MODIS/Terra辅助的HJ-1B CCD1数据悬浮泥沙浓度反演研究

针对MODIS/Terra传感器服役时间超期需要后续卫星延续观测以及国产陆地卫星数据水环境遥感应用问题,以深圳湾为研究区域,利用2007年～2008年获取的40个现场实测数据与MODIS/Terra NIR-SWIR大气校正反射率数据建立MODIS悬浮泥沙浓度反演模型,以此为基础,反演2010年～2012年4景MODIS悬浮泥沙浓度分布状况,展开同步的瑞利散射校正反射率(Rrc)多波段组合因子的HJ-1B CCD1影像悬浮泥沙浓度反演模型对比研究.结果表明,在不进行气溶胶校正的情况下,HJ-1B CCD1数据波段比值算法(Rrc(660)/ Rrc(560))可以有效实现深圳湾悬浮泥沙浓度的反演,反演模型的决定系数为0.88,均方根误差为7.19 mg/L,模型验证的相对误差为7.45%,该研究对于进一步推进水环境遥感监测有一定的积极意义.     

季节变化对黄渤海表层叶绿素浓度分布影响的数值分析

为了研究黄渤海表层叶绿素周期变化物理过程的环境影响因素,基于区域海洋模型系统(Regional Ocean Modeling Systems,ROMS),建立黄渤海海域的三维生态数值模型.模型通过已发表的相关结果和遥感观测数据等方式对比验证,模拟海域动力过程中生态因子叶绿素浓度的时空分布特征和季节性变化过程.结果表明:黄渤海水体表层叶绿素的生长消亡与水体环境条件密切相关,径流的影响只引起局部海区生态系统的调整;叶绿素浓度分布存在明显季节性变化的特征,季节温度变化和海水层化热分层结构是重要影响因素,且呈现物理过程的周期性变化;表层浮游植物季节性分布的双峰结构特征理论上与季节性层化理论相符合.模型可对海域生境季节变化规律和生态保护研究提供科学数据.     

结合实测光谱数据的珠江口水质遥感监测

河口近岸海域面积广阔,生物生产力高,受人类活动及陆源物质的影响较大,是自然因素和人为因素共同影响水体生态环境的典型区域.文章研究了珠江口近岸海域水体叶绿素a浓度和悬浮物浓度的遥感定量反演方法,并在实验水域验证了现有遥感反演模型的适用性;结合实测数据和遥感影像数据,通过统计分析建立珠江口近岸水域的叶绿素a浓度和悬浮物浓度的反演模型;利用Landsat8遥感影像反演了珠江口近岸海域叶绿素a浓度和悬浮物浓度的分布情况,提取珠江口近岸水域面状水质信息;反演结果符合理论分析和实际情况,证明本研究建立的水质参数遥感反演模型及方法适用于珠江口近岸海域水质监测.     

基于MODIS数据的地面颗粒物浓度估算方法

提出了一种基于卫星遥感数据的近地面颗粒物质量浓度(PM值)估计方法 .采用Terra/MODIS卫星数据和基于连续两天MODIS数据的气溶胶光学厚度反演算法,反演出无锡地区的气溶胶光学厚度;再利用所反演的气溶胶光学厚度与地面实测颗粒物质量浓度数据进行分析,得出颗粒物质量浓度的大小分布范围与气溶胶光学厚度的关系模型;进一步利用研究区域中地面站点监测到的颗粒质量浓度数据对估算结果进行评估.结果表明该方法所估算的PM值与地面实测数据具有较好的相关性,且地面监测的颗粒物质量浓度均分布在卫星遥感数据所估算的范围之内.本研究证明了MODIS卫星数据监测地面颗粒物质量浓度的可行性,为近地面PM值的估算提供了有效手段.     

