基于高光谱数据的水体叶绿素a指数反演模型的建立

水体叶绿素a含量是反映水体质量的重要指标之一,利用遥感技术监测其含量具有众多优势。该研究利用2012年7月在广西壮族自治区桂林市漓江流域实地采集的水体高光谱数据和实验室化验分析数据,借鉴陆表植被叶绿素a的遥感反演模型,发展了一种新的水体叶绿素a提取指数(water chlorophyll-a index,WCI)。通过与反射率敏感波段法、波段比值法和半分析方法对比分析发现,新提出的WCI指数使用650、685、696 nm波段,波段稳定,决定系数R2可达0.58,均方根误差最小为0.24,受水体悬浮物影响小,在天津海河区域的验证效果也表明了该模型可以有效地提取水体叶绿素a含量。该方法扩展了水体叶绿素a监测的建模思路,对水体叶绿素a监测建模有一定的指导作用。

基于荧光分析法的水体叶绿素a传感器光通路设计

基于荧光分析法,设计了一种水体叶绿素a传感器,可满足长期海洋、湖泊环境实时检测的要求。阐述了荧光分析法测量水体叶绿素a的基本原理,提出了叶绿素a传感器光通路部分的设计方法：首先设计了光学传感器探头;进而基于叶绿素a在430～470 nm蓝光波段吸收作用最强的特性,选用460 nm波长的超高亮蓝色发光二极管作为荧光激励信号设计传感器的信号源,激励光源选用4组超高亮蓝色发光LED,符合叶绿素a强吸收定光谱特性,具有功耗小、体积小、成本低和电路设计简单等优点。对比分析了几种不同光电转化器件的优缺点,选择光敏二极管作为光接收器件,满足了水体叶绿素a荧光信号微弱的检测特点;最后对传感器进行了标定与校准。结果表明,传感器测量结果决定系数R2为0.998,标准偏差为0.05μg,最低检出限为0.25μg/L。

水体叶绿素a光学传感器信号调理电路设计与测试

为了将水体叶绿素a光学传感器光通路微弱的荧光信号转换为能够满足模数转换器件输入要求的稳定电信号,在前期光通路部分设计的基础上,设计了水体叶绿素a光学智能传感器的信号调理电路部分。该电路包括激发光源驱动模块、光电I/V转换与放大模块、滤波模块、检波模块4部分:对于激发光源驱动模块,采用偏置匹配度高、偏置偏移极小、压差更低的集成驱动芯片,同时驱动多组LED,比传统的限流电阻方案更加稳定、高效,驱动电流也更加一致;设计的光电I/V转换与放大模块,经过I/V转换电路和同相比例放大电路进行了两级放大,相比传统滤波放大电路具有放大交流、抑制直流的特点;在滤波模块,采用单片集成有源滤波器,无需外接电容,与传统的高阶低通滤波器相比,不仅受杂散电容的影响小,而且可以有效减小电路体积;在检波模块,使用了一款具有增量累计转换方式的集成转换器芯片,较之传统的峰值检波电路具有更宽的输出幅度、轨对轨输出、更快的转换速度和更高的转换精度(高达99.75%),而且具有输出直流稳定、温度漂移更小等特点。

漳泽水库水体叶绿素a含量空间分布研究

漳泽水库是我省的大型水库之一,主要向上党盆地工农业生产供水,其水体是否富营养化,直接影响着供水水质与安全。为此,2019年6-9月间,在库区水体中均匀布设了10个采样点,定期采样对水体中的叶绿素a及氮、磷、p H等相关指标进行了测定,以研究其富营养化程度,为采取有效措施提供科学依据。研究结果表明:在丰水期,库区水体中的叶绿素a平均浓度为65.88μg/L,并呈现由南向北逐渐减少的趋势,对比前人的研究成果,说明现已富营养化;通过SPSS软件分析,和叶绿素a含量浓度显著正相关的指标为透明度,显著负相关的指标为总氮、亚硝态氮和硝态氮的浓度,与总磷、正磷酸盐、氨态氮的浓度相关性不太显著。

水体叶绿素二维生态动力学模型研究

针对边界曲折复杂的河川型水库,以质量平衡方程为基础,以各生态变量的生态动力过程为核心,并结合水库的二维水动力学模型,建立了曲线坐标系下的水体叶绿素二维生态动力学模型,该模型结合水动力学条件,考虑了富营养化过程中的生物、化学和物理变化,给出了更为详细的富营养化信息,适用于计算区域复杂的水体。结合隔河岩水库的实测数据,用矩阵追赶法给出了模型的数值解,从而得到水库中总氮、总磷和叶绿素a的分布。经验证,模型的计算结果与实测值吻合较好。

基于高光谱遥感的长江口叶绿素a浓度反演推算

为了解长江口的水质状况,现场测量叶绿素a浓度,结合高光谱遥感影像,运用波段比值模型、一阶微分模型和水体叶绿素a提取指数(Water Chlorophyll-a Index,WCI)对整个研究区域叶绿素a浓度进行反演推算,并进行空间分布评价;利用实测数据和遥感影像的关系建立反演模型,并结合相关系数、均方根误差和平均相对误差分析和评价反演效果。结果显示,波段比值模型和叶绿素a浓度的相关性达到0.91,均方根误差为1.79,平均相对误差为9.09%;一阶微分模型的相关性为0.95,均方根误差为2.21,平均相对误差为15.31%;WCI模型的相关性高达0.98,均方根误差为1.44,平均相对误差为6.20%。利用WCI模型对整个研究区域的叶绿素a浓度进行模拟,可见研究区域的中间部分叶绿素a含量较低,从中间到两边逐渐增大,南部出现最大值,造成此差异的原因可能是因为北接居民生活区,南邻上海青草沙水库,并且附近存在植被。研究表明,WCI模型的反演效果优于波段比值模型和一阶微分模型,是一种计算简单、精度较高的方法,可以有效地提取水体叶绿素a的浓度,未来可广泛应用于水体环境质量监测。

基于实测光谱分析的GF-1鄱阳湖水体叶绿素反演实用性研究

通过比较GF-1影像波段比值模型、实测光谱波峰波谷法模型与一阶微分法模型获得的反演数据与实测水体叶绿素浓度数据之间相关性大小,证明GF-1号在鄱阳湖水体反演中的适用性。