共查询到20条相似文献，搜索用时 218 毫秒
1.
2.
基于反射光谱的太湖北部叶绿素a浓度定量估算 总被引：2，自引：0，他引：2
利用地物光谱仪研究了太湖水体的反射光谱特征与叶绿素a浓度之间的定量关系,结果表明太湖水体的叶绿素a浓度可以用720 nm附近的反射率估算,同时也可以用806 nm和571 nm两个波段的反射率比值来估算,前者建立的估算模型具有较好的通用性,而后者只能较好的估算<10μg/L的叶绿素a浓度;通过对光谱微分的分析,发现叶绿素a浓度与690 nm附近的一阶微分和702 nm附近的二阶微分相关性最好,但基于反射光谱一阶微分的叶绿素a浓度估算模型,并没有显著的提高太湖叶绿素a浓度的估测精度,二阶微分后的估测精度好于一阶微分,但其估测精度仍没有利用720 nm反射光谱的反演模型高．太湖水体的叶绿素a浓度可以利用720 nm附近的反射光谱有效地估算． 相似文献
3.
4.
应用水表面下辐照度比估测太湖夏季水体叶绿素a浓度 总被引：1，自引：0，他引：1
利用便携式光谱辐射计,采用一定的观测角度获取水体表面的光谱,进而提取水表面下辐照度比R(0-)信息,分析R(0-)光谱特征与叶绿素a浓度之间的相互关系,结果表明太湖夏季水体叶绿素a浓度与R(0-)光谱曲线762 nm、727nm和496nm处的相关系数较大,分别达到了0.85、0.84、-0.80.通过单波段、波段比值模型分析,认为以R(0-)761、R(0-)762/R(0-)496、R(0-)727/R(0-)496为自变量的二次函数模型是利用水表面下辐照度比R(0-)估算太湖夏季水体中叶绿素a浓度的最佳模型,模型的决定系数R2分别达到了0.923、0.919、0.916,回归估计的标准误差S分别为0.012、0.013、0.013,F检验值分别为101.241、96.576、92.925.利用剩余10个样本对估算模型进行精度和误差检验,结果表明以R(0-)762/R(0-)496为自变量的二次函数模型好于另外两个,对太湖夏季水体叶绿素a浓度估算具有一定的实用性.此外,将光谱微分技术应用到R(0-)信息分析太湖夏季水体叶绿素a浓度,结果不能获得较高的预测精度. 相似文献
5.
应用实测光谱估算千岛湖夏季叶绿素a浓度 总被引：4，自引：2，他引：2
依据2010年8月的实测数据构建了千岛湖水体夏季叶绿素a浓度的实测光谱数据估算模型,并进行了验证.利用ASD FieldSpec3野外光谱仪获取高光谱数据,计算水体离水辐亮度和遥感反射率.通过寻找反演水体叶绿素a浓度的高光谱敏感波段,采用单波段相关分析、波段比值、微分光谱、三波段模型、BP人工神经网络等多种算法进行比较分析,结果表明:叶绿素a浓度与单波段光谱反射率的相关性不大;596 nm和489 nm波长处反射率比值、545 nm处光谱一阶微分与叶绿素a浓度均呈较显著相关,估测模型决定系数R2分别为0.782、0.590,RMSE分别为0.89、1.98μg/L;三波段模型的反演结果优于传统的波段比值和一阶微分法,R2为0.838,RMSE为0.71μg/L;神经网络模型大大提高了叶绿素a浓度的反演精度,R2高达0.942,RMSE为0.63μg/L.本研究为今后在千岛湖水域的夏季相邻月份进行叶绿素a浓度大范围遥感反演研究奠定了基础. 相似文献
6.
太湖水体散射特性及其空间分异 总被引：2，自引：0，他引：2
利用Wetlabs公司研制的AC-S和BB9于2006年10月24目至11月2目对太湖水体的散射系数和后向散射系数进行了测量,在此基础上建立了太湖水体散射系数与后向散射系数之间的关系模型。用2种曲线函数模拟,即在蓝光波段使用S形曲线模型,在绿光和红光波段使用逆函数模型,各模型的MAPE和RMSE变化范围分别为0.027-0.156m^-1、0.005-0.050m^-1,模型整体预测精度都较高。研究发现后向散射系数与散射系数的空间分异现象明显,北部梅梁湾、湖心区、西部及西南部水域散射较强,而东太湖、胥口湾等东部水域的散射相对较弱。 相似文献
7.
