下载文档原格式
基于环境一号卫星数据的洞庭湖叶绿素a浓度反演汤健;薛云;刘剑锋;殿军【摘要】通过星地同步地面试验，建立起洞庭湖水体的叶绿素a浓度遥感反演模型，运用2011年4月～2012年4月的多期环境一号卫星CCD数据，对洞庭湖叶绿素a浓度进行动态监测和分析。
结果表明：环境一号卫星CCD数据第三通道（HJ3）反射率与第二通道（HJ2）和第四通道（HJ4）反射率之和的比值与洞庭湖水体叶绿素浓度具有较高的相关性，从而构建基于环境一号卫星多光谱数据的洞庭湖叶绿素a浓度反演模型；采用多期环境一号卫星CCD数据对洞庭湖的叶绿素a浓度进行了连续监测，较好地反映了洞庭湖叶绿素a的时空分布变化。
%Chlorophyll-a concentration remote sensing inversion model was built through satellite-ground synchronization ground test.Chloro-phyll-a concentration in Dongting Lake was dynamically monitored and evaluated using HJ-1 CCD data from April 2011 to April 2012.The re-sults showed that HJ3/(HJ2+HJ4) of HJ-1 satellite CCD data had relatively high correlation with chlorophyll concentration in water body of Dongting Lake, so as to construct the inverse model of chlorophyll a concentration of Dongting Lake based on HJ-1 satellite multi-spectrum da-ta.Chlorophyll a concentration was continuously monitored by multi -phase HJ1-satellite CCD data, which reflected the spatial and temporal distribution variation of chlorophyll a in Dongting Lake .【期刊名称】《安徽农业科学》【年(卷),期】2016(044)027【总页数】2页(P212-213)【关键词】叶绿素a;环境一号卫星;洞庭湖【作者】汤健;薛云;刘剑锋;殿军【作者单位】南华大学土木工程学院，湖南衡阳421001; 广东省肇庆市国土资源局高要分局，广东肇庆526100;湖南城市学院，湖南益阳413000;湖南省桃江县石牛江联校，湖南益阳413400;湖南省桃江县石牛江联校，湖南益阳413400【正文语种】中文【中图分类】S127目前，我国内陆江河湖泊水质监测和分析主要依赖于高精度的仪器进行周期性的湿地监测以及实验室分析。
基于环境一号卫星的太湖叶绿素a浓度提取旷达;韩秀珍;刘翔;詹雅婷;牛铮;王李娟【期刊名称】《中国环境科学》【年(卷),期】2010(030)009【摘要】综合环境一号小卫星的CCD数据和同步地面水质监测数据,发现可见光红波段与近红外波段的波段组合与叶绿素a实测浓度存在较高相关性,并以此为基础建立了3个提取水体表层叶绿素a浓度的遥感信息模型.经验证分析,基于近红外波段与红波段比值的模型用于叶绿素a浓度反演提取的精度良好,RMSE达到了6.04mg/m3.将该模型应用于环境一号卫星CCD数据,生成了2009年5～12月共8幅太湖水体叶绿素a浓度分布图,并对其进行了时空分析,结果符合实际,并与以往的研究结果相一致.但模型不适用于水生植被覆盖较多区域叶绿素a浓度估算.【总页数】6页(P1268-1273)【作者】旷达;韩秀珍;刘翔;詹雅婷;牛铮;王李娟【作者单位】中国科学院遥感应用研究所,遥感科学国家重点实验室,北京,100101;中国科学院研究生院,北京,100139;中国气象局国家卫星气象中心,北京,100081;北京东方泰坦科技股份有限公司,北京,100083;南京信息工程大学气象灾害省部共建教育部重点实验室,江苏,南京,210044;中国科学院遥感应用研究所,遥感科学国家重点实验室,北京,100101;中国科学院遥感应用研究所,遥感科学国家重点实验室,北京,100101;中国科学院研究生院,北京,100139【正文语种】中文【中图分类】X87【相关文献】1.