基于高分?jǐn)?shù)據(jù)的太湖重點(diǎn)污染入湖河流葉綠素a濃度遙感反演.pdf

1、葉綠素a是水體重要的水質(zhì)參數(shù)之一，其濃度是表征水體富營養(yǎng)化程度的主要指標(biāo)。本文以太湖西部及其重點(diǎn)污染入湖河流水體為研究對象，利用野外實(shí)測數(shù)據(jù)結(jié)合RapidEye及ALOS高分衛(wèi)星數(shù)據(jù)，首先分析了水體的表觀光學(xué)特性和固有光學(xué)特性，進(jìn)而構(gòu)建了針對實(shí)測高光譜數(shù)據(jù)、RapidEye高分衛(wèi)星數(shù)據(jù)及ALOS高分衛(wèi)星數(shù)據(jù)的多種葉綠素a濃度遙感反演模型，并對不同模型的精度、穩(wěn)定性和適用性進(jìn)行了評價，在此基礎(chǔ)上，根據(jù)不同高分衛(wèi)星數(shù)據(jù)的預(yù)處理結(jié)果，遴選出了

2、適用于不同高分衛(wèi)星數(shù)據(jù)的葉綠素a濃度最優(yōu)反演模型，繼而反演得到太湖西部及其重點(diǎn)污染入湖河流水體葉綠素a濃度分布圖，并對葉綠素a濃度的時空變化及其成因進(jìn)行了分析，主要得到以下結(jié)論：
　　(1)葉綠素a濃度遙感反演模型
　　針對實(shí)測高光譜數(shù)據(jù)，單波段模型、一階微分模型、波段比值模型、三波段模型及四波段模型均能夠?qū)μ鞑考捌渲攸c(diǎn)污染入湖河流水體葉綠素a濃度進(jìn)行有效反演，相比之下，以Rrs(727)/Rrs(678)為自變量的波段

3、比值模型、三波段模型及四波段模型具有更高的精度和穩(wěn)定性。
　　針對模擬RapidEye高分衛(wèi)星數(shù)據(jù)，單波段模型中的線性函數(shù)模型精度和穩(wěn)定性相對較差，而單波段模型中的二次函數(shù)模型、多波段組合模型及三波段模型均具有較高的精度和穩(wěn)定性，能夠?qū)μ鞑考捌渲攸c(diǎn)污染入湖河流水體葉綠素a濃度進(jìn)行有效反演，相比之下，三波段模型中的二次函數(shù)模型具有最高的精度和穩(wěn)定性，其模型的R2為0.97，平均相對誤差為12.53%，均方根誤差為4.44μg/L

4、。
　　針對模擬ALOS高分衛(wèi)星數(shù)據(jù)，單波段模型和多波段組合模型中線性函數(shù)模型精度和穩(wěn)定性相對較差，而二次函數(shù)模型均能夠?qū)μ鞑考捌渲攸c(diǎn)污染入湖河流水體葉綠素a濃度進(jìn)行有效反演，相比之下，以多波段組合(B1+B3)/(B1+B2+B4)為自變量的二次函數(shù)模型具有最高的精度和穩(wěn)定性，其模型的R2為0.95，平均相對誤差為14.27%，均方根誤差為5.20μg/L。
　　(2)葉綠素a濃度時空變化
　　從時間上來看，太湖

5、西部及其重點(diǎn)污染入湖河流水體葉綠素a濃度在不同季節(jié)的變化趨勢為：夏季>秋季>冬季>春季。夏季溫度較高，適于藻類生長，水體葉綠素a濃度達(dá)到全年的最大值，并且出現(xiàn)了大面積的藍(lán)藻水華區(qū)；秋季隨溫度下降，水體葉綠素a濃度降低，但仍存在部分藍(lán)藻水華區(qū)；冬季和春季水體溫度不適于藻類生長，基本上不存在藍(lán)藻水華區(qū)，但春季水體經(jīng)寒冬之后，藻類大量死亡，致使其水體中葉綠素a濃度要小于冬季水體，為全年最小值。
　　從空間上來看，太湖西部重點(diǎn)污染入湖河流