太湖水体中悬浮物的静沉降特征 总被引：8，自引：0，他引：8
本文分别采用斯托克斯沉降速率公式和重复深度吸管法计算了2005年4月、5月间在太湖进行的四次静沉降模拟实验中的沉降速度．结果表明：1)太湖水体中悬浮物的沉降属于絮凝沉降．2)水体中悬浮物浓度与沉降时间均呈现出明显的指数衰减规律(R~2＞0．80),悬浮物中无机物含量较高时这种规律更为明显(R~2≥0．99)．3)悬浮物浓较低时,太湖悬浮物的沉降速率与水体中的悬浮物浓度无明显的相关关系;而悬浮物浓度较高时,沉降速率随悬浮物浓度升高而增大．经拟合沉降速度(ω)与悬浮物浓度(C)之间符合Logistic曲线ω=0．021/(1 exp(-0．026(C-166．3))),R~2=0．98,n=54．4),斯托克斯公式可用来粗略估算太湖悬浮物的沉降速率,而重复深度吸管法则适合于较精确地计算太湖悬浮物的沉降速率．但在计算时须注意根据悬浮物的特性,选取其特征沉降速率．本文计算得到的太湖悬浮物的沉降速率范围为0．002 cm/s-0．005 cm/s． 相似文献
8.
基于高频次GOCI数据的太湖悬浮物浓度短期动态和驱动力分析 总被引：2，自引：0，他引：2
总悬浮物是水体中重要的光学敏感物质之一,很大程度上决定了水柱中光的吸收、散射和衰减,同时吸附营养盐、重金属和有毒有害物,对水体物质生物地球化学过程、沉积物埋藏动力和湖泊环境演化具有重要的意义.基于星地同步实验和静止水色成像仪GOCI(Geostationary Ocean Color Imager)构建了太湖悬浮物浓度估算模型,并分析了典型风浪过程中太湖悬浮物浓度短期动态变化过程.研究表明:对太湖水体悬浮物浓度较为敏感的波段为GOCI的第7波段(745nm)和第8波段(865 nm),悬浮物浓度与对应波段遥感反射率线性相关决定系数分别为0.72和0.55;基于GOCI第7波段的悬浮物浓度单波段遥感估算模型能较为准确地估算太湖的悬浮物浓度,模型相对均方根误差和平均绝对百分误差分别为28.3%和24.4%.通过研究典型风浪过程前后太湖悬浮物浓度变化发现其短期动态变化显著,风速、风向是悬浮物浓度短期动态变化的重要驱动因素,悬浮物浓度与风速呈正比,并随着风向扩散;高频连续GOCI影像结果显示悬浮物浓度短期动态变化对风浪扰动的响应有一定的滞后性,滞后时间为数小时到1天,悬浮物沉降与沉积物再悬浮的临界风速约为3.4 m/s. 相似文献
9.