基于环境一号卫星数据的洞庭湖叶绿素a浓度反演 [J], 汤健;薛云;刘剑锋;殿军2.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 [J], 杨煜;李云梅;王桥;王彦飞;金鑫;尹斌;张红3.基于环境一号HSI高光谱数据提取叶绿素a浓度的混合光谱分解模型研究 [J], 潘梅娥;杨昆4.基于环境一号卫星影像的内陆水体叶绿素α浓度遥感定量反演模型研究 [J], 潘梅娥;杨昆;洪亮5.基于环境小卫星CCD数据对太湖地区叶绿素a浓度的反演 [J], 史鹏辉;李云格;姜寒因版权原因，仅展示原文概要，查看原文内容请购买。
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。
中国环境科学 2010,30(9)：1268~1273 China Environmental Science 基于环境一号卫星的太湖叶绿素a浓度提取旷达1,2,韩秀珍3*,刘翔4,詹雅婷5,牛铮1,王李娟1,2(1.中国科学院遥感应用研究所,遥感科学国家重点实验室,北京 100101；2.中国科学院研究生院,北京 100139；3.中国气象局国家卫星气象中心,北京 100081；4.北京东方泰坦科技股份有限公司,北京 100083；5.南京信息工程大学气象灾害省部共建教育部重点实验室,江苏南京 210044)摘要：综合环境一号小卫星的CCD数据和同步地面水质监测数据,发现可见光红波段与近红外波段的波段组合与叶绿素a实测浓度存在较高相关性,并以此为基础建立了3个提取水体表层叶绿素a浓度的遥感信息模型.经验证分析,基于近红外波段与红波段比值的模型用于叶绿素a浓度反演提取的精度良好,RMSE达到了6.04mg/m3.将该模型应用于环境一号卫星CCD数据,生成了2009年5~12月共8幅太湖水体叶绿素a浓度分布图,并对其进行了时空分析,结果符合实际,并与以往的研究结果相一致.但模型不适用于水生植被覆盖较多区域叶绿素a浓度估算.关键词：环境一号卫星；遥感；叶绿素a中图分类号：X87 文献标识码：A 文章编号：1000-6923(2010)09-1268-06Quantitative estimation of Taihu chlorophyll-a concentration using HJ-1A and 1B CCD imagery. KUANG Da1,2, HAN Xiu-zhen3*, LIU Xiang4, ZHAN Ya-ting5, NIU Zheng1, WANG Li-juan1,2 (1.State Key Laboratory of Remote Sensing Science, Institute of Remote Sensing Applications, Chinese Academy of Sciences, Beijing 100101, China；2.Graduate University of Chinese Academy of Science, Beijing 100049, China；3.National Satellite Meteorological Center, China Meteorological Administration, Beijing 110008, China；4.Beijing Oriental Titan Technology Corporation, Beijing 100083, China;5. Key Laboratory of Meteorological Disaster, Ministry of Education, Nanjing University of Information Science and Technology, Nanjing 210044, China). China Environmental Science, 2010,30(9)：1268~1273Abstract：In this study, models estimating water chlorophyll-a concentration have been proposed and calibrated, based on the regression analysis between HJ-1 satellite CCD images and