论文部分内容阅读
摘要 [目的]探索一种优良的大范围监测湖泊污染的方法。[方法]以江苏省苏州市周边四大淡水湖泊(太湖(东岸水域)、阳澄西湖、金鸡湖以及独墅湖)为试点,采用随机采点的方法,利用Radarsat2全极化数据对不同物理散射机制的反映,对湖泊水体散射情況及其所含悬浮颗粒物浓度进行监测。[结果]苏州市四大湖泊基本类属于中熵区的3、4、5类散射机制(即中熵多次散射、中熵偶极子散射以及中熵表面散射),其中熵偶极子散射类在各大湖泊区域内所占比例高达650%以上,说明四大湖泊水体主体较为浑浊,悬浮颗粒物较多,其中独墅湖66.6%、阳澄西湖66.7%、太湖68.3%、金鸡湖73.3%。四大湖泊中水体水质最优的是独墅湖,其次为阳澄西湖、太湖,最劣为金鸡湖。[结论]Radarsat2全极化数据不仅可以应用于湖泊水体污染研究,还可以进一步反映水体中各要素的分布状况,在水环境污染研究方面具有很大的潜力。
关键词 Radarsat2;H_α分类;水质监测;湖泊污染
中图分类号 S181 文献标识码 A 文章编号 0517-6611(2016)03-194-04
Abstract [Objective]To discuss a good method for largescale monitoring of lake pollution.[Method]Four lakes around Suzhou City were used as the pilot sites,which were Tai Lake,Yangcheng West Lake,Jinji Lake,Dushu Lake.Sites were randomly selected.Physical scattering mechanism was used to monitor the scattering situation of water bodies and the concentration of suspended particles by Radarsat2 fullpolarization data.[Result]The four lakes in Suzhou City belonged to 3,4 and 5 scattering mechanisms in middle entropy region.Among them,entropy dipole scattering class accounted for more than 65.0%,indicating that the water bodies of four lakes were relatively turbid with many suspended particles.The entropy dipole scattering classes of Dushu Lake,Yangcheng West Lake,Tai Lake and Jinji Lake accounted for 66.6%,66.7%,68.3% and 733%,respectively. Dushu Lake had the optimal water quality,followed with Yangcheng West Lake and Tai Lake.And Jinji Lake had the poorest water quality.[Conclusion]Radarsat2 fullpolarization data can be applied in the research on water body pollution of lakes,and further reflect the distribution status of each element in water body.Radarsat2 fullpolarization data has great potential in the research of water environment pollution.
Key words Radarsat2; H_α classification; Water quality monitoring; Lake pollution
