论文部分内容阅读
摘要通过星地同步地面试验，建立起洞庭湖水体的叶绿素a浓度遥感反演模型，运用2011年4月～2012年4月的多期环境一号卫星CCD数据，对洞庭湖叶绿素a浓度进行动态监测和分析。结果表明：环境一号卫星CCD数据第三通道（HJ3）反射率与第二通道（HJ2）和第四通道（HJ4）反射率之和的比值与洞庭湖水体叶绿素浓度具有较高的相关性，从而构建基于环境一号卫星多光谱数据的洞庭湖叶绿素a浓度反演模型；采用多期环境一号卫星CCD数据对洞庭湖的叶绿素a浓度进行了连续监测，较好地反映了洞庭湖叶绿素a的时空分布变化。
关键词叶绿素a；环境一号卫星；洞庭湖
中图分类号S127文献标识码A文章编号0517-6611（2016）27-0212-02
AbstractChlorophylla concentration remote sensing inversion model was built through satelliteground synchronization ground test. Chlorophylla concentration in Dongting Lake was dynamically monitored and evaluated using HJ1 CCD data from April 2011 to April 2012. The results showed that HJ3/（HJ2+HJ4） of HJ1 satellite CCD data had relatively high correlation with chlorophyll concentration in water body of Dongting Lake， so as to construct the inverse model of chlorophyll a concentration of Dongting Lake based on HJ1 satellite multispectrum data. Chlorophyll a concentration was continuously monitored by multiphase HJ1 satellite CCD data， which reflected the spatial and temporal distribution variation of chlorophyll a in Dongting Lake.
Key wordsChlorophyll a； HJ1 satellite； Dongting Lake
目前，我国内陆江河湖泊水质监测和分析主要依赖于高精度的仪器进行周期性的湿地监测以及实验室分析。这种监测方法耗费人力、物力，受气候和水文条件的限制，难以长时间跟踪监测，且较少数据点难以反映湖泊的整体分布状况[1]。遥感技术为长期、快速地监测水体环境提供了一种有效的方式，同时大范围的观测还弥补了观测样点的不足，因而在叶绿素a（Chl-a）定量估算和动态监测中具有明显的优越性[2]。目前，多种遥感数据（如Landsat MSS、TM、SPOT、MODIS、IRS-1C、NOAA/AVHRR）和各种航空高光谱数据（如AVIRIS、CASI、AISA及CIS）广泛地应用于水质遥感监测研究。环境一号卫星是我国自主研发的卫星，主要用于对生态破坏、环境污染和灾害进行大范围、全天候、全天时动态监测。环境一号卫星的CCD相机共分4个谱段，空间分辨率为30 m，幅宽360 km，重访天数为4 d[3]。
笔者利用环境一号卫星数据，结合地面同步观测数据，建立Chl-a浓度反演模型，研究洞庭湖Chl-a浓度变化特征，以期为洞庭湖富营养化的修复和管理提供理论依据。
1研究区概况
洞庭湖是我国第二大淡水湖，跨湖南、湖北2省，是长江中游重要吞吐湖泊。地理坐标为111°40′～113°10′ E、28°30′～29°31′ N，是全球重要湿地。近年来，洞庭湖地区经济快速发展，来自各方面的污染，如工业污染、城镇生活污染、农业生产污染、水产养殖及船舶污染，对洞庭湖生态环境造成严重威胁。其中，工业污染、生活污染及农业生产污染是主要污染源。在某些季节，污染使东洞庭湖处于轻度富营养化状态，南洞庭湖和西洞庭湖处于中营养化状态，甚至局部地区出现“水华”现象。
2数据来源与处理
选择天气晴朗、少云的2012年4月1～2日，对洞庭湖进行野外地面试验。在洞庭湖均匀布设91个采样点，在各采样点野外实地采集水样带回实验室分析，获取Chl-a浓度等水质数据。
