基于環(huán)境一號(hào)衛(wèi)星的太湖葉綠素a濃度提取

曠 達(dá),韓秀珍,劉 翔,詹雅婷,牛 錚,王李娟(.中國(guó)科學(xué)院遙感應(yīng)用研究所,遙感科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室,北京 000；2.中國(guó)科學(xué)院研究生院,北京 0039；3.中國(guó)氣象局國(guó)家衛(wèi)星氣象中心,北京 0008；.北京東方泰坦科技股份有限公司,北京 00083；.南京信息工程大學(xué)氣象災(zāi)害省部共建教育部重點(diǎn)實(shí)驗(yàn)室,江蘇 南京 200)

基于環(huán)境一號(hào)衛(wèi)星的太湖葉綠素a濃度提取

曠 達(dá)1,2,韓秀珍3*,劉 翔4,詹雅婷5,牛 錚1,王李娟1,2(1.中國(guó)科學(xué)院遙感應(yīng)用研究所,遙感科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室,北京 100101；2.中國(guó)科學(xué)院研究生院,北京 100139；3.中國(guó)氣象局國(guó)家衛(wèi)星氣象中心,北京 100081；4.北京東方泰坦科技股份有限公司,北京 100083；5.南京信息工程大學(xué)氣象災(zāi)害省部共建教育部重點(diǎn)實(shí)驗(yàn)室,江蘇 南京 210044)

綜合環(huán)境一號(hào)小衛(wèi)星的CCD數(shù)據(jù)和同步地面水質(zhì)監(jiān)測(cè)數(shù)據(jù),發(fā)現(xiàn)可見(jiàn)光紅波段與近紅外波段的波段組合與葉綠素a實(shí)測(cè)濃度存在較高相關(guān)性,并以此為基礎(chǔ)建立了3個(gè)提取水體表層葉綠素a濃度的遙感信息模型.經(jīng)驗(yàn)證分析,基于近紅外波段與紅波段比值的模型用于葉綠素a濃度反演提取的精度良好,RMSE達(dá)到了6.04mg/m3.將該模型應(yīng)用于環(huán)境一號(hào)衛(wèi)星CCD數(shù)據(jù),生成了2009年5～12月共8幅太湖水體葉綠素a濃度分布圖,并對(duì)其進(jìn)行了時(shí)空分析,結(jié)果符合實(shí)際,并與以往的研究結(jié)果相一致.但模型不適用于水生植被覆蓋較多區(qū)域葉綠素a濃度估算.

環(huán)境一號(hào)衛(wèi)星；遙感；葉綠素a

Abstract：In this study, models estimating water chlorophyll-a concentration have been proposed and calibrated, based on the regression analysis between HJ-1 satellite CCD images and synchronous in-situ water quality monitoring data, ranging from September to December in 2008 on Taihu, Jiangsu Province. The red and near infrared bands of HJ-1A and 1B CCD data, with central wavelength at 660 nm and 830 nm respectively, have shown to be sensitive to the chlorophyll-a concentration. Three models has been built and validated. The results illustrate the high potentials of the models to estimate chlorophyll-a concentration in inland waters for operational applications from satellite HJ-1 satellite CCD data, which will be of immense value for environment monitoring. Among the three models been proposed, the one based on index R830/R660has the highest estimation precision, 6.04mg/m3. This model has been applied to eight images of HJ-1 satellite CCD, generating chlorophyll-a concentration distributions from May to December 2009.

Key words：HJ-1 satellite；remote sensing；chlorophyll-a

目前,我國(guó)內(nèi)陸江河湖泊水質(zhì)監(jiān)測(cè)和分析主要依賴于高精度的儀器進(jìn)行周期性的實(shí)地監(jiān)測(cè)以及實(shí)驗(yàn)室分析[1].這種監(jiān)測(cè)方法耗費(fèi)較多人力物力,易受氣候和水文條件的限制,難以長(zhǎng)時(shí)間跟蹤監(jiān)測(cè),且較少的數(shù)據(jù)點(diǎn)難以反映湖泊的整體分布狀況[2].

