HJ-1A／1BCCD数据湖泊水体污染遥感监测

基于HJ-1ACCD数据的湖泊叶绿素a浓度反演湖泊是重要的淡水资源和生态环境，叶绿素a是湖泊水体中重要的生物地球化学指标之一，对湖泊水质和生态环境拥有重要的指示作用。

监测湖泊叶绿素a浓度可以有效评估湖泊的营养状态和生态环境，为湖泊管理和保护提供重要的科学依据。

遥感技术已经成为湖泊水质监测的重要手段，可以在较大范围内快速获取湖泊的叶绿素a浓度分布信息。

本文旨在利用HJ-1A/B卫星CCD数据反演湖泊叶绿素a浓度，并分析其时空变化规律，为湖泊水质监测和管理提供科学依据。

一、HJ-1A/B卫星CCD数据HJ-1A/B是我国自主研制的一对环境监测卫星，搭载有CCD等多种传感器，能够获取高分辨率的遥感影像数据。

CCD传感器具有高空间分辨率和较高的动态范围，适用于湖泊水质参数反演。

本文选取HJ-1A/B卫星CCD数据作为研究数据源，利用其多光谱信息反演湖泊叶绿素a浓度。

二、叶绿素a浓度反演方法1. 反演模型本文采用经验模型和统计模型相结合的方法进行叶绿素a浓度反演。

首先利用地面采样数据和遥感影像数据建立经验模型，然后利用统计模型对经验模型进行优化，得到湖泊叶绿素a浓度的空间分布图。

2. 数据预处理对HJ-1A/B卫星CCD数据进行预处理，包括大气校正、辐射定标、噪声去除等步骤，以提高数据的质量和可用性。

3. 特征参数提取从HJ-1A/B卫星CCD数据中提取反演叶绿素a浓度所需的特征参数，包括叶绿素吸收峰位置、叶绿素荧光峰位置、水体颜色指数等。

4. 建立经验模型利用地面采样数据和遥感影像数据建立叶绿素a浓度与特征参数之间的经验关系模型，包括线性模型、非线性模型等。

5. 统计模型优化利用统计方法对经验模型进行优化，修正模型参数，提高模型的适用性和精度。

6. 反演叶绿素a浓度利用经过优化的模型对湖泊遥感影像数据进行反演，得到叶绿素a浓度的空间分布图。

三、叶绿素a浓度反演结果分析利用上述方法对某湖泊的HJ-1A/B卫星CCD数据进行处理和分析，得到湖泊叶绿素a浓度的空间分布图。

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。

基于HJ-1ACCD数据的湖泊叶绿素a浓度反演湖泊叶绿素a浓度是湖泊水质的重要指标，对于湖泊的生态环境和水体健康状态评估具有重要意义。

传统的湖泊叶绿素a浓度测定方法需要采集水样进行实验室分析，费时费力，且无法实时监测。

而遥感技术能够通过卫星遥感数据获取湖泊叶绿素a浓度分布情况，具有快速、准确、全面的优势。

HJ-1A星和HJ-1B星是我国自主研发的一对小型环境遥感卫星，搭载了多种传感器，包括HJ-1A星携带的环境监测成像仪（CCD）传感器。

该传感器工作在可见光波段，具有较高的空间分辨率和时间分辨率，适合用于湖泊叶绿素a浓度的反演。

湖泊叶绿素a浓度反演的基本原理是利用湖泊水体对太阳辐射的吸收和散射特性，推算出水体中叶绿素a的浓度。

HJ-1ACCD数据可以提供湖泊水体的表观反射率，进而反演出叶绿素a浓度的空间分布。

具体而言，湖泊叶绿素a浓度反演主要包括以下几个步骤：1. 数据预处理：包括大气校正、水体辐射校正等。

大气校正是将HJ-1ACCD数据中的大气影响去除，获得水体的表观反射率。

水体辐射校正是排除湖泊水体中各种非叶绿素色素的干扰，提取出叶绿素a对辐射的贡献。

2. 模型建立：根据已有的湖泊叶绿素a浓度测量数据和HJ-1ACCD数据，建立叶绿素a 浓度与表观反射率之间的关系模型。

常用的模型有线性回归模型、非线性回归模型等。

3. 反演计算：利用建立的模型，将水体的表观反射率代入模型进行计算，得到湖泊叶绿素a浓度的估计值。

根据需要可以进行插值和平滑处理，得到叶绿素a浓度的空间分布图像。

4. 验证和误差分析：将反演结果与实测数据进行对比，评估反演方法的准确性和可靠性。

分析误差来源，进一步优化反演方法和模型。

湖泊叶绿素a浓度反演基于HJ-1ACCD数据可提供湖泊水体叶绿素a浓度的空间分布情况，帮助提前发现和监测水体富营养化、蓝藻水华等问题，为湖泊水质管理和保护提供科学依据。

该方法还能够实现湖泊水质的实时监测和预警，为及时采取应对措施提供技术支持。

基于HJ-1ACCD数据的湖泊叶绿素a浓度反演湖泊叶绿素a浓度是反映湖泊水体营养状态的一项关键指标，对于环境保护和生态研究具有重要意义。

遥感技术因其具有无损、快速、连续观测、大范围覆盖等优点，被广泛应用于湖泊叶绿素a浓度反演研究中。

本文将介绍基于我国环境卫星HJ-1A卫星CCD数据的湖泊叶绿素a浓度反演方法。

一、HJ-1A卫星CCD数据特点HJ-1A卫星CCD传感器是我国自主研发的一种光学成像科学仪器，具有多谱段、高空间分辨率、高重复率等特点，可以提供较高质量的地表覆盖信息。

