻华水体光谱反射率曲线, 尽管存在藻种差别的影响, 均在主要由颗粒散射所形成的反射光谱背景上, 集中表现出下列两个特征吸收峰和一个特征反射峰[7,9,11~12]:(1) 440 nm附近的吸收峰, 藻华水体叶绿素a浓度与440 nm吸收系数呈正相关关系.(2) 670 nm附近的吸收峰, 藻华水体叶绿素a浓度与670 nm吸收系数呈正相关关系.(3) 680~740 nm区间的反射峰, 藻华水体叶绿素a浓度与位于683 nm附近的反射峰高度呈正相关关系[11,12], 也与680~740 nm区间的反射峰位置红移呈正相关关系[13,14].2003年5~6月福建省闽江口海域发生严重的甲藻类(Gymnodinium mikimotoi和Prorocentrum tries-tinum)赤潮. 图1为2003年6月2日10:00~15:40闽江口119°52′~119°54′E和26°16′~26°19′N海区不同叶绿素a浓度水体的水面上遥感反射率光谱曲线, 符合上述两个特征吸收峰和一个可红移的特征反射峰等藻华水体光谱特征.2红光波段和近红外波段的水体遥感反射率关系函数AVHRR波段1和波段2分别接受670 nm附近的藻华水体吸收峰和680~740 nm藻华水体反射峰的长波侧信号(图1), 但同时也接受悬浮泥沙、云和太阳耀光信号的影响. AVHRR波段1与波段2信号的二维直方图上, 可以区分出弧状分布的含沙水体点群、线状分布的云点群或太阳耀光点群, 以及位于两点群之间的藻华水体点群[4,15]. 2003年6月3日闽江口赤潮发生期间的AVHRR的波段1与波段2遥感记录D(1)和D(2)的二维直方图上(图2(c)), 均反映了Gower[4]和Li等[15]所注意的这种点群分异.遥感反射率R rs是吸收系数a和后向散射系数b b 的函数, 引用常用的一阶b b/(a+b b)模式[16], AVHRR 的波段1和波段2遥感反射率R rs(1)和R rs(2), 分别是对应波段吸收系数a(1)和a(2), 以及后向散射系数b b(1)和b b(2)的函数,第50卷第22期 2005年11月论 文图1 2003年6月2日10:00~15:40闽江口119°52′~119°54′E 和26°16′~26°19′N 海区不同叶绿素a 浓度水体的水面上遥感反射率光谱曲线(GER-1500便携式光谱仪测量)图中标出A VHRR 波段1和波段2的波长覆盖范围图2 2003年6月3日闽江口赤潮期间的A VHRR 遥感数据(a) 波段1遥感记录D (1), 方框表示2003年6月2日10:00~15:40测量区; (b)波段2遥感记录D (2), 方框表示2003年6月2日10:00~15:40测量区; (c) D (1)~D (2)二维直方图R rs (1) = g [b b (1)/(a (1)+b b (1))];R rs (2) = g [b b (2)/(a (2)+b b (2))]. (1) 参数g 为高浑浊水体所能达到的水面上遥感反射率最大值, 其值为f /Q 和t 2/n 2的乘积[17]. 其中, f /Q 在一类水体取0.0949[16], 在高散射系数的近岸水体采用0.084[18], 均值为0.0895, 取t 2/n 2 0.54[17], 参数g 则为0.0483.鉴于波段2吸收系数a (2)很接近纯水吸收系数 a w (2), R rs (2)/g 值可以近似地表达波段2的后向散射系数b b (2)(图3).论 文第50卷 第22期 2005年11月R rs (2)/g = b b (2)/(a (2)+b b (2)) = 1/(a (2)/b b (2)+1)≈ 1/(a w (2)/b b (2) +1). (2)反映R rs (1)和R rs (2)之间联系的方程组, 可参考Li[19]由(1)式导出,R rs (2)−1 = α0R rs (1)−1+ g −1 (1−α0);α0 = (b b (1)/b b (2))(a (2)/a (1)). (3)在R rs (1)~R rs (2)坐标系中, (3)式所定义的α0等值线表现为一弧线族, 弧线族具有共同的端点R rs(1) =R rs(2) =g ,以及R rs (1)≈R rs (2)≈0的交会区(图3).图3 AVHRR 波段1和波段2 R rs (1)~R rs (2)坐标系中的α0等值线族(实线)和R rs (2)/g 等值线族(虚线)粗虚线内为1.6< α0< 5.2和0.01< R rs (2)/g < 0.2的藻华水体识别窗[见(14)式]3 藻华水体遥感识别的α0值和R rs (2)/g 值判据(3)式所定义的α0可以由纯水、悬浮泥沙、叶绿素a 和黄色物质对AVHRR 的波段1和波段2后向散射系数的贡献b bw (1), b bs (1), b bc (1), b bw (2), b bs (2), b bc (2), 以及对吸收系数的贡献a w (1), a s (1), a c (1), a y (1), a w (2), a s (2), a c (2), a y (2)所构成. 