從1978年美國(guó)NASA第一代水色遙感器CZCS到MODIS和MERIS,水體葉綠素a的遙感反演方法不斷得到更新發(fā)展,精度逐漸提高[3].第一、二代水色衛(wèi)星采用的反演方法主要是藍(lán)綠輻亮度比值法.這種反演方法適合于懸浮泥沙和黃色物質(zhì)含量較低的一類水體.但在二類水體,由于懸浮泥沙的后向散射和黃色物質(zhì)的強(qiáng)吸收等因素,藍(lán)綠比值法幾乎不可用[4].從MODIS、MERIS開(kāi)始,熒光遙感算法[5]成為二類水體葉綠素a濃度反演的重要方法,包括基線熒光高度法和歸一化熒光高度法.這種方法有效地補(bǔ)充了藍(lán)綠比值法的不足[6].但熒光遙感的應(yīng)用也受到諸多因素的制約,如熒光遙感特征波段的選擇、活體葉綠素?zé)晒膺^(guò)程的復(fù)雜多變性以及熒光峰的“紅移現(xiàn)象”等[4].

為提高反演精度,需要研究利用新型傳感器數(shù)據(jù)進(jìn)行遙感監(jiān)測(cè)的關(guān)鍵技術(shù)與方法,同時(shí)加強(qiáng)多種遙感數(shù)據(jù)之間的融合以及遙感數(shù)據(jù)同地面同步監(jiān)測(cè)數(shù)據(jù)的結(jié)合[7].本研究探索利用新型衛(wèi)星傳感器環(huán)境一號(hào)衛(wèi)星進(jìn)行水體葉綠素a遙感定量反演方法,結(jié)合地面同步觀測(cè)數(shù)據(jù),發(fā)現(xiàn)第4波段與第3波段的比值R830/R660與葉綠素a濃度的對(duì)數(shù)值之間存在較高的相關(guān)性,并以此為基礎(chǔ)建立了新的遙感信息模型.經(jīng)驗(yàn)證,該模型的反演精度達(dá)到6.04mg/m3.將該模型應(yīng)用到2009年5～12月的環(huán)境一號(hào)衛(wèi)星CCD影像,得到太湖水體葉綠素a濃度的時(shí)空變化分布,對(duì)變化趨勢(shì)進(jìn)行了分析.

1 數(shù)據(jù)和方法

1.1研究區(qū)域

太湖是我國(guó)第三大淡水湖泊,位于長(zhǎng)江流域下游,該區(qū)域城鎮(zhèn)密集,城市化水平居全國(guó)之首[8].伴隨著該地區(qū)高速發(fā)展的城市化進(jìn)程,區(qū)域內(nèi)的河流富營(yíng)養(yǎng)化比較嚴(yán)重,水質(zhì)屬于II～V類,局部地區(qū)甚至為劣V類.

表1 環(huán)境一號(hào)衛(wèi)星CCD相機(jī)的主要技術(shù)指標(biāo)Table 1 Technical index of HJ-1 satellite CCD camera

1.2遙感數(shù)據(jù)

2008年9月6日,我國(guó)“環(huán)境一號(hào)衛(wèi)星A、B星以一箭雙星的方式在太原衛(wèi)星發(fā)射中心成功發(fā)射,并在9月8日開(kāi)機(jī)成像.該衛(wèi)星主要用于對(duì)生態(tài)破壞、環(huán)境污染和災(zāi)害進(jìn)行大范圍、全天候、全天時(shí)動(dòng)態(tài)監(jiān)測(cè).環(huán)境一號(hào)衛(wèi)星的CCD相機(jī)共分4個(gè)譜段,表2列出其主要技術(shù)指標(biāo).

本研究所用到的環(huán)境一號(hào)衛(wèi)星CCD數(shù)據(jù)是經(jīng)過(guò)輻射校正、系統(tǒng)幾何校正后的2級(jí)產(chǎn)品.建立回歸模型所需數(shù)據(jù)以及模型驗(yàn)證數(shù)據(jù)涵蓋從2008年9月19日月至12月15日的8個(gè)時(shí)相.用于生成2009年5～12月太湖水體葉綠素a濃度分布圖的數(shù)據(jù)為8景環(huán)境一號(hào)衛(wèi)星CCD數(shù)據(jù),其影像采集時(shí)間涵蓋8個(gè)月份.

