下载文档原格式
基于遥感数据的太湖蓝藻水华信息识别方法陈云;戴锦芳【期刊名称】《湖泊科学》【年(卷),期】2008(020)002【摘要】2007 年太湖大规模蓝藻暴发,再次引起了人们对太湖环境的关注.有效地提取蓝藻水华信息对分析蓝藻动态分布有重要意义.而卫星遥感技术是进行太湖水质监测与保护的措施之一.本文以2007年4月23日CBERS-02星CCD数据为主要的数据源,以NDVI值为测试变量,运用CART算法确定分割阈值,从而通过构建决策树的方法识别蓝藻水华信息,分析其蓝藻水华的提取结果,取得了较好的效果.文中还在GIS技术支持下,提取了2007年5月17日MODIS影像中的蓝藻水华信息.本次研究为以后开展长期的太湖蓝藻水华动态监测提供技术参考.【总页数】5页(P179-183)【作者】陈云;戴锦芳【作者单位】中国科学院南京地理与湖泊研究所湖泊与环境国家重点实验室,南京,210008;中国科学院研究生院,北京,100049;中国科学院南京地理与湖泊研究所湖泊与环境国家重点实验室,南京,210008【正文语种】中文【中图分类】P3【相关文献】ndsat-7 SLC-OFF ETM遥感数据下载及在太湖蓝藻水华监测中的应用 [J], 李旭文2.基于决策树的Landsat TM/ETM+图像中太湖蓝藻水华信息提取 [J], 夏晓瑞;韦玉春;徐宁;袁兆杰;王沛3.基于IDL语言的太湖蓝藻水华遥感监测信息系统设计 [J], 王甡;江南;胡斌4.基于通径分析法的太湖蓝藻水华定量气象评估模型 [J], 杭鑫;李心怡;谢小萍;李亚春5.基于哨兵-3A卫星OLCI数据的最大叶绿素指数在太湖蓝藻水华监测中的应用[J], LI Xuwen;ZHANG Yue;SHI Hao;JIANG Sheng;WANG Tiantian;DING Ming;CAI Kun因版权原因，仅展示原文概要，查看原文内容请购买。
太湖蓝藻水华预警监测综合系统的构建黄君;张虎军;江岚;宋挺;戴敏【摘要】近年来随着浅水型湖泊的富营养化进程不断加快,蓝藻水华暴发现象也频繁出现,采用科学、全面的手段对太湖蓝藻暴发进行预警十分必要.根据太湖蓝藻预警监测中使用的现场巡视、卫星遥感、实验室分析、自动监测等监测技术手段,分别建立各自监测系统,结合各监测系统特点和相互关系,对太湖蓝藻水华预警监测综合系统的构建进行了探讨,以期能够更好地开展太湖蓝藻水华预警监测工作,为确保太湖地区饮用水安全,提高环保部门应对太湖蓝藻水华暴发的能力,为政府决策提供技术支持和保障.【期刊名称】《中国环境监测》【年(卷),期】2015(031)001【总页数】7页(P139-145)【关键词】蓝藻水华;预警监测;监测系统;太湖【作者】黄君;张虎军;江岚;宋挺;戴敏【作者单位】无锡市环境监测中心站,江苏无锡214121;无锡市环境监测中心站,江苏无锡214121;无锡市环境监测中心站,江苏无锡214121;无锡市环境监测中心站,江苏无锡214121;无锡中讯检测技术有限公司,江苏无锡214423【正文语种】中文【中图分类】X84湖泊富营养化和蓝藻水华暴发是当前我国湖泊面临的最重要的环境问题之一，也是全世界关注的湖泊富营养化控制的焦点［1］。
近年来我国内陆湖泊面临的一个主要问题是水体的富营养化，蓝藻水华频繁暴发，不仅破坏水体景观和生态系统平衡，而且由于蓝藻在生长过程中释放毒素，消耗溶解氧，引起水体生物大量死亡，湖泊水质恶化，严重威胁了湖泊周围地区的饮用水安全［2］。
尤其是2007年5月暴发的“太湖饮用水危机”更是给我们敲响了警钟，并进一步凸现了我国湖泊富营养化的严峻局面和蓝藻水华频发的现状［3］。
湖泊富营养化治理和控制蓝藻水华尤其迫切，对于太湖蓝藻水华预警监测工作提出了更高的要求，如何发挥各种预警监测技术手段的特点，并建立联系各种技术手段的预警监测系统，发挥预警监测系统在太湖蓝藻水华预警监测工作中的积极作用显得尤为重要。
《河南水利与南水北调》2023年第6期水生态文明基于遥感技术的太湖蓝藻水华时空变化分析徐寅生，赵琳（中水北方勘测设计研究有限责任公司，天津300222）摘要：利用卫星遥感手段监测水环境具有大范围、长时序、周期性、快速、动态监测等优势，文章利用哨兵2号多光谱卫星遥感数据，对2017-2021年五年内的太湖蓝藻情况进行监测，提取湖区不同季节蓝藻水华信息，进而分析不同季节湖区水质的变化特征。