synchronous in-situ water quality monitoring data, ranging from September to December in 2008 on Taihu, Jiangsu Province. The red and near infrared bands of HJ-1A and 1B CCD data, with central wavelength at 660 nm and 830 nm respectively, have shown to be sensitive to the chlorophyll-a concentration. Three models has been built and validated. The results illustrate the high potentials of the models to estimate chlorophyll-a concentration in inland waters for operational applications from satellite HJ-1 satellite CCD data, which will be of immense value for environment monitoring. Among the three models been proposed, the one based on index R830/R660 has the highest estimation precision, 6.04mg/m3. This model has been applied to eight images of HJ-1 satellite CCD, generating chlorophyll-a concentration distributions from May to December 2009.Key words：HJ-1 satellite；remote sensing；chlorophyll-a目前,我国内陆江河湖泊水质监测和分析主要依赖于高精度的仪器进行周期性的实地监测以及实验室分析[1].这种监测方法耗费较多人力物力,易受气候和水文条件的限制,难以长时间跟踪监测,且较少的数据点难以反映湖泊的整体分布状况[2].从1978年美国NASA第一代水色遥感器CZCS到MODIS和MERIS,水体叶绿素a的遥感反演方法不断得到更新发展,精度逐渐提高[3].第收稿日期：2009-12-21基金项目：国家“973”项目(2007CB714406);国家“863”项目(2006AA-120107);“十一五”国家科技支撑计划(2008BAC34B03);国家自然科学基金资助项目(40971202)* 责任作者, 高级工程师, hanxz@9期 旷 达等：基于环境一号卫星的太湖叶绿素a 浓度提取 1269一、二代水色卫星采用的反演方法主要是蓝绿辐亮度比值法.这种反演方法适合于悬浮泥沙和黄色物质含量较低的一类水体.但在二类水体,由于悬浮泥沙的后向散射和黄色物质的强吸收等因素,蓝绿比值法几乎不可用[4].从MODIS 、MERIS 开始,荧光遥感算法[5]成为二类水体叶绿素a 浓度反演的重要方法,包括基线荧光高度法和归一化荧光高度法.这种方法有效地补充了蓝绿比值法的不足[6].但荧光遥感的应用也受到诸多因素的制约,如荧光遥感特征波段的选择、活体叶绿素荧光过程的复杂多变性以及荧光峰的“红移现象”等[4].为提高反演精度,需要研究利用新型传感器数据进行遥感监测的关键技术与方法,同时加强多种遥感数据之间的融合以及遥感数据同地面同步监测数据的结合[7].本研究探索利用新型卫星传感器环境一号卫星进行水体叶绿素a 遥感定量反演方法,结合地面同步观测数据,发现第4波段与第3波段的比值R 830/R 660与叶绿素a 浓度的对数值之间存在较高的相关性,并以此为基础建立了新的遥感信息模型.经验证,该模型的反演精度达到 6.04mg/m 3.将该模型应用到2009年5~12月的环境一号卫星CCD 影像,得到太湖水体叶绿素a 浓度的时空变化分布,对变化趋势进行了分析. 1 数据和方法1.1 研究区域 太湖是我国第三大淡水湖泊,位于长江流域下游,该区域城镇密集,城市化水平居全国之首[8].伴随着该地区高速发展的城市化进程,区域内的河流富营养化比较严重,水质属于II~V 类,局部地区甚至为劣V 类.