论文部分内容阅读
遥感技术对内陆二类水体的监测,一般是通过水色遥感建模,估算水质参数,进而评价水环境质量。长期以来,内陆二类水体水色遥感数据存储方式多样、数据组织凌乱,没有一套完整的数据质量检查规则,缺乏科学统一的数据管理,不利于内陆二类水体水色遥感的建模、模型应用及数据共享。因此,只有对这些数据在入库前进行质量控制,并科学化、规范化其入库流程,才能使其数据更加合理与规范,保证内陆二类水体水色遥感数据在建模中发挥更多的价值。本研究结合我国的太湖、滇池、洞庭湖等八个水域,SeaBASS数据集中的伊利湖、密歇根湖和美国印第安纳州的三个水库的地面遥感实验数据与相应研究区的遥感影像数据,分析了水色遥感的数据特点及建模数据需求,制定了数据入库前的地面实测数据和遥感影像数据质量控制方法,并提出一套适用于内陆二类水体水色遥感的数据入库规则。主要的研究内容和成果如下:(1)通过对内陆二类水体水色遥感建模方法的分析归纳和总结,将其分为经验/半经验模型、生物光学模型和及其学习模型,并对每类模型所需的建模数据与验证数据进行梳理和总结,着重分析了建模中常用的遥感反射率(Rrs)、非色素颗粒物系数(ad)、色素颗粒物吸收系数(aph)、CDOM吸收系数(ag)等参数特点,并根据其光学特性将其分为悬浮泥沙主导水体和浮游植物主导水体。同时研究了目前内陆二类水体水色遥感数据的数据来源与获取手段、数据的表现形式等。(2)对于地面实测数据的表观光学量、固有光学量和水色要素浓度数据等数据,本文将数据质量检查方法分为三大类,包括数值检查、光谱形态检查、水质参数浓度与光谱形态联合检查。在数值检查中包括了值域检查,影响系数法检查;光谱形态检查包括了光谱角检查、光谱特定波段的形态检查。对于遥感影像入库数据的检查,本文主要研究了针对内陆二类水体的云检测方法和大气校正结果检查方法,对于云检测算法,本文与NASA提供的标准大洋水体云检测算法相比,可以有效的提取出内陆二类水体上的云。(3)本文结合SeaBASS在大洋水体中的相关规范和黑河综合遥感联合实验的相关数据标准,提出了一套适用于内陆二类水体水色遥感建模数据的数据规整规范,从基础数据规范、地面实测数据与预处理后遥感影像数据的组织方式到最后数据库的表结构设计等一系列的入库流程,都进行了相关规则的设计。