本文在實測(ce)數(shu)據的基礎上，通(tong)(tong)過(guo)分析查干湖多(duo)個(ge)水質參數(shu)（葉綠素(su)a、懸(xuan)浮物(wu)、透明(ming)度、濁度、總磷等）與高光(guang)譜反射特(te)征之(zhi)間的響應(ying)關系，并(bing)(bing)以(yi)Landsat-5TM多(duo)光(guang)譜影像(xiang)為(wei)基礎，通(tong)(tong)過(guo)不(bu)同波(bo)段組合法(fa)以(yi)及(ji)特(te)定波(bo)段的半經驗算法(fa)（對(dui)數(shu)變(bian)化、微(wei)分變(bian)化、熒光(guang)峰參數(shu)的計算等），基于統計回歸(gui)法(fa)，建(jian)立湖泊水質參數(shu)的遙(yao)感反演模型；并(bing)(bing)利用TSIM修正營(ying)(ying)養狀態(tai)指數(shu)模型，選取能反應(ying)湖泊藻類數(shu)量多(duo)寡的指標——葉綠素(su)a為(wei)主(zhu)要評價因子，透明(ming)度和(he)總磷為(wei)輔助(zhu)因子，對(dui)查干湖富營(ying)(ying)養化程(cheng)度進行(xing)遙(yao)感動態(tai)監測(ce)。通(tong)(tong)過(guo)以(yi)上研(yan)究(jiu)得出了以(yi)下結論：

1．通(tong)過(guo)(guo)將(jiang)光(guang)譜特征引入(ru)到葉綠素(su)定(ding)(ding)量(liang)(liang)(liang)反(fan)(fan)(fan)演(yan)過(guo)(guo)程(cheng)中，對于(yu)建立葉綠素(su)a濃度(du)的(de)(de)定(ding)(ding)量(liang)(liang)(liang)模型(xing)，提高(gao)和改善反(fan)(fan)(fan)演(yan)精度(du)具有(you)一定(ding)(ding)的(de)(de)意義；懸(xuan)(xuan)浮物(wu)(wu)(wu)是影響(xiang)水(shui)體反(fan)(fan)(fan)射光(guang)譜的(de)(de)主要物(wu)(wu)(wu)質之一，通(tong)過(guo)(guo)研究懸(xuan)(xuan)浮物(wu)(wu)(wu)水(shui)體的(de)(de)光(guang)譜特征，掌握特定(ding)(ding)水(shui)體懸(xuan)(xuan)浮物(wu)(wu)(wu)的(de)(de)敏感(gan)(gan)波段(duan)，建立遙(yao)感(gan)(gan)數據(ju)和懸(xuan)(xuan)浮物(wu)(wu)(wu)含量(liang)(liang)(liang)的(de)(de)定(ding)(ding)量(liang)(liang)(liang)關系，有(you)助于(yu)利用遙(yao)感(gan)(gan)數據(ju)反(fan)(fan)(fan)演(yan)水(shui)體懸(xuan)(xuan)浮物(wu)(wu)(wu)含量(liang)(liang)(liang)。

2．運用多種半(ban)經驗算(suan)法(fa)(fa)模型(xing)，分析(xi)研究(jiu)了水體(ti)反(fan)(fan)(fan)射光(guang)(guang)譜特征(zheng)與(yu)葉綠(lv)素(su)a濃(nong)度(du)(du)、透(tou)明(ming)度(du)(du)和濁(zhuo)度(du)(du)之間的(de)(de)(de)(de)關(guan)(guan)系。查(cha)干(gan)(gan)湖水體(ti)各單波段(duan)光(guang)(guang)譜反(fan)(fan)(fan)射率與(yu)葉綠(lv)素(su)a濃(nong)度(du)(du)的(de)(de)(de)(de)相關(guan)(guan)系數(shu)普遍較低(di)，熒(ying)(ying)光(guang)(guang)峰(feng)（700nm附(fu)近）與(yu)其鄰近的(de)(de)(de)(de)吸收峰(feng)（680nm附(fu)近）的(de)(de)(de)(de)比(bi)值與(yu)葉綠(lv)素(su)a含量普遍都(dou)有比(bi)較好的(de)(de)(de)(de)效果，熒(ying)(ying)光(guang)(guang)峰(feng)波段(duan)（680-710nm）一階微分與(yu)葉綠(lv)素(su)a有著(zhu)較為穩(wen)定的(de)(de)(de)(de)相關(guan)(guan)性(xing)，不僅在(zai)各個(ge)月(yue)份相關(guan)(guan)度(du)(du)較高(gao)(gao)，而且在(zai)整個(ge)夏季(ji)相關(guan)(guan)度(du)(du)也最高(gao)(gao)；透(tou)明(ming)度(du)(du)反(fan)(fan)(fan)演(yan)算(suan)法(fa)(fa)不夠穩(wen)定，隨著(zhu)季(ji)節日期的(de)(de)(de)(de)變(bian)化(hua)，算(suan)法(fa)(fa)出現了較大的(de)(de)(de)(de)波動；濁(zhuo)度(du)(du)與(yu)透(tou)明(ming)度(du)(du)相似，算(suan)法(fa)(fa)不夠穩(wen)定。同時，利用TM數(shu)據反(fan)(fan)(fan)演(yan)查(cha)干(gan)(gan)湖中(zhong)國(guo)科學院博士學位論文(wen) 查(cha)干(gan)(gan)湖水質遙(yao)感(gan)模型(xing)及富營(ying)養化(hua)狀況(kuang)評價研究(jiu)II葉綠(lv)素(su)a濃(nong)度(du)(du)、透(tou)明(ming)度(du)(du)和濁(zhuo)度(du)(du)發(fa)現，不同日期，波段(duan)組合與(yu)這(zhe)些水質參(can)數(shu)相關(guan)(guan)性(xing)不同。