其中，蓝光波段(charl)和绿光波段(char2)的空间分辨率为30m×30m，重复率为2-4天，是进行湖泊水质反演的比较理想数据。

二、湖泊叶绿素a浓度反演方法1. 反演模型选择湖泊叶绿素a浓度反演方法种类繁多，目前应用较广的包括SGLI、FLH、CYAN等模型。

研究表明，在HJ-1A卫星CCD数据下，FLH模型和CYAN模型的拟合效果较好，并具有可操作性和适应性。

因此，本文将以FLH模型作为示例进行介绍。

2. 数据预处理为了保证数据质量，进行湖泊叶绿素a浓度反演前，需要进行数据预处理。

首先，对原始CCD数据进行辐射校正处理，将其转换为反射率数据；其次，根据海陆分界线和悬浮物浓度进行水体分类；最后，剔除亮斑和阴影区域。

FLH模型是一种基于浮游植物荧光辐射模型的湖泊叶绿素a浓度反演方法。

该模型将水体中的荧光辐射量分解为某一波长下的背景辐射和荧光辐射两部分，其中荧光辐射与浮游植物叶绿素a浓度成正比，可以反演得到湖泊叶绿素a浓度信息。

FLH模型计算公式如下：(1) į(π)L=Kd(π)L[į(π)TOA−ρW(π)](2) F(πm)=Fb(πm)+Fchla(πm)其中，į(π)L为接收器接收的所测辐照度，Kd(π)L为水体吸收系数，L为波长，π为波段，į(π)TOA为卫星接收器接收到的顶面辐射度，ρW(π)为水体反射率，F(πm)为波长为πm的光学深度，Fb(πm)为背景值，Fchla(πm)为叶绿素a对光学深度的贡献。

基于HJ-1ACCD数据的湖泊叶绿素a浓度反演湖泊是地球上重要的自然水体，叶绿素a是湖泊中浮游植物的主要色素，它不仅影响水体的颜色和透明度，还对湖泊水生态环境和生态系统的健康状况有着重要的影响。

因此，准确地反演湖泊叶绿素a浓度对于湖泊水质管理、生态环境保护和资源科学研究具有重要意义。

利用遥感技术从卫星获取的遥感数据可以有效地反演湖泊叶绿素a浓度。

我国自主研制的环境卫星HJ-1A/B是一对小型遥感卫星，其中HJ-1A/B卫星上搭载的环境监测传感器（CCD）能够获取高空间分辨率的多光谱遥感数据，广泛应用于陆地和水体等环境领域。

本文将介绍利用HJ-1A/B卫星CCD数据实现湖泊叶绿素a浓度反演的方法和一些常见的问题。

1. 数据获取和处理本文以鄱阳湖为例，利用HJ-1A/B CCD数据进行湖泊叶绿素a浓度反演。

首先，需要获取CCD 反射率数据，并进行预处理，去除大气、表面反射率等非水体效应，得到反演所需的水体反射率数据。

本文采用的是2009年9月16日的HJ-1A CCD数据，波段范围为520~900 nm，空间分辨率为30 m。

2. 预处理湖泊叶绿素a浓度反演需要先进行一些预处理，以确保反演精度和可靠性。

具体包括以下几个方面：（1）数据质量和去云处理CCD数据的质量直接影响到反演精度和可靠性，需要对数据进行质量评估，并对有云和阴影部分进行剔除和插值处理。

（2）水体反射率计算通过分别提取不同波段的反射率值，计算出不同光谱波段下的水体反射率。

需要对CCD数据进行大气校正，去除地表反射率，提取水体反射率，并进行合并处理，得到不同波段下的水体反射率数据。

（3）计算蓝绿波段比值利用HJ-1A CCD波段520~590 nm之间的数据计算蓝绿波段比值（Blue-Green Ratio, BGR），BGR=(R532-R491)/(R532+R491)。

蓝绿波段比值可有效地估算水中叶绿素a的浓度，对湖泊叶绿素a浓度反演具有重要的参考作用。

环境一号卫星CCD 数据在太湖蓝藻水华遥感监测中的应用金焰,张咏,牛志春,姜晟(江苏省环境监测中心,江苏 南京 210036)摘 要:利用环境一号卫星(H J-1)CCD 数据,对太湖水华进行遥感监测,并比对同时相的EOS /MOD IS 卫星遥感数据。

结果表明,H J-1星CCD 数据具有优于EO S /M OD IS 数据的蓝藻水华识别能力,并有良好抗云层干扰能力,适合用于太湖蓝藻水华应急监测。

关键词:环境一号卫星;宽覆盖多光谱可见光相机数据;蓝藻水华;遥感监测;太湖中图分类号:X 87 文献标识码:B 文章编号:1006-2009(2010)05-0053-04Application of Environ m ental Satellite H J -1CCD D ata for CyanobacteriaB l oo m R e m ote Sensi ng i n Tai hu L akeJI N Yan ,ZHANG Yong ,N I U Zh i chun ,JI A NG Sheng(J i a ng s u Environm entalM onitori n g Center ,N anjing,J iangs u 210036,Ch i n a)Abst ract :Re m ote sensi n g m on itori n g of cyanobacteria b l o o m in Ta i h u Lake w ith env ironm ental satelliteH J1CCD data w as descri b ed .Co m pared w ith EOS /MODI S data ,resu lts show ed thatH J 1CCD data w asm ore su it able for cyanobacteria b loo m recognition i n e m ergency m on itor i n g than that of EOS /M OD I S did and had better capab ility o f anti i n terference w hen it w as cloudy .K ey w ords :Env ironm en tal sa tellite H J 1;CCD data ;C yanobacteria bloo m ;Re m ote sensi n g m on itor i n g ;Taihu Lake收稿日期:2010-03-18;修订日期:2010-07-22基金项目:国家科技支撑基金资助项目(2008BAC34B07)作者简介:金焰(1982 ),男,江苏南京人,助理工程师,硕士,从事环境遥感监测工作。

收稿日期：2013-05-28；网络出版日期：2014-02-21网络出版地址：http ：///kcms/detail/.20140221.1032.003.html基金项目：气象行业标准项目（QX/T-2012-14）；气象关键技术集成与应用项目（CMAGJ2013M36）作者简介：张行清（1966-），男，广西桂平人，工程师，主要从事卫星遥感、计算机通信等研究。