选用2012年4月1日HJ-1A的CCD数据二级产品作为遥感数据源，经过空间配准的1∶5万地形图为参考图像，进行辐射定标、几何校正、大气校正、反射率转换、云层与水草区的剔除等预处理工作后，利用归一化差异水体指数（NDWI）提取洞庭湖水体。
3洞庭湖Chl-a浓度反演
针对Chl-a浓度对比分析了39个单波段、波段比值和多波段组合算法，并对这些算法的线性模型、指数模型、对数模型和二次方程模型进行了对比分析[4-5]，得出环境卫星多光谱数据第三通道（HJ3）反射率与第二通道（HJ2）和第四通道（HJ4）反射率之和的比值与洞庭湖水体叶绿素浓度具有较高的相关性，从而构建基于环境一号卫星多光谱数据的洞庭湖Chl-a反演模型：
Chl-a=-164.46M+134.78（R2=0.849 2）（1）
M=HJ3/（HJ2+HJ4）（2）
根据Chl-a浓度反演模型，结合6景环境一号卫星多光谱影像数据，对2011年4月～2012年4月的洞庭湖Chl-a浓度进行反演，结果见图1。
从图1可以看出，洞庭湖叶绿素浓度总体较低且变化不大，最大浓度为11.82 mg/m3。总体上7～9月浓度较高，而其他月份浓度较低。从空间上看，东洞庭湖叶绿素浓度较其他地区偏高。
4结论
基于星地同步地面试验，对洞庭湖叶绿素a浓度进行动态监测和分析，结果表明，环境卫星多光谱数据第三通道（HJ3）反射率与第二通道（HJ2）和第四通道（HJ4）反射率之和的比值与洞庭湖水体叶绿素浓度具有较高的相关性，从而构建基于环境一号卫星多光谱数据的洞庭湖Chl-a反演模型。
采用2011年4月～2012年4月的环境一号卫星CCD数据对洞庭湖的叶绿素a浓度进行了连续监测，较好地反映了洞庭湖叶绿素a的时空分布变化，验证了该模型的实用性。
参考文献
[1] 陈静，吴传庆，申维，等.基于环境一号卫星CCD数据的巢湖叶绿素a的动态监测[J].中国环境监测，2012，28（1）：116-119.
[2] 旷达，韩秀珍，刘翔，等.基于环境一号卫星的太湖叶绿素a浓度提取[J].中国环境科学，2010，3（9）：1268-1273.
[3] 王桥，杨煜，吴传庆.环境减灾-1A卫星超光谱数据反演叶绿素a浓度的模型研究[J].航天器工程，2009，18（6）：133-137.
[4] 曲伟，路京选，李琳，等.环境减灾小卫星影像水体和湿地自动提取方法研究[J].遥感信息，2011，4（6）：28-33.
[5] 薛云，赵运林，张维，等.基于环境一号卫星CCD数据的洞庭湖夏季富营养状态评价[J].环境科学学报，2014，34（10）：2534-2539.
关键词叶绿素a；环境一号卫星；洞庭湖
中图分类号S127文献标识码A文章编号0517-6611（2016）27-0212-02
AbstractChlorophylla concentration remote sensing inversion model was built through satelliteground synchronization ground test. Chlorophylla concentration in Dongting Lake was dynamically monitored and evaluated using HJ1 CCD data from April 2011 to April 2012. The results showed that HJ3/（HJ2+HJ4） of HJ1 satellite CCD data had relatively high correlation with chlorophyll concentration in water body of Dongting Lake， so as to construct the inverse model of chlorophyll a concentration of Dongting Lake based on HJ1 satellite multispectrum data. Chlorophyll a concentration was continuously monitored by multiphase HJ1 satellite CCD data， which reflected the spatial and temporal distribution variation of chlorophyll a in Dongting Lake.