对于基本满足b bc (1) + b bs (1) >> b bw (1), b bc (2) + b bs (2) >> b bw (2)和a w (2) + a s (2) + a y (2) >> a c (2)的藻华水体, α0可以近似表示为 α0 = (b b (1)/b b (2))(a (2)/a (1))= [(b bw (1)+ b bs (1) + b bc (1))/(b bw (2)+ b bs (2) + b bc (2))]ˇ[(a w (2)+ a s (2) + a c (2) + a y (2))/(a w (1)+ a s (1) + a c (1) + a y (1))]≈ [(b bc (1) + b bs (1))/(b bc (2) + b bs (2) )]ˇ[(a w (2) + a s (2) + a y (2))/(a w (1)+ a s (1) + a c (1) + a y (1))]. (4)由于藻类和非藻类颗粒的散射均符合Mie 散射规律, 后向散射系数b bc 和b bs 均随波长按幂指数率减小, 简单地将藻类和非藻类颗粒后向散射系数之和b bc + b bs表达为波长400 nm 时的后向散射系数X 和散射曲线形态参数Y 的函数[18],b bc (1) + b bs (1) = X (400/λ1)Y ;b bc (2) + b bs (2)= X (400/λ2)Y . (5)由于非藻类物质的吸收系数a s 和a y 均随波长按指数率减小, 简单地将吸收系数之和a s + a y 的生物-光学模式表达为波长400 nm 时的吸收系数G 和和吸收曲线形态参数S 的函数[17],a s (1) + a y (1) = G exp[−S (λ1−400)];a s (2) + a y (2) = G exp[−S (λ2−400)]; (6)并引用表述藻类颗粒叶绿素a 浓度C 及其波段1吸收系数a c (1)的生物-光学模式[16], a c (1) = AC 1−B , (7) 则α0可以由下式估计,α0 ≈ (λ2/λ1)Y {a w (2) + G exp[-S (λ2-400)]}/{a w (1)+ G exp[−S (λ1−400)] +AC 1−B }. (8) 取,Y = 1; (据Tassan [20])a w (1) ≈ a w (630 nm) = 0.292 m −1; (据Pope 和Fry [21]) a w (2) ≈ a w (900 nm) = 6.67 m −1; (据Palmer 和Williams [22])S = 0.012; (据曹文熙等[23])G = 2 m −1 A = 0.023; B = 0.08.(9)则α0为叶绿素a 浓度C 的函数(表1), α0 ≈ 9.64/(0.419+0.023C 0.992). (10)由(3)和(10)式, 红光波段遥感反射率与近红外波段遥感反射率的关系也是叶绿素a 浓度C 的函数,R rs (2)−1 = [9.64/(0.419+0.023C 0.992)]R rs (1)−1+ [1−9.64/(0.419+0.023C 0.992)]g −1. (11)(11)式表明水体的叶绿素a 浓度与α0值负相关. 叶绿素a 浓度越高, α0越小, R rs (1)~R rs (2)关系函数弧线的曲率越小, 越接近直线R rs (1) = R rs (2). 反之, 叶绿素表1 不同叶绿素a 浓度条件下的α0计算值(G = 2 m −1 , A = 0.023, B = 0.08)叶绿素a 浓度C /µg ·L −10 1 2 4 8 16 32 64 128 256 α023.0 21.8 20.7 18.9 16.1 12.4 8.5 5.2 3.0 1.6第50卷 第22期 2005年11月论 文a 浓度越低, α0越大, R rs (1)~R rs (2) 关系函数弧线的曲率越大, 越接近对应叶绿素a 浓度C = 0的含沙水体, α0值为23的弧线,R rs (2)−1 = 23R rs (1)−1 − 22 g −1. (12)由(2)和(9)式, 波段2的后向散射系数可表达为R rs (2)/g 的正相关函数,b b (2) ≈ a w (2)/{[1/(R rs (2)/g )]−1}= 6.67(R rs (2)/g )/[1−(R rs (2)/g )]. (13) 事实上, 藻类颗粒的聚集引起叶绿素a 浓度C 增高(α0减小), 同时, 也引起波段2后向散射系数b b (2)增大(R rs (2)/g 值增加). 如果将藻华水体的叶绿素浓度范围设为64 µg/L < C < 256 µg/L, 根据(10)式, 藻华水体的 α0值判据将在5.2~1.6范围内变动. 假定悬浮颗粒以藻类颗粒占优势, 并具有一类水体文献中常用的叶绿素a 浓度与b b (2)值的关系[20], 相应的b b (2)在0.08~0.2 m −1范围内变动1), 藻华水体的R rs (2)/g 值判据在0.01~0.03间变动. 