表1 环境一号卫星CCD 相机的主要技术指标Table 1 Technical index of HJ -1 satellite CCD camera波段 波谱范围(µm) 空间分辨率(m) 幅宽(km) 回归周期(d)1 0.43~0.52 30 2 0.52~0.60 303 0.63~0.69 304 0.76~0.90 30 360~720311.2 遥感数据2008年9月6日,我国“环境一号卫星A 、B 星以一箭双星的方式在太原卫星发射中心成功发射,并在9月8日开机成像.该卫星主要用于对生态破坏、环境污染和灾害进行大范围、全天候、全天时动态监测.环境一号卫星的CCD 相机共分4个谱段,表2列出其主要技术指标.本研究所用到的环境一号卫星CCD 数据是经过辐射校正、系统几何校正后的2级产品.建立回归模型所需数据以及模型验证数据涵盖从2008年9月19日月至12月15日的8个时相.用于生成2009年5~12月太湖水体叶绿素a 浓度分布图的数据为8景环境一号卫星CCD 数据,其影像采集时间涵盖8个月份.图1 地面采样点分布Fig.1 Distribution of in-situ sampling cites 1.3 地面实测数据所用地面实测数据来自于2008年《湖州市蓝藻监测报告》[9],由湖州市环境保护监测中心每天对若干个固定采样点的水质参数采样获得.地面采样时间一般为上午8:00~10:00,这恰好与环境一号卫星在太湖地区的过境时间相吻合.由表2可见卫星数据与地面采样数据的获取几乎同步,相差一般在2h 以内.用到的7个地面采样点均分布于太湖南部(图1).由于大面积蓝藻覆盖水域不适合于水体叶绿素a 浓度遥感建模,根据《湖1270 中 国 环 境 科 学 30卷州市蓝藻监测报告》[9]中的蓝藻爆发分布与天气信息,结合卫星影像上的云层覆盖信息,对获得的56个地面采样数据进行了适当剔除.例如,9月19日大钱港入湖口的地面实测点因为云层覆盖被剔除,9月23日长兴夹浦、长兴合溪、长兴兴塘3个实测点因为湖面覆盖大量蓝藻被剔除.对最终得到的43个有效地面采样点数据进行随机抽样,其中30个用于建立反演水体叶绿素a 浓度值的遥感信息模型,其余13个用来评定模型精度.表2 过境卫星时间以及地面采样时间 Table 2 Satellite and in-situ data sampling information 日期 卫星过境时间 地面采样时间2008-09-19 10:42 08:35~10:00 2008-09-20 10:46 09:12~10:302008-09-23 10:50 09:01~10:082008-10-09 10:37 08:30~09:542008-10-27 10:51 08:43~10:10 2008-11-25 10:49 09:18~10:442008-11-29 10:53 09:06~10:252008-12-15 11:04 08:59~10:111.4 遥感数据的预处理利用环境一号卫星CCD 数据提取太湖表层水体叶绿素a 浓度,首先需要对卫星影像进行几何精校正和大气辐射校正.1.4.1 几何精校正 从中国资源卫星应用中心获得的环境一号卫星CCD 数据是经过系统几何畸变校正后的2级产品,只需对其进行几何精校正便能实现原始影像与参考图像的空间精确配准.选用经过空间配准的 1:5 万地形图为参考图像,在ENVI 4.5支持下对环境一号卫星CCD 影像进行几何精校正,图像重采样采用最近邻点法,总误差控制在0.5个像元内.1.4.2 大气辐射校正 相对于陆地,水体的反射率很低,入瞳辐亮度中有超过80%以上的能量来自大气的干扰信息[8],因此精确的大气校正是进行河流表层叶绿素a 浓度定量反演所必须的关键步骤.采用ENVI 4.5软件下的FLAASH 大气校正模块对环境一号卫星CCD 数据进行大气校正.输入相关参数,计算得到大气校正后的反射率图像.1.5 遥感信息模型的建立1.5.1 单波段方法 利用SPSS 13.0对环境一号卫星CCD 的4个波段反射率与叶绿素a 浓度进行皮尔逊相关性分析.结果表明,除在第1波段475nm 与叶绿素a 浓度的相关系数相对较高以外,其他3个波段反射率与叶绿素a 浓度的相关系数普遍较低,分别为-0.194,0.253,0.359.第1波段475nm 反射率与叶绿素a 浓度的皮尔逊相关系数达到了0.533,但相关程度仍不高.这可能是由于太湖的悬浮物浓度较高,而悬浮物的高反射率掩盖了水体中的叶绿素信息[10].