適用于不同光學(xué)特征二類(lèi)水體的葉綠素a濃度遙感估算方法研究.pdf

1、二類(lèi)水體包括海岸帶水體、湖泊、河流等。由于二類(lèi)水體光學(xué)組分的復(fù)雜性以及地區(qū)差異性，目前仍然沒(méi)有具有較強(qiáng)通用性的二類(lèi)水體葉綠素a濃度遙感估算算法，極大地限制了遙感技術(shù)在二類(lèi)水體富營(yíng)養(yǎng)化監(jiān)測(cè)、初級(jí)生產(chǎn)力估算、碳匯能力評(píng)價(jià)等方面的應(yīng)用廣度和深度。缺乏具有較強(qiáng)適用性的葉綠素a濃度估算模型以及較強(qiáng)穩(wěn)定性的大氣校正模型是制約全球尺度或者區(qū)域尺度二類(lèi)水體葉綠素a濃度估算的主要原因。本研究針對(duì)這兩個(gè)關(guān)鍵問(wèn)題，分別構(gòu)建了一種可以用于不同光學(xué)特征二類(lèi)水體的

2、葉綠素a濃度估算半分析模型(UMOC)以及一種較為穩(wěn)定的大氣校正模型(DDV-WC)，從而提高模型在二類(lèi)水體遙感監(jiān)測(cè)中的適用性，為全國(guó)乃至全球范圍二類(lèi)水體遙感監(jiān)測(cè)提供技術(shù)支持。研究?jī)?nèi)容和得出的主要結(jié)論包括以下幾個(gè)方面:
　　(1)在全球范圍內(nèi)收集到采集于18個(gè)不同研究區(qū)共1121個(gè)樣點(diǎn)的數(shù)據(jù)。在分析不同二類(lèi)水體遙感反射率、水體固有光學(xué)特性變化的基礎(chǔ)上，提出了一種新的葉綠素a吸收峰附近非色素碎屑物質(zhì)（主要包括非色素顆粒物和黃色物質(zhì)，

3、簡(jiǎn)稱為aym）吸收信號(hào)去除假設(shè)(aym(λ1)=ηaym(λ2)+(1-η)aym(λ3))。當(dāng)λ1，λ2，λ3和η分別等于665，560，709 nm和0.2時(shí)，該假設(shè)估算aym(665)的平均相對(duì)誤差僅為16.498％，相比于經(jīng)典三波段模型使用aym(709)估算aym(665)時(shí)的平均相對(duì)誤差65.168％，大大提高了葉綠素a吸收峰附近非色素碎屑物質(zhì)吸收信號(hào)的去除精度。在葉綠素a吸收峰附近非色素碎屑物質(zhì)吸收信號(hào)去除假設(shè)，以及用于去

4、除水體總后向散射(bb(λ))信號(hào)的近紅外波段位置判斷方法的基礎(chǔ)上，構(gòu)建了一種新的二類(lèi)水體葉綠素a濃度遙感估算模型(UMOC)。地面實(shí)測(cè)數(shù)據(jù)的驗(yàn)證結(jié)果表明，其葉綠素a濃度估算的平均相對(duì)誤差僅為30.418％，無(wú)論是對(duì)于“海灣”型二類(lèi)水體還是“湖泊”型二類(lèi)水體，都取得了穩(wěn)定可靠的葉綠素a濃度估算結(jié)果，18個(gè)研究區(qū)中僅在Terrebonne灣估算的平均相對(duì)誤差大于50％。UMOC模型用于模擬MERIS數(shù)據(jù)或者模擬Sentinel-2a數(shù)據(jù)時(shí)

5、，其估算平均相對(duì)誤差與直接使用野外實(shí)測(cè)數(shù)據(jù)估算的平均相對(duì)誤差相差不大，都在30％左右。驗(yàn)證結(jié)果表明，UMOC模型是一種可以用于全球尺度或者區(qū)域尺度等宏觀尺度二類(lèi)水體葉綠素a濃度遙感估算的半分析模型。
　　(2)以太湖為研究區(qū)，構(gòu)建了一種改進(jìn)的基于近岸濃密植被暗像元的二類(lèi)水體大氣校正算法(DDV-WC)。DDV-WC算法的特點(diǎn)主要體現(xiàn)在以下兩方面:(1)在氣溶膠的計(jì)算中增加了對(duì)相對(duì)濕度的考慮，并引入6種包含相對(duì)濕度的氣溶膠模型，與氣

6、溶膠光學(xué)厚度實(shí)測(cè)數(shù)據(jù)進(jìn)行對(duì)比分析，遴選最合適的氣溶膠模式，提高了氣溶膠光學(xué)厚度估算的精度;(2)制訂了比通常暗像元選取更為嚴(yán)格的近岸濃密植被暗像元選擇規(guī)則（DDV-WC-Selection），驗(yàn)證結(jié)果表明，相比于MODIS標(biāo)準(zhǔn)算法的暗像元選取規(guī)則，DDV-WC-Selection選取規(guī)則能更加穩(wěn)定地剔除非濃密植被像元和混合像元，保證氣溶膠光學(xué)厚度反演的精度。將DDV-WC算法反演得到的大氣參數(shù)應(yīng)用于全湖大氣校正，結(jié)果表明無(wú)論對(duì)于MODI

7、S影像還是同步MERIS影像，都取得了較為理想的結(jié)果。
　　(3)結(jié)合構(gòu)建的二類(lèi)水體葉綠素a濃度估算模型(UMOC)與大氣校正模型(DDV-WC)，基于2002-2012年的MERIS影像對(duì)江蘇省大型湖泊太湖和洪澤湖進(jìn)行了長(zhǎng)時(shí)間序列的葉綠素a濃度估算?；谛堑赝綌?shù)據(jù)的驗(yàn)證結(jié)果表明，UMOC模型與DDV-WC模型相結(jié)合時(shí)，其估算結(jié)果穩(wěn)定可靠，可以用于二類(lèi)水體葉綠素a濃度的時(shí)空變化分析。從葉綠素a濃度估算結(jié)果來(lái)看，太湖和洪澤湖葉綠素

8、a濃度都有明顯的空間差異。太湖梅梁灣、竺山灣和開(kāi)闊水體西北部沿岸葉綠素a濃度較高，開(kāi)闊水域總體上從西北沿岸往湖中心方向呈現(xiàn)明顯的階梯狀遞減趨勢(shì);洪澤湖北部的成子湖以及西部的溧河灣葉綠素a濃度較高，東部水域葉綠素a濃度較低。從季節(jié)變化來(lái)看，太湖葉綠素a濃度變化有顯著的季節(jié)性差異，而洪澤湖沒(méi)有表現(xiàn)出明顯的季節(jié)差異性。從年際變化看，太湖可以分為三個(gè)時(shí)期，呈現(xiàn)了較小（2003-2004年）-增大（2005-2008年）-減弱（2009-2011