内陆水体叶绿素a浓度遥感监测方法研究进展

《基于Landsat 8 OLI卫星影像的乌梁素海悬浮物和叶绿素a浓度遥感反演研究》篇一一、引言随着遥感技术的飞速发展，利用卫星影像对地表环境和生态系统的监测变得愈加准确和便捷。

其中，基于Landsat 8 OLI卫星影像的数据资源在湖泊环境研究中发挥了重要作用。

乌梁素海作为我国北方的一个典型内陆湖泊，其水质变化和生态环境状况受到了广泛关注。

因此，本文以乌梁素海为研究对象，利用Landsat 8 OLI卫星影像数据，探讨其悬浮物和叶绿素a浓度的遥感反演方法。

二、研究区域与方法（一）研究区域乌梁素海位于我国北方某省，是典型的内陆湖泊。

该湖泊的生态环境和水质状况对周边地区具有重要影响。

（二）研究方法本研究主要利用Landsat 8 OLI卫星影像进行反演研究。

首先，收集乌梁素海区域的多时相Landsat 8 OLI卫星影像数据；其次，对卫星影像进行预处理，包括辐射定标、大气校正等；然后，通过分析水体光谱特征，建立悬浮物和叶绿素a浓度与卫星影像特征参数之间的数学模型；最后，利用模型对乌梁素海进行遥感反演，获取悬浮物和叶绿素a浓度的空间分布情况。

三、数据处理与分析（一）数据预处理对收集到的Landsat 8 OLI卫星影像进行辐射定标和大气校正等预处理操作，以提高数据质量。

（二）光谱特征分析通过分析乌梁素海水体的光谱特征，发现水体中的悬浮物和叶绿素a对不同波段的光具有不同的反射和吸收特性。

其中，蓝色波段对叶绿素a的吸收较强，而红色和近红外波段对悬浮物的反射较为敏感。

（三）数学模型建立根据水体光谱特征分析结果，建立悬浮物和叶绿素a浓度与卫星影像特征参数之间的数学模型。

本研究采用多元线性回归方法建立模型，通过分析不同波段的光谱信息与悬浮物和叶绿素a 浓度的关系，确定模型的参数。

（四）遥感反演与结果分析利用建立的数学模型对乌梁素海进行遥感反演，获取悬浮物和叶绿素a浓度的空间分布情况。

通过对反演结果的分析，发现乌梁素海不同区域的悬浮物和叶绿素a浓度存在较大差异，这与该地区的气候、植被和水质等因素密切相关。

基于遥感的内陆水体水质监测研究进展一、本文概述随着遥感技术的快速发展和应用领域的不断拓展，其在内陆水体水质监测领域的应用逐渐展现出巨大的潜力和优势。

遥感技术以其大范围、快速、非接触等特点，为内陆水体水质监测提供了新的视角和解决方案。

本文旨在综述基于遥感的内陆水体水质监测的研究进展，探讨遥感技术在水质监测中的应用原理、方法、案例以及存在的问题和挑战，以期为未来内陆水体水质监测技术的发展提供有益的参考和启示。

本文将对遥感技术在水质监测中的应用原理进行简要介绍，包括遥感技术的基本原理、内陆水体的光谱特征以及遥感影像的处理和分析方法等。

本文将重点综述遥感技术在水质参数反演、污染识别与评估、水体动态监测等方面的研究进展，通过具体案例分析展示遥感技术在内陆水体水质监测中的实际应用效果。

本文还将探讨遥感技术在水质监测中存在的问题和挑战，如数据源的选择、数据处理和解译的精度、监测结果的验证等，并提出相应的解决方案和建议。

通过对基于遥感的内陆水体水质监测研究进展的综述，本文旨在为相关领域的研究人员和技术人员提供全面的参考和借鉴，促进遥感技术在内陆水体水质监测领域的进一步发展和应用。

