中贫营养湖泊叶绿素a预测模型探讨

在内陆水体水质遥感监测中,无论采用哪种方法,其模型都具有一定的局限性。不同营养状况的水域,水体光学特性的差异会引起模型适用性不同。目前,大多数学者研究范围主要集中在富营养状态水域,对于中/贫营养状态水域研究较少。为建立适合镜泊湖的叶绿素a水质监测遥感模型,结合2015年9月和2018年7月实测光谱数据,对镜泊湖不同叶绿素a浓度反演模型的精度进行了评价。结果显示,在所构建的8种模型中,三波段模型效果最佳,模型决定系数R^(2)值为0.79,均方根误差RMSE(Root Mean Square Error)为0.34μg/L,平均相对误差MAPE(Mean Absolute Percentage Error)为20.6%。在此基础上,通过对比分析不同模型的适用性,得到如下结论:对于叶绿素a浓度跨度较小的镜泊湖水域,半经验半分析模型建模精度优于传统的经验模型;与三波段模型对比,在低叶绿素浓度及低浑浊水体中,增加近红外波段的四波段模型也可能带来一定的不确定性,从而降低反演精度。

基于水体指数的镜泊湖叶绿素a质量浓度反演研究

结合2015年9月镜泊湖30个有效采样点的实测叶绿素a质量浓度和同步Landsat 8 OLI数据,通过分析叶绿素a的光谱特征,在Landsat8OLI数据11个波段中,选择前7个波段(B1、B2、B3、B4、B5、B6、B7)单独或组合建立叶绿素a质量浓度反演模型。利用多元统计分析法分析发现,波段组合B5/B3、(B3+B4)/B5、B3/(B1+B5)模型精度较好,决定系数R2分别为0.754 1、0.774 3、0.739 6。作为对比,另外选取典型的水体指数建立叶绿素a质量浓度反演模型;其中归一化水体指数(NDWI)、改迚归一化水体指数(MNDWI)、增强型水体指数(EWI)模型较好,R2均大于0.7,分别为0.747 6、0.726 7、0.763 5。选取上述6种模型,利用剩余采样点迚行精度检验,结果预测值与实测值之间的R2为0.0711～0.8094,其中,NDWI模型反演R2值为0.7614,平均相对误差为13.0%,最大相对误差为22.4%,最小相对误差为1.4%;均方根误差为0.20μg/L。与波段组合模型相比,水体指数模型虽然精度没有较大的提高,但其模型摆脱了波段的随机组合,更适合用来作为镜泊湖叶绿素a常用的监测方法。通过NDWI模型对镜泊湖叶绿素a质量浓度的反演,发现镜泊湖叶绿素a质量浓度分布具有一定的空间差异性,大体趋势为靠近岸边的浅水区叶绿素a质量浓度高于湖心的深水区,有河流注入的来水区高于其他湖区。

基于Landsat 8 OLI数据的镜泊湖水体叶绿素a浓度反演

为选择适合镜泊湖的叶绿素a遥感监测模型,结合2018年7月实测叶绿素a浓度与同步Landsat 8 OLI影像,建立了叶绿素a浓度简单线性模型(SLR)与多元线性模型(MLR),并根据拟合度和验证精度最优原则,评估了2种模型的预测效果。结果表明,包含4个波段的MLR模型(B_(2)、B_(3)、B_(4)和B_(5)波段)反演精度优于其他模型。从叶绿素a空间分布状况来看,镜泊湖中心地带为研究区的低值区,支流入湖口地带为研究区的高值区。

镜泊湖水生植被

镜泊湖位于黑龙江省宁安县境内,海拔350米,面积约300平方公里,最大水深约60米,是我国最大的堰塞湖。水生植物主要生于南部和西部的河流、沟涧的入湖处及港湾、湖叉等地段。因底质、水深、透明度等环境不同、植物种类和覆盖度有明显差异。我们根据植物的不同生活型和优势种,划分为下列3个类型和12个群落。挺水植物7个群落:水蒿,芦苇,菰,泽泻+慈菇,大基荸荠,拂子茅+荻,湿苔草+大穗苔草;浮水植物3个群落:两栖蓼,菱,荇菜;沉水植物2个群落:眼子菜,杉叶藻。