3．經驗模型(xing)作為TP反演主(zhu)要模型(xing)，由(you)于水質參數(shu)(shu)(shu)與遙感數(shu)(shu)(shu)據之(zhi)間的事(shi)實相關(guan)性(xing)(xing)不(bu)能保證，算法的精度不(bu)高，且(qie)具有時(shi)間和空間特殊性(xing)(xing)。通過(guo)分別(bie)研究2004年(nian)各(ge)測量月份數(shu)(shu)(shu)據，發現(xian)只有2004年(nian)5月份和9月份兩(liang)者具有較好(hao)(hao)的相關(guan)性(xing)(xing)。同(tong)時(shi)，建立(li)多光譜TM影像數(shu)(shu)(shu)據與TP的經驗關(guan)系，2004年(nian)7月26日(ri)(ri)TM4/TM3，2004年(nian)10月14日(ri)(ri)TM3，2005年(nian)7月13日(ri)(ri)TM2分別(bie)與TP有著較好(hao)(hao)的關(guan)系。

4．采用遙感與地面監測相結合的方法，利用富營養化評價模型和遙感反演
數據，對(dui)湖(hu)(hu)泊做出(chu)富營(ying)(ying)(ying)養化(hua)評(ping)價。2004年7月(yue)13日查(cha)干(gan)湖(hu)(hu)大(da)部(bu)處(chu)(chu)于(yu)(yu)富營(ying)(ying)(ying)養化(hua)水(shui)(shui)平(ping)，西部(bu)部(bu)分(fen)條帶形區(qu)域處(chu)(chu)于(yu)(yu)超富營(ying)(ying)(ying)養化(hua)水(shui)(shui)平(ping)；新(xin)(xin)廟泡(pao)(pao)由(you)南向(xiang)北(bei)富營(ying)(ying)(ying)養化(hua)程(cheng)度逐(zhu)漸增高，且都(dou)處(chu)(chu)于(yu)(yu)富營(ying)(ying)(ying)養化(hua)水(shui)(shui)平(ping)；庫里泡(pao)(pao)與新(xin)(xin)廟泡(pao)(pao)類似，但是方向(xiang)相反，從南向(xiang)北(bei)減少，也都(dou)處(chu)(chu)于(yu)(yu)富營(ying)(ying)(ying)養化(hua)水(shui)(shui)平(ping)。相對(dui)于(yu)(yu)2004年同期，2005年7月(yue)份(fen)查(cha)干(gan)湖(hu)(hu)整體處(chu)(chu)于(yu)(yu)富營(ying)(ying)(ying)養型(xing)水(shui)(shui)平(ping)，營(ying)(ying)(ying)養狀態指數TSIM(AVE)普遍有(you)一(yi)定程(cheng)度下降(jiang)。2004年10月(yue)份(fen)查(cha)干(gan)湖(hu)(hu)水(shui)(shui)體大(da)部(bu)處(chu)(chu)于(yu)(yu)富營(ying)(ying)(ying)養型(xing)狀態，湖(hu)(hu)心部(bu)分(fen)區(qu)域還有(you)升高，處(chu)(chu)于(yu)(yu)超富營(ying)(ying)(ying)養型(xing)狀態；

新廟泡水(shui)體(ti)整體(ti)處(chu)于富(fu)營(ying)(ying)養(yang)化狀態；庫里泡與新廟泡相似，處(chu)于富(fu)營(ying)(ying)養(yang)化狀態。

本文研究表明，遙感技術直接應用于水質參數定量估算和水體富營養化評價，不僅為水質自動監測和評價提供了一種新的有效的技術方法，而且還完善了水質遙感機理的基礎研究。而對內陸湖泊水質遙感機理的進一步認識與把握，又將有助于這種新技術和新方法在水質自動監測方面的實際應用。因此，從不同方面來說，遙感技術應用于水質自動監測和評價都具有重要的意義。
 

  使用微信“掃一掃”功能添加“谷騰環保網”

相關文章