本文也期望引起更多学者和专家对内陆水体水质监测问题的关注和研究，共同推动水质监测技术的进步和发展。

二、遥感技术在水质参数提取中的应用遥感技术以其大范围、高效率、低成本的特点，在内陆水体水质监测中发挥了重要作用。

通过卫星或无人机搭载的传感器，可以捕捉到水体的光谱信息，进一步提取出关键的水质参数。

这些参数包括但不限于水体浊度、叶绿素a浓度、悬浮物含量、溶解性有机物等。

在水体浊度监测方面，遥感技术通过捕捉水体在可见光和近红外波段的反射和散射特性，结合算法模型，能够实现对水体浊度的有效监测。

这种方法具有快速、准确的特点，为水体浊度的实时监测和预警提供了可能。

叶绿素a浓度是反映水体营养状态的重要指标。

遥感技术通过捕捉叶绿素a在红光和近红外波段的反射特性，结合适当的算法，可以实现叶绿素a浓度的定量反演。

遥感技术监测水体叶绿素a含量的研究进展杨玉敏;赵俊;王晓珂;张少丹【摘要】随着环境水体污染和富营养化问题日显突兀,有效开展水体的水质监测是水体污染综合治理的基础,因此必须加强对水体水质的监测,其中叶绿素a是水体污染和富营养化程度高低的重要标志.遥感监测方法高效、快速地探测水体的污染物迁移,实现了水体的大范围实时监测,因此遥感技术的应用及研究对完善和提高水体水质监测能力具有十分重要的研究意义.针对遥感技术监测水体叶绿素a (Chl-a)含量的相关课题,从选题背景、研究意义、水质遥感技术监测Chl-a含量的原理、监测方法、所面临的问题等方面,阐述了遥感技术在监测水体Chl-a含量的研究进展,提出了目前所面临的问题,并进一步对遥感技术监测水体Chl-a含量的研究进展进行了展望.%With the increasing environmental pollution, water pollution and eutrophication problems are become more and more obvious, so it is necessary to strengthen water monitoring and water pollution control. Effective water quality monitoring is the basis of eutrophied water treatment. Chlorophyll-a is an important indicator of the level of water pollution and eutrophication. Remote sensing monitor can inspect pollutants migration, and a wide range of real-time monitoring of water can be achieved by remote sening. The application and research of remote sensing technology are of a great significance to the water quality monitoring. In this paper, we investigate the background, the principle and progress of remote sening monitoring technology. Meanwhile, the research progress of remote sensing technology is expounded, and theproblems are put forward, and the developments of monitoring the content of Chl-a in water by remote sensing technology are discussed.【期刊名称】《安徽化工》【年(卷),期】2018(044)003【总页数】3页(P1-3)【关键词】遥感;叶绿素a;监测;水体【作者】杨玉敏;赵俊;王晓珂;张少丹【作者单位】邢台学院,河北邢台054001;邢台学院,河北邢台054001;邢台学院,河北邢台054001;邢台学院,河北邢台054001【正文语种】中文【中图分类】X87水是生命之源，是人类赖以生存和发展的基础。

基于遥感的内陆水体叶绿素a监测研究作者：李代伟吴天振姜祥乐张帆王滢李楠来源：《赤峰学院学报·自然科学版》2022年第03期摘要：对内陆水体开展叶绿素a浓度遥感反演和预测是水质治理与定量遥感领域的重要研究方向，但内陆水体的物质成分和理化性质相对复杂，实现高效且准确的遥感监测存在一定困难。

文章梳理了水体叶绿素a的反演原理与光谱特征，归纳了国内外学者在内陆水体叶绿素a遥感监测研究中常用的数据与方法并分析了各自的优缺点与适用性，在此基础上总结了目前应用遥感方法监测内陆水体叶绿素a浓度所面临的实际问题以及未来研究的展望。

关键词：叶绿素a;遥感反演;内陆水体;水质监测;研究综述中图分类号：X87 文献标识码：A 文章编号：1673-260X（2022）03-0014-07内陆水体是人类赖以生存和发展的自然生态系统重要组成部分，在水源供给、抗旱排洪、交通航运、调节气候、提供生物栖息地、维护生态多样性等方面发挥着不可替代的重要作用。

近年来，在人类活动与气候变化等因素影响下，内陆水资源、水环境与水生态均面临不同程度的问题和威胁，水体富营养化及引起的藻类水华是当前内陆水体普遍存在的污染问题，流域开发与生态协调间的稳态平衡逐渐受到有关部门的重视。