实验结果表明，近五年来，太湖蓝藻爆发时段主要集中在每年的5月份左右，蓝藻爆发区域主要集中在太湖西北部的竺山湖、西部沿岸区、梅梁湖等湖湾；湖心区蓝藻数量呈明显增长，需要引起关注。
关键词：多光谱；水质；太湖；叶绿素a；哨兵2号中图分类号：TP79文献标识码：A文章编号：1673-8853（2023）06-0005-02Analysis of Spatial and Temporal Changes of Cyanobacteria Bloom in Taihu Lake Based onRemote Sensing TechnologyXU Yinsheng,ZHAO Lin（China Water Resources Beifang Investigation,Design and Research CO.LTD.,Tianjin300222,China）Abstract：Monitoring water environment by means of satellite remote sensing has the advantages of large-scale,long-time sequence, periodicity,fast and dynamic monitoring.This article utilizes Sentinel-2multispectral satellite remote sensing data to monitor the blue-green algae situation in Taihu Lake from2017to2021.It extracts information on blue-green algal blooms in different seasons of the lake and analyzes the characteristics of water quality changes in different seasons.The results show that the blue-green algae outbreak in Taihu Lake has been mainly concentrated in May of each year for the past five years,and the algal blooms were mainly concentrated in Zhushan Lake,western coastal areas and Meiliang Lake in northwestern Tai Lake.The number of blue-green algae in the central lake area has shown a significant increase,which deserves attention.Key words：Multispectral;water quality;Tai Lake;chlorophyll a;Sentinel21理论基础浮游藻类指数的基本原理为水体在红光波段、近红外波段和短波红外波段表现出强烈的吸收作用，对于表面存在蓝藻水华的水体，在近红外波段表现为明显的反射峰，利用这一特点，通过相关波段的组合，构建FAI指数模型，具体计算公式如下。
环太湖蓝藻图像智能识别系统设计与应用目录1. 内容综述 (2)1.1 背景介绍 (3)1.2 研究动机与意义 (4)1.3 系统目标和功能 (5)2. 相关研究综述 (5)2.1 蓝藻污染现状和危害 (7)2.2 蓝藻图像识别技术发展 (8)2.3 深度学习在蓝藻识别中的应用 (10)3. 系统设计 (10)3.1 系统框架 (11)3.2 图像采集与预处理 (12)3.2.1 图像采集方式 (13)3.2.2 图像预处理流程 (14)3.3 图像特征提取 (16)3.3.1 传统特征提取方法 (17)3.3.2 深度学习特征提取网络 (18)3.4 分类模型训练与评估 (19)3.4.1 模型选择与训练策略 (21)3.4.2 性能指标及其评估方法 (22)3.5 系统部署与接口设计 (23)4. 实验验证与结果分析 (24)4.1 数据集构建与标注 (24)4.2 模型训练与测试结果 (26)4.3 性能对比分析 (27)4.4 系统运行效果评估 (28)5. 讨论与展望 (30)5.1 系统局限性与改进方向 (31)5.2 未来应用前景 (32)1. 内容综述随着全球气候变化和工农业活动的加剧，蓝藻水华现象在湖泊、河流等水域中愈发频繁，对水资源质量和生态安全构成了严重威胁。