E-mail ：zhangxingqing168@水利学报SHUILI XUEBAO 2014年4月第45卷第4期文章编号：0559-9350（2014）04-0427-08基于HJ-1卫星遥感的广西水库水面监测张行清1，2，丁美花1，2，陈燕丽1，2，谭宗琨1，2（1.国家卫星气象中心遥感应用试验基地，广西南宁530022；2．广西气象减灾研究所，广西南宁530022）摘要：广西水资源丰富，雨热同季，降水在空间和季节分布极端不平衡，水库在水资源利用、分配和调节上起到关键作用。

利用HJ-1卫星CCD 晴空数据，采用单波段阈值法和目视解译法识别广西重要的4座水库：澄碧河、平龙、龟石和青狮潭水库，获取2009—2012年4座水库逐月水面监测图和监测数据，阐述水库水面对比分析，揭示水库水面动态变化成因、变化关系和遵循规律，分析广西代表水库水面积年周期变化特征、年际变化特征、月际变化特征、空域变化特征和监测特例，为水库动态管理提供科学、客观的依据，使水库在农业生产、水库增收、防灾减灾、航道交通和人畜用水等方面创造更大经济效益和社会效益。

关键词：HJ-1；水库；水面；遥感；监测中图分类号：P332.3文献标识码：A doi ：10.13243/ki.slxb.2014.04.0071研究背景广西地处亚热带季风气候区，水资源非常丰富，与广东等省一起拥有珠江黄金水道，是我国西南水电的重要基地。

广西虽然水资源非常丰富，然而雨热同季，降水在空间和季节分布极端不平衡［1］，易发生洪涝［2］和干旱灾害。

专题二：基于环境小‎卫星的湖泊‎水质遥感监‎测一、实验内容利用环境小‎卫星CCD‎-1B 图像反演太‎湖叶绿素a‎浓度，整个实验涉‎及到环境小‎卫星的数据‎读取、辐射定标、几何校正、大气校正、反演模型的‎建立、遥感反演过‎程、反演结果验‎证等内容。

二、实验要求先对环境小‎卫星CCD‎数据进行数‎据预处理：数据读取、辐射定标、几何校正、大气校正、太湖区裁剪‎，利用波段比‎值法对实测‎的叶绿素a‎浓度数据建‎立反演模型‎，将模型应用‎于太湖水面‎区域影像，反演出整个‎太湖区的叶‎绿素a 浓度。

三、实验过程1、数据预处理‎(1)安装环境小‎卫星数据处‎理补丁ENVI_‎H J1A1‎B_Too‎l s.sav补丁‎放在hom‎e\ITT\IDL\IDL80‎\produ‎c ts\envi4‎8\save_‎a dd目录下。

（2）数据读取和‎定标主菜单->File->Open Exter‎n al File->HJ-1A/1B Tools‎，打开环境小‎卫星数据读‎取补丁。

在HJ-1A/1B Tools‎V3.0 面板中，选择CCD‎，点击Inp‎u t File 输入“1-环境小卫星‎数据\HJ1B-CCD1-451-76-20091‎006-L2000‎01801‎74\18017‎4”文件夹中的‎.x ml 文件，点Outp‎u t Path设‎置数据的输‎出路径，勾选“Calib‎r atio‎n”“Layer‎Stack‎i ng”两个选项单‎击A ppl‎y按钮。

2、工程区裁剪‎（1）打开HJ1‎B-CCD1-451-76-20091‎006-L2000‎01801‎74_Ca‎l brat‎e d_La‎y erSt‎a ckin‎g.img （2）主菜单->File->Save File As->ENVI Stand‎a rd，弹出New‎File Build‎e r 面板（3）在New File Build‎e r 面板中，单击Imp‎o rt File，弹出的Cr‎e ate New File Input ‎File 面板，（4）在Crea‎t e New File Input‎File 面板中，选中Sel‎e ct Input‎File 列表中的裁‎剪数据，单击Spa‎t ial Subse‎t按钮，（5）在Sele‎c t Spati‎a l Subse‎t面板中，单击Ima‎g e，弹出Sub‎s et by Image‎对话框（6）在Subs‎e t by Image‎对话框中，按住鼠标左‎键拖动图像‎中的红色矩‎形框确定裁‎区域，裁剪出包括‎太湖区域的‎一部分，单击OK，（7）在Sele‎c t Spati‎a l Subse‎t面板中，可以看到裁‎剪区域信息‎，单击OK，（8）在Crea‎t e New File Input‎File 对话框中，单击OK，（9）在New File Build‎e r，设置输出文‎件名HJ1‎B-CCD1-20091‎006-Cal-sub.img及路‎径，单击OK。

基于HJ-1ACCD数据的湖泊叶绿素a浓度反演湖泊叶绿素a浓度是衡量水体藻类生长和水质的重要指标之一，对于湖泊生态环境的监测和保护具有重要意义。

传统的叶绿素a浓度监测方式需要耗费大量人力物力进行野外调查和实验室分析，费时费力。

而基于遥感数据的叶绿素a浓度反演方法可以大大提高监测效率和准确性，成为了当前研究的热点之一。

HJ-1A和HJ-1B，它们分别搭载有多光谱和全色相机，能够获取30米分辨率的多光谱和16米全色影像数据。

这使得HJ-1星系列数据成为了进行叶绿素a浓度反演研究的理想选择。

本文将基于HJ-1ACCD数据进行湖泊叶绿素a浓度反演的研究，以期为湖泊水质监测提供更为高效、精确的方法。

一、HJ-1ACCD数据HJ-1ACCD是由环境卫星应用与服务中心提供的一种遥感产品数据，其数据涵盖了中国大陆及周边地区的陆地环境、植被和农田等多种信息。

HJ-1ACCD数据以HJ-1A/B卫星的CCD传感器为基础，通过对CCD传感器数据的预处理和气象校正，生成了表征地表反射率和植被生长状况的遥感产品，包括植被指数、叶绿素含量等。