圖1 地面采樣點(diǎn)分布Fig.1 Distribution of in-situ sampling cites

1.3地面實(shí)測(cè)數(shù)據(jù)

所用地面實(shí)測(cè)數(shù)據(jù)來(lái)自于2008年《湖州市藍(lán)藻監(jiān)測(cè)報(bào)告》[9],由湖州市環(huán)境保護(hù)監(jiān)測(cè)中心每天對(duì)若干個(gè)固定采樣點(diǎn)的水質(zhì)參數(shù)采樣獲得.地面采樣時(shí)間一般為上午8:00～10:00,這恰好與環(huán)境一號(hào)衛(wèi)星在太湖地區(qū)的過(guò)境時(shí)間相吻合.由表2可見(jiàn)衛(wèi)星數(shù)據(jù)與地面采樣數(shù)據(jù)的獲取幾乎同步,相差一般在2h以內(nèi).用到的7個(gè)地面采樣點(diǎn)均分布于太湖南部(圖1).由于大面積藍(lán)藻覆蓋水域不適合于水體葉綠素a濃度遙感建模,根據(jù)《湖州市藍(lán)藻監(jiān)測(cè)報(bào)告》[9]中的藍(lán)藻爆發(fā)分布與天氣信息,結(jié)合衛(wèi)星影像上的云層覆蓋信息,對(duì)獲得的56個(gè)地面采樣數(shù)據(jù)進(jìn)行了適當(dāng)剔除.例如,9月19日大錢(qián)港入湖口的地面實(shí)測(cè)點(diǎn)因?yàn)樵茖痈采w被剔除,9月23日長(zhǎng)興夾浦、長(zhǎng)興合溪、長(zhǎng)興興塘3個(gè)實(shí)測(cè)點(diǎn)因?yàn)楹娓采w大量藍(lán)藻被剔除.對(duì)最終得到的43個(gè)有效地面采樣點(diǎn)數(shù)據(jù)進(jìn)行隨機(jī)抽樣,其中30個(gè)用于建立反演水體葉綠素a濃度值的遙感信息模型,其余13個(gè)用來(lái)評(píng)定模型精度.

表2 過(guò)境衛(wèi)星時(shí)間以及地面采樣時(shí)間Table 2 Satellite and in-situ data sampling information

1.4遙感數(shù)據(jù)的預(yù)處理

利用環(huán)境一號(hào)衛(wèi)星CCD數(shù)據(jù)提取太湖表層水體葉綠素a濃度,首先需要對(duì)衛(wèi)星影像進(jìn)行幾何精校正和大氣輻射校正.

1.4.1幾何精校正 從中國(guó)資源衛(wèi)星應(yīng)用中心獲得的環(huán)境一號(hào)衛(wèi)星CCD數(shù)據(jù)是經(jīng)過(guò)系統(tǒng)幾何畸變校正后的2級(jí)產(chǎn)品,只需對(duì)其進(jìn)行幾何精校正便能實(shí)現(xiàn)原始影像與參考圖像的空間精確配準(zhǔn).選用經(jīng)過(guò)空間配準(zhǔn)的1:5 萬(wàn)地形圖為參考圖像,在ENVI 4.5支持下對(duì)環(huán)境一號(hào)衛(wèi)星CCD影像進(jìn)行幾何精校正,圖像重采樣采用最近鄰點(diǎn)法,總誤差控制在0.5個(gè)像元內(nèi).

1.4.2大氣輻射校正 相對(duì)于陸地,水體的反射率很低,入瞳輻亮度中有超過(guò)80%以上的能量來(lái)自大氣的干擾信息[8],因此精確的大氣校正是進(jìn)行河流表層葉綠素a濃度定量反演所必須的關(guān)鍵步驟.采用ENVI 4.5軟件下的FLAASH大氣校正模塊對(duì)環(huán)境一號(hào)衛(wèi)星CCD數(shù)據(jù)進(jìn)行大氣校正.輸入相關(guān)參數(shù),計(jì)算得到大氣校正后的反射率圖像.

1.5遙感信息模型的建立

1.5.1單波段方法 利用SPSS 13.0對(duì)環(huán)境一號(hào)衛(wèi)星CCD的4個(gè)波段反射率與葉綠素a濃度進(jìn)行皮爾遜相關(guān)性分析.結(jié)果表明,除在第1波段475nm與葉綠素a濃度的相關(guān)系數(shù)相對(duì)較高以外,其他3個(gè)波段反射率與葉綠素a濃度的相關(guān)系數(shù)普遍較低,分別為-0.194,0.253,0.359.第1波段475nm反射率與葉綠素a濃度的皮爾遜相關(guān)系數(shù)達(dá)到了0.533,但相關(guān)程度仍不高.這可能是由于太湖的懸浮物濃度較高,而懸浮物的高反射率掩蓋了水體中的葉綠素信息[10].因此,利用環(huán)境一號(hào)衛(wèi)星CCD的單波段建立估算水體葉綠素a濃度的模型是不適合的.

