[發(fā)明專(zhuān)利]一種富營(yíng)養(yǎng)化湖泊水體葉綠素a 的MODIS衛(wèi)星高精度監(jiān)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410724605.5
• 申請(qǐng)日: 2014-12-03
• 公開(kāi)（公告）號(hào): CN104390917A
• 公開(kāi)（公告）日: 2015-03-04
• 發(fā)明（設(shè)計(jì)）人: 張玉超;馬榮華;段洪濤;陳開(kāi)寧
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)科學(xué)院南京地理與湖泊研究所
• 主分類(lèi)號(hào): G01N21/25
• 分類(lèi)號(hào): G01N21/25
• 代理公司: 江蘇致邦律師事務(wù)所 32230
• 代理人: 徐蓓

技術(shù)領(lǐng)域

本發(fā)明涉及富營(yíng)養(yǎng)化湖泊水體葉綠素a?的MODIS衛(wèi)星高精度監(jiān)測(cè)方法。

背景技術(shù)

遙感技術(shù)廣泛地應(yīng)用于監(jiān)測(cè)水體富營(yíng)養(yǎng)化和藻華，大大改善了水質(zhì)的實(shí)時(shí)監(jiān)測(cè)能力（Matthews,?2010;?Odermatt?et?al.,?2012）。葉綠素a（Chla,?μg/L）是藻華強(qiáng)度和水質(zhì)營(yíng)養(yǎng)狀況的重要標(biāo)志，成為水質(zhì)遙感最普遍的參數(shù)，（Chaeffer?et?al.,?2012;?Matthews,?2010;?Qi?et?al.,?2014）。近年來(lái)，由于頻繁出現(xiàn)的藻華，對(duì)飲用水和灌溉用水水質(zhì)產(chǎn)生了嚴(yán)重的威脅（Duan?et?al.,?2009;?Guo,?2007），利用遙感監(jiān)測(cè)水體葉綠素a迅速成為研究熱點(diǎn)（Paerl?&?Huisman,?2008;?Paerl?&?Huisman,?2009;?Matthews,?2010;?Odermatt?et?al.,?2012）。然而，往往出現(xiàn)類(lèi)似問(wèn)題的水體通常都是光學(xué)特性復(fù)雜的二類(lèi)水（Morel?&?Prieur,?1977），因此，對(duì)于光學(xué)特性復(fù)雜的內(nèi)陸和沿海水域進(jìn)行精準(zhǔn)的水色遙感反演（特別是Chla）一直是一個(gè)嚴(yán)峻的挑戰(zhàn)（IOCCG,?2000）。

通過(guò)全面回顧關(guān)于二類(lèi)水體的文獻(xiàn)，四個(gè)特性通常被用來(lái)評(píng)估Chla濃度：色素在442nm波段處吸收最大值（Bricaud?et?al.,?1995;?Gitelson?et?al.,?1992）；色素在665nm波段處第二吸收最大值（Bricaud?et?al.,?1995）；572nm波段附近由于色素吸收最小值和SPM的散射而產(chǎn)生的反射峰（Gitelson?et?al.,?1992;?Schalles?et?al.,?1998）；700nm波段附近由于浮游植物、SPM、CDOM和純水吸收的總值最小而形成的反射峰（Gitelson?et?al.,?1992;?Vasilkov?&?Kopelevich,?1982;?Vos?et?al.,?1986）；以及685nm波段附近的熒光峰（Gitelson?et?al.,?1994;?Gower,?1980;?Gower?et?al.,?1999）?；诘谝惶匦裕琌C2,OC3和OC4算法得到發(fā)展并且可以應(yīng)用于一類(lèi)水以及低Chla濃度的二類(lèi)水（D'Sa?&?Miller,?2003;?Horion?et?al.,?2010;?Mélin?et?al.,?2007;?Witter?et?al.,?2009），因?yàn)樗械闹械确直媛屎Ｑ笏庾V分析儀都能獲取Chla的第一特征的吸收波段（Matthews,?2010）。但是OC2-OC4算法只適用于反演Chla濃度小于10μg/L的光學(xué)特性復(fù)雜水體，無(wú)法了應(yīng)用于富營(yíng)養(yǎng)化水體。近年來(lái)有些算法發(fā)展嘗試使用了第二和第三特性（綠光和紅光波段），并在改善Chla數(shù)據(jù)結(jié)果精確性方面取得了重大的進(jìn)步（Dall'Olmo?&?Gitelson,?2005;?Gitelson?et?al.,?2008;?Le?et?al.,?2013;?Le?et?al.,?2009;?Shen?et?al.,?2010;?Tassan?&?Ferrari,?2003;?Thiemann?&?Kaufmann,?2000）。然而，除了shen和le的研究，大多數(shù)這方面研究都是基于實(shí)地測(cè)量的光譜數(shù)據(jù)（Le?et?al.,?2013;?Shen?et?al.,?2010）。目前，基于700nm左右和670nm左右的波段比值算法被廣泛應(yīng)用于評(píng)估富營(yíng)養(yǎng)化水體的Chla濃度（Duan?et?al.,?2007;?Gitelson?et?al.,?1993;?Gons,?1999;?Moses?&?Gitlson,?2009）。Chla與700/670nm比值之間的相關(guān)性主要來(lái)源于葉綠素a光譜的第四個(gè)特性。后來(lái)，這個(gè)比值算法又演變和發(fā)展為“三波段算法”（?Dall'Olmo?&?Gitelson,?2005;?Duan?et?al.,?2010;?Gitelson?et?al.,?2008;?Moses?et?al.,?2009;?Zimba?&?Gitelson,?2006）和“四波段算法”，這些算法大大提高了渾濁水體中Chla濃度的反演精度（Le?et?al.,?2013;?Le?et?al.,?2009）。FLH（Dierberg?&?Carriker,?1994;?Giardino?et?al.,?2005）、MCI（Binding?et?al.,?2011;?Gower?et?al.,?2005）以及MPH（Matthews?et?al.,?2012）則是基于685nm波段附近的熒光性最大值的線(xiàn)性基線(xiàn)算法，F(xiàn)LH適用于濃度小于30?μg/L的水體，其他兩個(gè)適用于濃度小于100μg/L的水體（Gower?et?al.,?2005;?Matthews?et?al.,?2012）。除了上面提到的Chla算法外，人工神經(jīng)網(wǎng)絡(luò)算法（Keiner,?1999），多元回歸分析（Tyler?et?al.,?2006），EOF（Craig?et?al.,?2005），SDA（Oyama?et?al.,?2010;?Oyama?et?al.,?2009），以及LUT方法（Yang?et?al.,?2011）也被應(yīng)用于Chla的估算。盡管這些算法比其他算法改善了部分相關(guān)性，但是這些改善與其復(fù)雜的數(shù)學(xué)過(guò)程而言則顯得微不足道（Matthews,?2010）。