考虑到藻类颗粒出现在近表层的藻华水体近红外反射信号呈数量级增加[13], 藻华水体对应的R rs (2)/g 值将增大. 因此识别藻华水体的α0值和R rs (2)/g 值判据可选为(图3): 1.6 < α0 < 5.2;0.01 < R rs (2)/g < 0.2. (14)4 A VHRR 遥感数据的藻华水体识别步骤4.1 确定校准点R rs (1) ≈R rs (2)≈ 0调入AVHRR 的波段1与波段2遥感记录D (1), D (2), 构造其二维直方图(图2). 选择由洁净到浑浊的含沙水体子区, 在D (1)~D (2)二维直方图上根据含沙水体点群所构成的弧线, 以及云点群或太阳耀光点群所构成直线的下交点, 或取比洁净水遥感记录值最小值小一个记录单位的记录值, 分别确定为R rs (1) = 0和R rs (2) = 0所对应的遥感记录D 0(1)和D 0(2). 4.2 确定校准点R rs (1) = R rs (2) = g在D (1)~D (2)二维直方图上根据含沙水体弧线点群和云或太阳耀光直线点群的上交点, 分别确定R rs (1) = g 和R rs (2) = g 所对应的遥感记录值D g (1)和D g (2).另一个方法是选取含沙水体子区数据, 按最小二乘法获(D (1) − D 0(1))−1与(D (2) − D 0(2))−1的线性回归系数a 和b , 估算R rs (1) = g 和R rs (2) = g 所对应的遥感记录值D g (1)和D g (2),(D (2) − D 0(2)) –1 = a [C 21(D (1) − D 0(1) )]–1+ b ;D g (1) = (1 − a )/b /C 21+D 0(1);D g (2) = (1 − a )/b +D 0(2). (15)其中C 21是遥感反射率换算的比例因子, 一般由D (1)~D (2)二维直方图上的云点阵或太阳耀光点阵斜率给定[4]. 4.3 藻华水体识别及其图像显示 逐点计算归一化遥感反射率R rs (1)/g 和R rs (2)/g 值,R rs (1)/g = (D (1) − D 0(1))/(D g (1) − D 0(1));R rs (2)/g = (D (2) − D 0(2))/(D g (2) − D 0(2)). (16) 逐点计算α0值,α0 = ((R rs (2)/g )−1 − 1)/((R rs (1)/g )−1 − 1); (17) 接着显示遥感图像中符合(14)式所列藻华水体α0 和R rs (2)/g 值经验判据的藻华水体像元.图4(a)为2003年6月3日闽江口赤潮发生期间的D (1)~D (2)二维直方图,并标出选定的两个校准点和叠加在二维直方图上的藻华水体识别窗. 图4(b)在D (2)底图上显示的藻华水体识别图像. 2003年6月2日现场观测的闽江口赤潮发生区, 正落于遥感识别到的闽江口藻华发生区的A 区内.5 藻华水体遥感识别模式的比较 5.1 与单波段模式的比较藻华水体的680~740 nm 反射峰红移, 加上740 nm 以上近红外波段藻华颗粒散射引起反射, 足以产生在清洁水背景中可被识别的AVHRR 波段2高反射率信号. 选择合适的AVHRR 波段2遥感反射率阈值, 可以将具有较高反射率的藻华水体与周边清水分开. Prangsma 和Roozekrans [24], Gower [5], Stumpf 等[2]和Kahru 等[6]利用AVHRR 波段2相对较高反射率信息, 成功地进行了近海清水区藻华水体的遥感识别及其时间序列分析. 根据R rs (2) 等值线族定义的单波段模式的分类窗, 在R rs (1) ~R rs (2)二维直方图上呈水平条带, 将藻华水体点群定义在R rs (2)大于某个经验阈值的区间, 显然只能将高散射特性藻华水体从低浊水体区分出来, 而无法区分具有高散射特性藻华水体与浑浊水体, 也无法区分低散射特性藻华水体与低浊水体(图5).5.2 与比值法和NDVI 法的比较比值法及其相关的NDVI 法均为双波段识别的1) 参照Tassan [20], b b (2) = 0.005(0.12C 0.63)(a c (550nm)/a c (2)), 取a c (550nm)/a c (2) = 10, 对应64 µg/L < C < 256 µg/L 区间, 有0.08 m −1 < b b (2) < 0.2 m −1论 文第50卷 第22期 2005年11月图42003年6月3日闽江口及毗邻水域的: (a) D (1)~D (2)二维直方图、选定的低交点(小网格框的左上角)和高交点(小网格框的右下角)、叠加在二维直方图上的藻华水体识别模板(红色虚框); (b)D (2) 图像上显示的藻华水体分布区 (A 区: 2003年6月2日现场观测的闽江口藻华发生区; B 区: 浙江南部海域疑似藻华区; C 区: 闽江口潮间带和潮下带的疑似藻华区)图5AVHRR 波段1和波段2的 R rs (1)~R rs (2)二维直方图上的(14)式藻华水体识别窗(虚线框: 1.6 < α0 < 5.2和0.01 < R rs (2)/g < 0.2)和单波段模式分类窗(浅蓝色条带: 0.01< R rs (2)/g < 0.2). 