基于CCD數(shù)據(jù)的太湖藍藻水華監(jiān)測算法研究.pdf

1、近些年來，隨著我國工、農(nóng)業(yè)的迅速發(fā)展，大量含有氮、磷等元素的工業(yè)、農(nóng)業(yè)污水和生活廢水被排入到河流與湖泊中，使得我國湖泊出現(xiàn)了嚴重的富營養(yǎng)化現(xiàn)象，尤其是長江中下游一帶的湖泊，例如：太湖、巢湖等。每年，夏秋季節(jié)這些湖泊都會暴發(fā)嚴重的藍藻水華。藍藻水華直接影響著人類的健康、經(jīng)濟的發(fā)展以及生態(tài)的平衡。本文主要利用我國國產(chǎn)的環(huán)境衛(wèi)星CCD數(shù)據(jù)，通過自動控制散點回歸的方法（ASCR）對不同影像的CCD數(shù)據(jù)進行相對輻射校正，再將歸一化植被指數(shù)（NDV

2、I）和像元生長算法（APA）相結(jié)合，提出了一種可業(yè)務化運行的藍藻水華高精度提取算法，并將該算法應用在新發(fā)射的高分一號衛(wèi)星和美國陸地Landsat衛(wèi)星上。通過本文的研究，可得出以下結(jié)論：
　　（1）通過自動控制散點回歸方法進行相對輻射校正后的CCD影像，校正結(jié)果較為理想，使得相對穩(wěn)定的同名地物在不同時相影像上輻射值一致，以此通過不同時相影像上輻射值的差異來進行太湖藍藻水華動態(tài)變化的監(jiān)測。
　　（2）利用NDVI指數(shù)初步提取每景

3、影像上太湖區(qū)域的藍藻水華，接著利用坡度分析法確每一景影像的閾值，再利用統(tǒng)計分析的方法，確定一個統(tǒng)一的藍藻水華提取閾值，解決了以往一景影像一個閾值，難以大規(guī)模批處理的難題。
　　（3）通過像元生長算法對像元進行線性分解，提取精度可以達到亞像元級別，更精確的統(tǒng)計了太湖藍藻水華的面積和分布情況。
　?。?）對2009-2014年下半年太湖藍藻水華暴發(fā)情況進行長時間序列的連續(xù)監(jiān)測，發(fā)現(xiàn)2013-2014年太湖藍藻水華較以往相比暴發(fā)面

4、積減少，規(guī)模較小，水質(zhì)得到了控制和改善。研究也表明，該算法對藍藻水華識別能力強，自動化程度和水華提取精度高，可作為業(yè)務化運行的算法。
　?。?）對比我國新發(fā)射的高分一號衛(wèi)星CCD傳感器，以及美國的Landsat衛(wèi)星傳感器，發(fā)現(xiàn)它們與環(huán)境衛(wèi)星CCD傳感器的相關(guān)性較高。由此，將本算法應用在高分一號衛(wèi)星數(shù)據(jù)，以及美國Landsat系列數(shù)據(jù)上，基于環(huán)境衛(wèi)星CCD數(shù)據(jù)對其它影像數(shù)據(jù)進行相對輻射校正，最終實現(xiàn)了利用多衛(wèi)星平臺進行更長時間序列和