二、湖泊叶绿素a浓度反演方法1.建立叶绿素a浓度与遥感数据的定量关系模型我们需要采集湖泊水体的实地采样数据，包括叶绿素a浓度、水体颜色、透明度等指标。

然后，利用HJ-1ACCD数据获取湖泊水体的遥感信息，如反射率、光谱特征等。

接着，利用统计学方法或机器学习算法建立叶绿素a浓度与遥感数据之间的定量关系模型，例如多元线性回归模型、支持向量机模型等。

2.验证模型准确性建立模型后，需要对其进行验证，以验证模型的准确性和可靠性。

可以利用另外采集的实地数据进行验证，或者采用交叉验证等方法进行模型验证。

3.应用模型进行叶绿素a浓度反演一旦模型验证通过，就可以将模型应用于湖泊叶绿素a浓度的遥感反演工作中。

利用HJ-1ACCD数据获取的遥感信息，输入到建立的模型中，就可以得到湖泊叶绿素a浓度的反演结果。

基于HJ-1ACCD数据的湖泊叶绿素a浓度反演湖泊叶绿素a浓度反演是一项重要的环境监测工作，可以为湖泊富营养化调查和水质评价提供重要依据。

基于HJ-1ACCD（Huan Jing Yi Hao 1A Charge Coupled Device）数据的湖泊叶绿素a浓度反演是利用HJ-1A卫星上搭载的CCD相机获取的湖泊遥感影像进行的一种遥感技术。

