星载GNSS-R检测太湖水华可行性分析

星载全球导航卫星系统反射信号(GNSS-R)属于被动遥感技术,具有数据重访周期高、全天时、全天候、信号源丰富等优势。基于此,研究星载GNSS-R检测太湖水华的可行性。星载GNSS-R可以有效检测反射面的粗糙程度,通过使用相干反射表征反射面的粗糙度,研究不同风速区间内相干反射与蓝藻水华的关系。利用2020年4—8月美国气旋全球导航卫星系统(CYGNSS)数据,计算CYGNSS镜面反射点的时延多普勒图(DDM)功率比。以“哨兵-3”卫星水色遥感仪器(OLCI)影像最大特征峰高度(MPH)算法反演出的太湖叶绿素浓度作为参照,与欧洲中期天气预报中心(ECMWF)的风速产品进行时空间线性匹配,分析发现,在1~2.5 m/s风速区间内,叶绿素浓度达到0.1 mg/L以上时,极易引起镜面反射点发生相干反射,且功率比与叶绿素浓度的相关系数为0.84,具有良好的相关性。实验结果证明了利用星载GNSS-R的功率比及相关特性实现太湖水华检测的可行性。

“哨兵-3”卫星OLCI影像MPH算法反演太湖叶绿素a及藻草区分的研究

利用“哨兵-3”卫星OLCI影像数据,基于其619,665,681,709,753和885 nm中心波长对应的6个波段构建的最大特征峰高度(MPH)算法,采用SNAP7.0遥感专业软件,计算了典型日期太湖MPH算法得到的叶绿素a浓度、浮藻区、藻水混悬区、水草区的分布。结果表明:(1)MPH算法能够精确地识别太湖水草和蓝藻;(2)MPH算法能够提取稠密铺集水表层的“浮藻区”,并区分出藻密度较小、水华现象轻微~轻度、蓝藻主要浸没在水面以下的“藻水混悬区”。与MODIS、VIIRS等常用的蓝藻水华遥感传感器相比,OLCI展现了更出色、更精细化的水生态遥感监测能力,可提高蓝藻水华预警预报水平。