衛(wèi)星數(shù)據(jù)水環(huán)境監(jiān)測方案

水體分布提取方法水體分布提取承受最的改進雙峰法進展面對對象的水體分布提取。改進雙峰法主要技術(shù)流程如下輸入數(shù)據(jù)。輸入經(jīng)過輻射校正、幾何校正和大氣校正的遙感反射率或瑞利校正反射率圖像。邊界膨脹。對輸入數(shù)據(jù)采樣簡潔閾值分割法進展水體分布粗提取，然后對粗提取水風光積膨脹，2~3倍，將膨脹后的矢量邊界作為后續(xù)處理的感興趣區(qū)域〔ROI〕〔如以下圖所示〕。水體分布粗提取后邊界膨脹閾值選擇。在2)步得到的ROI區(qū)域內(nèi)統(tǒng)計水體指數(shù)灰度直方圖，并在先驗閾值區(qū)間內(nèi)查找直方圖最小值的遙感反射率作為圖像分割的閾值〔如以下圖所示，兩條紅線之間的區(qū)域即為先驗閾值區(qū)間，直方圖最小值所在閾值為，該值大小等于遙感反射率乘以0乘以〕。雙峰法直方圖閾值選擇0〔陸地1〔水體〕〔如以下圖左圖所示〕。最小連通區(qū)去除。圖像閾值分割的結(jié)果會有很多雜亂的斑點和小的水體，設(shè)置最小連通區(qū)像元數(shù)NN0〔如以下圖右圖所示。水質(zhì)參數(shù)反演方法