叶绿素a（Chlorophyll-a）是蓝藻进行光合作用的核心元素，并且在浮游生物体内含量相对稳定，便于在实验室条件下进行提纯分析，通过测定水体叶绿素a含量可以初步判定水体富营养化的程度，借以进一步把握水体质量状况。

因此，对内陆水体叶绿素a浓度进行全范围长时序的动态监测是陆地水资源保护与修复的重要前提。

而传统水质监测手段是通过大量实测点状数据来推及整个湖面的水质状况，这种传统监测方式费时费力成本较高，不适宜大面积水域进行短时序的水质监测。

遥感技术作为一种基于波谱理论快速获取地表信息的新兴观测技术，具有大面积同步观测、周期动态成像、不受地面地形限制等优势。

目前国内外大量学者利用遥感数据对于内陆江河、大型湖泊、水库库区与城市小型水体开展了叶绿素a浓度遥感监测。

《岱海叶绿素a遥感反演模型及藻华监测研究》篇一一、引言随着现代科技的飞速发展，遥感技术在水质监测、海洋生态保护等领域发挥着越来越重要的作用。

其中，叶绿素a作为水体中藻类生物量的重要指标，其浓度变化直接反映了水体的营养状况和生态环境的健康状况。

因此，准确快速地监测叶绿素a的浓度变化，对预防水体富营养化及藻华等环境问题具有重要意义。

岱海作为一个典型的内陆湖泊，其水质的监测和藻华的预警对于当地生态环境的保护至关重要。

本文将详细介绍岱海叶绿素a的遥感反演模型及其在藻华监测中的应用。

二、岱海叶绿素a遥感反演模型1. 遥感数据的选择与处理遥感数据的选择对于反演模型的准确性至关重要。

本文选取了卫星遥感数据，包括可见光、近红外和红边波段等数据。

在数据处理过程中，进行了大气校正、辐射定标等预处理工作，以消除大气、太阳高度角等因素对遥感数据的影响。

2. 叶绿素a遥感反演模型的建立基于遥感数据的特性，本文采用经验统计法和半分析法相结合的方法，建立了岱海叶绿素a的遥感反演模型。

该模型通过分析遥感数据与叶绿素a浓度的相关关系，建立了数学模型，实现了从遥感数据中提取叶绿素a浓度的目的。

三、模型验证与精度评估为了验证模型的准确性和可靠性，本文采用现场实测数据对模型进行了验证。

通过对比实测数据与模型反演结果，发现该模型具有较高的精度和可靠性，能够准确反映岱海叶绿素a的浓度变化。

四、藻华监测应用1. 藻华监测原理基于叶绿素a遥感反演模型，可以实时监测岱海的水质状况。

当叶绿素a浓度超过一定阈值时，表明水体可能出现富营养化及藻华等问题。

因此，通过监测叶绿素a的浓度变化，可以及时掌握岱海的藻华状况。

2. 藻华监测实践本文利用建立的遥感反演模型，对岱海进行了长期的藻华监测。

通过分析历史数据，发现岱海的藻华状况呈现出一定的季节性和周期性。

在富营养化严重的季节，及时采取措施控制污染源，有效减缓了藻华的发生。

五、结论本文建立了岱海叶绿素a的遥感反演模型，并对其在藻华监测中的应用进行了研究。

第11卷 第1期2007年1月遥 感 学 报J OURNAL OF REMOTE SENSI N GV o.l 11,N o .1Jan .,2007收稿日期:2005-10-20;修订日期:2006-01-25基金项目:国家863计划项目(编号:2005AA635200,2005AA604150)及908计划项目(编号:908-02-03-01)资助。

