太湖水体散射特性及其与悬浮物浓度关系模型

水体散射特性与水环境参数如悬浮颗粒及其浓度密切相关．利用Wetlabs公司研制的水体固有光学特性测量系统，于2006-10～2006-11对太湖水体的散射系数和后向散射系数进行了测量．在对水体散射特性分析的基础上，建立了太湖水体颗粒物后向散射系数的光谱模型．此外，利用后向散射率计算水体折射系数，根据折射系数的变化范围，将水中颗粒物的主导因子分为3种类型：①浮游植物主导；②无机颗粒物主导；③两者共同主导．在对散射系数与无机悬浮物、有机悬浮物、总悬浮物浓度相关性分析的基础上，针对颗粒物主导因子的不同，分别建立了散射系数与无机悬浮物浓度的乘幂关系模型．

太湖梅梁湾夏季水体组分光谱吸收特性

2006年8月16、17日对太湖梅梁湾湖区15个样点水体进行采样,利用分光光度计和定量滤膜技术测量了水体要素CDOM、非藻类颗粒物和浮游植物的吸收系数,同时进行水质参数的测定,分别对各水体要素的光谱吸收特性进行分析,并结合水质参数建立相应的区域模式。其中,分UV-C（250-290nm）、UV-B（290-320nm）、UV-A（320-400nm）和蓝光（400-500nm）4个波段建立CDOM光谱吸收的关系模式,同时发现曲线斜率值S与440nm处吸收系数存在很好的二次函数关系,在紫外和蓝光波段R^2分别达到0.958和0.835;总悬浮物的光谱吸收特征在不同深度处有些相近,有些则存在明显差异,主要是由有机和无机颗粒物剖面分布的不确定性和总悬浮物浓度所引起;非藻类颗粒物吸收系数在400-700nm的指数函数拟合斜率值S的变化范围为0.0056-0.0090nm^-1（平均值（0.0070±0.0008）nm^-1）,各样点指数函数拟合的R^2在0.91以上。在可见光波段范围各水体要素对总吸收系数的贡献大小顺序是：浮游植物〉非藻类颗粒物〉CDOM。浮游植物在蓝、绿和红光波段的平均贡献率都在0.5以上,是水体吸收的主要贡献者;在蓝、绿和红光波段,非藻类颗粒物的平均贡献率分别为0.350±0.145、0.412±0.162和0.232±0.125,CDOM的分别为0.121±0.052、0.088±0.059和0.050±0.038。

基于实测高光谱的太湖水体悬浮物浓度遥感估算研究

悬浮物浓度是水质和水环境评价的重要参数之一．利用2007-11-08～2007-11-21 14天时间对太湖74个样点进行水质取样分析和波谱实测．在提取水体遥感反射率后，分析其与悬浮物浓度的相关关系，发现在400～900nm波段范围的各波长遥感反射率与总悬浮物、无机悬浮物浓度都存在中高度相关，最大相关系数均出现在725nm处，分别为0．883和0．869．而与有机悬浮物浓度则无较好的相关性．同时利用敏感波段的遥感反射率建立了悬浮物浓度估算的神经网络模型，结果表明：对于总悬浮物浓度，隐含层节点数为6的神经网络模型的R^2=0．948，RMSE=4．947，在备节点中的训练效果最佳；而对于无机悬浮物浓度，隐含层节点数为4的神经网络模型的R^2=0．956，RMSE=5．104，模型整体训练结果最好．此外，通过测试样本对神经网络模型和经验模型的预测误差进行分析表明，无论是估算总悬浮物浓度，还是无机悬浮物浓度，无论从建模样本的建模精度，还是测试样本的误差分析，神经网络模型都优干经验模型．

太湖水体散射特性及其空间分异

利用Wetlabs公司研制的AC-S和BB9于2006年10月24日至11月2日对太湖水体的散射系数和后向散射系数进行了测量,在此基础上建立了太湖水体散射系数与后向散射系数之间的关系模型.用2种曲线函数模拟,即在蓝光波段使用S形曲线模型,在绿光和红光波段使用逆函数模型,各模型的MAPE和RMSE变化范围分别为0.027-0.156m-1、0.005-0.050m-1,模型整体预测精度都较高.研究发现后向散射系数与散射系数的空间分异现象明显,北部梅梁湾、湖心区、西部及西南部水域散射较强,而东太湖、胥口湾等东部水域的散射相对较弱.