基于Landsat-8 OLI与Sentinel-2 MSI传感器的香港近海海域叶绿素a浓度遥感反演

为验证Landsat-8 OLI遥感数据与Sentinel-2 MSI遥感数据监测近海海域叶绿素a浓度可行性,以其为数据源,香港近海海域为研究区域,以半分析模型为方法,挑选与监测点实测叶绿素a浓度采集时间一致且遥感影像云覆盖率小于10% 影像清晰的两类遥感影像。对两类遥感影像分别选取2/3的遥感影像数据经预处理后提取其对应实测日期监测点位置遥感反射率进行相关性分析,得到相关性最高的反演因子进行建模,并且利用剩下的1/3数据对其反演回复回归模型进行精度检验,其结果与OCx模型反演结果进行对比效果显著。基于Landsat-8遥感数据建立的最佳反演回归模型为Y=6.8x2-20.77x+17.02,R2=0.906略高于基于Sentinel-2遥感数据建立的最佳反演回归模型Y=-3.345e+05x2+3826x-3.44,R2=0.801,证明了就香港近海海域叶绿素a浓度反演两类遥感数据的可行性,且两类数据的反演结果均呈现出香港近海海域内部海域叶绿素a浓度高于外部叶绿素a浓度的现象。     

基于GOCI遥感数据的湖泊富营养化监测研究

采用高时间分辨率的地球同步海色成像仪(geostationary ocean color Imager,GOCI)遥感数据,以日本霞浦湖的西湖为研究对象,利用波段比值法建立了基于GOCI遥感影像的叶绿素a质量浓度反演模型.以此探讨利用GOCI数据估算湖泊水体富营养化程度的可能性.研究结果显示,遥感数据波段比值能够反映湖泊叶绿素a质量浓度随时间演变趋势,两者的相关系数达62％,利用反演模型得到的叶绿素a质量浓度的平均相对误差小于50％,表明GOCI遥感数据具有对湖泊富营养化程度进行监测的潜力.     

黄渤海海域叶绿素a浓度时空特征分布及影响因子分析

本文基于2003-2017年黄渤海海域MODIS卫星遥感数据,利用自组织映射神经网络模型（SOM）研究了叶绿素a浓度（Chl-a）的典型分布模式,分析了Chl-a变化趋势,并利用广义加性模型（Generalized Additive Model ,GAM）研究其与环境因子的关系。结果表明：黄渤海Chl-a存在明显的季节性变化,7月份浓度最低2.41 mg·m-3, 4月份浓度最高3.43 mg·m-3; Chl-a呈现从近海岸海域向深水海盆逐渐降低的变化趋势;将SOM模型提取的典型模式分为清澈、低浓度、中浓度和高浓度模式,这些模式有效地阐明了2003-2017年黄渤海Chl-a在时间上存在春季高,夏季低的变化趋势,Chl-a高值区主要分布在河流的入海口及近海岸;利用GAM模型发现海表温度（SST）、风速（wind）与Chl-a之间存在显著的非线性关系,SST、wind对Chl-a变化的解释率39.3%,SST对Chl-a变化的影响比wind更大;人类活动的增加对黄渤海Chl-a变化也起着重要的作用。     

基于分区的太湖叶绿素a遥感估测模型

以太湖为研究区域,测试水体的反射光谱和表层水质并分析叶绿素的光谱特征,对比MODIS波段并找出与叶绿素a质量浓度相关性较好或对叶绿素a质量浓度变化较为敏感的波段,根据主成分变换后的MODIS图像色调对太湖进行分区并分别用主成分、单波段及波段组合因子建立各区内相应的叶绿素a质量浓度估测模型.结果表明:对太湖合理分区可以提高叶绿素a质量浓度的遥感估测精度;经过主成分变化后的第2主成分,MODIS波段1,3~4,10~14的反射率及波段反射率组合可以较好地估测分区后的叶绿素a质量浓度.     

利用遥感数据反演渤海海域叶绿素的浓度

依据神经网络算法和叶绿素荧光算法的基本理论,处理海洋遥感数据,反演渤海海域叶绿素浓度,并将反演结果同实测海洋叶绿素浓度进行比较.神经网络算法无法精确地从云层覆盖区获得叶绿素浓度,而荧光算法则可以突破云层的干扰获得接近实际值的叶绿素浓度.     

基于MODIS数据的淀山湖蓝藻“水华”监测

叶绿素a（chla）是水质监测的重要参数之一,其浓度是湖泊富营养化和蓝藻“水华”发生的重要标志。本文将MODIS影像波段反射率与叶绿素。浓度同步实测值进行相关分析,在此基础上建立遥感监测模型,应用该模型计算得到淀山湖水体叶绿素a浓度分布情况,并提取淀山湖富营养化导致的蓝藻“水华”分布情况。