1.5.2多波段方法 研究表明,采用多波段反射比可以部分消除水表面光滑度和微波隨時(shí)間和空間變化的干擾,并在一定程度上減小其他污染物的影響[11].在以往運(yùn)用遙感手段提取葉綠素a濃度的研究中,一種常用的方法是采用各種波段比值法和波段回歸法擴(kuò)大葉綠素a吸收峰與葉綠素a反射峰或熒光峰間的差異,以達(dá)到提取葉綠素a濃度的目的[12].雷坤[13]利用中巴地球資源1號(hào)衛(wèi)星對(duì)太湖表層水體進(jìn)行水質(zhì)遙感監(jiān)測(cè),認(rèn)為近紅外波段是提取葉綠素含量的關(guān)鍵波段,聯(lián)合紅波段建立了反演葉綠素a濃度的雙波段模型.呂恒等[2]分析3TM數(shù)據(jù)與準(zhǔn)實(shí)時(shí)地面采樣數(shù)據(jù),發(fā)現(xiàn)TM3/(TM1+TM4)與葉綠素a濃度的相關(guān)性最好,并以此建立了太湖葉綠素a濃度的三波段線性反演模型.戴永寧等[14]以巢湖水體為例,利用624nm附近藻膽素和706nm附近葉綠素a的吸收峰建立了反演葉綠素a濃度的雙波段反演模型.可見(jiàn),可見(jiàn)光紅波段和近紅外波段是反演葉綠素a濃度的常用波段.

為尋找環(huán)境一號(hào)衛(wèi)星CCD反演水體葉綠素a濃度的最佳波段組合,在SPSS 13.0支持下對(duì)各波段灰度值進(jìn)行比值變換、指數(shù)變換和對(duì)數(shù)變換等多種非線性變化和組合,分析了15種不同波段組合及其第一主成分與葉綠素a濃度之間的相關(guān)關(guān)系.結(jié)果表明,研究區(qū)域葉綠素a濃度的對(duì)數(shù)值和第4與第3波段的組合B4/B3的相關(guān)系數(shù)最高,為0.85(圖2).其余波段組合相關(guān)系數(shù)較高的有(B4-B3)/(B3+B4)和B3/(B1+B4),分別為0.8和0.78.

圖2 葉綠素a濃度與波段組合B4/B3的回歸曲線Fig.2 Fit curve between the chlorophyll-a concentration and the value of combined band

將各個(gè)因子作為自變量與水體葉綠素a濃度值進(jìn)行回歸分析,建立反演水體葉綠素a遙感信息模型.將模型計(jì)算所得結(jié)果與地面實(shí)測(cè)采樣點(diǎn)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析,若合理并滿足精度則將結(jié)果輸出,否則重新分析,直到建立滿足精度要求的模型,并對(duì)建立的若干個(gè)遙感模型進(jìn)行對(duì)比分析.最終得到3個(gè)葉綠素a遙感信息模型,見(jiàn)式(1)～(3).從建立的遙感信息模型可以看出,環(huán)境一號(hào)衛(wèi)星CCD第3和第4波段灰度值與水體葉綠素a濃度值關(guān)系密切,是反演水體葉綠素a濃度的關(guān)鍵波段.

基于B4/B3因子的模型(模型1):基于(B4-B3)/(B3+B4)因子的模型(模型2):

基于B3/(B1+B4)因子的模型(模型3):式中:C為葉綠素a濃度,mg/m3; RB1,RB3,RB4分別為環(huán)境一號(hào)衛(wèi)星CCD第1、3和4波段反射率.

2 結(jié)果與討論

2.1模型精度驗(yàn)證

將建立的3個(gè)遙感信息模型應(yīng)用于環(huán)境一號(hào)衛(wèi)星CCD數(shù)據(jù),得到葉綠素a濃度模型預(yù)測(cè)值,再和地面采樣實(shí)測(cè)數(shù)據(jù)進(jìn)行對(duì)比分析.用于驗(yàn)證數(shù)據(jù)的13個(gè)地面采樣數(shù)據(jù)的葉綠素a濃度實(shí)測(cè)值為2.13～82.2mg/m3,平均濃度值為18.19mg/ m3.3個(gè)模型的預(yù)測(cè)結(jié)果與實(shí)測(cè)葉綠素a濃度的誤差均方根分別為6.04,19.30,16.02mg/m3.