内陆湖泊水体固有光学特性的典型季节差异

固有光学特性是水体光学性质的重要内容,是水色反演分析模型建立的基础.本研究利用定量滤膜技术(QFT)和后向散射测量仪BB9,对太湖梅梁湾夏、冬季水体的有色可溶性有机物(CDOM)吸收系数、总悬浮物吸收系数和总悬浮物后向散射系数进行了观测.在分别对两季节水体组分吸收系数、后向散射系数光谱特征分析的基础上,阐明其季节差异性,并结合水质参数的变化,揭示导致两季节水体固有光学特性不同的原因,达到通过固有光学量反映水环境状态的目的.初步建立了后向散射系数与悬浮物浓度的关系模型,为分析模型的构建提供了参数保障.

应用水表面下辐照度比估测太湖夏季水体叶绿素a浓度

利用便携式光谱辐射计,采用一定的观测角度获取水体表面的光谱,进而提取水表面下辐照度比R(O^-)信息,分析R(O^-)光谱特征与叶绿素a浓度之间的相互关系,结果表明太湖夏季水体叶绿素a浓度与R(O^-)光谱曲线762 nm、727 nm和496 nm处的相关系数较大,分别达到了0.85、0.84、-0.80.通过单波段、波段比值模型分析,认为以R(O^-)_(762)、R(O^-)_(762)/R(O^-)_(496)、R(O^-)_(727)/R(O^-)_(496)为自变量的二次函数模型是利用水表面下辐照度比R(O^-)估算太湖夏季水体中叶绿素a浓度的最佳模型,模型的决定系数R^2分别达到了0.923、0.919、0.916,回归估计的标准误差S分别为0.012、0.013、0.013,F检验值分别为101.241、96.576、92.925.利用剩余10个样本对估算模型进行精度和误差检验,结果表明以R(O^-)_(762)/R(P^-)_(496)为自变量的二次函数模型好于另外两个,对太湖夏季水体叶绿素a浓度估算具有一定的实用性.此外,将光谱微分技术应用到R(O^-)信息分析太湖夏季水体叶绿素a浓度,结果不能获得较高的预测精度.

南京市区土地覆被及生态环境遥感动态监测

随着城市的发展,城市的生态环境质量状况越来越引起人们的关注。以南京市区为研究区域,在对2000年TM和2004年的CBERS-2星进行影像特征分析的基础上,提取不同年份的土地覆被信息,进而分析土地覆被和生态环境的动态变化。得出如下结论:2000年土地覆被以居民地、水田和旱地为主,2004年则以居民地、旱地和林地为主,且水田大面积减少,居民地面积增加明显;土地覆被发生变化的部分以水田和旱地为主。从土地覆被类型变化率的角度,水田和公交建设用地变化最快,动态度分别为-8.61和5.17。不同类别之间的转化较为复杂,八大类别之间有20对转换关系(其中裸岩没有参与转换)。两年的生态环境质量值(EV)分别为:0.3871和0.3799,它表明南京市区的生态环境质量下降程度很小;生物丰度指数提高了10.43,说明南京市区生物丰富程度有很大改观;两年的植被覆盖指数相差较大,说明植被覆盖减少显著。

不同浓度悬浮泥沙水体的光谱吸收特性模拟

悬浮泥沙的光学特性是影响内陆湖泊水色遥感的重要因素。利用光谱吸收衰减仪（AC-S）测得水池中悬浮泥沙浓度为2．13～1442．40mg／L的水体光谱吸收。在蓝、绿和红光波段，悬浮泥沙水体的平均比吸收系数分别为0．0161±0．0039m^2·g^-1、0．0071±0．0020m^2·g^-1和0．0025±0．0007m^2·g^-1；指数拟合获得的Sm^＊值为0．0098±0．0011nm^-1，利用其模拟的比吸收光谱与实测光谱吻合效果较好，说明该孓取值对悬浮泥沙水体比吸收光谱的曲线斜率变化具有一定的参考价值。此外，建立了悬浮泥沙水体吸收系数a（440）m与其浓度的关系模型，R^2达0．947，拟合精度较高；然而比吸收系数a^＊（440）m与泥沙浓度几乎无相关性。研究结果可为内陆水色遥感分析模型的建立提供重要的参数保障。

