论文部分内容阅读
近年来,湖泊水体污染和营养化问题已严重制约国民经济的快速可持续发展,并影响着人们的日常生活和身体健康,快捷准确的湖泊水质监测已经显得尤为必要,但传统监测方法费力费时,且仅能了解监测断面的水体污染状况,难以获取大尺度水体水质的变化趋势和空间分布状况,不能满足大尺度、实时动态的监测评价要求。遥感反演技术的出现,给水质的监测评价提供了新的机遇与选择。通过利用经验、半经验或者物理分析的方法,选择合适的遥感波段数据,建立水质参数的遥感估测模型来反演水体中的水质参数浓度,它可以反映水质在空间和时间上的分布和变化情况,发现一些常规方法难以揭示的污染物迁移特征和污染源分布,具有监测范围广、快速、低成本和便于长期进行动态监测的优点。滇池是典型的低纬度、高海拔、浅水湖泊,是我国云贵高原地区的代表湖泊和最大湖泊,也是国内遭受污染最严重的湖泊之一。湖体高度富营养化,藻华现象频发,生态环境破坏严重,每年4-11月为藻华发生期,持续时间达半年以上。滇池的污染治理被列为国家三湖三河(淮河、辽河、海河、滇池、巢湖、太湖)重点治理工程之一。本研究选择了高原湖泊滇池作为研究对象,初步探讨HJ-1A/1B影像在湖泊水质参数反演中的适用性。环境与灾害监测预报小卫星(A、B星)具有高空间分辨率(20-30m)、高时间分辨率(2d)、高光谱分辨率(0.45-0.95μm波谱范围内128个波段)以及宽观测幅宽(720km)的性能,将有效提高湖泊水体水色遥感反演的能力和水平,所以水体中的叶绿素a、藻类、透明度等信息,将在不同的遥感波段图像上更好地反映出来。本研究的目的就是运用HJ-1A/1B遥感影像来研究分析滇池水华信息分布及水质实地监测空间分布状况。在此基础上,基于总磷、总氮、透明度等的光谱特征,结合环境减灾小卫星的波段设置,应用Pearson相关分析法,对环境减灾小卫星的各个波段及波段组合与相应的水质指标数据进行相关性统计分析,确定各水质指标的最佳反演波段及波段组合。并利用多元线性回归模型、BP网络模型与RBF网络模型对水质参数的反演,综合评价三种模型的误差精度以及环境与灾害监测预报小卫星在水质参数反演中的适用性。研究结果表明:基于HJ-1A/1B遥感影像,人工神经网络模型相比多元线性回归模型,能较好的对湖泊水质状况进行遥感监测。