海陆颜色仪(OLCI)是搭载在Sentinel-3上的新型水色遥感传感器,其对于内陆清洁水体水质遥感监测的适用性有待验证.本研究以评价水体富营养化程度的重要参数叶绿素a(Chl.a)浓度为指标,以高原湖泊洱海为研究区,基于2017年4月19日共20个星地同步实验数据,建立了3种可应用于OLCI数据的Chl.a浓度遥感估算模型(波段比值模型、三波段模型以及FLH模型),并估算了当日洱海Chl.a浓度的空间分布.结果表明:(1)选用波段Oa8(665 nm)、Oa11(708.75 nm)和Oa12(753.75 nm)构建的三波段模型最适用于洱海水域的Chl.a浓度估算,其平均绝对误差百分比为12.37%,低于波段比值模型的16.04%和FLH模型的13.50%;(2)对OLCI使用的大气校正方法中,基于去瑞利散射的暗像元法对估算模型的适用性要优于6S、FLAASH以及QUAC方法;(3)洱海OLCI影像中近岸水体受邻近效应影响严重,近红外波段Oa12(753.75 nm)受陆地邻近效应影响的距离为1~2个像元,而Oa8(665 nm)、Oa10(681.25 nm)和Oa11(708.75 nm)波段为1个像元;(4)2017年4月19日全湖Chl.a浓度均值为12.15±5.72μg/L,洱海中部水域Chl.a浓度最低(9.00~12.00μg/L),北部水域浓度最高(12.00~22.76μg/L),南部水域浓度稍高(12.00~14.00μg/L),阳南溪与波罗江入湖口受降雨径流的影响出现"羽流现象",导致Chl.a浓度偏低,约为8.33μg/L. 相似文献
10.
龙感湖水体光学特性的观测 总被引：1，自引：0，他引：1
基于2002—2003年秋、夏季原位水下光场巡测及连续定点观测资料分析了龙感湖不同湖区及不同风浪条件下水体的光学特性,探讨了光衰减系数、辐照度比的光谱分布、空间差异及不同风浪条件对水下光场的影响.结果表明,水下光谱在紫光波段衰减最强烈,其次是蓝光,红、绿光衰减最弱,并且向下辐照度衰减系数一般要大于向上辐照度衰减系数.秋季L1-L3点向下辐照度400—700nm波段衰减系数的变化范围分别为0.71—3.60、1.06—3.72、0.78—2.89m-1;光衰减系数的空间分布是位于湖中心的12点要略大于两边的L1、L3点;辐照度比的变化趋势极为一致,最低值出现在短波蓝光波段,最高值出现在550—600nm之间;从小风浪到中风浪、大风浪其PAR衰减系数分别是1.74、2.02、2.45m-1;透明度、衰减系数与悬浮物浓度相关性最好,决定系数在0.7以上,但其变化除受悬浮物影响外还要受制于溶解性有机物和浮游植物;440nm波长衰减系数(Kd(440))与悬浮物(SS)、溶解性有机碳(DOC)、叶绿素a(Chl.a)的多元线性回归方程为:Kd(440)=0.514—0.075SS 0.125DOC 0.100Chl.a(R2=0.87,N=8,P≤0.05) 相似文献
11.
12.
水体的透明度是评价水质的重要指标,在水生态系统中起着重要的作用.借助遥感技术可以获得大范围、实时数据,并且有节省人力物力的优点.本文利用岱海的野外实测透明度数据和光谱数据,针对Sentinel-2 MSI和Landsat-8 OLI卫星数据波段设置,建立了岱海水体透明度反演模型.结果表明：1）本文建立的透明度反演模型中,蓝红波段比二次模型反演精度最好,决定系数R2=0.66,均方根误差（RMSE）为24.02 cm,平均绝对百分比误差（MAPE）为21.24%.2）将蓝红波段比二次模型应用于Landsat-8 OLI和Sentinel-2 MSI卫星数据,透明度反演精度较好,MAPE<28.82%,RMSE<23.26 cm,R2>0.60.3）此算法应用于时间序列MSI和OLI影像,得到了岱海水体透明度时空分布特征.结果表明,岱海水体透明度年平均变化范围在90.71~120.77 cm,2015年的平均透明度最高,2013年的平均透明度最低;月平均变化范围在90.68~122.53 cm,7月的平均透明度最高,5月的平均透明度最低.岱海透明度在空间上的分布趋势大致表现为西北高,东南低,中部高,四周低.4）影响岱海水体透明度变化的主要因素为风速和降水,透明度与风速和降水分别具有显著的负相关和正相关关系. 相似文献
13.