因此,利用环境一号卫星CCD 的单波段建立估算水体叶绿素a 浓度的模型是不适合的. 1.5.2 多波段方法 研究表明,采用多波段反射比可以部分消除水表面光滑度和微波随时间和空间变化的干扰,并在一定程度上减小其他污染物的影响[11].在以往运用遥感手段提取叶绿素a 浓度的研究中,一种常用的方法是采用各种波段比值法和波段回归法扩大叶绿素a 吸收峰与叶绿素a 反射峰或荧光峰间的差异,以达到提取叶绿素a 浓度的目的[12].雷坤[13]利用中巴地球资源1号卫星对太湖表层水体进行水质遥感监测,认为近红外波段是提取叶绿素含量的关键波段,联合红波段建立了反演叶绿素a 浓度的双波段模型.吕恒等[2]分析3TM 数据与准实时地面采样数据,发现TM3/(TM1+TM4)与叶绿素a 浓度的相关性最好,并以此建立了太湖叶绿素a 浓度的三波段线性反演模型.戴永宁等[14]以巢湖水体为例,利用624nm 附近藻胆素和706nm 附近叶绿素a 的吸收峰建立了反演叶绿素a 浓度的双波段反演模型.可见,可见光红波段和近红外波段是反演叶绿素a 浓度的常用波段. 为寻找环境一号卫星CCD 反演水体叶绿素a 浓度的最佳波段组合,在SPSS 13.0支持下对各波段灰度值进行比值变换、指数变换和对数变换等多种非线性变化和组合,分析了15种不同波段组合及其第一主成分与叶绿素a 浓度之间的相关关系.结果表明,研究区域叶绿素a 浓度的对数值和第4与第3波段的组合B4/B3的相关系数最高,为0.85(图2).其余波段组合相关系数较高9期 旷 达等：基于环境一号卫星的太湖叶绿素a 浓度提取 1271的有(B4-B3)/(B3+B4)和B3/(B1+B4),分别为0.8和0.78.01234560123B4/B3L n C h l -a图2 叶绿素a 浓度与波段组合B4/B3的回归曲线Fig.2 Fit curve between the chlorophyll-a concentrationand the value of combined band将各个因子作为自变量与水体叶绿素a 浓度值进行回归分析,建立反演水体叶绿素a 遥感信息模型.将模型计算所得结果与地面实测采样点数据进行统计分析,若合理并满足精度则将结果输出,否则重新分析,直到建立满足精度要求的模型,并对建立的若干个遥感模型进行对比分析.最终得到3个叶绿素a 遥感信息模型,见式(1)~(3).从建立的遥感信息模型可以看出,环境一号卫星CCD 第3和第4波段灰度值与水体叶绿素a 浓度值关系密切,是反演水体叶绿素a 浓度的关键波段. 基于B4/B3因子的模型(模型1): ln(C Chl-a )=0.456+1.8068 (R B4/R B3 ) (1) 基于(B4-B3)/(B3+B4)因子的模型(模型2): ln(C Chl-a )=2.407+4.3833 (R B4-R B3)/(R B4+R B3) (2) 基于B3/(B1+B4)因子的模型(模型3): ln(C Chl-a )=5.122－4.8956R B3/(R B1＋R B4) (3) 式中:C 为叶绿素a 浓度,mg/m 3; R B1,R B3,R B4分别为环境一号卫星CCD 第1、3和4波段反射率. 2 结果与讨论2.1 模型精度验证 将建立的3个遥感信息模型应用于环境一号卫星CCD 数据,得到叶绿素a 浓度模型预测值,再和地面采样实测数据进行对比分析.用于验证数据的13个地面采样数据的叶绿素a 浓度实测值为 2.13~82.2mg/m 3,平均浓度值为18.19mg/ m 3.3个模型的预测结果与实测叶绿素a 浓度的误差均方根分别为6.04,19.30,16.02mg/m 3.相对于平均浓度18.19mg/m 3,模型的预测值误差均较大,尤其是模型2和模型3的预测精度很低.进一步分析可知,误差主要来源于个别叶绿素a 浓度值极高的采样点.例如,7号采样点的叶绿素a 浓度实测值为82.2mg/m 3,3个模型预测值的平均误差为40.69mg/m 3.造成这种高浓度叶绿素a 估算精度较低的主要原因,可能是由于地面采样数据主要在秋冬季节采集,水体叶绿素a 浓度较春夏季偏低,造成建立的遥感信息模型对高浓度叶绿素a 不够敏感.此外,内陆水体受人工和自然影响较多,在地理位置偏移较小的情况下可能有较大的叶绿素a 浓度变化梯度,导致实测数据点并不能有效代表所在区域内的平均浓度值.叶绿素a 浓度值较高的区域经常漂浮大量水生植物,这也可能在一定程度限制应用遥感数据估算水体叶绿素a 浓度的精度. 