相對(duì)于平均濃度18.19mg/m3,模型的預(yù)測(cè)值誤差均較大,尤其是模型2和模型3的預(yù)測(cè)精度很低.進(jìn)一步分析可知,誤差主要來(lái)源于個(gè)別葉綠素a濃度值極高的采樣點(diǎn).例如,7號(hào)采樣點(diǎn)的葉綠素a濃度實(shí)測(cè)值為82.2mg/m3,3個(gè)模型預(yù)測(cè)值的平均誤差為40.69mg/m3.造成這種高濃度葉綠素a估算精度較低的主要原因,可能是由于地面采樣數(shù)據(jù)主要在秋冬季節(jié)采集,水體葉綠素a濃度較春夏季偏低,造成建立的遙感信息模型對(duì)高濃度葉綠素a不夠敏感.此外,內(nèi)陸水體受人工和自然影響較多,在地理位置偏移較小的情況下可能有較大的葉綠素a濃度變化梯度,導(dǎo)致實(shí)測(cè)數(shù)據(jù)點(diǎn)并不能有效代表所在區(qū)域內(nèi)的平均濃度值.葉綠素a濃度值較高的區(qū)域經(jīng)常漂浮大量水生植物,這也可能在一定程度限制應(yīng)用遙感數(shù)據(jù)估算水體葉綠素a濃度的精度.

若剔除7號(hào)點(diǎn),剩余的12個(gè)采樣點(diǎn)的葉綠素a濃度平均值為12.86mg/m3,3個(gè)模型的預(yù)測(cè)值誤差均方將分別降低至5.02,8.99,9.78mg/m3.由此可以得出,在對(duì)葉綠素a濃度偏低和中等的水體進(jìn)行估算時(shí),模型1相對(duì)模型2和模型3具有更高的精度.

2.2太湖水體葉綠素a濃度變化分析

利用遙感圖像處理軟件ENVI 4.5與ArcGIS 9.1,將建立的模型1應(yīng)用于2009年5～12月的8景環(huán)境一號(hào)衛(wèi)星CCD影像,得到該時(shí)期太湖表層水體的葉綠素a濃度分布圖(圖3).

從時(shí)間上分析,該區(qū)域水體的葉綠素a濃度從6月份開(kāi)始上升,在9～10月達(dá)到濃度峰值,12月份恢復(fù)較低水平.從地理上分析,7～8月的高葉綠素a濃度水域主要分布在沙塘港附近以及新塘北部水域.9～10月,在太湖西北部的沙塘港水域葉綠素a濃度進(jìn)一步增高,并呈現(xiàn)往東部的焦山和拖山區(qū)域轉(zhuǎn)移的趨勢(shì).同一時(shí)期,太湖東南部水域出現(xiàn)了極高的葉綠素a濃度分布.11月份,整個(gè)太湖水體葉綠素a開(kāi)始下降,高濃度水域主要分布于西北部沙塘港和東南部水域.葉綠素a濃度在12月份進(jìn)一步降低,平均濃度低于10mg/m3.總體上,太湖水體葉綠素a濃度呈現(xiàn)北部和東部較高、西南部和湖心較低的分布,這與以往的研究結(jié)果相一致[13].太湖的主要污染物來(lái)自西北部的常州市與北部無(wú)錫市的城市河道以及排污口,造成對(duì)應(yīng)區(qū)域的富營(yíng)養(yǎng)化與葉綠素a濃度偏高.

圖3 2009年5～12月太湖水體葉綠素a濃度分布Fig.3 Chlorophyll-a concentration in Taihu from May to Dec, 2009

值得注意的一點(diǎn)是,東太湖是典型的草型湖泊,平均水深僅1.2m,是太湖的主要出水通道,淤積較為嚴(yán)重,在夏秋季節(jié)水生植被覆蓋率達(dá)96%[15].從2009年5～12月的葉綠素a濃度分布圖(圖3)上看,與太湖其他區(qū)域相比,東太湖的葉綠素a濃度始終呈現(xiàn)相對(duì)較高的水平.這種現(xiàn)象很可能是受該區(qū)域豐富的水生植物所致,并不能準(zhǔn)確表征該區(qū)域水體的葉綠素a濃度信息.由此可見(jiàn),建立的遙感信息模型對(duì)于覆蓋有大量水生植被的水體是不適用的.此外,湖流、水深、水溫等也會(huì)影響藍(lán)藻的生長(zhǎng)[16],從而影響水體的葉綠素a濃度分布.