湖泊在陆地生态系统中具有不可替代的作用,可以蓄水抗旱、防涝保收、纳污自净、调节气候、保持生物多样性等,但湖泊水体水质却严重影响其功能的发挥[1]。近年来,受人类活动的影响,我国内陆众多湖泊的水质逐年恶化,功能减弱,渔业生产衰退,周边群众生产生活用水受到影响,牲畜饮水困难并造成地区生态环境的危机[2],因此对湖泊水质监测研究具有重要意义。湖泊水质是评价水环境的重要标准,与湖泊浮游生物、颗粒悬浮物等密切相关,目前水质评价方法有三大类,即站点、数学模型和遥感信息水质检测[3]。然而,站点和数学模型的水质检测仅仅局限于单点或局部的水质参数,不适用于对大范围、全局的污染状况,而遥感信息可以对这些水质参数进行大范围的空间探测,省时省力,从整体上对湖泊水质进行污染评价,提高水质评价的效率与精度。
目前,发达国家已经应用了遥感技术监测水质,如1996年在欧洲开展的SLALMON项目支持下,空间光谱传感器在监测欧洲湖泊水质的可行性方面已经获得了大量成果[4],同期国内学者应用遥感技术在内陆湖泊、水库与近海的水质监测等方面也开展了大量研究,如李旭文等[5]利用TM数据对太湖梅梁湾的藻华现象进行了研究,建立了信息提取模型,形成了藻类密度彩色分级图,较好地反映了藻类在湖面的分布情况。
当前广泛用于湖泊水质监测的遥感数据源主要为航空遥感数据和光谱卫星数据,但是该类探测受限条件较多,如气候环境和光学条件严重影响卫星获取数据的可用性。SAR卫星完全可以忽略气候环境的影响,全天候地对湖泊水质进行即时监测,而现阶段关于利用SAR卫星数据监测湖泊水质的研究较少报道。 由于工业经济的快速扩张,江苏省苏州市水域受到严重污染,尤其是太湖流域,富营养化严重,曾暴发过严重的藻华现象,对苏州市经济和社会造成了严重影响。鉴于此,笔者以江苏省苏州市周边四大淡水湖泊为试点,
利用全极化SAR卫星Radarsat2数据监测湖泊水体水质,旨在为水体水质遥感监测寻找新方向提供基础数据。
1 材料与方法
1.1 试验区域
以江苏省苏州市周边四大淡水湖泊为试点,分别为太湖、阳澄西湖、金鸡湖以及独墅湖(由于太湖面积远大于其他3个湖泊,横跨数个市区,太湖区域研究仅以与苏州市区相邻的太湖东岸水域为试点)。采用随机采点的方法,在每个湖泊均匀取60个样点进行研究分析,排除其他系统因子的干扰。
1.2 SAR试验数据
为加拿大高分辨率商用雷达卫星Radarsat2 获得的苏州地区极化雷达数据,采用C波段四极化精细波束模式成像,数据包括HH、HV、VH、VV 4种不同极化方式的单层数据,入射角20~41°,地面分辨率12×8 m;采集日期为2009年8月31日21:56,晴朗无风。
1.3 方法与原理
SAR卫星数据较传统光谱卫星具有更多的地物目标信息,其表达的信息也更为复杂,尤其是全极化SAR卫星数据。一般极化SAR数据的目标分解包括相干目标分解和非相干目标分解,湖泊由于其目标散射特性复杂,流动性较强,因此利用非相干目标分解从极化SAR数据中提取到水质状况。
实际应用中,目标分解的方法很多,其中以CloudePottier基于特征矢量和特征值分解方法对于自然分布目标散射的分解最为有效[6]。该分解通常也称为H、A、α分解,它们分别为平均散射角(α)、散射熵(H)及反熵(A)。
α值与地物散射过程的物理机制相互联系,当α→0时,对应粗糙面产生的单次散射;当α→π/4时,对应体散射;当α→π/2时,对应二面角散射。散射熵表示散射过程的随机性,其中H→0表示散射过程对应为各向同性的纯目标; H→10表示散射过程对应为完全随机散射;00.7时,反熵才能作为进一步识别的来源。这是由于散射熵值更低时,第2、3特征值强烈地受噪声的影响,以至于反熵也有很多噪声。
CloudePottier根据散射熵与平均散射角的取值将所有目标分为8类(图1),分别对应不同的物理散射机制。为了消除SAR图像的相干斑噪声影响,在进行目标分解之前先对整个极化相干矩阵进行了精制极化Lee滤波[7],然后将滤波后得到的极化相干矩阵进行特征矢量和特征值的分解,提取出各种与目标物理散射特性有关的特征量,即H、α和A,然后针对各研究区域采样点的提取参数进行系统分析。
2 结果与分析
2.1 参数统计
由表1可知,四大湖泊的α取值范围在1559~71.96,其中以阳澄西湖取值范围最大,太湖取值范围最小,而均值以金鸡湖最大(46.38),太湖其次(45.35),独墅湖最小(43.77);H取值范围为0.55~0.89, H均值以太湖最大(0.78),金鸡湖其次(0.77),阳澄西湖和独墅湖均最小(076);A取值范围为0.02~0.99,均值最大值出现在独墅湖(067),最小均值在太湖(0.64)。
2.2 水域H_α分类
根据CloudePottier分解所得目标参数进行H_α分类,所得结果如下:四大湖泊基本类属于中熵区的3、4、5类(即中熵多次散射、中熵偶极子散射以及中熵表面散射)。该三大类具体对应水体区域可解释为:
中熵多次散射:可将该区域解释为具有中等熵值的二面角散射,对应水面覆盖有较多浮游植物或水生植物,雷达波照射在水面后,受水面植被的影响,波束易发生多次散射且散射过程的随机性随之增强。
中熵偶极子散射:可将该区域解释为具有中等熵值、偶极子占优的散射机制,对应水面多为含有较多悬浮颗粒物,具有各向异性散射特征的散射居多。
中熵表面散射:可将该区域解释为随机表面散射,对应水面较為干净,悬浮物质较少,属于内陆湖泊较理想的水质环境。
从图2可以看出,四大湖泊中属于中熵多次散射类的区域所占比例为100%~180%,说明湖泊水面浮游植物或水生植物量略多,有富营养化的趋势;中熵偶极子散射类在各大湖泊区域内所占比例高达650%以上,其中,独墅湖666%、阳澄西湖667%、太湖683%、金鸡湖733%,这说明四大湖泊水体较为浑浊,悬浮颗粒物较多;而中熵表面散射所占比例在250%以下,最低的是金鸡湖,不到80%,说明该区域类清洁水体极少,仅出现在湖水中心部位少数区域。综合各大水域的分类情况,可以推测出四大水域的水质状况较差,基本上属于水域功能类别的V类水体[8],其水质由好到差依次为独墅湖、阳澄西湖、太湖、金鸡湖,与2009年度《苏州市环境状况公报》公布数据基本一致[9]。
为进一步了解悬浮颗粒物浓度差异,探索水质微小区别,笔者利用反熵(A)来区分浓度差别。由于反熵大小反映了CloudePottier分解中优势散射机制以外的2个相对较弱的散射分量之间的关系,所以其可以用来反映相应物质的浓度差异。在第4类中熵偶极子散射机制占优势的情况下,水体中次要散射机制必然是表面散射机制。在2个相对较弱的散射机制中,若表面散射机制优势越明显,即A值越大,则表明水体中纯水体散射贡献较多,颗粒悬浮物相对较少,浓度较低,即水体水质相对较好;若表面散射机制在相对较弱的散射机制中不占优势,即A值越小,则表明悬浮物浓度越大。
在第5类中熵表面散射机制占优势的情况下,水体中次要散射机制必然是代表颗粒悬浮物散射机制的偶极子散射(体散射)。同样在2个相对较弱的散射机制比较中,若偶极子散射机制优势越明显,即A值越大,则表明水体中颗粒悬浮物散射贡献较多,其浓度相对较高,即水体水质相对差一些;若偶极子散射机制在相对较弱的散射机制中不占优势,即A值越小,则表明悬浮物浓度越小,水体越纯净。 根据试验区的实际情况,研究使用0.6为A阀值对水体第4、5类进行细分类,以进一步了解各水体颗粒悬浮物浓度状况。第4类:VIa的A≤0.6,VIb的A>0.6;第5类:Va的A≥0.6,Vb的A<0.6。由表2可知,太湖和阳澄西湖的VIa水体所占比例比金鸡湖和独墅湖同类水体所占比例高,而VIb水体所占比例明显小于后者,这可能与湖泊的形状有关。阳澄西湖为南北向狭长型湖泊,其湖岸线较长,高浓度悬浮物水域较大;太湖由于仅取东岸临近苏州地区的水域为研究区域,其陆源颗粒物明显较多,造成VIa水体比例
较大;而金鸡湖和独墅湖成近似圆形,湖岸线相对较短,VIa水体明显减少,
独墅湖仅占13.3%,而金鸡湖由于污染较为严重,其VIa水体达到15.0%,其VIb水体达58.3%。在V类水体分类中,各湖泊Vb类水体所占比例基本一致,均为湖泊中心区域较洁净水体,唯独金鸡湖该类水体最少;而Va类水体在各湖泊中的比例与其水质污染水平完全对应,从大到小依次为独墅湖、阳澄西湖、太湖、金鸡湖。
3 结论与讨论
由于水体对光线的强吸收性,导致其潜在特性在一般光谱图像上难以识别;而极化SAR卫星不受时间和气候的限制,从不同极化方式探索水体中包含的复杂微弱的特征信息是进行水体水质分类研究的有力工具。笔者利用CloudePottier分解得到的目标参数H、A、α对苏州市四大湖泊水体进行分类,利用H_α特征空间所对应的不同物理散射机制解释不同类型水体所包含的潜在物质内容,以此为根据评价各湖泊水体水质状况,结果表明:苏州市四大湖泊水体水质由好到差依次为独墅湖、阳澄西湖、太湖、金鸡湖;针对颗粒悬浮物这一水质影响因子,研究利用反熵(A)来进一步对H_α空间分类得到的第VI、V类进行细分类,得出各湖泊的各微小类别的特征信息,进一步反映颗粒悬浮物浓度分布状况。Radarsat2全极化数据不仅能很好地应用于湖泊水体污染监测研究,还可以进一步反映水体中各要素的分布状况,在水环境污染监测方面潜力巨大。
参考文献
[1]汪溪远,师庆东,努尔巴衣·阿布都沙力克,等.遥感技术在西部干旱区湖泊水质环境监测中的应用[J].农业科学研究,2005,26(1):71-75.