蓝藻毒素具有高毒性和生物蓄积性，一旦进入人体，可能引发一系列健康问题，如腹泻、肝损伤等，且其危害具有长期性和隐蔽性。
因此，及时、准确地监测和识别蓝藻水华现象，对于预防和控制蓝藻毒素中毒事件具有重要意义。
近年来，图像识别技术在多个领域取得了显著进展，尤其在计算机视觉、模式识别等方面展现出了强大的能力。
将图像识别技术应用于蓝藻水华监测，不仅可以提高监测效率，还能降低人力成本，为蓝藻水华的预警和治理提供有力支持。
目前，已有多种图像识别算法被应用于蓝藻水华的检测与识别中，包括支持向量机以及迁移学习等。
然而，现有的蓝藻图像识别研究仍存在一些不足之处。
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。
MODIS卫星遥感监测太湖蓝藻的初步研究沙慧敏;李小恕;杨文波;李继龙【期刊名称】《海洋湖沼通报》【年(卷),期】2009()3【摘要】依据2007年1～6月MODIS卫星遥感影像反演得到的太湖MODIS卫星表层水温、表层叶绿素浓度分布图,以及真彩色(1,4,3波段)合成图像,监测分析了太湖蓝藻的分布和变化情况。
水温、表层叶绿素浓度分布图显示,1～6月,太湖表层水温和叶绿素浓度的分布具有明显的区域性和季节性变化特征,且可以很好的显现藻类的迁移与堆积状况,其分布及变化趋势与实测的太湖蓝藻爆发的强度、地点、分布范围基本一致。
MODIS真彩色合成图像直观地反映了湖中藻类的宏观信息,其趋势与叶绿素a浓度的分布极其一致。
结果表明,利用MODIS遥感数据探测太湖蓝藻水华的分布状况是可行的,MODIS可用于监测内陆湖泊藻类水华的污染情况。
【总页数】8页(P9-16)【关键词】MODIS;蓝藻水华;表层水温;叶绿素a浓度【作者】沙慧敏;李小恕;杨文波;李继龙【作者单位】中国水产科学研究院资源与环境研究中心,遥感与地理信息系统重点试验室,北京100039;上海水产大学海洋学院,上海200090【正文语种】中文【中图分类】P407.8;Q949.22【相关文献】1.环境一号卫星CCD数据在太湖蓝藻水华遥感监测中的应用 [J], 金焰;张咏;牛志春;姜晟2.基于欧洲航天局“哨兵-2A”卫星的太湖蓝藻遥感监测 [J], 李旭文;侍昊;张悦;牛志春;王甜甜;丁铭;蔡琨3.太湖蓝藻水华的MODIS卫星监测 [J], 周立国;冯学智;王春红;王得玉;徐晓雄4.太湖秋冬季蓝藻水华MODIS卫星遥感监测 [J], 孔维娟;马荣华;段洪涛;张寿选5.卫星遥感监测太湖水域蓝藻暴发 [J], 黄家柱;赵锐因版权原因，仅展示原文概要，查看原文内容请购买。
应用遥感数据评价蓝藻水华对太湖取水口的影响杜聪;王世新;周艺;阎福礼【期刊名称】《中国环境科学》【年(卷),期】2009(029)010【摘要】为量化蓝藻水华对太湖饮用水取水口的影响,将太湖矢量图进行栅格化,根据权重函数计算像元的权重因子;再将权重因子图与由遥感影像得到的水华分布图进行叠加,对对应像元进行影响因子计算;最后根据像元的影响因子求出归一化影响指数(NII),并以此进行影响评价.通过对2007年5月1～16日太湖MODIS EVI影像进行的实例分析和验证,表明该方法能较好地反映太湖水华对取水口的影响程度,与实际情况符合;在提出的3种权重函数模型中,负指数模型和正态分布模型能较好地反映蓝藻水华对饮用水取水口的影响程度,可以作为影响评价的权重模型.【总页数】6页(P1041-1046)【作者】杜聪;王世新;周艺;阎福礼【作者单位】中国科学院遥感应用研究所,北京,100101;中国科学院研究生院,北京,100049;中国科学院遥感应用研究所,北京,100101;中国科学院遥感应用研究所,北京,100101;中国科学院遥感应用研究所,北京,100101【正文语种】中文【中图分类】X87【相关文献】ndsat-7 SLC-OFF ETM遥感数据下载及在太湖蓝藻水华监测中的应用 [J], 李旭文2.太湖蓝藻水华灾害程度评价方法 [J], 刘聚涛;高俊峰;赵家虎;黄佳聪;姜加虎3.蓝藻水华暴发期间太湖贡湖湾某水厂水源水及出厂水中微囊藻毒素污染分析及健康风险评价 [J], 范亚民;姜伟立;刘宝贵;常闻捷;吴召仕4.基于遥感数据的太湖蓝藻水华信息识别方法 [J], 陈云;戴锦芳5.太湖梅梁湾2007年蓝藻水华形成及取水口污水团成因分析与应急措施建议 [J], 中国科学院南京地理与湖泊研究所因版权原因，仅展示原文概要，查看原文内容请购买。