红色圆点为2003年6月2日闽江口藻华水体的现场测量结果流模式. Stumpf 等[1]认为, 水体的AVHRR 波段2和波段1遥感反射率比值(R rs (2)/R rs (1))与藻华密度正相关. 在R rs (1)~R rs (2)二维直方图上, 比值法分类窗根据R rs (2) /R rs (1)等值线族定义, 表现为以坐标原点为中心的辐射状条带, 其中云或太阳耀光点群的R rs (2)/R rs (1) =1, 水体点群R rs (2)/R rs (1)≤1, 藻华水体点群分布介于两者之间, R rs (2) /R rs (1)为0.3~0.7(图6). 赵冬至等[10]利用现场同步观测数据验证浓度2~17 µg/L 区间的叶绿素a 与R rs (2)/R rs (1)具有精度为±4 µg/L 的线性相关关系. 对于低浊水体, 比值法的R rs (2)/R rs (1)等值线族判据接近(14)式的α0等值线族判据, 藻华水体识别效果相近. 但在高浊水体, 比值法的R rs (2)/R rs (1)等值线族判据明显偏离(14)式的α0等值线族判据, 难以区分高叶绿素a 水体点群与高含沙水体点群, 影响了比值法在高浊水体中的藻华水体识别能力.比值R rs (2)/R rs (1)可换算为常用的NDVI 值, NDVI = (R rs (2) − R rs (1))/(R rs (2) + R rs (1))= (R rs (2)/R rs (1) − 1)/(R rs (2)/R rs (1)+1) (18) NDVI 等值线族在R rs (1) ~R rs (2)二维直方图上同样呈辐射状分布(图6). 在低浊水体, NDVI 也具有与藻华密度的正相关联系[11,12]. 但在高浊水体, NDVI 等值线族判据同样偏离了α0等值线族判据, 影响了NDVI 法在高浊水体中的藻华水体识别能力.显然, 只有增加了与(14)式相同的附加R rs (2)/g 判据0.01 < R rs (2)/g < 0.2, 比值法或NDVI 法的藻华水体识别窗口方才接近(14)式的窗口.第50卷 第22期 2005年11月论 文图6AVHRR 波段1和波段2的R rs (1)~R rs (2)二维直方图上的(14)式藻华水体识别窗(虚线框: 1.6 < α0 < 5.2和0.01 < R rs (2)/g < 0.2)和比值法(浅蓝色条带: 0.3 < R rs (2)/R rs (1) < 0.7)或NDVI 法(浅蓝色条带: 0.18 < NDVI < 0.54) 分类窗. 红色圆点为2003年6月2日藻华期闽江口水体测量结果5.3 与差值法的比较Gower [4] 根据加拿大西海岸藻华遥感图像的分析提出, 当R rs (2) 小于某个经验阈值时, 水体AVHRR 波段1与波段2遥感反射率的差R rs (1)− R rs (2)与藻华密度正相关. 在R rs (1)~R rs (2)二维直方图上, 差值法的分类窗为R rs (2) 经验阈值 与R rs (1) − R rs (2) 等值线族联合定义的四边形, 其中云或太阳耀光点群的R rs (1)− R rs(2)=0, 水体点群的R rs(1)− R rs(2)≥ 0, 藻华水体的点群分布介于两者之间(图7). Gower [4]的差值法尽力突出波段1悬浮颗粒散射背景反射峰的正影响而忽略藻华水体670 nm 附近吸收峰的负影响, 尽管设置了R rs(2)经验阈值限制高浊水体的误识别, 但该方法仍很难将藻华水体与悬浮泥沙颗粒占优势的低浊水体区分开. 可能是这个原因, 差值法较少得到应用. 有意思的是, Gower [4]在提出差值法的论文中, 仍同时进行了比值法分析, 并未作出明确取舍. 实际上如果联用差值法和比值法, 将藻华水体定义为R rs (1)与R rs (2)的比值和差值在一定R rs (2)/g 范围内的并集, 与(14)式所识别的藻华水体点群已经相当接近(图7).6 结论通过藻华水体的近红外波段与红光波段遥感识别识别模式物理机理的研究, 提出了基于遥感反射图7AVHRR 波段1和波段2的R rs (1)~R rs (2)二维直方图与(14)式表达的藻华水体识别窗(虚线框: 1.6 < α0 < 5.2和0.01 < R rs (2)/g < 0.2)、比值法分类窗(浅蓝色条带: 0.3 < R rs (2)/R rs (1) < 0.7)和差值法分类窗(浅棕色条带: 0.002 < R rs (1) − R rs (2) < 0.012和0.01 < R rs (2)/g < 0.2). 