HJ-1A卫星是中国环境卫星二号的第一颗星，主要任务是对环境进行全方位、高频发射观测，为我国环境监测提供数据支撑。

CCD相机是HJ-1A卫星上的主要探测设备，可以获取高空间分辨率的遥感影像数据。

湖泊叶绿素a是湖泊中生物量浓度的一个重要指标，可以作为湖泊水质的一个关键参考。

利用HJ-1ACCD数据进行湖泊叶绿素a浓度反演的方法主要包括以下几个步骤。

对HJ-1ACCD数据进行预处理。

预处理的主要内容包括大气校正、大气成分估计和大气校正系数计算等。

大气校正是遥感数据处理中的重要一步，可以去除大气的影响，提高数据的准确性。

接下来，对预处理后的HJ-1ACCD数据进行图像解译。

图像解译是根据湖泊中的不同物质的反射特征进行分类，从而确定叶绿素a浓度所对应的分类。

然后，利用已知的湖泊叶绿素a浓度和HJ-1ACCD数据之间的关系进行模型拟合。

可以使用回归分析等方法，建立叶绿素a浓度与HJ-1ACCD数据之间的数学模型。

需要注意的是，湖泊叶绿素a浓度反演是一种间接方法，其精度和准确性还需要进行实地调查和水质采样分析进行验证。

湖泊的特征和环境条件也会对反演结果产生一定的影响，因此在实际应用中需要结合实际情况进行分析和判断。

基于HJ-1ACCD数据的湖泊叶绿素a浓度反演是一种通过对遥感影像数据的处理和分析，利用数学模型对湖泊叶绿素a浓度进行估计的方法。

这种方法可以为湖泊水质评价和富营养化调查提供重要的参考数据，具有广阔的应用前景。

基于HJ-1的瀑布沟水电站工程建设生态环境影响遥感监测与分析张山山;秦瑞;江东;李静;罗一英【摘要】Taking the China HJ-1 A/B multi-spectral imagery as the main data sources,combining it with the Landsat TM multi-spectral data, the land use data around Pubugou hydropower station from 2003 to 2011 were derived. The dynamic index of integrated land use, transfer matrix and land ecosystem service value were calculated. A quantitative analysis of the conditions of the land use and ecological environment index around Pubugou hydropower station during its construction period (2003-2011) was conducted with GIS techniques. The results show that during the course of the construction of the station(2003-2007), the change of its land use was not big and the impact on the ecological environment is not great. But during the period of 2007-2011 the water area outspread rapidly around the hydropower station and the land use type also changed drastically, and the impact on the ecosystem was getting bigger accordingly. The phe- nomenon that the biological abundance index and the ecosystem services value are rising illustrates that the local ecology and environment were getting better. However, the potential impact that will arouse from it should be never ignore.%以我国自主的环境卫星(HJ-1A/B)多光谱影像为主要数据源,结合Landsat TM多光谱影像数据,获取瀑布沟水电站周边2003-2011年三期土地利用数据.引入综合土地利用动态度、转移矩阵并结合土地生态系统服务价值,在GIS技术支持下定量地获取分析瀑布沟水电站工程建设过程中周边土地利用情况以及生态环境指数.结果表明:2003-2007年瀑布沟水电站工程建设期间,土地利用类型变化的程度不高,生态环境影响不大；2007-2011年瀑布沟水电站流域水域迅速扩张,土地利用类型剧烈变化,生态环境影响较大；生物丰度状况指数以及土地生态系统服务价值的上升,说明该地区生态环境状况逐渐趋好,但潜在影响不可忽视.【期刊名称】《甘肃科学学报》【年(卷),期】2013(025)001【总页数】5页(P68-72)【关键词】瀑布沟;遥感;HJ-1卫星;土地利用;生态环境【作者】张山山;秦瑞;江东;李静;罗一英【作者单位】中南大学地球科学与信息物理学院,湖南长沙410083【正文语种】中文【中图分类】X821近年来随着水电行业的快速发展，尤其是我国西南水电开发日益加快，引起部分国家对生态环境问题的担忧，由水电开发带来的生态环境效应问题也成为研究的焦点.鉴于水电开发所带来的工程占地特征以及建成运行之后对周边生态的环境影响，都可以从土地利用／覆被变化理论中分析.土地利用／覆被变化是区域环境变化的重要组成部分和主要原因之一[1］，也是引起区域环境变化的关键要素[2］；它不仅客观地记录了人类改变地球表面特征的空间格局，而且还再现了地球表面景观的时空动态变化过程[3］；土地利用可以改变土地覆被状况并影响许多生态过程[4］，引起相应地区及周围地区乃至大区域土壤、水体、大气状况的改变，而这些变化反过来又会影响人类的土地利用活动.其与全球气候变化、生物多样性的减少、生态环境演变、生态安全水平以及人类与环境之间相互作用的可持续性等密切相关[5，6］.以下基于现有土地利用／覆被变化研究的理论和方法，采用遥感和GIS理论与技术，利用该流域2003年、2007年Landsat TM遥感图像以及作为新数据源的2011年HJ－1A／B环境小卫星的遥感图像，对比研究2003—2011年瀑布沟水电站建设前、建设中、建设后该流域土地利用／覆盖变化，分析瀑布沟水电站对当地生态环境的影响，深入认识水利工程对生态环境影响的科学规律，为瀑布沟水电站的环境保护工作及水电梯级开发生态环境监测提供科学的事实依据[7］.1 研究方法1.1 研究区概况瀑布沟水电站地处横断山脉北段东缘，属于北温带与季风带之间的亚热带季风性湿润气候，气候温和，昼夜温差大.年平均气温17.9℃，年均降水量741.8mm.瀑布沟水电站是国家“十五”重点工程和西部大开发标志性工程.位于四川省西部大渡河中游汉源县和甘洛县接壤处，距上游汉源、石棉两县分别约30km、80km，是四川省已建成的大型水电站之一，目前国内第五大水电站.1.2 数据源与预处理（1）环境1号卫星概况环境1号卫星系统于2003年批准建设，是专门用于生态环境监测的卫星系统（简称HJ－1）.其一期工程包括2008年9月发射的两颗光学卫星（HJ－1A 和 HJ－1B）和预计2012年发射的合成孔径雷达卫星（HJ－1C）.两颗光学小卫星上均装有两台宽覆盖多光谱可见光相机，重访周期为96h （HJ－1A和 HJ－1B组网后为48h），空间分辨率为30m，单台CCD相机幅宽为360km（两台为710km），共有4个波段 [8］.HJ－1卫星提高了灾害和环境信息的观测、采集、传送和处理能力，为紧急救援、灾后救助及恢复重建和环境保护工作提供科学依据，可以进行大范围、全天候实时动态监测，并在多个行业部门得到了成功应用[9］.（2）数据源选择在数据源的收集及选取上，本研究项目针对的是瀑布沟水电站工程建设的生态环境影响，因此选择瀑布沟水电站建成之后该地区的遥感影像，采用2011年HJ－1A／B星CCD数据，同时辅以2007年和2003年陆地卫星Landsat TM多光谱影像数据加以对比研究.为更加准确地对研究区进行分析，又分别选取比例尺为1∶10万的2005年土地利用现状图、地形图作为辅助参考以及USGS的90m分辨率DEM数据及其他相关资料.1.3 土地利用信息提取研究采用计算机监督分类与人工检查相结合的方法进行解译.研究区域的土地利用类型多样，根据土地资源和利用属性以及地物的光谱特征，参照中国科学院于2000年完成的土地利用分类体系，依据国家土地资源遥感宏观调查的分类体系，总结前人研究[10］，结合研究区的土地利用和地物影像特征、经营特点、利用方式、瀑布沟水库流域土地利用实际情况，将对研究区内地物的影像分为7类：林草地、耕地、水域、滩地、城镇用地、农村居民点、建设用地及公路，得到3期土地利用／覆被现状图，如图1所示.由图1可知，2003—2011年，瀑布沟水电站流域耕地、林草地、滩地呈逐年减少趋势，河流、城镇及居民点和建筑用地及道路呈逐年增加的趋势，但是可以清楚的发现耕地以及水域的变化幅度最为巨大，遥遥领先于其他地块类型的变化幅度.其中耕地自2003—2011年间，由2003年的73.41%下降到2007年的72.23%，到 2011 年 66.14%，其中2007—2011年变化幅度较为巨大.8年的时间下降近7.27%的面积.林草地面积不断减小，从2003的18.67%下降到2007年的17.4%，到2011年15.91%，8年间下降2.75%.作为生态系统的主要载体，林草地的面积下降，说明瀑布沟水电站的植被覆盖面积不断的下降，生态环境逐渐恶化.水域面积逐渐增加，所占流域面积的百分比从2003年的3.65%增加到2011年的11.26%，其中2007—2011年水域面积增加速度较快，增加6.2%，从2003—2007年水域面积增加速度相对较慢，只增加了1.41%.其他如滩地、城镇及农村居民点、建筑用地及道路面积总体变化不大，都只有1%左右.2 结果分析2.1 土地利用变化分析基于上述数据进行统计，得到瀑布沟水电站流域三期土地利用／覆被情况如表1所列.表1 瀑布沟区域土地利用面积 km2土地类型 2003年 2007年 2011年耕地541.2 532.5 487.6林草地 137.6 128.3 117.3水域 26.9 37.3 83.0滩地16.0 3.6 0城镇 4.2 12.0 17.8农村居民点 5.6 8.0 9.0建筑用地及道路5.7 15.5 22.5由表1可以看出，瀑布沟水电站8年间综合土地利用动态变化日益加剧.其中2003—2007年的动态度较小，土地利用变化幅度较小；2007—2011年综合动态度相对较大，较2003—2007年的增幅增加7.89%，说明这个阶段土地利用动态变化较为频繁和剧烈.主要原因是这个时期水库的建设以及建成之后水库蓄水期间由于水位的上升，使大量土地发生转化，主要表现为淹没为水域；同时，作为响应国家退耕还林还草政策，瀑布沟水电站流域一部分耕地实施还林草；另一方面，在配合瀑布沟水电站建设期间，使汉源县县城整体搬迁，都是导致土地利用情况发生变化的原因.在ArcGIS下，利用动态度指标模型计算出瀑布沟水电站2003—2011年土地利用总体变化程度（见表2）.表2 综合土地利用动态度时段 2003—2007年 2007—2011年 2003—2011年土地利用动态度8.25% 16.14% 24.39%为进一步说明各土地利用类型之间的转换关系，对2003—2011年两期土地利用数据进行转移矩阵分析，结果如表3所列.由表3得知，瀑布沟水电站近700km2的区域2003—2011年土地利用发生较大变化，其中：①库区淹没了耕地、林草地、滩地、城镇以及农村居民点等区域，这些新生成的近58.1km2的水域主要成为瀑布沟水电站的库区，这些新生成的水域对当地的自然生态环境和城乡居民居住都产生比较大的影响；②由于水电站建设，汉源县城完成了新城建设，农村居民也进行搬迁，其中城镇建设占用一定的耕地和林草地，新增的农村居民点只占用耕地；③由于水库建设修建大量的公路和施工附属设施，分别占用了耕地、林草地；④耕地方面，此外有林草地及滩地改造成为耕地，同时也有由耕地改造成林草地，一方面是退耕还林还草的政策需要，另一方面也是瀑布沟水电站建设过程中，移民带来的连锁反应等问题.表3 土地利用类型转移矩阵（2003—2011） km2类型2011年耕地林草地水域城镇农村居民点建筑用地及道路耕地431.5 40.3 35.7 13.0 7.7 13.0林草地 51.5 76.8 6.7 1.0 0.3 1.3水域 0.1 24.9 1.9 2003年滩地 1.9 0.1 12.4 1.6城镇 1.3 2.9农村居民点 2.7 1.4 0.5 0.8 0.2建筑用地及道路0.6 0.4 0.2 4.5从价值总量变化来分析，由表3可见，2003—2011年瀑布沟水电站流域土地生态系统服务价值呈增加趋势，其中2003—2007年土地生态系统服务价值增加2.6%；2007—2011年土地生态系统服务价值增加18.89%.反映了瀑布沟水电站流域耕地以及林草地面积减少引起生态服务价值的降低，但由于水域生态服务价值的增加出现正负相抵，使生态服务价值得以继续增加.同时2007—2011年土地生态服务价值是2003—2007年的7倍之多，由此可知大坝的建成并蓄水，对该地区的土地生态服务价值产生巨大影响.2.2 生态系统服务价值瀑布水电站流域土地生态系统服务价值[11］变化情况如表4所列.表4 土地生态系统服务价值万元／年年份 2003年 2007年 2011年土地生态系统服务价值706.96 725.50 862.54从表4中可以看出，水域的土地生态系统服务价值整体呈上升趋势，且水域上升幅度却是最为明显的，其中2007年上升幅度较小，较2003上升38.67%，2011年上升幅度较大，为122.52%.另外其他土地类型，耕地、林草地、滩地等土地生态系统服务价值均有小幅下降，但这并没有影响该区域整体土地生态系统服务价值的上升趋势.作为该区域变化类型面积最大的水域，同时也是土地生态系统服务价值权重较大的因子，成为影响土地生态系统服务价值变化的首要因素.为更清楚了解瀑布沟水电站流域土地生态系统服务价值的变化情况，各个土地类型的土地生态服务价值的变化情况见表5.表5 不同土地类型土地生态系统服务价值万元／年土地类型年份2003年2007年 2011年耕地330.91 325.59 298.13林草地 266.04 248.06 226.79水域 109.42 151.72 337.61滩地0.59 0.13 －总之，生态服务价值在瀑布沟水电站建成后的上升，说明该地区的生态资本增加，创造了一定的经济效益，改善了当地的生存条件和生产水平，减轻了生态压力.3 结语以上采用RS和GIS技术与方法，通过对瀑布沟水电站高程1 500m以下流域2003年、2007年和2011年3期遥感图像数据进行土地利用／覆盖分类，得到该地区的土地利用专题图，同时对其生态环境及其变化过程进行系统分析.通过对比研究结果表明：（1）2003—2011年8年间瀑布沟水电站的土地利用方式发生较大变化.耕地、林草地一直处在减少过程；水域、城镇用地、农村居民点和建设用地及公路一直处于增加状态，其中库区水域面积由于瀑布沟水电站蓄水的原因呈现剧烈增加态势；（2）2003—2011年瀑布沟水电站地区土地利用总体变化程度在不同时段差异明显.其中2003—2007年的动态度最小，土地利用变化幅度较弱；2007—2011年这个时段土地利用动态变化幅度较为频繁和剧烈；（3）瀑布沟水电站规模巨大，大坝拦截水库蓄水影响河段长，蓄水量巨大.瀑布沟水电站大坝建成之后，在蓄水形成水库的过程中，淹没了大量土地，造成大坝上游河流面积的持续增长，使研究区大约70km的上游河段河流形态发生变化，使河流流动性大大降低、改变原有水生生物的栖息环境，同时也导致河流自净能力的下降等一系列生态环境问题.另一方面蓄水后瀑布沟水电站大坝以下部分河流面积有较大变化，此次研究分析了大坝下游34km河床变化，下游河段河床宽度平均减小14m左右，从侧面反映出大坝的建成直接使得下游河段径流量的减少，直接影响到下游的水生生态环境，直至下游的陆生生态环境.瀑布沟水电站流域土地利用对当地以及下游地区社会经济发展与生态环境的保护具有两面性，特别是分析到当地的生态环境指数上升的同时，说明当地生态环境有向好的趋势，但更应警惕土地利用类型的改变对当地生态环境的潜在影响，这需要做更进一步的长期监测研究.【相关文献】[1]陈百明，刘新卫，杨红.LUCC研究的最新进展评述[J］.地理科学进展，2003，22（1）：22－29.[2]刘军会，高吉喜，耿斌，等.北方农牧交错带土地利用及景观格局变化特征[J］.环境科学研究，2007，20（5）：148－154.[3]韩海辉，杨太保，王艺霖.近30年青海贵南县土地利用与景观格局变化[J］.地理科学进展，2009，28（2）：207－215.[4]Turner M ndscape Ecology：The Effect of Pattern on Process[J］.Annual Review of Ecology and Systematics，1989，20：171－197.[5]后立胜，蔡运龙.土地利用／覆被变化研究的实质分析与进展评述[J］.地理科学进展，2004，23（6）：96－104.[6]杜灵通.基于遥感技术的宁夏南部山区LUCC研究[J］.地理科学进展，2006，25（6）：94－101.[7]庞治国，葛德祥，孙涛，等.基于多源遥感数据的二滩库区土地利用／覆盖变化动态监测[J］.水利水电技术，2010，41（3）：91－94.[8]Department of Environmental Protection Environmental Satellite Center Preparatory Office.The Introduction of HJ21A／B Satellite Data Receiving[Z］.[9]王桥，吴传庆，厉青.环境一号卫星及其在环境监测中的应用[J］.遥感学报，2000，14（1）：104－121.[10]赵英时，陈述彭.遥感地学分析[M］.北京：测绘出版社，1990.[11]谢高地，鲁春霞，冷允法，等.青藏高原生态资产的价值评估[J］.自然资源学报，2003，18（2）：189－196.[12]叶靖，江东，王建华.区域土地资源遥感监测与时空演变分析[J］.甘肃科学学报，2009，21（3）：69－73.[13]高建燕，江东，黄耀欢，等.HJ－1卫星数据在上海城市扩张动态监测中的应用[J］.甘肃科学学报，2010，22（3）：62－67.[14]Shalaby A，Tateishi R.Remote Sensing and GIS for Mapping and Monitoring Land Cover and Land－use Changes in the Northwestern Coastal Zone of Egypt[J］.Applied Geography，2007，27（1）：28－41.[15]Ozhan S，Nihat A，Ozyuvaci N，et.al.Cover and Management Factors for the Universal Soil－Loss Equation for Forest Ecosystems in the Marmara Region，Turkey[J］.Forest Ecology and Management，2005，214：118－123.。