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。
2008年9月,我国首个环境与灾害监测预报小卫星星座环境一号A 、B (H J-1)成功发射。
卫星的主要任务是对灾害、生态破坏、环境污染进行大范围、全天候、全天时动态监测,为紧急救援、灾害救助及恢复重建提供科学依据[1]。
针对太湖蓝藻水华灾害,遥感监测以美国地球观测系统中分辨率成像光谱仪(EOS /M OD I S)数据为主,其开展蓝藻水华信息提取基于空间分辨率为250m 的1通道、2通道[2],形成了多种蓝藻水华信息的提取方法和研究手段[3-5],其中江苏省环境监测中心采用较为成熟的归一化植被指数(NDV I)结合目视解译,并辅助以实地巡测验证的方法,形成业务化运行体系,在太湖蓝藻预警工作中发挥了巨大作用[6-8]。
EOS /MOD I S 数据的空间分辨率较低,限制了对当日蓝藻形势作细致分析,在提取蓝藻水华信息时易被薄云、水生植被等因素干扰,在云层干扰严重情况下无法准确判断蓝藻发生状况。
现利用环境一号卫星中分辨率宽覆盖多光谱可见光相机(H J-1CCD)数据,开展太湖蓝藻水华遥感监测研究。
1 环境一号卫星CCD 传感器性能环境与灾害监测预报小卫星星座由2颗光学小卫星和1颗合成孔径雷达小卫星构成,分别称为环境一号A 星(H J-1-A )、环境一号B 星(H J-1-B)和环境一号C 星(H J-1-C )。
其中已发射的H J-1-A 光学有效载荷为2台宽覆盖多光谱可见光相机和1台超光谱成像仪,H J-1-B 光学有效载荷为2台宽覆盖多光谱可见光相机和1台红外相机,而未发射的H J-1-C 有效载荷为合成孔径雷达。
相对于其他中高分辨率卫星传感器,环第22卷 第5期环境监测管理与技术2010年10月境一号卫星CCD 传感器具有幅宽大、时间分辨率高等独特优点,是蓝藻信息提取极具价值的数据源。
其中CCD 传感器参数见表1。
表1 宽覆盖多光谱可见光相机(CCD )主要技术指标T ab le 1 T echnical spec ificati on of CCD came ra项目性能幅宽/km360(2台组合 700)星下点地面像元分辨率/m 30谱段设置/ mB10.43~0.52B20.52~0.60B30.63~0.69B40.76~0.90中心像元配准精度/像元!0.3量化值/b it 8定标精度/%相对定标精度为5,绝对定标精度为102 环境一号卫星CCD 数据在太湖蓝藻水华监测中的应用2.1 数据选择为了对太湖水华分布信息进行遥感监测、考察恶劣气象条件干扰时水华遥感监测情况,并且与EOS /M OD I S 数据比对,充分评价H J-1A /B 的CCD 数据的水华遥感监测能力,选择采用了太湖部分被云层覆盖时的H J-1CCD 数据,2008年10月2日10:56影像见图1(a ),2008年10月8日10:57影像见图1(b)。
图1 H J-1CCD 影像数据F i g.1I m ag e o fH J-1CCD data2.2 数据预处理从国家环境保护部卫星环境应用中心下载的H J-1CCD 数据,经过辐射校正,投影为UT M /WGS 84,利用ERDAS 9.1软件对CCD 数据进行数据预处理,以利于进一步的研究。
(1)几何校正。
研究区主要集中在太湖区域,采用ERDAS 9.1自带的相关模块对CCD 数据进行几何精校正,参照的影像为2000年的太湖地区Landsat 5T M 影像。
几何纠正模型为Polyno m ia,l GCP 控制点主要选在太湖湖岸,重采样方法为双线形内插B ili n ear I nterpo lation 。
纠正精度要求以空间坐标x 和y 偏差均小于15m,即小于半个像元。
(2)图像掩膜。