青藏高原地区分布的湖泊数量众多、面积较大、分布范围广泛.受制于恶劣的自然条件,对该地区湖泊的光学吸收特性以及光合有效辐射衰减系数(Kd(PAR))的研究鲜有成果.本文依据2014和2015年间采集的13个典型高海拔、湖泊面积较大的湖库的现场实测数据和实验室测定数据,分析了采样湖库各个采样点的Kd(PAR)特征以及有色可溶性有机物(CDOM)、藻类颗粒物吸收及非色素颗粒物吸收特性,计算并分析了Kd(PAR)与透明度以及光学活性物质的关系.研究结果表明:青藏高原地区各湖库平均各项颗粒物吸收系数均较低,总颗粒物吸收系数在400~700 nm波段内不超过0.14 m~(-1)、CDOM吸收系数在355 nm波长处最高,为1.23 m~(-1)、最低接近于0、藻类颗粒物吸收特性不明显;实验数据完整的巴木错、格仁错和班公错的主导吸收组分各异,其中巴木错为CDOM吸收主导,格仁错与班公错为非色素颗粒物吸收主导;青藏高原采样湖泊总体Kd(PAR)平均值较小,仅为0.26 m~(-1),样点最大值出现在可鲁克湖(1.17 m~(-1)),最小值出现在普莫雍错(0.10 m~(-1));在采样湖泊中Kd(PAR)与透明度呈显著相关;Kd(PAR)与CDOM的相关性最强,叶绿素a浓度次之,与总悬浮颗粒物浓度的相关性最不显著. 相似文献
14.
为了研究抚仙湖紫外辐射(UVR)和光合有效辐射(PAR)衰减的时空特征及其与有色可溶性有机物(CDOM)、悬浮物(SS)、浮游植物(叶绿素a表征)等因子的关系,于2014年10月(秋季)、2015年1月(冬季)开展现场调查,结果显示:秋季不同波长(段)的漫射衰减系数Kd(305)、Kd(340)和Kd(PAR)分别为1.27±0.12、0.68±0.11和0.32±0.13 m-1,冬季分别为1.13±0.10、0.63±0.07和0.36±0.07 m-1;秋季CDOM的不同波长吸收系数ag(254)、ag(305)和ag(340)分别为4.09±0.26、1.18±0.09和0.57±0.05 m-1,冬季分别为2.95±0.24、0.61±0.11和0.11±0.07 m-1,秋季ag(254)、ag(305)和ag(340)显著高于冬季;秋季Kd(305)显著大于冬季,这与秋季(雨季)较高的CDOM丰度、浮游植物生物量(及SS浓度)有关.秋季ag(305)/Kd(305)、ag(340)/Kd(340)均显著高于冬季;秋季及秋冬季整体而言,ag(254)与Kd(305)、Kd(340)呈显著正相关,各多元逐步回归方程中均包含ag(254),说明CDOM吸收对UVR的衰减有重要贡献.空间差异方面,秋季北部的ag(254)、Kd(305)和Kd(340)显著高于南部,冬季南北部无明显差异,或与雨旱季北岸河流输入的CDOM和SS的情况有关.此外,浮游植物对UV-B衰减的影响和SS(与CDOM的交互作用)对UV-A衰减的影响更在于季节变化方面,而影响UVR、PAR衰减的各因子的相对贡献有待进一步量化. 相似文献
15.
滆湖水体光学性质初步研究 总被引：3，自引：1，他引：2
基于2009年7月至2010年6月滆湖全湖15个采样点的水体光学参数及相关水质理化因子数据,分析滆湖水体周年光合有效辐射(PAR)衰减特性,以期为滆湖沉水植物生态修复提供相关水体光学资料.结果表明,滆湖水体PAR衰减系数(Kd)周年变化范围为1.32～17.42 m-1.秋季Kd相对最小,平均值为2.35 m-1,变化范围为1.32 ～3.70 m-1;夏季Kd相对最大,平均值为6.23 m-1,变化范围为3.68～17.42 m-1.春、秋、冬季,滆湖水体真光层平均深度均满足沉水植物的生长需求,而在夏季滆湖水体真光层平均深度仅为0.84m,小于全湖平均水深(1.20 m),因此夏季PAR是限制沉水植物恢复的因子之一.滆湖水体Kd与透明度(SD)在秋、冬季的关系为:Kd =2.089 +0.705/SD.叶绿素a浓度和悬浮物浓度是影响滆湖水体Kd的重要因子之一. 相似文献
16.