巢湖蓝藻水华时空分布特征遥感监测研究解华明;潘法康;舒莹;黄明【摘要】HJ1A/1B-CCD image wa used to extract algae bloom in Chaohu Lake in 2009 and 2010 with the ratio vegetation index identification method. Temporal and spatial distribution characteristics of algae blooms were discussed. The results showed that lake blue-green algae blooms usually started from May and June, reached the maximum in September, began to decline in October, died in November. Enrichment of the formation of algae blooms had short-period characteristics. Blue-green algal blooms had very short life cycle. Due to the effects of the wind and the runoff around the lake, blue broke out algae blooms were appeared in the northwest and western region in the west lake, and broke out in northwest and east region in the east lake.%利用HJ1 A/1 B-CCD数据,采用比值植被指数蓝藻水华识别方法分别提取巢湖2009、2010年各个月份的蓝藻水华,着重分析巢湖蓝藻水华时空分布特征.结果表明:巢湖蓝藻暴发一般从5、6月开始,到9月达到最大,10月下旬开始减少,11月基本消亡;蓝藻富集形成水华具有短周期的特点;由于受风力、环湖径流的影响,蓝藻暴发区域为西半湖西北部和正北部以及东半湖西北部和正西部;蓝藻核心暴发区域为巢湖西北部.【期刊名称】《安徽农业科学》【年(卷),期】2011(039)021【总页数】4页(P12825-12827,12911)【关键词】巢湖;蓝藻水华;遥感监测;时空分布特征【作者】解华明;潘法康;舒莹;黄明【作者单位】安徽建筑工业学院环境与能源工程学院,安徽合肥230601;安徽建筑工业学院环境与能源工程学院,安徽合肥230601;安徽建筑工业学院环境与能源工程学院,安徽合肥230601;安徽建筑工业学院环境与能源工程学院,安徽合肥230601【正文语种】中文【中图分类】X524近年来巢湖流域经济发展较快，但是湖泊水体富营养化等环境问题也日益严重［1］。