利用已有太湖湖区矢量文件进行图像掩膜,从而提取出测试研究的太湖湖区,去除湖中小岛和周围其他地物影像。
(3)假彩色合成。
尝试不同的假彩色合成模式,经对比结果表明,采取RGB 343波段假彩色合成获得较好目视效果,蓝藻和正常水体对比明显,且在解译时易于消除云层干扰,2008年10月2日10:56影像见图2(a),2008年10月8日10:57影像见图2(b)。
图中紫色为正常水体,绿色为蓝藻聚集区域,白色为云层。
图2 H J-1CCD 数据RG B 343波段合成F i g .2 Pseudo co l o r syn t hetic ofH J-1CCD data(RGB :343)当前应用于H J-1CCD 数据较成熟的大气纠正方法尚在研究之中,与之对比的EOS /MOD I S 数据大气校正前后NDV I 的变化趋势基本上相同,遥感影像提升不明显[9],该研究针对少量影像获取蓝藻空间分布信息[10]并考虑到应急预警工作中的监测效率,数据前处理中均没有大气纠正。
2.3 蓝藻水华遥感监测研究2.3.1 蓝藻水华信息提取根据∀利用E OS /MOD I S 数据进行太湖蓝藻业务化监测#的工作基础[6],主要采取目视解译与NDV I 相结合的手段,对H J-1CCD 数据进行蓝藻水华信息的提取,更有利于消除东太湖水生植被及云层干扰。
10月2日10:56影像假彩色合成处理见图3(a),NDV I 处理见图3(b),目视解译处理见图3(c)。
图3中:紫色和蓝色为正常水体,绿色为蓝藻聚集区域,白色为云层。
10月8日10:57影像假彩色合成处理见图4(a),NDV I 处理见图4(b),目视解译处理见图4(c)。
图4中:紫色和蓝色为正常水体,绿色为蓝藻聚集区域,白色为云层。
图3 2008年10月2日H J-1CCD 数据蓝藻水华分布范围F i g .3 Cyanobacter i a bloo m d i str i bution o fH J-1CCD da ta on O ctobe r 2,2008图4 2008年10月8日H J-1CCD 数据蓝藻水华分布范围F i g .4 Cyanobacter i a bloo m d i str i bution o fH J-1CCD da ta on O ctobe r 8,20082.3.2 与EOS /MODIS 数据的比较为了同当前业务化使用的EOS /M OD I S 数据比较,选用10月2日、10月8日2d 的EOS /M O DIS 准同步影像与H J-1CCD 数据进行解译比较,其影像显示蓝藻水华分布区域和H J-1CCD 数据基本一致,满足2种传感器对于蓝藻水华信息提取能力对比的要求,10月2日13:01影像假彩色合成处理见图5(a),NDV I 处理见图5(b),目视解译处理见图5(c)。
图5中:蓝色为正常水体,绿色为蓝藻聚集区域,白色为云层。
10月8日影像10:53假彩色合成处理见图6(a),NDV I 处理见图6(b),目视解译处理见图6(c)。
图6中:蓝色为正常水体,绿色为蓝藻聚集区域,白色部分为云层。
用于典型对比的H J-1CCD 数据见图7(a),EOS /MOD I S 数据见图7(b)。
图5 2008年10月2日EOS /M OD IS 数据蓝藻水华分布范围F i g .5 Cyanobacte ria b l oom d istri buti on of EO S /M OD IS data on O ctober 2,2008图6 2008年10月8日EOS /M OD IS 数据蓝藻水华分布范围F i g .6 Cyanobacte ria b l oom d istri buti on of EO S /M OD IS data on O ctober 8,2008图7 H J-1CCD 数据与M OD IS 数据蓝藻水华识别比较F i g .7 Compar i son of H J-1CCD and EO S /M OD ISfor cyanobacte ria b l oom detec ti onE OS /MOD I S 数据因空间分辨率导致在云层部分覆盖太湖时水体和云层分别和蓝藻信息发生∀混合#,尤其条带状分布的水华区域会形成块状,从而使蓝藻水华发生面积的解译结果产生正误差,解译对比结果如见表2。