最小連通區(qū)去除前后比較利用遙感圖像反演內(nèi)陸水質(zhì)參數(shù)需要完成的操作步驟主要有六個，依次是：輻射校正、幾何校正、水陸分界、大氣校正、水草水華識別和水質(zhì)參數(shù)反演，其流程如以下圖所示。原始遙感圖像(1)輻射校正(2)幾何校正(3)水陸分界水體掩膜圖像(4)大氣校正遙感反射率圖像(5)水草水華識別水草水華分類圖(6)水質(zhì)參數(shù)反演水質(zhì)參數(shù)專題圖遙感圖像反演內(nèi)陸水質(zhì)參數(shù)的操作流程輻射校正和幾何校正是遙感圖像處理的通用流程。水陸分界是水體遙感的特別操作，用于提取水體研究區(qū)域。依據(jù)水體和陸地光譜差異承受閾值分割，計算得到水體掩膜圖像，其中水體為1，陸地為0。大氣校正對于水體要素遙感反演至關(guān)重要。水體反射率比較低，遙感器接收的來自水體的信號中很大的局部是來自大氣散射，因此利用遙感數(shù)據(jù)監(jiān)測水質(zhì)首先要對遙感圖像進展準確的大氣校正。來自水草和水華的遙感數(shù)據(jù)無法用于反演水面以下的水體要素，因此首先要把水草和水華區(qū)域提取出來，然后利用非水華和非水草的遙感圖像反演水體要素。數(shù)據(jù)獵取數(shù)據(jù)獵取是爭論工作的根底，獵取的數(shù)據(jù)包括水體試驗數(shù)據(jù)和衛(wèi)星遙感數(shù)據(jù)。水體試驗數(shù)據(jù)獵取課題組已經(jīng)在水體試驗數(shù)據(jù)，這些試驗數(shù)據(jù)很多是和光學遙感衛(wèi)星同步或準同步的。衛(wèi)星遙感數(shù)據(jù)獵取GF1,5,6號衛(wèi)星遙感圖像數(shù)據(jù)。數(shù)據(jù)處理數(shù)據(jù)處理是重要環(huán)節(jié)，數(shù)據(jù)包括水體試驗數(shù)據(jù)的處理和衛(wèi)星遙感數(shù)據(jù)的預處理。水體試驗數(shù)據(jù)處理主要包括水面反射率光譜特征分析、水體固有光學特性分析、水體光學分類。衛(wèi)星遙感數(shù)據(jù)的預處理主要包括水體提取和大氣校正。水面反射率光譜特征分析利用全部水面實測遙感反射率光譜數(shù)據(jù)分析其光譜特征，包括反射峰、反射谷、反射率拐點等信息，為水質(zhì)參數(shù)反演方法的波段選擇供給支持。水體提取將爭論基于改進雙峰法的水體邊界自動化提取方法，為后面開展水質(zhì)參數(shù)反演供給支持。大氣校正將利用與光學遙感衛(wèi)星同步獵取的水面反射率光譜數(shù)據(jù)，比照現(xiàn)有各種典型大氣校正方法，確定最適宜進展水質(zhì)參數(shù)濃度反演的大氣校正方法。水質(zhì)參數(shù)反演算法水質(zhì)參數(shù)反演算法主要包括傳統(tǒng)反演策略、硬分類反演策略、軟分類反演策略。每種反演策略中需要檢驗典型的水質(zhì)參數(shù)反演方法的適用性。首先利用水體試驗獵取的水面光譜數(shù)據(jù)集比照每種策略的水質(zhì)參數(shù)濃度反演結(jié)果，確定最正確的反演策略、反演方法以及其中的步驟和參數(shù)。水質(zhì)參數(shù)反演模塊開發(fā)基于經(jīng)過檢驗的水質(zhì)參數(shù)反演最優(yōu)算法，開發(fā)水質(zhì)參數(shù)遙感反演模塊。葉綠素a濃度反演方法葉綠素a是水體中浮游植物或藻類植物中最重要的色素，也是水體中藻類濃度、種類等的重要指示因素，因此它也是反映水體富養(yǎng)分化程度的重要指標。水體葉綠素a濃度反演是水色遙感的核心內(nèi)容。目前，利用遙感技術(shù)反演水體葉綠素a濃度的方法主要有閱歷模型、半分析模型、分析模型、智能模型等。由于內(nèi)陸渾濁二類水體的光學特性較為簡單，分析模型和智能模型算法的精度受實測水體固有光學量和表觀光學量的影響較大，模型的穩(wěn)定性較差，不能用于水體葉綠素a濃度反演。本節(jié)構(gòu)建了葉綠素a反演半閱歷模型。常用的基于水體光譜特征參量的葉綠素a濃度反演算法包括兩波段比值算法〔TBR〕、歸一化葉綠素指數(shù)算法〔NDCI〕、綜合葉綠素指數(shù)算法〔SCI〕、三波段半分析算法〔TBS〕和四波段半分析算法〔FBS〕。這五種算法的模型擬合結(jié)果如以下圖所示。基于水體光譜特征參量的葉綠素a濃度遙感反演模型從圖中可以看出三波段半分析算法和四波段半分析算法的擬合趨勢有誤，數(shù)據(jù)點的分布較亂，擬合公式不能反響葉綠素aa濃度的反演。兩波段比值算法、歸一化葉綠素指數(shù)算法和綜合葉綠素指數(shù)算法的擬合趨勢較好，擬合度R2也較高。其中綜合葉綠素指數(shù)和兩波段比值算法的擬合效果最好，可以作為基于水體光譜特征參量的葉綠素a濃度反演算法。懸浮物濃度反演方法我們計算了總懸浮物濃度與遙感反射率每個波段遙感反射率的相關(guān)系數(shù)平方，并進一步計算了總懸浮物濃度倒數(shù)與每個波段遙感反射率倒數(shù)的相關(guān)系數(shù)平方，結(jié)果如以下圖所示。遙感反射率與總懸浮物濃度的相關(guān)系數(shù)平方從圖中可以覺察，總懸浮物濃度倒數(shù)與每個波段遙感反射率倒數(shù)的相關(guān)系數(shù)平方明顯大于總懸浮物濃度與遙感反射率每個波段遙感反射率的相關(guān)系數(shù)平方。因此，可以建立總懸浮物濃度倒數(shù)與每個波段遙感反射率倒數(shù)線性回歸公式：1/TSM=A*(1/Rrs(λ))+BTSM的計算公式如下：TSM

R ()rsAB*R ( )rs上式實際上可以從生物光學模型中推導得到。內(nèi)陸水體中最常用的生物光學模型如下所示：b()R(0)()f*a()bbb

()其中，R(0-)是剛好在水面以下輻照度比，f是一個與光場分布有關(guān)的參數(shù)，a是水體總的吸取系數(shù)，bb是水體總的后向散射系數(shù)。將上式中的吸取系數(shù)和散射系數(shù)開放，同時將R(0-)(λ)R(λ)表示，得到：rsR ()rs v