[2]谢红彬,陈雯.太湖流域制造业结构变化对水环境演变的影响分析:以苏锡常地区为例[J].湖泊科学,2002,14(1):53-59.
[3]傅国斌,刘昌明.遥感技术在水文学中的应用与研究进展[J].水科学进展,2001,12(4):547-559.
[4]HRM P,VEPSLINEN J,HANNONEN T,et al.Detection of water quality using simulated satellite data and semi-empirical algorithms in Finland[J].The science of the total environment,2001,268:107-121.
[5]李旭文,季善,楊静.太湖藻类的卫星遥感监测[J].湖泊科学,1996,7(1):65-68.
[6]李晓玮,种劲松.基于目标相干散射特性的极化SAR图像分解分类方法[J].遥感技术与应用,2007,22(3):443-448.
[7]江勇,张晓玲,师君.极化SAR改进Lee滤波相干斑抑制研究[J].电子科技大学学报,2009,38(1):5-8.
[8]喻欢,林波.遥感技术在湖泊水质监测中的应用[J].环境科学与管理,2007,32(7):152-155.
[9]苏州市环境保护局.2009年度《苏州市环境状况公报》[R].2009.
关键词 Radarsat2;H_α分类;水质监测;湖泊污染
中图分类号 S181 文献标识码 A 文章编号 0517-6611(2016)03-194-04
Abstract [Objective]To discuss a good method for largescale monitoring of lake pollution.[Method]Four lakes around Suzhou City were used as the pilot sites,which were Tai Lake,Yangcheng West Lake,Jinji Lake,Dushu Lake.Sites were randomly selected.Physical scattering mechanism was used to monitor the scattering situation of water bodies and the concentration of suspended particles by Radarsat2 fullpolarization data.[Result]The four lakes in Suzhou City belonged to 3,4 and 5 scattering mechanisms in middle entropy region.Among them,entropy dipole scattering class accounted for more than 65.0%,indicating that the water bodies of four lakes were relatively turbid with many suspended particles.The entropy dipole scattering classes of Dushu Lake,Yangcheng West Lake,Tai Lake and Jinji Lake accounted for 66.6%,66.7%,68.3% and 733%,respectively. Dushu Lake had the optimal water quality,followed with Yangcheng West Lake and Tai Lake.And Jinji Lake had the poorest water quality.[Conclusion]Radarsat2 fullpolarization data can be applied in the research on water body pollution of lakes,and further reflect the distribution status of each element in water body.Radarsat2 fullpolarization data has great potential in the research of water environment pollution.