湖泊富营养化已经成为水资源领域的研究焦点,是水环境领域面临的长期严峻挑战.为探明干旱半干旱区域湖泊营养状态,以典型岱海水体为例,利用2019—2020年6次野外实测数据为基础,针对Sentinel_2A和Landsat_8 OLI遥感数据,基于营养状态指数TSISDD与色度角之间的相关关系,建立了岱海水体营养状态评估模型,并利用1986—2020年遥感影像数据,得到了长时间序列的水体营养状态.结果表明:(1)本文建立的营养状态评估模型,根据精度检验结果显示模型精度较好,决定系数(R2)为0.74,均方根误差(RMSE)为3.66,平均绝对百分比误差(MAPE)为4.84%.(2)将算法应用到时间序列MSI、TM、ETM+和OLI数据,得到了岱海水体1986—2020年的营养状态动态特征.结果表明,岱海水体面积逐年减少,且多数时间处在轻度富营养化状态.水体富营养化现象大体上从边缘逐渐向湖中心趋于缓和,离岸边越近富营养化现象越严重,通常趋向湖中心以中营养为主,整体上贫营养化现象极少.(3)岱海营养状态时空变化与气温、风速和降水量等气候因子的相关性并不显著,对其解释率为13%.气候因子对营养状态的月变化影响显著,对其解释率为93%. 相似文献
17.
离散型湖泊水体提取方法精度对比分析 总被引：4，自引：2，他引：2
基于卫星遥感的陆地水体提取方法多种多样,并且应用广泛.对于水体分布支离破碎的枯水期湖泊,准确的水体提取方法尚不明晰,直接影响湖泊水域面积的提取精度.以鄱阳湖湖区为研究对象,利用ALOS遥感影像,以2.5 m高分辨率全色波段融合影像非监督分类(ISODATA)得到的水体面积为参考值,分别使用归一化水体指数(NDWI)法、NDWIISODATA法和基于近红外(NIR)的ISODATA法提取了10 m分辨率的水体分布,分析了不同方法提取结果之间的差异性及产生原因.结果表明:3种方法均可以较好地提取出水体,但利用ISODATA法提取的水体细部信息更为明显,面积值较NDWI法更大;相对于近红外单波段而言,基于NDWI图像的ISODATA法提取水体的精度更高.纵观3种方法,基于NDWI图像的ISODATA法提取的水体精度最高,基于近红外波段的ISODATA法提取结果次之,NDWI阈值法的提取效果最差.研究结果对于离散型湖泊水体提取方法及数据源的选择等具有重要的借鉴和参考意义. 相似文献
18.
《Limnologica》2020
Light attenuation is considered as a sentinel for environmental change in lakes and has a profound influence on aquatic ecosystems. However, the spatial distribution of ultraviolet radiation (UVR) and photosynthetically active radiation (PAR) attenuation, and the underlying mechanisms are still not fully understood. We carried out a field investigation with 60 sampling sites covering the entire Lake Qiandaohu from November 29 to December 1, 2013, during the weak stratification period to elucidate the spatial pattern and driving mechanisms. The diffuse attenuation coefficient of UVB (Kd(313)), UVA (Kd(340)) and PAR (Kd(PAR)) varied from 1.48 to 4.63 m−1, 1.09 to 3.43 m−1, and 0.26 to 0.94 m−1, respectively. The corresponding ranges for the 1% attenuation depths were from 0.10 to 3.11 m, 1.34–4.21 m and 4.87–17.58 m, respectively. Total suspended matter (TSM) concentration was highly significantly correlated with Kd(313), Kd(340) and Kd(PAR) indicating that TSM was the main driver of UVR and PAR attenuation in Lake Qiandaohu in the late autumn and early winter. TSM concentration, Kd(313), Kd(340) and Kd(PAR) had obvious horizontal spatial heterogeneity presenting a decreasing trend from the estuary area to the center area in the lake. These results suggested that the spatial distribution of TSM from the inflow drived the spatial distribution of UVR and PAR attenuation. Significantly positive correlations were also observed between the chromophoric dissolved organic matter (CDOM) absorption coefficient and Kd(313). TSM and CDOM absorption spectra showed that in the UVR waveband (350–400 nm), the mean relative contribution rates of CDOM (ag(λ)), non-algal particles (anap(λ)), phytoplankton (aph(λ)) and pure water (aw(λ)) to the total absorption were 67.5 %, 24.0 %, 5.0 % and 3.5 %, respectively. In the PAR waveband, the mean relative contribution rates of ag(λ), anap(λ), aph(λ) and aw(λ) to the total absorption were 25.4 %, 18.6 %, 9.4 % and 46.6 %, respectively. Our findings could provide support for ecological environment protection in Lake Qiandaohu considering the importance of UVR and PAR attenuation in aquatic ecosystems. 相似文献
19.