2.3與其他衛(wèi)星傳感器的對(duì)比分析

除了環(huán)境一號(hào)衛(wèi)星以外,已經(jīng)有一些衛(wèi)星傳感器用于相關(guān)研究,并得到較好的結(jié)果.宋瑜等[3]采用MERIS數(shù)據(jù)對(duì)太湖葉綠素a進(jìn)行反演研究,利用歸一化熒光高度與葉綠素a濃度線性回歸建立模型,結(jié)果基本上反映出太湖北部水體的葉綠素a濃度分布格局.然而,在太湖南部水陸過(guò)渡帶,MERIS產(chǎn)品數(shù)據(jù)出現(xiàn)異常值,限制了其在內(nèi)陸大型湖泊水質(zhì)狀況反演研究中的應(yīng)用.馬榮華等[17]結(jié)合Landsat ETM與實(shí)測(cè)光譜估測(cè)太湖葉綠素,利用ETM3/ETM1與葉綠素濃度值之間的函數(shù)關(guān)系建立了反演模型,均方根誤差為12.34mg/m3.張玉超等[18]將支持向量機(jī)的方法應(yīng)用于MODIS數(shù)據(jù)太湖葉綠素a非線性反演中,發(fā)現(xiàn)其對(duì)低值和高值均有較好的預(yù)測(cè)精度,平均相對(duì)誤差僅為15.91%.與這些衛(wèi)星傳感器相比,本研究利用環(huán)境一號(hào)衛(wèi)星數(shù)據(jù)用于葉綠素a濃度反演的精度略微偏低.究其原因,可能包含多個(gè)方面,如特征波段的選擇,反演算法的設(shè)計(jì),地面實(shí)測(cè)數(shù)據(jù),國(guó)內(nèi)自主研制的傳感器硬件參數(shù),都可能對(duì)反演結(jié)果產(chǎn)生影響.隨著環(huán)境一號(hào)衛(wèi)星的研究應(yīng)用逐漸推開(kāi),其在水質(zhì)遙感方面的反演方法和模型將進(jìn)一步完善.此外,相對(duì)其他衛(wèi)星傳感器,由于環(huán)境一號(hào)衛(wèi)星是我國(guó)自主設(shè)計(jì)生產(chǎn),數(shù)據(jù)訂購(gòu)和獲取較為方便,利于研究和應(yīng)用工作的開(kāi)展.

3 結(jié)論

3.1利用我國(guó)自主研制的環(huán)境一號(hào)衛(wèi)星CCD數(shù)據(jù)進(jìn)行水體表層葉綠素a濃度提取,可以獲得較高的反演精度.

3.2環(huán)境一號(hào)衛(wèi)星CCD數(shù)據(jù)的各個(gè)波段中,第3和第4波段與葉綠素a濃度值具有最高的相關(guān)性,是反演水體葉綠素a濃度的最佳波段.

3.2對(duì)于覆蓋有大量水生植被的水體,不適合采用遙感信息模型反演水體葉綠素a濃度.

[1] 王孝武,孫水裕.基于TM數(shù)據(jù)和ANN的河流水質(zhì)參數(shù)監(jiān)測(cè)研究 [J]. 環(huán)境工程學(xué)報(bào), 2009,3(8):1532-1536.

[2] 呂 恒,江 南,羅瀲蔥.基于TM數(shù)據(jù)的太湖葉綠素A濃度定量反演 [J]. 地理科學(xué), 2006,26(4):473-476.

[3] 宋 瑜,宋曉東,郭照冰,等.利用MERIS產(chǎn)品數(shù)據(jù)反演太湖葉綠素a濃度研究 [J]. 遙感信息, 2009,(8):19-24.

[4] 邢天罡,趙冬至,劉玉光,等.葉綠素a熒光遙感研究進(jìn)展 [J]. 遙感學(xué)報(bào), 2007,11(1):137-145.

[5] Neville R A, Gower J F R．Passive remote sensing of phytoplankton via chlorophyll fluorescence [J]．Journal of Geophysical Research, 1977,82:3487-3493.

[6] Gordon H R. Diffuse reflectance of the ocean: The theory of its augmentation by chlorophyll-a fluorescence at 685nm [J]. Applied Optics, 1979,18:1161-1166.