Key words Radarsat2; H_α classification; Water quality monitoring; Lake pollution
湖泊在陆地生态系统中具有不可替代的作用,可以蓄水抗旱、防涝保收、纳污自净、调节气候、保持生物多样性等,但湖泊水体水质却严重影响其功能的发挥[1]。近年来,受人类活动的影响,我国内陆众多湖泊的水质逐年恶化,功能减弱,渔业生产衰退,周边群众生产生活用水受到影响,牲畜饮水困难并造成地区生态环境的危机[2],因此对湖泊水质监测研究具有重要意义。湖泊水质是评价水环境的重要标准,与湖泊浮游生物、颗粒悬浮物等密切相关,目前水质评价方法有三大类,即站点、数学模型和遥感信息水质检测[3]。然而,站点和数学模型的水质检测仅仅局限于单点或局部的水质参数,不适用于对大范围、全局的污染状况,而遥感信息可以对这些水质参数进行大范围的空间探测,省时省力,从整体上对湖泊水质进行污染评价,提高水质评价的效率与精度。
目前,发达国家已经应用了遥感技术监测水质,如1996年在欧洲开展的SLALMON项目支持下,空间光谱传感器在监测欧洲湖泊水质的可行性方面已经获得了大量成果[4],同期国内学者应用遥感技术在内陆湖泊、水库与近海的水质监测等方面也开展了大量研究,如李旭文等[5]利用TM数据对太湖梅梁湾的藻华现象进行了研究,建立了信息提取模型,形成了藻类密度彩色分级图,较好地反映了藻类在湖面的分布情况。
当前广泛用于湖泊水质监测的遥感数据源主要为航空遥感数据和光谱卫星数据,但是该类探测受限条件较多,如气候环境和光学条件严重影响卫星获取数据的可用性。SAR卫星完全可以忽略气候环境的影响,全天候地对湖泊水质进行即时监测,而现阶段关于利用SAR卫星数据监测湖泊水质的研究较少报道。 由于工业经济的快速扩张,江苏省苏州市水域受到严重污染,尤其是太湖流域,富营养化严重,曾暴发过严重的藻华现象,对苏州市经济和社会造成了严重影响。鉴于此,笔者以江苏省苏州市周边四大淡水湖泊为试点,
利用全极化SAR卫星Radarsat2数据监测湖泊水体水质,旨在为水体水质遥感监测寻找新方向提供基础数据。
1 材料与方法
1.1 试验区域
以江苏省苏州市周边四大淡水湖泊为试点,分别为太湖、阳澄西湖、金鸡湖以及独墅湖(由于太湖面积远大于其他3个湖泊,横跨数个市区,太湖区域研究仅以与苏州市区相邻的太湖东岸水域为试点)。采用随机采点的方法,在每个湖泊均匀取60个样点进行研究分析,排除其他系统因子的干扰。
1.2 SAR试验数据
为加拿大高分辨率商用雷达卫星Radarsat2 获得的苏州地区极化雷达数据,采用C波段四极化精细波束模式成像,数据包括HH、HV、VH、VV 4种不同极化方式的单层数据,入射角20~41°,地面分辨率12×8 m;采集日期为2009年8月31日21:56,晴朗无风。
1.3 方法与原理
SAR卫星数据较传统光谱卫星具有更多的地物目标信息,其表达的信息也更为复杂,尤其是全极化SAR卫星数据。一般极化SAR数据的目标分解包括相干目标分解和非相干目标分解,湖泊由于其目标散射特性复杂,流动性较强,因此利用非相干目标分解从极化SAR数据中提取到水质状况。
实际应用中,目标分解的方法很多,其中以CloudePottier基于特征矢量和特征值分解方法对于自然分布目标散射的分解最为有效[6]。该分解通常也称为H、A、α分解,它们分别为平均散射角(α)、散射熵(H)及反熵(A)。
α值与地物散射过程的物理机制相互联系,当α→0时,对应粗糙面产生的单次散射;当α→π/4时,对应体散射;当α→π/2时,对应二面角散射。散射熵表示散射过程的随机性,其中H→0表示散射过程对应为各向同性的纯目标; H→10表示散射过程对应为完全随机散射;0