太湖有色溶解有机物对水体总吸收贡献的遥感估算 总被引：1，自引：0，他引：1
有色溶解有机物(CDOM)是决定自然水体水色的主要溶解物质,其吸光能力和光化降解产物对水体初级生产力和碳循环过程具有重要影响.以太湖为研究区,2004年10月、2008年10月、2010年4月和2011年1月和3月共5期实测数据,采集了333个有效样点,分析不同时期CDOM对水体总吸收的贡献,并利用遥感技术估算[aCDOM/at](412).结果表明:不同时期[aCDOM/at](412)均值变化明显,2011年[aCDOM/at](412)的均值最大(0.369),高于所有样点[aCDOM/at](412)均值(0.295±0.139);201004期的[aCDOM/at](412)在0.046~0.455之间变化,其均值最小(0.236±0.108);200410和200810两期数据[aCDOM/at](412)均值相差不大.竺山湾、梅梁湾与整个太湖相比,竺山湾[aCDOM/at](412)均值较高,对太湖[aCDOM/at](412)的贡献较大,而梅梁湾[aCDOM/at](412)均值与整个太湖相差较小.利用多元线性模型估算[aCDOM/at](412)精度较高(n=333,RMSE=34.60%).悬浮泥沙和浮游色素是影响[aCDOM/at](412)遥感估算精度的主要原因,浮游色素的吸收造成[aCDOM/at](412)的值被低估,而悬浮泥沙的吸收使得[aCDOM/at](412)的值被高估,并且悬浮泥沙是影响CDOM吸收的主要原因. 相似文献
20.
长江中下游大型湖泊水体固有光学特性:Ⅰ.吸收 总被引：1，自引：0，他引：1
吸收系数是水体固有光学特性的重要组成部分,也是构建水色参数高精度遥感模型的基础,具有重要的研究意义.本文针对长江中下游三大淡水湖——鄱阳湖(2010 10、2011 08)、太湖(2008 10、2011 08)和巢湖(2009 10)进行5次野外实验,以International Ocean Colour Coordinating Group(IOCCG)2000年报告"Remote Sensing of Ocean Colour in Coastal,and Other Optically-Complex,Waters"为基础,对水体不同光学主导类型进行分类;并根据ad(非色素颗粒物吸收)、aph(浮游植物色素吸收)、ag(有色可溶性有机物吸收)等不同主导类型光谱曲线特征差异,引入ad-g(主导类型ad、ag、ad-ag的合并类型)和aph-related(主导类型ad-aph、ad-aph-ag的合并类型)类型,对主导类型进行归纳合并.结果显示:秋季,鄱阳湖、太湖、巢湖的主导类型较为单一,分别为ad、ad-ag、ad-aph-ag;夏季,鄱阳湖和太湖同为两种类型共同主导,分别为ad、ad-ag,ad-aph-ag、ad-aph.总体来说,鄱阳湖夏、秋季和太湖秋季主导类型都属于ad-g类型,而太湖夏季和巢湖秋季则属于aph-related类型.另外,分别针对Gons和Gitelson叶绿素a模型假设条件进行验证,发现不同湖泊水体及不同主导类型下其适用性程度不一致. 相似文献