作者简介:邢小罡(1982) ),男,中国海洋大学海洋环境学院物理海洋博士研究生,现参加国家海洋环境监测中心课题研究。

主要研究方向为海洋水色遥感。

E-m ai:l x i ngx i aogang2004@hot m ai .l co m 。

文章编号:1007-4619(2007)01-0137-08叶绿素a 荧光遥感研究进展邢小罡1,2,赵冬至2,刘玉光1,杨建洪2,沈 红2,3,赵 玲2,王 林2,3(1.中国海洋大学物理海洋研究所,山东青岛 266100;2.国家海洋环境监测中心,辽宁大连 116023;3.大连海事大学环境科学与工程学院,辽宁大连 116026)摘 要: 继叶绿素a 反演的/蓝绿比值法0后,叶绿素a 荧光遥感成为海水叶绿素a 浓度反演的重要方法,对提高二类水体和赤潮水体的叶绿素a 浓度的反演精度效果明显。

本文回顾了人们对水体叶绿素a 荧光的认识、测量和研究的历史过程,介绍了荧光产生的生物学机理以及它随叶绿素a 浓度的正相关和/红移现象0等主要光谱特征。

本文还总结了荧光量子产量、不同藻种生理状态、水体其他物质及大气的吸收等多种因素对叶绿素a 荧光遥感的影响。

基于对叶绿素a 荧光光谱特征和影响因素的认识,人们相继建立了两种荧光遥感方法)))基线荧光高度法和归一化荧光高度法。

对于前景广阔的叶绿素荧光遥感领域,人们正进行着更深入的研究与探索,积累更多的现场数据和卫星同步数据,逐步完善和改进反演模型。

关键词: 叶绿素a ;荧光遥感;基线荧光高度;归一化荧光高度;MOD IS ;M ER IS 中图分类号: TP79 文献标识码: AProgress in Fl uorescence R e m ote Sensi ng of Chlorophyl-l aX I NG X i ao -ga ng 1,2,Z HAO Dong -zhi 2,L I U Y u -gua ng 1,YANG Jian -hong 2,S HEN H ong 2,3,Z HAO L i ng 2,WANG L i n 2,3(1.Instit u te of Physic a lO c eanogra ph y,Ocean Universit y of Ch i na ,Shandong Q i ngdao 266100,Ch i na ;2.N ationa lM arineE nviron m e n t a lM on itorin g Center ,L i aon i n Da li an 116023,China ;3.Colle g e o f Environ m ent Eng i neeri ng ,Da li an M ariti m e Un i versit y,L i a onin g D alian 116026,Ch i na )Abstract : Besides e mpiri ca l algorithm w ith the Blue -G reen R ati o ,fluor escence re mote se nsi ng of Chl orophyllsis also a n m i portant and validm ethod for retri ev i ng chlorophyl-l a c once ntr ation i n the ocean ,especially for Case Ⅱw aters and the sea w it h algal bloo m i ng .This study revie w s the histor y of initial cogn itions ,invest i gations and deta iled a ppr oac hes to w ards chl orophyll fluorescence ,intr oduces the b i olog i ca lm ec ha n i s m of fl uorescence re mote sensi ng and m ai n spectral characteristics suc h as the posit i ve correlat i on bet wee n fl uorescence and c hlor ophyll concentrat i on ,the Red -Shift pheno m ena .In addition ,there ar e m a ny i nflue ntial factors whic h i ncrease the co m plex ity of fluor escence re m ote sensing ,suc h as fluor escence quantu m yiel d ,physi olog ical status of various al gae ,substance w ith relate d optical property in the ocean ,at m ospheric absorpt i on etc .Based on these cognit i ons ,sci entists have found t wo w a ys to calc ulate t he a mount of fl uorescence detected by ocean color se nsors :fluorescence line hei ght and nor m alized fluor escence he i ght .These t wo ways ar e c urrently the foundation to retrieve c h l or ophyl-l a conce ntration in the ocean .A s the i n -situ measure m ents a nd sync hr onous satellite data areaccu mulated ,the fluor escence re m ote sensi ng of chl orophy l-l a conce ntration in Case Ⅱwaters shoul d be understood more deepl y and ne w algorit hm coul d be e xpected .K ey words : chlorophyl-l a ;fl uorescence re m ote sensi ng ;fl uorescence line hei ght ;nor m alized fl uorescence hei ght ;MOD I S ;MER IS138遥感学报第11卷1引言海洋水色遥感是利用水色卫星传感器获取可见光和红外波段的海面离水辐亮度并反演海表面水色信息的遥感技术。