项目教学法在专业遥感课程教学中的应用

以海洋遥感专业课程为例,展示项目教学法在遥感应用领域课程教学中的应用,教学实践表明该方法能取得较好的教学效果。通过项目教学法,不但顺利有效地完成了教学任务,更是在充分激发学生学习兴趣的基础上,提高了学生分析问题解决问题的能力,达到了该类课程的教学目的。

面向海洋技术专业本科生培养的海洋遥感课程教改初探

针对海洋技术专业本科生的海洋遥感课程教学,本文提出了该课程的合理安排和教学内容的优化,同时对教学方法的改进提出了思路,强调了项目教学法的使用和加大实践实习教学的力度,以激发学生学习海洋遥感课程的兴趣,显著提高该课程的教学效果。

太湖叶绿素a浓度时空分异及其定量反演

利用2005年实测叶绿素a浓度数据分析了太湖叶绿素a浓度的时空分布特征,并利用同步光谱数据,分季节对太湖叶绿素a浓度的反演模型进行研究,从而分析叶绿素a的时空变化对反演模型的影响.首先分析1 a内叶绿素a浓度随时间的变化规律,然后利用反距离加权插值法绘制叶绿素a浓度不同季节空间分布图,分析叶绿素a浓度在不同季节的空间分布规律,在此基础上分春、夏、秋3个季节和中营养化、轻度富营养化、中度富营养化、重度富营养化4个营养状态进行叶绿素a浓度定量反演模型研究.结果表明,太湖叶绿素a浓度具有明显的时空分布特征.夏季叶绿素a浓度最高,冬季最低,平均浓度分别为56.29μg/L、13.61μg/L.秋季由于受到夏季高浓度的影响,叶绿素a浓度高于春季,平均值分别为26.43μg/L3、4.78μg/L;夏季叶绿素a浓度空间变化最大,冬季全湖叶绿素a浓度含量较为均一,空间变化不明显,秋季空间差异要大于春季;全年北部湖区的空间差异较大,而南部湖区相对较小.不同季节叶绿素a反演算法模型不同,春、秋季波段比值法反演效果较好;而夏季微分法反演效果明显好于其它反演算法,不同营养状态条件下反演算法差异相对较小.

太湖梅梁湾水体组分吸收特性季节差异分析

利用2006年8月、11月和2007年3月太湖梅梁湾水样实验室测定的水体组分固有光学特性数据和水质分析数据,分析水体中各组分在不同季节的吸收特性,并讨论不同季节光谱吸收的主导因子.结果表明,各组分在不同季节其吸收特性存在一定的差异,总悬浮吸收系数在夏季最大,在440 nm平均吸收系数为(7.49±3.0)m-1,春季最小,440 nm平均吸收系数为(2.86±0.73)m-1,且不同季节其吸收类型不同;非藻类颗粒吸收特性的季节性差异相对较小,其吸收系数和S值的差异主要是由于无机悬浮物含量和组成的不同导致的;由于藻类含量的差异导致浮游藻类吸收系数在夏季最大,675 nm平均吸收系数为(5.49±3.5)m-1,秋季次之675 nm平均吸收系数为(2.03±1.14)m-1,春季最小,675 nm平均吸收系数为(0.62±0.25)m-1;而有色可溶性有机物(chromophoric dissolved organic matter,CDOM)吸收系数和S值的季节差异性主要是由于其来源的不同,导致其浓度和成分的不同形成的.春、秋季由于无机悬浮物含量较高,非藻类颗粒物对总吸收的贡献大于其他组分,是水体总吸收的主导因子.而夏季由于浮游藻类含量较高,使其成为水下光谱的主要影响因素.