若剔除7号点,剩余的12个采样点的叶绿素a 浓度平均值为12.86mg/m 3,3个模型的预测值误差均方将分别降低至 5.02,8.99,9.78mg/m 3.由此可以得出,在对叶绿素a 浓度偏低和中等的水体进行估算时,模型1相对模型2和模型3具有更高的精度.2.2 太湖水体叶绿素a 浓度变化分析利用遥感图像处理软件ENVI 4.5与ArcGIS9.1,将建立的模型1应用于2009年5~12月的8景环境一号卫星CCD 影像,得到该时期太湖表层水体的叶绿素a 浓度分布图(图3). 从时间上分析,该区域水体的叶绿素a 浓度从6月份开始上升,在9~10月达到浓度峰值,12月份恢复较低水平.从地理上分析,7~8月的高叶绿素a 浓度水域主要分布在沙塘港附近以及新塘北部水域.9~10月,在太湖西北部的沙塘港水域叶绿素a 浓度进一步增高,并呈现往东部的焦山和拖山区域转移的趋势.同一时期,太湖东南部水域出现了极高的叶绿素a 浓度分布.11月份,整个太湖水体叶绿素a 开始下降,高浓度水1272 中 国 环 境 科 学 30卷域主要分布于西北部沙塘港和东南部水域.叶绿素a 浓度在12月份进一步降低,平均浓度低于10mg/m 3.总体上,太湖水体叶绿素a 浓度呈现北部和东部较高、西南部和湖心较低的分布,这与以往的研究结果相一致[13].太湖的主要污染物来自西北部的常州市与北部无锡市的城市河道以及排污口,造成对应区域的富营养化与叶绿素a 浓度偏高.a.b.c.d.e. f.g.h.12月3日11月4日10月15日 9月10日8月26日7月1日6月25日 5月22日浓度：mg/m 30~55~1010~220~3030~5050~100>100图3 2009年5~12月太湖水体叶绿素a 浓度分布Fig.3 Chlorophyll-a concentration in Taihu from May to Dec, 2009值得注意的一点是,东太湖是典型的草型湖泊,平均水深仅 1.2m,是太湖的主要出水通道,淤积较为严重,在夏秋季节水生植被覆盖率达96%[15].从2009年5~12月的叶绿素a 浓度分布图(图3)上看,与太湖其他区域相比,东太湖的叶绿素a 浓度始终呈现相对较高的水平.这种现象很可能是受该区域丰富的水生植物所致,并不能准确表征该区域水体的叶绿素a 浓度信息.由此可见,建立的遥感信息模型对于覆盖有大量水生植被的水体是不适用的.此外,湖流、水深、水温等也会影响蓝藻的生长[16],从而影响水体的叶绿素a 浓度分布.2.3 与其他卫星传感器的对比分析除了环境一号卫星以外,已经有一些卫星传感器用于相关研究,并得到较好的结果.宋瑜等[3]采用MERIS 数据对太湖叶绿素a 进行反演研究,利用归一化荧光高度与叶绿素a 浓度线性回归建立模型,结果基本上反映出太湖北部水体的叶绿素a 浓度分布格局.然而,在太湖南部水陆过渡带,MERIS 产品数据出现异常值,限制了其在内陆大型湖泊水质状况反演研究中的应用.马荣华等[17]结合Landsat ETM 与实测光谱估测太湖叶绿素,利用ETM3/ETM1与叶绿素浓度值之间的函数关系建立了反演模型,均方根误差为12.34mg/m 3.张玉超等[18]将支持向量机的方法应用于MODIS 数据太湖叶绿素a 非线性反演中,发现其对低值和高值均有较好的预测精度,平均相对误差仅为15.91%.与这些卫星传感器相比,本研究利用环境一号卫星数据用于叶绿素a 浓度反演的精度略微偏低.究其原因,可能包含多个方面,如特征波段的选择,反演算法的设计,地面实测数据,国内自主研制的传感器硬件参数,都可9期 旷 达等：基于环境一号卫星的太湖叶绿素a 浓度提取 1273能对反演结果产生影响.随着环境一号卫星的研究应用逐渐推开,其在水质遥感方面的反演方法和模型将进一步完善.此外,相对其他卫星传感器,由于环境一号卫星是我国自主设计生产,数据订购和获取较为方便,利于研究和应用工作的开展. 3 结论3.1 利用我国自主研制的环境一号卫星CCD数据进行水体表层叶绿素a 浓度提取,可以获得较高的反演精度. 3.2 环境一号卫星CCD 数据的各个波段中,第3和第4波段与叶绿素a 浓度值具有最高的相关性,是反演水体叶绿素a 浓度的最佳波段.3.2 对于覆盖有大量水生植被的水体,不适合采用遥感信息模型反演水体叶绿素a 浓度.参考文献：[1] 王孝武,孙水裕.基于TM 数据和ANN 的河流水质参数监测研究 [J]. 环境工程学报, 2009,3(8):1532-1536.[2] 吕 恒,江 南,罗潋葱.基于TM 数据的太湖叶绿素A 浓度定量反演 [J]. 