红色圆点为2003年6月2日藻华期闽江口水体测量结果率关系函数R rs (2)−1 = α0 R rs (1)-1+ g −1 (1−α0)的双波段模式, 主要结论包括:(ⅰ) AVHRR 波段1和波段2的藻华水体识别窗为1.6 < α0 < 5.2和0.01 < R rs (2)/g < 0.2;(ⅱ) 提出确定校准点R rs (1) ≈ R rs (2) ≈ 0和R rs (1) = R rs (2) = g , 在AVHRR 波段1和波段2遥感图像上实现藻华水体识别窗信息提取的步骤;(ⅲ) 以1.6 < α0 < 5.2和0.01 < R rs (2)/g < 0.2定义的藻华水体识别窗比现有的单波段模式和双波段模式(括比值法、NDVI 法、差值法等)准确稳定, 可发展成为藻华水体遥感识别的规范化模式.致谢 多年来与国内外同行在海洋遥感监测和二类水体遥感研讨会上的交流, 对上述模式的形成帮助很大, 作者借此对研讨会组织者和参加者表示感谢. 本项研究受国家自然科学基金项目(批准号: 40176039)和国家高技术研究发展计划项目(批准号: 2001AA630601, 2002AA639540)资助.参 考 文 献1 Stumpf R P, Tyler M A. Satellite detection of bloom and pigmentdistributions in estuaries. Remote Sensing of Environment, 1988, 24: 358∼4042 Stumpf R P, Megan L F. Use of AVHRR imagery to examinelong-tem trends in water clarity in coastal estuaries: example in论文第50卷第22期 2005年11月Florida Bay. In: Kahru M, Brown C W, eds. Monitoring Algal Bloom: New Techniques for Detecting Large-scale Environmental Change. Spring-Velag and Landes Bioscience, 1997. 3∼233 Stumpf R P, Culver M E, Tester P A, et al. Monitoring Kareniabrevis blooms in the Gulf of Mexico using satellite ocean color imagery and other data. Harmful Algae, 2003, 2: 147∼1604 Gower J F R. Red tide monitoring using AVHRR HRPT imageryfrom a local Receiver. Remote Sensing of Environment, 1994, 48:309∼3185 Gower J F R. Bright plankton blooms on the west coast of NorthAmerica observed with AVHRR imagery. In: Kahru M, Brown C W, eds. Monitoring Algal Bloom: New Techniques for Detecting Large-scale Environmental Change. Spring-Velag and Landes Bioscience, 1997. 25∼416 Kahru M. Using satellites to monitor large-scale environmentalchange: a case study of cyanobacteria blooms in the Baltic Sea. In: Kahru M, Brown C W, eds. Monitoring Algal Bloom: New Tech-niques for Detecting Large-scale Environmental Change. Spring- Velag and Landes Bioscience, 1997. 43∼617 黄韦艮, 毛显谋, 张鸿翔, 等. 赤潮卫星遥感监测与实时预报.海洋预报, 1998, 15:111∼1158 Huang W G, Lou X L. A method for detecting red tides usingAVHRR Imagery. In: IEEE International Geoscience and Remote Sensing Symposium, JUL 09-13, 2001, IGARSS 2001: Scanning the Present and Resolving the Future, 2001, Vols 1-7, Proceedings: 2805∼28079 赵冬至. AVHRR在赤潮海表浮游植物细胞数探测中的应用. 海洋环境科学, 2003, 22(1): 10∼14;10 赵冬至, 张丰收, 赵玲, 等. 