Key wordsChlorophyll a； HJ1 satellite； Dongting Lake
目前，我国内陆江河湖泊水质监测和分析主要依赖于高精度的仪器进行周期性的湿地监测以及实验室分析。这种监测方法耗费人力、物力，受气候和水文条件的限制，难以长时间跟踪监测，且较少数据点难以反映湖泊的整体分布状况[1]。遥感技术为长期、快速地监测水体环境提供了一种有效的方式，同时大范围的观测还弥补了观测样点的不足，因而在叶绿素a（Chl-a）定量估算和动态监测中具有明显的优越性[2]。目前，多种遥感数据（如Landsat MSS、TM、SPOT、MODIS、IRS-1C、NOAA/AVHRR）和各种航空高光谱数据（如AVIRIS、CASI、AISA及CIS）广泛地应用于水质遥感监测研究。环境一号卫星是我国自主研发的卫星，主要用于对生态破坏、环境污染和灾害进行大范围、全天候、全天时动态监测。环境一号卫星的CCD相机共分4个谱段，空间分辨率为30 m，幅宽360 km，重访天数为4 d[3]。
笔者利用环境一号卫星数据，结合地面同步观测数据，建立Chl-a浓度反演模型，研究洞庭湖Chl-a浓度变化特征，以期为洞庭湖富营养化的修复和管理提供理论依据。
1研究区概况
洞庭湖是我国第二大淡水湖，跨湖南、湖北2省，是长江中游重要吞吐湖泊。地理坐标为111°40′～113°10′ E、28°30′～29°31′ N，是全球重要湿地。近年来，洞庭湖地区经济快速发展，来自各方面的污染，如工业污染、城镇生活污染、农业生产污染、水产养殖及船舶污染，对洞庭湖生态环境造成严重威胁。其中，工业污染、生活污染及农业生产污染是主要污染源。在某些季节，污染使东洞庭湖处于轻度富营养化状态，南洞庭湖和西洞庭湖处于中营养化状态，甚至局部地区出现“水华”现象。
2数据来源与处理
选择天气晴朗、少云的2012年4月1～2日，对洞庭湖进行野外地面试验。在洞庭湖均匀布设91个采样点，在各采样点野外实地采集水样带回实验室分析，获取Chl-a浓度等水质数据。
选用2012年4月1日HJ-1A的CCD数据二级产品作为遥感数据源，经过空间配准的1∶5万地形图为参考图像，进行辐射定标、几何校正、大气校正、反射率转换、云层与水草区的剔除等预处理工作后，利用归一化差异水体指数（NDWI）提取洞庭湖水体。
3洞庭湖Chl-a浓度反演
针对Chl-a浓度对比分析了39个单波段、波段比值和多波段组合算法，并对这些算法的线性模型、指数模型、对数模型和二次方程模型进行了对比分析[4-5]，得出环境卫星多光谱数据第三通道（HJ3）反射率与第二通道（HJ2）和第四通道（HJ4）反射率之和的比值与洞庭湖水体叶绿素浓度具有较高的相关性，从而构建基于环境一号卫星多光谱数据的洞庭湖Chl-a反演模型：
Chl-a=-164.46M+134.78（R2=0.849 2）（1）
M=HJ3/（HJ2+HJ4）（2）
根据Chl-a浓度反演模型，结合6景环境一号卫星多光谱影像数据，对2011年4月～2012年4月的洞庭湖Chl-a浓度进行反演，结果见图1。
从图1可以看出，洞庭湖叶绿素浓度总体较低且变化不大，最大浓度为11.82 mg/m3。总体上7～9月浓度较高，而其他月份浓度较低。从空间上看，东洞庭湖叶绿素浓度较其他地区偏高。
4结论
基于星地同步地面试验，对洞庭湖叶绿素a浓度进行动态监测和分析，结果表明，环境卫星多光谱数据第三通道（HJ3）反射率与第二通道（HJ2）和第四通道（HJ4）反射率之和的比值与洞庭湖水体叶绿素浓度具有较高的相关性，从而构建基于环境一号卫星多光谱数据的洞庭湖Chl-a反演模型。
采用2011年4月～2012年4月的环境一号卫星CCD数据对洞庭湖的叶绿素a浓度进行了连续监测，较好地反映了洞庭湖叶绿素a的时空分布变化，验证了该模型的实用性。
参考文献
[1] 陈静，吴传庆，申维，等.基于环境一号卫星CCD数据的巢湖叶绿素a的动态监测[J].中国环境监测，2012，28（1）：116-119.
[2] 旷达，韩秀珍，刘翔，等.基于环境一号卫星的太湖叶绿素a浓度提取[J].中国环境科学，2010，3（9）：1268-1273.
[3] 王桥，杨煜，吴传庆.环境减灾-1A卫星超光谱数据反演叶绿素a浓度的模型研究[J].航天器工程，2009，18（6）：133-137.
[4] 曲伟，路京选，李琳，等.环境减灾小卫星影像水体和湿地自动提取方法研究[J].遥感信息，2011，4（6）：28-33.
[5] 薛云，赵运林，张维，等.基于环境一号卫星CCD数据的洞庭湖夏季富营养状态评价[J].环境科学学报，2014，34（10）：2534-2539.