专利名称：内陆湖泊水体叶绿素a浓度遥感反演模型和方法专利类型：发明专利
发明人：姜晓剑,吴莹莹,朱元励,李卓,任海芳
申请号：CN202010773162.4
申请日：20200804
公开号：CN111855601A
公开日：
20201030
专利内容由知识产权出版社提供
摘要：本发明提供一种内陆湖泊水体叶绿素a浓度遥感反演模型，内陆湖泊水体叶绿素a浓度遥感
反演模型为Python语言的极端随机树模型，极端随机树模型的模型参数
为：'max_features':'sqrt','min_samples_split':2,'min_weight_fraction_leaf':0.0,'min_samples_leaf':1,'max_depth':None,'splitter':'random'还提供了内陆湖泊水体叶绿素a浓度遥感反演方法。

本发明的内陆湖泊水体叶绿素a浓度遥感反演模型
能够减小计算结果误差，提高水体叶绿素a浓度的反演模型精度，设计巧妙，计算简便，易于实现，
成本低，适于大规模推广应用。

申请人：淮阴师范学院
地址：223300 江苏省淮安市淮阴区长江西路111号
国籍：CN
代理机构：上海大视知识产权代理事务所(特殊普通合伙)
代理人：顾小伟
更多信息请下载全文后查看。

水体叶绿素a浓度的激光探测方法探究随着环境污染和气候变化的日益严重，如何实现水环境质量监测已成为全球关注的热点问题。

水体中的叶绿素a（Chlorophyll-a）是水体生产力的一个重要指标，也是水生态系统健康状况的主要指标。

因此，研究水体叶绿素a浓度的探测方法，对于保障水环境的安全和保护水生态系统具有重要的意义。

本文就深入探究水体叶绿素a浓度的激光探测方法。

一、传统监测方法及其局限性传统的水体叶绿素a浓度监测方法主要有分光光度法、荧光法、高效液相色谱法等。

这些方法是基于实验室分析和经验公式计算得出的，在一定程度上可以反映出水体叶绿素a浓度的变化趋势。

但是，传统的监测方法存在许多局限性，如需要进行多次现场采样和分析，测量时间长、周期长，操作繁琐，成本高，且只能测量离线数据。

另外，传统监测方法产生的数据不具有实时性，无法动态反映水体叶绿素a浓度的变化情况，因此对于现场监测和水环境管理存在一定的不足。

二、激光探测方法的原理激光探测方法是近年来发展迅速的一种水体叶绿素a浓度探测新技术。

其原理是利用激光产生的光束通过水体，测量激光透过水体后剩余光强的变化，从而推算出水体中叶绿素a的浓度。

具体来说，激光探测系统会发射一束激光束，经过水体后，激光束会被水体中的颗粒、生物等物质散射和吸收，激光透过水体后的光强会发生变化，这种变化与水体中的叶绿素a浓度相关。

通过对激光透过水体后光强变化的测量和分析，就可以推算出水体叶绿素a的浓度。

三、激光探测方法的优势和应用相对于传统监测方法，激光探测方法具有许多优势。

首先，激光探测方法可以实时地、动态地监测水体叶绿素a浓度的变化，能够快速地反映出水环境中的变化趋势。

其次，激光探测方法可以对大面积水体进行探测，减少人力和物力的投入。

第三，该技术可以在远距离、大面积范围内进行探测，避免了传统采样和实验的局限性。

目前，激光探测方法已经被广泛应用于水体叶绿素a浓度的监测和研究。

例如，在航空遥感和卫星遥感领域，激光探测技术可以通过对水体反射光谱数据的分析，对水体叶绿素a浓度进行反演，实现对大面积水体叶绿素a的监测。

分光光度法测定水中叶绿素a的方法研究摘要按照《国家环境污染物监测方法标准制修订技术导则（HJ168-2010）》的规定，确立分光光度法测定水中叶绿素a的特性指标，为本方法国家标准的制定提供依据。