太湖水体后向散射特性模拟

为研究太湖水体后向散射系数的光学特性，利用太湖实测数据和半分析方法与光学闭合（OpticalClosure）原理，对太湖水体的后向散射系数进行模拟，在此基础上对其光学特性和影响因子进行分析。研究结果表明：由于悬浮物浓度的差异，使得太湖水体后向散射系数具有明显的差异性，后向散射主要由无机悬浮物引起，浮游藻类对后向散射系数的贡献较小；由于悬浮物来源不同，使得悬浮物粒径分布、形状以及组成成分不同，导致太湖水体单位后向散射系数存在一定变化；以550nm作为参考波段对太湖后向散射系数进行参数化，得出该波段后向散射系数与悬浮物浓度具有很好的线性关系，其指数在1．32-2．8之间变化，平均值为2．09。

太湖CDOM紫外吸收特性及其分子量时空分布特征

基于2006年8月16日、2007年3月28日对太湖梅梁湾15个样点和2007年11～12月对全湖61个样点的有色溶解性有机物(CDOM)吸收系数观测数据,对CDOM分子量相对大小的时空差异及其影响因素进行了分析.结果表明,梅梁湾地区主要富集的是高分子量CDOM,而大太湖地区则较为复杂,北部地区主要是高分子量的CDOM占据主导地位;而在太湖东西部,主要是低分子量的CDOM;南太湖区域,高分子量的CDOM和低分子量的CDOM相对平衡.不同波长范围内CDOM吸收模型的斜率系数(S)值对CDOM的分子组成的敏感性具有一定的差异性,UVR最为敏感,其次是UV-A,再次为UV-B,UV-C最不敏感.梅梁湾CDOM主要影响因素是陆源,陆源影响的强度随季节的变化具有一定的差异,其中8月份最强,其次是3月份,最弱为11月份.

太湖水色因子空间分布特征及其对水生植物光合作用的影响

利用太湖全湖64个采样点的数据,分析了各水色因子及真光层深度的空间分布和变化特征,并探讨了其对水生植物光合作用的影响.结果表明:叶绿素a浓度在全湖间的差异最大,其变化范围为1.67～159.94μg.L-1,均方差为41.03μg.L-1,在梅梁湾、竺山湖、夹浦港和小梅口附近湖区,叶绿素a浓度较高且空间变化明显,等值线在这些湖区密集分布;悬浮物浓度变化次之,其含量在6.47～143.47mg.L-1之间变化,均方差为31.63mg.L-1,其在大浦港和小梅口入湖口附近湖区的空间变化明显,等值线分布密集;有色可溶性有机物(CDOM)吸收系数在全湖变化较小,没有明显的空间变化特征;真光层深度受悬浮物和叶绿素的共同影响,其空间分布特征与悬浮物相反.

太湖悬浮物对水体生态环境的影响及其高光谱反演

利用太湖水质参数数据、水面以下实测光谱数据以及水-气界面辐射传输模型,计算得到了水体漫射衰减系数和水面以上遥感反射比,探讨了悬浮物对水体中营养盐以及水下光照等水体环境因子的影响,在此基础上,利用水面以上遥感反射率建立了悬浮物浓度的定量反演模型.研究结果表明:悬浮物浓度与水体下行漫射衰减系数具有很好的相关性,在可见光波段相关系数达到0.8以上,与真光层深度具有很好的负指数关系;水面以上遥感反射比与悬浮物浓度对数(ln(TSS))具有很好的相关性,在500～600nm范围内呈负相关,在620～882nm范围呈正相关,最大负相关出现在522nm附近,最大正相关出现在692nm附近;选用Rrs(522nm)、Rrs(692nm)以及其比值作为变量建立悬浮物反演模型,得出的单波段线性对数模型能够较好地反演悬浮物浓度.