地理科学, 2006,26(4):473-476.[3] 宋 瑜,宋晓东,郭照冰,等.利用MERIS 产品数据反演太湖叶绿素a 浓度研究 [J]. 遥感信息, 2009,(8):19-24.[4] 邢天罡,赵冬至,刘玉光,等.叶绿素a 荧光遥感研究进展 [J]. 遥感学报, 2007,11(1):137-145.[5] Neville R A, Gower J F R ．Passive remote sensing ofphytoplankton via chlorophyll fluorescence [J]．Journal of Geophysical Research, 1977,82:3487-3493.[6] Gordon H R. Diffuse reflectance of the ocean: The theory of itsaugmentation by chlorophyll-a fluorescence at 685nm [J]. Applied Optics, 1979,18:1161-1166.[7] 宋 瑜,宋晓东,江 洪.太湖藻类的遥感监测研究 [J]. 遥感信息, 2008,(4):102-109.[8] 杨一鹏,王 桥,肖 青,等.基于TM 数据的太湖叶绿素a 浓度定量遥感反演方法研究 [J]. 地理与地理信息科学, 2006,22(2): 5-8.[9] 湖州市环境保护监测中心.2008年《湖州市蓝藻监测报告》 [R].2008.[10] Bhargava D S, Mariam D W. Light penetration depth, turbidityand reflectance related relationship and models [J]. ISPRS Journal of Photogrammetry and Remote Sensing, 1991,46(4):217-230. [11] Koponen S, Pulliainen J, Kallio K, et al. Lake water qualityclassification with airborne hyperspectral spectrometer and simulated MERIS data [J]. Remote Sensing of Environment,2002,79:51-59.[12] 段洪涛,张 柏,宋开山,等.查干湖叶绿素a 浓度高光谱定量模型研究 [J]. 环境科学, 2006,27(3):503-507.[13] 雷 坤,郑丙辉,王 桥.基于中巴地球资源1号卫星的太湖表层水体水质遥感 [J]. 环境科学学报, 2004,24(3):376-380. [14] 戴永宁,李素菊,王学军.巢湖水体的表观光学特性测量与分析[J]. 中国环境科学, 2008,28(11):979-983.[15] 李文朝,陈开宁,吴庆龙,等.东太湖水生植物生物质腐烂分解实验 [J]. 湖泊科学, 2001, 13(4):331-335.[16] 杜 聪,王世新,周 艺,等.应用遥感数据评价蓝藻水华对太湖取水口的影响. [J]. 中国环境科学, 2009,29(10):1041-1046. [17] 马荣华,戴锦芳.结合Landsat ETM 与实测光谱估测太湖叶绿素及悬浮物含量. [J]. 湖泊科学, 2005,17(2):97-103. [18] 张玉超,钱 新, 钱 瑜,等.支持向量机在太湖叶绿素a 非线性反演中的应用. [J]. 中国环境科学, 2009,29(1):78-83.致谢：本文的地面采样数据由湖州市环境保护监测中心提供,在此表示感谢.作者简介：旷 达(1986-),男,湖南攸县人,中国科学院遥感应用研究所硕士研究生,主要从事遥感与地理信息系统方面的研究.水生动物保护科普宣传月启动 全国水生野生动物保护科普宣传月活动启动仪式近日在北京富国海底世界举行.这次科普宣传月活动以“关爱水生动物,从我做起”为主题,旨在向公众普及水生野生动物保护知识,宣传水生野生动物保护法律法规,提高全社会的自然保护意识,共同保护珍稀濒危水生动物,促进人与自然和谐发展.在宣传月期间,香港海洋公园以及大陆多个省(市)的水族馆将举办短信大赛、绘画比赛、征文比赛等形式多样的活动,并播放水生野生动物宣传片及由姚明、郭晶晶等人代言的相关公益广告,旨在唤起全社会对水资源环境和水生动物的关注和关爱.摘自《中国环境报》2010-08-16。