CloudePottier根据散射熵与平均散射角的取值将所有目标分为8类(图1),分别对应不同的物理散射机制。为了消除SAR图像的相干斑噪声影响,在进行目标分解之前先对整个极化相干矩阵进行了精制极化Lee滤波[7],然后将滤波后得到的极化相干矩阵进行特征矢量和特征值的分解,提取出各种与目标物理散射特性有关的特征量,即H、α和A,然后针对各研究区域采样点的提取参数进行系统分析。
2 结果与分析
2.1 参数统计
由表1可知,四大湖泊的α取值范围在1559~71.96,其中以阳澄西湖取值范围最大,太湖取值范围最小,而均值以金鸡湖最大(46.38),太湖其次(45.35),独墅湖最小(43.77);H取值范围为0.55~0.89, H均值以太湖最大(0.78),金鸡湖其次(0.77),阳澄西湖和独墅湖均最小(076);A取值范围为0.02~0.99,均值最大值出现在独墅湖(067),最小均值在太湖(0.64)。
2.2 水域H_α分类
根据CloudePottier分解所得目标参数进行H_α分类,所得结果如下:四大湖泊基本类属于中熵区的3、4、5类(即中熵多次散射、中熵偶极子散射以及中熵表面散射)。该三大类具体对应水体区域可解释为:
中熵多次散射:可将该区域解释为具有中等熵值的二面角散射,对应水面覆盖有较多浮游植物或水生植物,雷达波照射在水面后,受水面植被的影响,波束易发生多次散射且散射过程的随机性随之增强。
中熵偶极子散射:可将该区域解释为具有中等熵值、偶极子占优的散射机制,对应水面多为含有较多悬浮颗粒物,具有各向异性散射特征的散射居多。
中熵表面散射:可将该区域解释为随机表面散射,对应水面较為干净,悬浮物质较少,属于内陆湖泊较理想的水质环境。
从图2可以看出,四大湖泊中属于中熵多次散射类的区域所占比例为100%~180%,说明湖泊水面浮游植物或水生植物量略多,有富营养化的趋势;中熵偶极子散射类在各大湖泊区域内所占比例高达650%以上,其中,独墅湖666%、阳澄西湖667%、太湖683%、金鸡湖733%,这说明四大湖泊水体较为浑浊,悬浮颗粒物较多;而中熵表面散射所占比例在250%以下,最低的是金鸡湖,不到80%,说明该区域类清洁水体极少,仅出现在湖水中心部位少数区域。综合各大水域的分类情况,可以推测出四大水域的水质状况较差,基本上属于水域功能类别的V类水体[8],其水质由好到差依次为独墅湖、阳澄西湖、太湖、金鸡湖,与2009年度《苏州市环境状况公报》公布数据基本一致[9]。
为进一步了解悬浮颗粒物浓度差异,探索水质微小区别,笔者利用反熵(A)来区分浓度差别。由于反熵大小反映了CloudePottier分解中优势散射机制以外的2个相对较弱的散射分量之间的关系,所以其可以用来反映相应物质的浓度差异。在第4类中熵偶极子散射机制占优势的情况下,水体中次要散射机制必然是表面散射机制。在2个相对较弱的散射机制中,若表面散射机制优势越明显,即A值越大,则表明水体中纯水体散射贡献较多,颗粒悬浮物相对较少,浓度较低,即水体水质相对较好;若表面散射机制在相对较弱的散射机制中不占优势,即A值越小,则表明悬浮物浓度越大。