结果表明：方法的检出限为0.094 mg/m3，精密度为5.87%~9.84%，空白加标回收率为83.8%~92.0%，实际样品加标回收率为80.2%~87.0%。

同时提出试验过程中的注意事项和关键点。

AbstractAccording to the Technical Guidelines for Development and Revision of National Environmental Monitoring Methods and Standards（HJ168-2010），characteristic factors of Chlorophyll a determinated by Spectrophotometric method was established which providing basis for the establishment of the national standard. The results were as follows：The detection limit and relative standard deviation were 0.094 mg/m3 and 5.87%~9.84%，respectively，and the blank standard addition recovery and the sample standard addition recovery were 83.8%~92.0% and 80.2%~87.0%，respectively.The points for attention and the key points were provided.Key wordsspectrophotometric method；Chlorophyll a；detection method；characteristic factors；points for attention叶绿素a是评价湖泊富营养化的重要参数[1]，我国尚无国家标准分析方法，目前叶绿素a监测的主要依据是《水和废水监测分析方法（第四版）》[2]中的分光光度法，该方法是B类方法，经过国内的研究和多个单位的实验验证表明是成熟的统一方法，有待上升为国家标准分析方法，但该方法未明确检出限、精密度和准确度等一系列方法特性指标，本文以《国家环境污染物监测方法标准制修订技术导则（HJ168-2010）》[3]为依据，通过试验确立本方法的特性指标，并结合日常工作经验提出本方法试验过程中的注意事项和关键点，为国标方法的建立以及分析人员的日常检测工作提供参考。

水体中叶绿素a测定方法探讨作者：刘枢来源：《农业与技术》2012年第10期摘要：水体中叶绿素a的测定方法有分光光度法、荧光法和高效液相色谱法，我国目前尚无国家标准方法。

对国内外水体中叶绿素a的测定方法进行了介绍和比较，为广大实验室分析人员进行探索性研究，建立一种操作简单、结果准确的叶绿素a测定方法提供了参考。

关键词：水体叶绿素a 测定方法中图分类号：TQ611.5 文献标识码：A叶绿素（Chlorophyll）是植物光合作用中的重要光合色素，可分為a、b、c、d四类。

叶绿素a存在于所有的浮游植物中，大约占有机干重的1%～2%，是估算浮游植物生物量的重要指标。

通过测定浮游植物叶绿素，可掌握水体的初级生产力情况和富营养化水平[5]。

在环境监测中，可将叶绿素a含量作为湖泊富营养化的指标之一[1]。

在进行国家十二五课题辽河流域水质的监测过程中，对国内外水质叶绿素a的分析方法进行了比较研究。

浮游植物叶绿素的测定方法有分光光度法、荧光法和高效液相色谱。

荧光法具有高效、灵敏的优点，高效液相色谱法可以同时测定多种色素，所得结果可以更准确地反映浮游植物生物量，但这两种方法所需仪器昂贵，操作复杂，难以作为常规的监测方法，所以常用分光光度法进行测定。

目前我国水质叶绿素a的测定尚无国家标准，分析方法均采用分光光度法，几种方法的前处理步骤大致相同。

美、日等发达国家对叶绿素a的测定已列为标准分析方法，EPA445.0采用荧光法[7]，EPA446.0采用分光光度法[8]，EPA447.0采用高效液相色谱法测定[9]。

ISO 10260：1992和日本JIS K0400-80-10标准方法同样采用的是分光光度法测定水质叶绿素a[10，11]。

1 国内标准现状目前我国叶绿素a的测定标准方法有《环境监测技术规范》、《湖泊富营养化调查规范》[6]和《水和废水监测分析方法（第四版）》[4]B类方法，均采用分光光度法进行测定，几种方法的前处理步骤大致相同。

遥感技术在水质监测中的应用及发展趋势探讨在对水质遥感监测的主要技术方法进行简单归纳阐述后，探讨了悬浮物（SS）、叶绿素a（CHl-a）、有色可溶性有机物（CDOM）等水质特性参数遥感监测指标。

