基于GOCI影像的內(nèi)陸水體懸浮物濃度遙感估算研究.pdf

1、懸浮物濃度是水體中重要的水質(zhì)參數(shù)，也是水質(zhì)和水環(huán)境評價的重要指標之一。本研究以太湖、巢湖、滇池和三峽水庫為研究對象，首先采用兩步聚類法對研究區(qū)采樣點的遙感反射率光譜曲線進行分類，進而分析了不同類型水體的表觀光學特性和固有光學特性，在此基礎上針對不同類型水體分別構建了相應的懸浮物濃度遙感估算模型，進而將模型應用于太湖地區(qū)的GOCI影像上，實現(xiàn)基于GOCI影像的太湖懸浮物濃度遙感估算，并分析了太湖懸浮物濃度的空間分布特征及其變化趨勢，主要得

2、出以下結(jié)論:
　　(1)研究區(qū)水體分類及其光學特性
　　利用兩步聚類法對研究區(qū)水體進行光學分類，綜合考慮兩步聚類法中的BIC、BIC變化量、BIC變化率和距離變化率四個評價指標，最終確定本研究中所有采樣點的最佳聚類數(shù)目為三類，通過分析不同類型水體的懸浮物濃度及葉綠素a濃度，確定三種類型水體的主導因子分別為:懸浮物主導、懸浮物和葉綠素a共同主導、葉綠素a主導。
　　三種類型水體具有不同的光學特性，不同類型水體的遙感反射率

3、和色素顆粒物吸收系數(shù)在數(shù)值和光譜曲線形狀上都存在較大差異，而不同類型水體的非色素顆粒物吸收系數(shù)、CDOM吸收系數(shù)及散射系數(shù)在光譜形狀上基本一致，其差異主要體現(xiàn)在數(shù)值上。
　　(2)不同類型水體懸浮物濃度遙感估算模型
　　針對不同類型水體分別構建了相應的懸浮物濃度遙感估算模型，其中，懸浮物主導型的水體最優(yōu)估算模型為以B7/B4為最佳波段組合因子的二次函數(shù)模型，共同主導型的水體最優(yōu)估算模型為以B7/(B8+B4)為最佳波段組合因

4、子的指數(shù)函數(shù)模型，葉綠素a主導型的水體最優(yōu)估算模型為以B7/(B8+B4)為最佳波段組合因子的冪函數(shù)模型，而未分類水體懸浮物濃度最優(yōu)估算模型為以B7/B4為最佳波段組合因子的二次函數(shù)模型。與不分類水體所建立的模型相比，針對分類后的水體構建的模型誤差得到了不同程度的降低，三類水體建模數(shù)據(jù)的平均相對誤差比不分類前分別降低了1.11％、6.75％和4.20％;驗證數(shù)據(jù)的平均相對誤差下降效果更為顯著，相比于未分類水體，分類后水體的平均相對誤差分

5、別下降了19.37％、8.96％和3.18％。
　　(3)基于GOCI影像的太湖懸浮物濃度遙感估算
　　采用FLAASH和6S兩種大氣校正方法對GOCI影像進行大氣校正。利用實測光譜數(shù)據(jù)做對比，結(jié)果表明，6S大氣校正后的結(jié)果無論在光譜形狀還是數(shù)值上都比FLAASH大氣校正后的結(jié)果更接近于實測光譜曲線，更適用于GOCI影像的大氣校正。
　　對GOCI影像的像元先分類，然后選擇相應的估算模型，實現(xiàn)太湖懸浮物濃度的遙感估算。

6、結(jié)果表明，從時間變化來看，太湖懸浮物濃度的天際變化明顯高于其天內(nèi)變化，不同日期估算結(jié)果存在明顯區(qū)別，而同一天內(nèi)變化趨勢也不盡相同;從空間分布特征來看，太湖東部及東北部區(qū)域為懸浮物濃度相對低值區(qū)，水體相對清澈，太湖西部及西南部區(qū)域為懸浮物濃度相對高值區(qū)，水體較為渾濁，而太湖中部區(qū)域懸浮物濃度則介于兩者之間，這與太湖入湖及出湖河流的分布存在一定的聯(lián)系，同時風速、風向等氣象因子，地理位置、地貌等地形因子也在一定程度上影響著太湖懸浮物濃度的空間