近岸海域叶绿素和赤潮的AVHRR波段比值探测方法研究. 海洋环境科学, 2003, 22(4): 9∼1211 Gower J F R. Observation of in situ fluorescence of chlorophyll inSeanich Inlet. Boundary-layer Meteorology, 1980,18:235∼24512 Gower J F R, Borstad G A. Use of in vivo fluorescence line at 685nm for remote sensing surveys of surface chlorophyll a, in Oceanography from Space, Gower J F R ed. Plenum, New York, 1981. 329∼33813 Richardson L L. Remote sensing of algal bloom dynamics: Newresearch fused remote sensing of aquatic ecosystems with algal accessory pigment analysis. BioScience, 1996, 46(7): 492∼50114 疏小舟, 尹球, 匡定波. 内陆水体藻类叶绿素浓度与反射光谱特征的关系. 遥感学报, 2000, 4(1): 41∼4515 李炎, 李京. 基于海面-遥感器光谱反射率斜率传递现象的悬浮泥沙遥感算法. 科学通报, 1999, 44(17): 1892~189716 Gordon H R, Brown O B, Evans R H, et al. A semianalytic radi-ance model of ocean color. Journal of Geophysical Research, 1988, 93, 10909∼1092417 Carder K L, Chen F R, Lee Z P, et al. Semianalytic moder-ate-resolution imaging spectrometer algorithms for chlorophyll a and absorption with bio-optical domains based on nitrate-deple- tion temperatures. Journal of Geophysical Research, 1999, 104(C3): 5403∼542118 Lee Z P, Carder K L, Mobley C D, et al. Hyperspactral remotesensing for shallow waters: 2. Deriving bottom depths and water properties by optimization. Applied Optics, 1999, 38(18): 3831∼384319 Li Y. Atmospheric correction of SeaWiFS imagery for turbidcoastal and inland waters: comment. Applied Optics, 2003, 42 (6): 893∼89520 Tassan S. Local algorithms using SeaWiFS data for the retrieval ofphytoplankton, pigments, suspended sediment, and yellow sub-stance in coastal waters. Applied Optics, 1994, 33(12): 2369∼2378 21 Pope R, Fry E. Absorption spectrum (380-700nm) of pure water: II.Integrating cavity measurements. Applied Optics, 1997, 36(33): 8710∼872222 Palmer K F, Williams D. Optical properties of water in the nearinfrared. Journal of the Optical Society of America, ,1974, 64: 1107∼111023 曹文熙, 杨跃忠, 许晓强, 等. 珠江口悬浮颗粒物的吸收光谱及其区域模式. 科学通报, 2003, 48(17): 1876~188224 Prangsma G J, Roozekrans J N. Using AVHRR HRPT imagery inassessing water quality parameters, International Journal of Re-mote Sensing, 1989, 10(4-5): 811∼818(2005-04-05收稿, 2005-08-29收修改稿)。