最后，对遥感技术在水质监测中的应用发展趋势进行了展望。

标签：水体水质；遥感技术；悬浮物1 水质遥感监测的主要技术方法从大量文献资料和实践工作经验可知，水体水质遥感监测技术从上世纪80年代的物理方法为主，到80～90年代的经验方法为主，再到90年代后的半经验方法为主，主要经历了物理方法→经验方法→半经验方法的一个发展，其与遥感技术在水质监测中的应用发展紧密相连。

利用遥感进行水质监测，其实质就是水质实时数据信息的反演运算分析，即：遥测传感器在收集到大量水体水质信息后，将相应数据传输给上位机系统进行各种数据信息的分析处理，进而得出与水质特性参数相关的数据信息、表格和曲线，实现对水体水质的实时动态监测监控。

1.1 物理方法该方法以辐射传输模型为基础，利用水体组分与固有光学量间的关系，通过遥感传感器测得水体反射率，并反演计算水中实际吸收系数与后向散射系统间的关系，计算分析获得水体中各组分含量。

此方法对于多波段的反演分析运算尤为适用，具有较为普遍的适用特性。

但由于物理方法其所需求的水体水质数据源难以满足反演需求，且目前能够建立的水质参数反演算法模型其整体精度不是太高，模型一些特性参数的经验假设也给水质反演预测数据带来较大不确定性，很难满足水质实时精确监测监控需求。

1.2 经验方法该方法是多光谱遥感数据在水体水质监测中应用的不断研究发展而发展起来的一种水质监测方法，是通过建立遥感波段数据与地面水质实测间的相关统计关系，优选最优波段或波段组合数据同地面实测水体水质特性参数，经统计分析反演运算获得水质特性参数。

该方法中所建立的水质参数与遥感数据间的因果关系，大多是凭借经验进行设置的，缺乏精确的物理模型依据。

虽然国内外相关学者对该方法开展了大量研究，并在一些特殊水域环境中获得一定研究成果，但该方法中水质参数与遥感数据间事实相关特性的不确定性以及反演算法的精确性不高等固有的缺陷在很大程度上制约了该方法在工程中的实际应用。

基于HJ-1ACCD数据的湖泊叶绿素a浓度反演湖泊叶绿素a浓度是湖泊水体中叶绿素a的含量，是评价湖泊水质和水环境生态状态的重要指标之一。

精确地测量湖泊叶绿素a浓度对于湖泊水质监测和生态环境保护具有重要意义。

传统的测量方法需要大量的时间和人力资源，而遥感技术能够提供高效、快速、经济的叶绿素a浓度反演方法。

HJ-1ACCD是中国自主研发的一颗小卫星，具有高灵敏度和较高空间分辨率的遥感能力。

它搭载的颜色旋转云雾差异器（ACCD）传感器，可获取水域中的多光谱遥感数据。

利用HJ-1ACCD数据进行湖泊叶绿素a浓度反演的关键是建立反演模型。

湖泊叶绿素a浓度与水体的光学特性有关，主要通过测量水体的反射光谱来推测叶绿素a的浓度。

在利用HJ-1ACCD数据进行反演时，首先需要进行大气矫正，去除大气影响。

然后根据湖泊水体的光谱特性建立反演模型，通常采用光谱比值模型、光谱指数模型或统计模型。

光谱比值模型是通过计算不同波段的反射率之间的比值来估算叶绿素a浓度。

常用的光谱比值包括蓝绿波段比值（B/G）、蓝红波段比值（B/R）等。

这种模型简单易用，但对光谱的选择较为敏感，并且对大尺度湖泊的反演效果较差。

光谱指数模型是通过计算不同波段的反射率之间的差异来估算叶绿素a浓度。

常用的光谱指数有NDVI（Normalized Difference Vegetation Index）、RVI（Ratio Vegetation Index）等。