富营养化的太湖水体叶绿素a浓度模型反演

半经验模型反演叶绿素a浓度是目前遥感反演水体叶绿素a浓度的主要方法。但是,大量研究结果表明,太湖水体浑浊,富营养化严重,各种半经验模型的反演精度和模型适用性有较大差异。因此,研究一种既满足一定精度要求,又具有时间普适性的叶绿素a浓度反演算法,对提高模型适用性,促进遥感的反演应用具有重要意义。本研究通过2005年6-10月地面实测数据,建立太湖叶绿素a浓度一阶微分反演模型、波段比值反演模型和三波段反演模型,对比各模型反演效果,认为波段比值模型与三波段模型具有较好的反演效果。运用2006年11月和2007年11月实测数据对这三种模型加以检验,结果表明,三波段模型反演高富营养化的太湖水体,不仅精度高,平均误差仅为实测浓度差的8.3%,而且适用性较强,不同年份数据的检验结果证明平均误差均低于实测浓度差的20%。因此,三波段模型是这三种反演模型中效果最好的一类模型。

秋季太湖水下光场结构及其对水生态系统的影响

水生态系统中光能的分配很大程度上决定了水生态系统的结构和功能,利用2007年11-12月太湖水体光学特性和组分浓度数据,对秋季太湖水下光场结构特征和水体组分光竞争能力的表征光学量(漫衰减系数、平均余弦)和影响因素(吸收系数比重)进行了分析研究.结果表明,秋季太湖水下辐照度呈现单峰分布,最高值为583nm左右;根据Kd可将黄质和非色素物质主导程度的强弱分为弱、较强、强三个等级;Kd(PAR)平均值为4.61±1.54m-1,水体真光层厚度平均值为1.11±0.35m;太湖水下光场的光能主要分布在青光和黄绿光波长范围内,约占总能量的60%,蓝光和红光波长范围内的能量约占30%,这样的光谱结构有利于铜绿微囊藻和斜生栅藻的生长.

太湖水体漫射衰减系数的光学特性及其遥感反演模型

利用2007年11月8—22日太湖实测光谱数据和水质分析数据,分析了秋季太湖水体漫射衰减系数(Kd)的光谱特性及其影响因子,并在此基础上,利用水面以上遥感反射率,以490nm波长的漫射衰减系数[Kd(490)]作为中间变量,建立了漫射衰减系数与水面以上遥感反射率的遥感反演模型.结果表明:在可见光波段范围内,秋季太湖水体大部分点位的漫射衰减系数随波长的增加呈指数递减趋势;由于部分点位浮游藻类的含量较高,对漫射衰减系数影响较大,导致这些点位的漫射衰减系数在波长675nm附近出现峰值;无机悬浮物对漫射衰减系数的影响大于有机悬浮物,主要是由于悬浮物中无机悬浮物的含量远大于有机悬浮物.漫射衰减系数与遥感反射率具有很好的相关性,以Rrs(550)、Rrs(675)、Rrs(731)作为自变量,与Kd(490)进行回归分析,得出Kd(490)与Rrs(731)具有很好的线性关系,而利用Rrs(550)、Rrs(675)、Rrs(731)进行多元线性回归的效果(R2>0.96)好于单波段[Rrs(731)]算法.

基于季节分异的太湖叶绿素浓度反演模型研究

叶绿素浓度反演算法主要有经验方法、半经验/分析方法和分析方法,其中半经验/分析方法应用最为广泛。但是反演的模型以及模型中的参数和反演精度都随着水体中叶绿素浓度的变化而改变。不同的季节水体中叶绿素浓度不同,水体反射光谱曲线特征和与叶绿素浓度相关性较高的敏感波段也不一致,使得各季节选用的反演模型和模型中的参数也存在一定的差异。本文在对2005年1—10月份叶绿素a(Chla)浓度季节差异进行分析的基础上,对4—10月份同步测量的水体光谱数据分春、夏、秋三个季节进行分析,分季节建立叶绿素浓度反演模型,并对它们进行比较,旨在为各季节选择最佳的反演模型。研究结果表明:春季和秋季选用波段比值算法反演精度较高,其中对数模型,线性模型和一元二次模型都有较高的相关性;夏季选用微分算法较好,该算法所建立的三种模型均具有较高的相关性。