基于實(shí)測(cè)光譜的昆承湖水質(zhì)遙感模型及反演.pdf

1、水質(zhì)監(jiān)測(cè)是水質(zhì)評(píng)價(jià)與水污染防治的主要依據(jù)，隨著水體污染問(wèn)題的日漸嚴(yán)重，水質(zhì)監(jiān)測(cè)成為社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展必須解決的重大問(wèn)題。目前，我國(guó)水體水質(zhì)常規(guī)的監(jiān)測(cè)方法是現(xiàn)場(chǎng)采樣，實(shí)驗(yàn)室進(jìn)行分析，根據(jù)分析數(shù)據(jù)進(jìn)行具體的水質(zhì)評(píng)價(jià),這種方法難以獲取大范圍水域水質(zhì)參數(shù)的分布和變化情況，不能滿足對(duì)水質(zhì)適時(shí)、大范圍的監(jiān)測(cè)評(píng)價(jià)要求。
　　 水質(zhì)遙感監(jiān)測(cè)方法不但可以反映水質(zhì)在空間和時(shí)間上的分布和變化情況，而且可以發(fā)現(xiàn)常規(guī)方法難以做到的污染源和污染物遷移特征，

2、具有大區(qū)域監(jiān)測(cè)、快速獲得結(jié)果、費(fèi)用低廉和持續(xù)動(dòng)態(tài)監(jiān)測(cè)的優(yōu)勢(shì)。本文基于實(shí)測(cè)光譜和遙感技術(shù)對(duì)研究區(qū)葉綠素a和懸浮物分別進(jìn)行了模型構(gòu)建和反演。論文主要取得了下幾個(gè)方面的成果：
　　 1.對(duì)獲取的研究區(qū)實(shí)測(cè)光譜數(shù)據(jù)進(jìn)行了原始數(shù)據(jù)校正和平均，光譜數(shù)據(jù)轉(zhuǎn)換，異常曲線剔除，光譜歸一化處理，一階微分平滑處理等一系列光譜曲線預(yù)處理，數(shù)據(jù)處理結(jié)果能夠滿足模型構(gòu)建。
　　 2.本文采用基于手持GPS選取地面控制點(diǎn)的幾何校正法對(duì)研究區(qū)ETM遙感

3、影像進(jìn)行了幾何校正；遙感影像的大氣校正是定量遙感的關(guān)鍵步驟，本文利用FLAASH 方法對(duì)研究區(qū)ETM 遙感影像進(jìn)行了大氣校正，分析表明，該方法的校正結(jié)果可以滿足模型構(gòu)建的需要；利用水體在ETM+圖像某些波段與其他地物亮度的顯著差異，嘗試?yán)脝尾ǘ畏ê投嗖ǘ畏ǚ謩e從遙感影像上提取出水體；通過(guò)對(duì)比分析發(fā)現(xiàn)，多波段法的歸一化差異水體指數(shù)能較好的排除河流及其他細(xì)小水體的影響，完整提取出研究區(qū)水體。
　　 3.在光譜數(shù)據(jù)和遙感數(shù)據(jù)預(yù)處理基

4、礎(chǔ)上，本文分析葉綠素a 含量與水體反射光譜特征的關(guān)系，運(yùn)用PEARSON法分析兩者之間的相關(guān)性，確定葉綠素a的敏感波長(zhǎng)；分析結(jié)果表明對(duì)幾個(gè)最大正相關(guān)的光譜值進(jìn)行平均處理可以提高反演精度。本文確定一階微分光譜AVE(691+692-609)線型模型估算葉綠素，利用半經(jīng)驗(yàn)法模型法構(gòu)建了葉綠素a的反演模型，并利用ETM遙感數(shù)據(jù)反演了葉綠素的濃度。
　　 4.對(duì)于懸浮物濃度的反演，本文首先采取歸一化處理和一階微分法提取懸浮物對(duì)應(yīng)的敏感波

5、段。對(duì)于歸一化光譜而言，用最大正相關(guān)處的光譜值與最小負(fù)相關(guān)的光譜值相除，可以提高相關(guān)性；對(duì)于一階微分光譜而言，用最大正相關(guān)處的光譜值與最小負(fù)相關(guān)的光譜值相減，可以提高相關(guān)性。歸一化光譜和一階微分光譜都能獲得較好估算效果，相比之下，后者的精度更高。利用確定的敏感波段光譜反射值和實(shí)測(cè)濃度數(shù)據(jù)建立了懸浮物反演模型，并利用ETM 數(shù)據(jù)反演了研究區(qū)懸浮物濃度。驗(yàn)證結(jié)果表明，模型反演的研究區(qū)葉綠素a和懸浮物濃度與實(shí)際監(jiān)測(cè)情況基本吻合。