这种模型相对于光谱比值模型来说更加稳定，但需要根据不同湖泊的特性选择合适的光谱指数。

统计模型是利用多变量统计方法建立叶绿素a浓度与多个光谱波段之间的关系。

常用的统计模型包括多元线性回归模型、支持向量回归模型等。

这种模型具有较高的准确性和稳定性，但需要较多的样本数据进行建模和验证。

除了反演模型的建立，还需要进行准确的地面观测和采样，获取湖泊叶绿素a浓度的实际数据，用于反演模型的校正和验证。

在利用HJ-1ACCD数据进行湖泊叶绿素a浓度反演时，需要根据特定的湖泊特征选择适合的反演模型，并进行准确的大气矫正和地面观测，以提高反演精度和可靠性。

叶绿素a荧光遥感研究进展邢小罡;赵冬至;刘玉光;杨建洪;沈红;赵玲;王林【期刊名称】《遥感学报》【年(卷),期】2007(011)001【摘要】继叶绿素a反演的"蓝绿比值法"后,叶绿素a荧光遥感成为海水叶绿素a 浓度反演的重要方法,对提高二类水体和赤潮水体的叶绿素a浓度的反演精度效果明显.本文回顾了人们对水体叶绿素a荧光的认识、测量和研究的历史过程,介绍了荧光产生的生物学机理以及它随叶绿素a浓度的正相关和"红移现象"等主要光谱特征.本文还总结了荧光量子产量、不同藻种生理状态、水体其他物质及大气的吸收等多种因素对叶绿素a荧光遥感的影响.基于对叶绿素a荧光光谱特征和影响因素的认识,人们相继建立了两种荧光遥感方法--基线荧光高度法和归一化荧光高度法.对于前景广阔的叶绿素荧光遥感领域,人们正进行着更深入的研究与探索,积累更多的现场数据和卫星同步数据,逐步完善和改进反演模型.【总页数】8页(P137-144)【作者】邢小罡;赵冬至;刘玉光;杨建洪;沈红;赵玲;王林【作者单位】中国海洋大学,物理海洋研究所,山东,青岛,266100;国家海洋环境监测中心,辽宁,大连,116023;国家海洋环境监测中心,辽宁,大连,116023;中国海洋大学,物理海洋研究所,山东,青岛,266100;国家海洋环境监测中心,辽宁,大连,116023;国家海洋环境监测中心,辽宁,大连,116023;大连海事大学,环境科学与工程学院,辽宁,大连,116026;国家海洋环境监测中心,辽宁,大连,116023;国家海洋环境监测中心,辽宁,大连,116023;大连海事大学,环境科学与工程学院,辽宁,大连,116026【正文语种】中文【中图分类】TP79【相关文献】1.植物叶绿素荧光遥感研究进展 [J], 张永江;刘良云;侯名语;刘连涛;李存东2.大气CO2卫星遥感中植物叶绿素荧光影响的校正 [J], 叶函函;王先华;李勤勤;王晓迪3.基于叶绿素荧光遥感监测的蒙古高原草地生产力时空动态分析 [J], 李月;孙政国4.基于反射光谱和叶绿素荧光数据的作物病害遥感监测研究进展 [J], 竞霞;邹琴;白宗璠;黄文江5.日光诱导叶绿素荧光遥感探测的研究进展 [J], 梁寅;李军营;张云伟因版权原因，仅展示原文概要，查看原文内容请购买。

太湖叶绿素a浓度遥感空间尺度关系研究
太湖叶绿素a浓度遥感空间尺度关系研究
包颖，田庆久
（南京大学国际地球系统科学研究所，江苏南京 210093）
摘要：太湖水体叶绿素a浓度是富营养化重要指标之一，利用高时相高空间分辨率遥感影像研究太湖叶绿素a浓度空间分布规律是太湖蓝藻监测预警的有效途径。

但由于粗分辨率遥感空间信息（如MODIS）异质性的存在，叶绿素a浓度遥感估算精度降低，而中高空间分辨率遥感信息（如TM/ETM+）由于时相分辨率偏低，也难以满足应用需求。

因此，本文在利用Hyperion 30m与MODIS 250m估算出太湖水体叶绿素浓度a（Chla）的基础上，在湖心（低浓度区）和岸边（高浓度区）分别建立两者之间的线性相关关系，并将该关系用于MODIS估算结果的修正，为利用不同尺度遥感数据进行水体叶绿素浓度精算提供技术方法途径。

关键词：太湖；空间相关关系；叶绿素a；空间异质性。