全 文 ：第 35 卷第 7 期
2015年 4月
生 态 学 报
ACTA ECOLOGICA SINICA
Vol.35,No.7
Apr.,2015
http: / / www.ecologica.cn
基金项目:国家自然科学基金资助项目(41240005)
收稿日期:2013鄄06鄄07; 摇 摇 网络出版日期:2014鄄05鄄08
*通讯作者 Corresponding author.E鄄mail: Guoziqi@ irsa.ac.cn
DOI: 10.5846 / stxb201306071407
田野, 郭子祺, 乔彦超, 雷霞, 谢飞.基于遥感的官厅水库水质监测研究.生态学报,2015,35(7):2217鄄2226.
Tian Y, Guo Z Q, Qiao Y C, Lei X, Xie F. Remote sensing of water quality monitoring in Guanting Reservoir. Acta Ecologica Sinica,2015,35( 7):
2217鄄2226.
基于遥感的官厅水库水质监测研究
田摇 野, 郭子祺*, 乔彦超, 雷摇 霞, 谢摇 飞
中国科学院遥感与数字地球研究所,遥感科学国家重点实验室, 北京摇 100101
摘要:遥感监测具有监测面积广、速度快、成本低等优势,常用于大面积水质监测。 以北京官厅水库为研究对象,通过野外和实
验室测量数据建立水质参数遥感反演的生物光学模型,对夏季官厅水库的非色素颗粒物浓度、叶绿素 a浓度和有色可溶性有机
物(CDOM)浓度进行了反演。 该模型研究的目的就是通过建立反演模型,利用卫星数据进行水质参数反演,从而得到大面积水
体的水质分布图。 采用 CHRIS / Proba高光谱数据反演官厅水库的水体组分浓度,对库区水质反演要素的空间分布规律进行了
分析。 结果表明,所采用的遥感反演模型基本适用于官厅水库水质监测,反演出的叶绿素 a、总悬浮物和 CDOM 的空间分布与
实际测量值的空间分布基本吻合。
关键词:遥感监测; 水质监测; 水质反演; 高光谱数据
Remote sensing of water quality monitoring in Guanting Reservoir
TIAN Ye, GUO Ziqi*, QIAO Yanchao, LEI Xia, XIE Fei
State Key Laboratory of Remote Sensing Science, Institute of Remote Sensing and Digital Earth, Chinese Academy of Scineces, Beijing 100101, China
Abstract: Because of the advantages of rapidness, wide coverage, low cost, and dynamic monitoring over a long period of
time, remote sensing has been widely used for water quality monitoring in recent decades.However, monitoring inland water
quality by remote sensing is far behind ocean color remote sensing in both development of remote sensors and monitoring
approaches. The development of hyperspectral remote sensing technique has brought much more new possibilities to inland
water quality remote sensing. In this study, Guanting Reservoir, which lies between Zhangjiakou (HeBei) and Beijing and
once upon a time was one of Beijing忆s drinking water sources, is selected to be the research area. In鄄situ hyper鄄spectral
measurements were conducted by using the ASD FieldSpec Pro FR spectroradiometer at 7 different points in Guanting
Reservoir in May and at other 18 different points in August. Water samples were also simultaneously collected for laboratory
analyses. Sample site position information was recorded via portable GPS and chlorophyll鄄a concentration of the water
samples were measured in laboratory by Lambda950 spectraphotometric. The data indicates that Guanting Reservoir water忆s
chlorophyll鄄a concentration and tripton concentration was low. With the data obtained in situ and in the laboratory, the bio鄄
optical model was built to retrieve the concentrations of tripton, chlorophyll鄄a and colored dissolve organic matter (CDOM)
of summer Guanting water. The retrieve results shows that all鄄bands matrix inversion method gained the best accuracy, then
was five鄄bands method. Four鄄bands method got the worst accuracy. Then combining with the aerospace hyper鄄spectral data
CHRIS / Proba, the water quality parameters at the whole reservoir was obtained and spatial analysis was conducted at last.