专题二：基于环境小卫星的湖泊水质遥感监测一、实验内容利用环境小卫星CCD-1B 图像反演太湖叶绿素a 浓度，整个实验涉及到环境小卫星的数据读取、辐射定标、几何校正、大气校正、反演模型的建立、遥感反演过程、反演结果验证等内容。

二、实验要求先对环境小卫星CCD 数据进行数据预处理：数据读取、辐射定标、几何校正、大气校正、太湖区裁剪，利用波段比值法对实测的叶绿素a 浓度数据建立反演模型，将模型应用于太湖水面区域影像，反演出整个太湖区的叶绿素a 浓度。

三、实验过程1、数据预处理(1)安装环境小卫星数据处理补丁ENVI_HJ1A1B_Tools.sav补丁放在home\ITT\IDL\IDL80\products\envi48\save_add 目录下。

（2）数据读取和定标主菜单->File->Open External File->HJ-1A/1B Tools，打开环境小卫星数据读取补丁。

在HJ-1A/1B Tools V3.0 面板中，选择CCD，点击Input File 输入“1-环境小卫星数据\HJ1B-CCD1-451-76-20091006-L20000180174\180174”文件夹中的.xml 文件，点OutputPath设置数据的输出路径，勾选“Calibration”“Layer Stacking”两个选项单击Apply 按钮。

2、工程区裁剪（1）打开HJ1B-CCD1-451-76-20091006-L20000180174_Calbrated_LayerStacking.img （2）主菜单->File->Save File As->ENVI Standard，弹出New File Builder 面板（3）在New File Builder 面板中，单击Import File，弹出的Create New File InputFile 面板，（4）在Create New File Input File 面板中，选中Select Input File 列表中的裁剪数据，单击Spatial Subset 按钮，（5）在Select Spatial Subset 面板中，单击Image，弹出Subset by Image 对话框（6）在Subset by Image 对话框中，按住鼠标左键拖动图像中的红色矩形框确定裁区域，裁剪出包括太湖区域的一部分，单击OK，（7）在Select Spatial Subset 面板中，可以看到裁剪区域信息，单击OK，（8）在Create New File Input File 对话框中，单击OK，（9）在New File Builder，设置输出文件名HJ1B-CCD1-20091006-Cal-sub.img及路径，单击OK。