在第5类中熵表面散射机制占优势的情况下,水体中次要散射机制必然是代表颗粒悬浮物散射机制的偶极子散射(体散射)。同样在2个相对较弱的散射机制比较中,若偶极子散射机制优势越明显,即A值越大,则表明水体中颗粒悬浮物散射贡献较多,其浓度相对较高,即水体水质相对差一些;若偶极子散射机制在相对较弱的散射机制中不占优势,即A值越小,则表明悬浮物浓度越小,水体越纯净。 根据试验区的实际情况,研究使用0.6为A阀值对水体第4、5类进行细分类,以进一步了解各水体颗粒悬浮物浓度状况。第4类:VIa的A≤0.6,VIb的A>0.6;第5类:Va的A≥0.6,Vb的A<0.6。由表2可知,太湖和阳澄西湖的VIa水体所占比例比金鸡湖和独墅湖同类水体所占比例高,而VIb水体所占比例明显小于后者,这可能与湖泊的形状有关。阳澄西湖为南北向狭长型湖泊,其湖岸线较长,高浓度悬浮物水域较大;太湖由于仅取东岸临近苏州地区的水域为研究区域,其陆源颗粒物明显较多,造成VIa水体比例
较大;而金鸡湖和独墅湖成近似圆形,湖岸线相对较短,VIa水体明显减少,
独墅湖仅占13.3%,而金鸡湖由于污染较为严重,其VIa水体达到15.0%,其VIb水体达58.3%。在V类水体分类中,各湖泊Vb类水体所占比例基本一致,均为湖泊中心区域较洁净水体,唯独金鸡湖该类水体最少;而Va类水体在各湖泊中的比例与其水质污染水平完全对应,从大到小依次为独墅湖、阳澄西湖、太湖、金鸡湖。
3 结论与讨论
由于水体对光线的强吸收性,导致其潜在特性在一般光谱图像上难以识别;而极化SAR卫星不受时间和气候的限制,从不同极化方式探索水体中包含的复杂微弱的特征信息是进行水体水质分类研究的有力工具。笔者利用CloudePottier分解得到的目标参数H、A、α对苏州市四大湖泊水体进行分类,利用H_α特征空间所对应的不同物理散射机制解释不同类型水体所包含的潜在物质内容,以此为根据评价各湖泊水体水质状况,结果表明:苏州市四大湖泊水体水质由好到差依次为独墅湖、阳澄西湖、太湖、金鸡湖;针对颗粒悬浮物这一水质影响因子,研究利用反熵(A)来进一步对H_α空间分类得到的第VI、V类进行细分类,得出各湖泊的各微小类别的特征信息,进一步反映颗粒悬浮物浓度分布状况。Radarsat2全极化数据不仅能很好地应用于湖泊水体污染监测研究,还可以进一步反映水体中各要素的分布状况,在水环境污染监测方面潜力巨大。
参考文献
[1]汪溪远,师庆东,努尔巴衣·阿布都沙力克,等.遥感技术在西部干旱区湖泊水质环境监测中的应用[J].农业科学研究,2005,26(1):71-75.
[2]谢红彬,陈雯.太湖流域制造业结构变化对水环境演变的影响分析:以苏锡常地区为例[J].湖泊科学,2002,14(1):53-59.
[3]傅国斌,刘昌明.遥感技术在水文学中的应用与研究进展[J].水科学进展,2001,12(4):547-559.
[4]HRM P,VEPSLINEN J,HANNONEN T,et al.Detection of water quality using simulated satellite data and semi-empirical algorithms in Finland[J].The science of the total environment,2001,268:107-121.
[5]李旭文,季善,楊静.太湖藻类的卫星遥感监测[J].湖泊科学,1996,7(1):65-68.
[6]李晓玮,种劲松.基于目标相干散射特性的极化SAR图像分解分类方法[J].遥感技术与应用,2007,22(3):443-448.
[7]江勇,张晓玲,师君.极化SAR改进Lee滤波相干斑抑制研究[J].电子科技大学学报,2009,38(1):5-8.
[8]喻欢,林波.遥感技术在湖泊水质监测中的应用[J].环境科学与管理,2007,32(7):152-155.
[9]苏州市环境保护局.2009年度《苏州市环境状况公报》[R].2009.