))*(1r())/n2sf*

b ()~bbw b

*b”p

()*Cs ~Q a()aw ph

()ad

()a

cdom

()bbw

()bbp

*b”p

()*Cs其中，aph(λ)是浮游植物色素吸取系數(shù)，ad(λ)是非色素懸浮物吸取系數(shù)，acdom(λ)是CDOM吸取系數(shù)，aw是純水吸取系數(shù)，b 是純水后向散射系數(shù)，是觀測天頂角，r()是水-氣界面反射率，

是太陽天頂角，bw v v sr()是氣-水界面反射率，n是水體折射指數(shù)，Q是水下上行輻照度與輻亮度的比值，C是懸浮物濃度，b’

(λ)s s p~是懸浮物單位散射系數(shù)，bbp

是懸浮物后向散射比例系數(shù)。在近紅外波段，a (λ)、a(λ)和a (λ)都大約降至0，純水的后向散射系數(shù)b 也降至格外小，而且遠ph d cdom bw小于懸浮物后向散射系數(shù)，因而可以無視。此時方程可以簡化為：R ()rs

f*

~ *b” ()*Cbbp ~p sb(1r(v

))*(1r(s

))/n2 Q aw

()b *b”bp

()*CsC的計算公式：sR (

) a()Cs f (1r())*(1r())rs 1

*~ w 1* v

R ()

b b” ( )bp p 1Q n2

rs 1透亮度反演方法渾濁水體的透亮度主要與懸浮物濃度負相關(guān)。因此，我們將試驗獵取的透亮度和懸浮物濃度進展線性回歸，得到的結(jié)果如以下圖所示。實測透亮度和總懸浮物濃度線性回歸如上圖所示，透亮度與總懸浮物濃度的相關(guān)系數(shù)平方〔R2〕到達0.782，說明通過二者具有格外高的相關(guān)性，利用懸浮物反演透亮度的模型為：Transparency(cm)=-4.275*TSM(mg/L)+127.0反演透亮度時，首先利用遙感數(shù)據(jù)反演懸浮物濃度，再利用上面的公式進一步反演透亮度。養(yǎng)分狀態(tài)計算方法水體顏色是水體光學參量之一，可以反映水體葉綠素含量和渾濁程度，進而可以表征水體養(yǎng)分狀態(tài)。FUI〔Forel-UleIndex〕，F(xiàn)orel-Ule比色表的一種水質(zhì)監(jiān)測指數(shù)。在傳統(tǒng)監(jiān)測中一般認為，F(xiàn)UI級別越低水質(zhì)越好，級別越高水質(zhì)越差。FUIForel-Ule比色表，F(xiàn)UI將水體顏色劃分為從深藍到紅褐色1~21Forel-Ule21種水體顏色的色度坐標，計算每αFUIRGB波段值，計算遙感圖像上每個像元色度坐標和對應(yīng)的α角度，再依據(jù)色度查找表將遙感圖像歸類到從深藍到橙紅這21個顏色級別中，實現(xiàn)基于衛(wèi)星遙感圖像的水體顏色分級，獵取顏色FUI指數(shù)圖像。FUI提取流程主要有以下步驟：a)計算圖像像元或一條遙感反射率的顏色三刺激值X,Y,Z。對于遙感XYZ值；b〕依據(jù)XYZ值計算圖像像元色度坐標〔x,y〕；c〕計算圖像像元在色度二維空間中對應(yīng)的角度α；d〕依據(jù)建立的FUI指數(shù)角度查找表，完成圖像像元的角度α到顏FUI指數(shù)的轉(zhuǎn)換。Forel-UleForel-Ule比色表中的水體顏色構(gòu)建基于FUI指數(shù)的全球水體養(yǎng)分狀態(tài)評價模型譜數(shù)據(jù)，利用葉綠素數(shù)據(jù)估算水體養(yǎng)分狀態(tài)指數(shù)，利用光譜數(shù)據(jù)計算水體FUI指數(shù)，并分析FUI對富養(yǎng)分化指數(shù)〔TSI〕FUI指數(shù)的水體養(yǎng)分狀態(tài)評價決策樹。FUIFUIR(645)rsFUI≤66<FUI<9FUI>169≤FUI≤169≤FUI≤1313≤FUI≤16R(645)<t1rsR(645)≥t1rsR(645)<t2rsR(645)≥t2rsOligotrophicMesotrophicEutrophicFUI指數(shù)的水體富養(yǎng)分化評價決策樹模型FUITSI之間的FUITSI估測模型如下：當FUI