[7] 宋 瑜,宋曉東,江 洪.太湖藻類的遙感監(jiān)測(cè)研究 [J]. 遙感信息, 2008,(4):102-109.

[8] 楊一鵬,王 橋,肖 青,等.基于TM數(shù)據(jù)的太湖葉綠素a濃度定量遙感反演方法研究 [J]. 地理與地理信息科學(xué), 2006,22(2): 5-8.

[9] 湖州市環(huán)境保護(hù)監(jiān)測(cè)中心.2008年《湖州市藍(lán)藻監(jiān)測(cè)報(bào)告》 [R]. 2008.

[10] Bhargava D S, Mariam D W. Light penetration depth, turbidity and reflectance related relationship and models [J]. ISPRS Journal of Photogrammetry and Remote Sensing, 1991,46(4):217-230.

[11] Koponen S, Pulliainen J, Kallio K, et al. Lake water quality classification with airborne hyperspectral spectrometer and simulated MERIS data [J]. Remote Sensing of Environment, 2002,79:51-59.

[12] 段洪濤,張 柏,宋開(kāi)山,等.查干湖葉綠素a濃度高光譜定量模型研究 [J]. 環(huán)境科學(xué), 2006,27(3):503-507.

[13] 雷 坤,鄭丙輝,王 橋.基于中巴地球資源1號(hào)衛(wèi)星的太湖表層水體水質(zhì)遙感 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2004,24(3):376-380.

[14] 戴永寧,李素菊,王學(xué)軍.巢湖水體的表觀光學(xué)特性測(cè)量與分析[J]. 中國(guó)環(huán)境科學(xué), 2008,28(11):979-983.

[15] 李文朝,陳開(kāi)寧,吳慶龍,等.東太湖水生植物生物質(zhì)腐爛分解實(shí)驗(yàn) [J]. 湖泊科學(xué), 2001, 13(4):331-335.

[16] 杜 聰,王世新,周 藝,等.應(yīng)用遙感數(shù)據(jù)評(píng)價(jià)藍(lán)藻水華對(duì)太湖取水口的影響. [J]. 中國(guó)環(huán)境科學(xué), 2009,29(10):1041-1046.

[17] 馬榮華,戴錦芳.結(jié)合Landsat ETM與實(shí)測(cè)光譜估測(cè)太湖葉綠素及懸浮物含量. [J]. 湖泊科學(xué), 2005,17(2):97-103.

[18] 張玉超,錢(qián) 新, 錢(qián) 瑜,等.支持向量機(jī)在太湖葉綠素a非線性反演中的應(yīng)用. [J]. 中國(guó)環(huán)境科學(xué), 2009,29(1):78-83.

致謝：本文的地面采樣數(shù)據(jù)由湖州市環(huán)境保護(hù)監(jiān)測(cè)中心提供,在此表示感謝.

Quantitative estimation of Taihu chlorophyll-a concentration using HJ-1A and 1B CCD imagery.

KUANG Da1,2, HAN Xiu-zhen3*, LIU Xiang4, ZHAN Ya-ting5, NIU Zheng1, WANG Li-juan1,2(1.State Key Laboratory of Remote Sensing Science, Institute of Remote Sensing Applications, Chinese Academy of Sciences, Beijing 100101, China；2.Graduate University of Chinese Academy of Science, Beijing 100049, China；3.National Satellite Meteorological Center, China Meteorological Administration, Beijing 110008, China；4.Beijing Oriental Titan Technology Corporation, Beijing 100083, China; 5. Key Laboratory of Meteorological Disaster, Ministry of Education, Nanjing University of Information Science and Technology, Nanjing 210044, China). China Environmental Science, 2010,30(9)：1268～1273

X87

A

1000-6923(2010)09-1268-06

曠 達(dá)(1986-),男,湖南攸縣人,中國(guó)科學(xué)院遙感應(yīng)用研究所碩士研究生,主要從事遙感與地理信息系統(tǒng)方面的研究.

2009-12-21

國(guó)家“973”項(xiàng)目(2007CB714406);國(guó)家“863”項(xiàng)目(2006AA-120107);“十一五”國(guó)家科技支撐計(jì)劃(2008BAC34B03);國(guó)家自然科學(xué)基金資助項(xiàng)目(40971202)

* 責(zé)任作者, 高級(jí)工程師, hanxz@cma.gov.cn