基于高光谱遥感的湖泊水质污染研究

【摘要】：水是生命之源，然而在当前环境下，水质污染的问题却不容小觑。传统的湖泊水质监测多采用就地取样和送样实验室分析这些方法，费时费力成本高，更重要的是不能够实时监测，不能满足实时性的要求。而高光谱遥感具有宏观、时效性高和成本低这些特点，在水质监测的应用上比常规检测有显著地优点，它既可以满足大范围水质监测的需要，又可以动态跟踪污染情况的变化。特别是在富营养化和藻类爆发这两类湖泊最常面临的污染问题上，遥感监测具有传统水质监测手段所不可比拟的优势。 本人于2011年3月27日，对东昌湖进行了水面光谱测量和同步水质采样，目的是通过分析采集的光谱数据和采样水体的实验室检测数据，寻找存在这两者之中的相互关系，构建合理可行的反演方程，探索研究东昌湖水质高光谱监测的可行性。 本文对采集来的遥感反射率数据，进行了归一化处理，一阶微分处理，并将处理后的反射率数据分别与叶绿素a、浊度、总磷、总氮进行了相关性的分析。经过筛选分析后得出对水体中叶绿素a、浊度、总磷、总氮浓度变化敏感的光谱波段，建立了这些波段上的光谱反射率对东昌湖水体中叶绿素a、浊度、总磷、总氮浓度的反演模型，其中着重对湖泊富营养化污染的重要指标之一叶绿素a的浓度进行了分析。总结出结论如下： （1）东昌湖水体中叶绿素a浓度、水体浊度、总磷含量、总氮含量等水质参数与水体光谱有较高的相关性，特别是与进行归一化处理后的光谱数据相关性较高，可通过建立各水质参数与光谱数据的回归反演模型，实现水体光谱数据与水质参数的同步测量； （2）利用归一化处理和一阶微分处理后的光谱反射率数据，建立东昌湖水体中叶绿素a浓度反演模型。通过分析对比，使用归一化处理后的光谱数据建立反演模型要较使用一阶微分处理后的光谱数据效果更好。其中基于484nm波长的单波段叶绿素a浓度线性反演模型（Chl-a=-5.0631R484+10.625）和基于697nm与484nm两波段比值的叶绿素a浓度对数反演模型（Chl-a=2.0676LnR697/R484+4.3632）两者的精度较高，可用于东昌湖水体中叶绿素a浓度的估算； （3）光谱数据归一化处理后，利用波长670nm波段进行单波段反演和利用666nm与485nm两波段比值反演得到的东昌湖水体浊度线性反演模型，是估算东昌湖水体浊度的较好模型，模型方程如下：浊度=10.818R670–0.0896浊度=10.408R666/R485+3.0719 （4）归一化处理后光谱数据的723nm波段是反演东昌湖水体总磷含量的良好波段，利用其建立的一元二次回归方程TP=0.1616R7232–0.1228R723+0.0529可用于东昌湖水体中总磷含量的做算； （5）使用归一化处理后光谱数据建立的东昌湖水体总氮反演模型精度相较前三者要低，只有使用622nm波段与401nm波段的比值建立的指数反演模型TN=1.4152e0.3826R622/R401可基本满足模型精度需求，可用于对东昌湖水体总氮含量的大概估算。