基于高光谱遥感的太湖水体藻蓝素和CDOM浓度估算模型研究

论文摘要

本文以太湖为研究区,基于大量的野外采样、实验室分析和数学模拟数据集分析了春、夏、秋、冬四个季节浮游植物和CDOM光谱吸收系数的在太湖的时空分布特征,研究了夏季河流输入对太湖CDOM的影响,建立了基于生物光学模型和固有光学量数据的浮游植物光谱吸收及CDOM的反演模型,并进行精度验证,筛选出了较好的遥感估算模型,同时利用所建立浮游植物光谱吸收的三波段模型对Simis等（2007）建立的藻蓝素遥感反演模型进行了优化,有效的提高其反演精度,使其能够更好的适用于太湖这样的大型、浑浊的富营养化湖泊。为太湖CDOM和藻蓝素的遥感监测提供了科学依据。主要结论如下：全湖范围内浮游植物光谱吸收分布春季最高,冬季最低。从春季到夏季、秋季、冬季表现出减少的趋势。空间上,四个季节浮游植物光谱吸收的最大值都出现在太湖梅梁湾内,且从北向南逐渐降低；最小值则多出现在太湖中南部湖区和东太湖,且湖心区域要小于近岸水体。根据叶绿素a反演常用的三波段模型,分析出浮游植物光谱吸收系数与对应波段遥感反射率之间的相关关系,最为敏感的三个光谱波段建立统计回归模型aph（665）=2.131[Rrs-1（673）—Rrs-1（698）]×Rrs（731）+0.095,并根据用水色传感器MERIS的波段设置,建立了基于MERIS数据的三波段模型。使用验证数据对三波段模型、MERIS数据的三波段模型和Simis等（2007）所建立的藻蓝素PC模型中浮游植物光谱吸收模型分别进行了验证,发现在太湖地区前两种模型精度要明显好于后一种模型。最后利用所建立的高精度三波段模型将Simis等（2007）的PC模型进行了优化,推出了优化的Simis等（2007）PC模型,经验证,这一优化模型适用于太湖这样的浑浊浅水湖泊,可以用来反演太湖中藻蓝素的浓度。CDOM的分布冬季浓度最高,春季最低,其中冬季略大于秋季,显著大于夏季和春季,夏季则略大于春季。所呈现出的时间分布特征与浮游植物光谱吸收正好相反；从空间上看,春季和冬季表现出相同的规律,都是梅梁湾内最高,然后向南部湖区显著降低,说明春冬季节CDOM主要是分布在梅梁湾内,而夏季和秋季规律相同,以湖心为界北部湖区大于南部湖区,两个湖区内部CDOM分布无显著差异。在夏季三条河流CDOM输入研究中,直湖港CDOM浓度最高,大浦河次之,长兜港最低,反映了太湖北面外源河流污染物输入大于西南面。直湖港、大浦河、长兜港三条河流内CDOM光谱吸收以（355）的均值为4.76±0.79m-1,显著大于湖泊开敞水域的3.62±0.84m-1（ANOVA, p<0.005）。从河流往河口再往湖泊开敞水域CDOM光谱吸收大致呈现逐渐下降的趋势,反映了丰水期外源河流输入CDOM对湖泊内CDOM的重要贡献。利用平行因子分析法对CDOM三维荧光图谱解析获得4组荧光组分,其中组分1和组分2为类蛋白荧光组分、组分3和组分4组类腐殖酸荧光组分,从河口至大太湖开场水域类腐植酸荧光强度逐渐减小,类蛋白组分荧光则明显增大,暗示河流主要带来类腐植酸荧光有机物。在CDOM遥感估算研究中,经单波段、一阶微分和BP神经网络模型三种不同CDOM反演方法精度分析、比较发现：3种方法的精度为：BP神经网络模型>单波段模型>一阶微分模型。使用验证数据得出BP神经网络模型r2为0.68,相对均方根误差RRMSE为14.9%,平均相对误差MRE为11.7%土9.3%。表明BP神经网络模型可以较好的应用于冬季太湖CDOM浓度的反演估算。

论文目录

• 目录
• 图目录
• 表目录
• 常用符号对照表
• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景和意义
• 1.2 国内外研究进展
• 1.2.1 藻蓝素遥感反演进展
• 1.2.2 CDOM遥感反演研究进展
• 1.3 水色遥感原理
• 1.4 研究目的、研究内容及技术路线
• 1.4.1 研究目的
• 1.4.2 研究内容
• 1.4.3 技术路线
• 第二章 研究区概况及数据采集
• 2.1 研究区概况
• 2.1.1 自然概况
• 2.1.2 经济与社会概况
• 2.2 数据测量与处理
• 2.2.1 研究区采样点分布
• 2.2.2 水体光谱测量与数据处理
• 2.2.3 水体吸收系数测量与数据处理
• 2.3 统计分析方法
• 第三章 浮游植物光谱吸收和CDOM的时空分布特征
• 3.1 浮游植物光谱吸收的时空分布特征
• 3.1.1 浮游植物光谱吸收的光谱特征
• 3.1.2 浮游植物光谱吸收的时空分布
• 3.2 CDOM的时空分布特征
• 3.2.1 CDOM光谱吸收的光谱特征
• 3.2.2 CDOM的时空分布特征
• 3.3 本章小结
• 第四章 河流输入对太湖CDOM的影响
• 4.1 材料与方法
• 4.2 结果与分析
• 4.2.1 环境特征
• 4.2.2 从河流到湖区CDOM光谱吸收的变化特征
• 4.2.3 CDOM三维荧光特征
• 4.2.4 CDOM三维荧光平行因子分析
• 4.2.5 河流输入对太湖CDOM组分的影响
• 4.3 本章小结
• 第五章 浮游植物光谱吸收反演建模及藻蓝素模型的优化
• 5.1 水体反射光谱特征分析
• 5.2 浮游植物光谱吸收的反演建模
• 5.2.1 三波段模型
• ph（665）的三波段反射系数模型:波段校准建模'>5.2.2 a_ph（665）的三波段反射系数模型:波段校准建模
• ph（665）的三波段反射系数模型:验证'>5.2.3 a_ph（665）的三波段反射系数模型:验证
• 5.3 藻蓝素模型的改进与优化
• 5.3.1 国际常用的Simis等2007藻蓝素反演模型
• 5.3.2 Simis等2007藻蓝素反演模型的改进
• 5.3.3 太湖藻蓝素的估算
• 5.4 本章小结
• 第六章 CDOM的遥感反演建模
• 6.1 冬季CDOM的空间分布
• 6.2 冬季CDOM荧光特性
• 6.3 CDOM的反演建模
• 6.3.1 CDOM单波段相关分析
• 6.3.2 CDOM一阶微分分析法
• 6.3.3 BP神经网络模型
• 6.3.4 CDOM模型的验证与比较
• 6.4 本章小结
• 第七章 结论和展望
• 7.1 主要结论
• 7.2 创新点
• 7.3 不足与展望
• 参考文献
• 发表文章
• 致谢