HJ-1A卫星不同CCD数据比对及归一化研究的开题报告摘要：本文研究的是HJ-1A卫星采集的不同CCD数据的比对及归一化处理方法。

首先，通过对HJ-1A卫星的成像原理及其载荷传感器的特点进行介绍，对其CCD数据采集过程进行分析和总结，明确了HJ-1A卫星CCD 数据的各项参数及其测量意义。

然后，结合实际数据进行实验验证，分析了不同CCD数据的特点，提出了将不同CCD数据进行归一化处理的方法，包括灰度归一化和几何归一化两种。

最后，对比实验结果，评估了归一化处理方法的有效性和优越性，并探讨了进一步改进和应用的可能性。

关键词：HJ-1A卫星；CCD数据；比对；归一化一、研究背景与意义HJ-1A卫星是中国自主研制的一种多功能遥感卫星，主要用于国土资源调查、环境监测、灾害预警等方面。

它搭载了多种载荷传感器，包括光学成像仪、微波成像仪、大气颜色仪等，其中光学成像仪采用的是CCD（Charge-Coupled Device）传感器，能够进行高分辨率的多光谱成像，广泛用于土地利用、植被监测等领域。

而CCD传感器的特点是对光照强度和颜色的依赖性强，因此不同光照条件和不同颜色的物体会影响到CCD数据的质量和稳定性。

这就需要对HJ-1A卫星采集的CCD数据进行比对和归一化处理，保证数据的可靠性和精确性，为后续应用提供基础数据。

二、研究内容与方法1. HJ-1A卫星CCD数据的特点分析对HJ-1A卫星的成像原理、载荷传感器的特点以及CCD数据采集过程进行介绍和分析，明确CCD数据的各项参数及其测量意义，包括灰度值、辐射度、色深等。

通过实验数据对CCD数据的特点进行分析，包括光照条件对CCD数据的影响、不同颜色物体在CCD数据中的反映等。

2. 不同CCD数据的比对使用相同条件采集的两组或多组CCD数据进行比对，计算每组数据的统计量，包括均值、标准差和方差等，发现不同数据之间的差异，为后续归一化处理提供基础数据。

3. 归一化处理方法的提出与实验针对HJ-1A卫星CCD数据的特点和比对结果，提出灰度归一化和几何归一化两种处理方法，分别采用线性和非线性函数对原始数据进行处理，以消除光照和颜色的影响，提高数据的精度和可靠性。

收稿日期：2012-03-30基金项目：国家水环境监测技术体系研究与示范项目（2009ZX07527-006）；水体污染控制与治理重大专项项目（2009ZX07101-011）。

作者简介：李旭文（1966—），男，研究员级高工，硕士，研究方向为环境信息系统、环境遥感应用、生态监测。

·环境预警·doi ：10．3969/j．issn．1674-6732．2012．03．001环境卫星CCD 影像在太湖湖泛暗色水团监测中的应用李旭文，牛志春，姜晟，金焰（江苏省环境监测中心，江苏南京210036）摘要：太湖地区2009年5月11日、2010年8月21日、2011年7月28日和2011年9月24日的环境卫星CCD 影像显示，在太湖西部沿岸带、竺山湖等水域存在湖泛暗色水团现象。

由于环境CCD 缺少辅助反演气溶胶信息的2．1μm 波段，试验了基于空气自动监测子站获得的与环境卫星CCD 成像时间接近的地面能见度测量数据进行FLAASH 大气校正的方法，反演结果总体上符合水体光谱特征。

提取了湖泛水体、对照水体样区在CCD 各波段的光谱反射率数据统计特征。

结果表明，和对照水体相比，湖泛水体在环境卫星CCD 的可见光—近红外波段具有较低的反射率，与人眼观察湖泛水色暗黑的感官一致，另一方面，湖泛水域由于仍有一定的藻类存在，在环境卫星CCD 近红外（波段4）具有比可见光（波段3）略高的反射率，其规律与基于Landsat ETM 的湖泛暗色水团遥感分析结果相一致。

关键词：环境卫星；CCD ；遥感；太湖；湖泛；监测中图分类号：X824文献标识码：A文章编号：1674-6732（2012）-03-0001-09Remote Sensing Monitoring of Black Color Water Blooms in Lake Taihu Based on HT Sat-ellite CCD DataLI Xu-wen ，NIU Zhi-chun ，JIANG Sheng ，JIN Yan（Jiangsu Provincial Environmental Monitoring Center ，Najing ，Jiangsu 210036，China ）ABSTRACT ：HJ1Satellite CCD images acquired on May 11，2009，August 21，2010，July 28，2011and September 24，2011，re-spectively ，showed occurrences of dark color water bloom （DCWB ）near the shore of western part of lake Taihu．Due to lack of 2．1μm band in HJ1CCD which is important to the retrieval of aerosol status ，the synchronous ground measured visibility data from an ambient air quality station which is geographically close to lake Taihu were used in FLAASH atmospheric correction．Results showedDCWB had lower reflectance at HJ-1CCD bands ，1，2，3and 4than reference water bodies ，and reflectance at band 4was gently higher than at band 3，spectral characteristics was in coincidence with those derived from Landsat ETM sources．KEY WORDS ：HJ1satellite ；CCD ；Satellite remote sensing ；Lake Taihu ；black color water bloom （BCWB ）；monitoring湖泛黑水团是指湖泊局部水体颜色发暗甚至发黑的现象，近年来在太湖偶有发生，对湖泊生态环境造成较大影响，其危害是多方面的，可导致水体包括鱼类等各种生物死亡并腐败分解，局部生态环境崩溃，如果发生在饮用水源地，将造成严重的供水危机。