Upstream region of chlorophyll a concentration were less than the downstream region and the Yongding River entrance in the
reservoir. Aquatic plants in the upstream area was relatively lush area, because aquatic plants for photosynthesis so greatly
http: / / www.ecologica.cn
reduce the concentration of carbon dioxide in water was not suitable also need to absorb carbon dioxide for photosynthesis of
phytoplankton to survive, so chlorophyll a concentration in the region relatively low. The tripton concentration had similar
distribution. The colored dissolve organic matter ( CDOM) concentration distribution was different from them. In the
upstream areas, due to the decay of aquatic plants, aquatic farming causes rotting animal carcasses, resulting in high
concentrations of CDOM in the region, while other waters is relatively low. Distribution could reflect the reasonable
Guanting Reservoir chlorophyll鄄a concentration, tripton concentration and CDOM concentration distribution, the study also
shows that the bio鄄optical model is applicable to Guanting Reservoir water quality monitoring.The method proposed in this
work had potential applications in environmental management for improved chlorophyll鄄a concentration monitoring efficiency
in large鄄scale water bodies. It was also applicable in policy / decision makings needed for early warning and prevention of
water eutrophication and the management of water contamination. However, due to the lack of effective and stable satellite
data, it is difficult to achieve simultaneous observation satellites and ground, and because the water information is weak,
affected by environmental factors and the atmosphere is large, so the water quality parameter remote sensing accuracy
assessment is always difficult.
Key Words: remote sensing; water quality monitoring; water quality retrieval; hyper鄄spectral data
水质监测是水质评价与水污染防治的主要依据。 随着水体污染问题的日益严重,对水污染的动态监测与
评价已成为当务之急,但是传统的水质监测方法检测和分析过程复杂、周期长,数据的频次、时效和代表性远
远滞后于环境管理与决策的需求,特别是一些突发性、大范围的环境质量变化不能被及时捕捉[1]。 遥感技术
以其独特的优势为水质监测和研究开辟了新的途径,它克服了常规方法主观性强、监测范围小、长期趋势分析
困难的缺点,可以实现水质快速、大范围、低成本、周期性动态监测,并可发现一些常规方法难以揭示的污染源
和污染物的迁移特征,因此在内陆水质监测中开始发挥越来越大的作用[2]。 目前国内外已经开展了多种利
用遥感数据建立水质参数反演模型以监测海洋、近岸地带以及内陆湖泊水质环境变化的研究[3]。 Andr佴 Morel
等提出了一种简单的估算叶绿素浓度与有色溶解物的波段比值法,认为 R(412) / R(443)、R(490) / R(555)
分别与 CDOM、叶绿素浓度有着很好的相关关系[4]。 杨煜等基于环境一号卫星高光谱遥感数据,利用基于生
物光学模型的三波段模型对巢湖叶绿素 a 浓度进行了反演与填图,达到平均相对误差为 33%的精度[5]。 杨
伟等提出了一种半分析模型优化的查找表法,从 3种已有的办分析模型计算结果中筛选最优解,结果表明该
方法可达到平均归一化偏差小于 9%的精度[6鄄7]。 Glenn Campbell采用 5种波段加权法求解生物光学模型,对
澳大利亚的一些湖泊进行了水质参数反演,REF与 DER加权方法均获得了不错的精度[8鄄9]。
官厅水库是海河流域五大支流之一永定河上的第一座大型水库,曾经是北京市的主要供水水源之一。 由
于遭遇 20世纪 80年代后期的严重污染与 90年代的进一步恶化,官厅水库于 1997年被迫退出了城市生活饮
用水体系。 针对饮用水体系水体的水质监测对于保障城市饮用水供应具有重要意义。 本文以官厅水库为研
究区,基于高光谱遥感数据———CHRIS影像,利用水质采样点实测光谱信息建立水质参数反演模型,对官厅
水库的水质空间分布情况进行反演,并对官厅水库水质情况进行了分析。
1摇 方法和实验
利用遥感技术反演水质参数主要有 3种方法:经验法、半经验法及分析法[10]。 经验法通过研究水体光谱
与各组分浓度之间的经验关系建立反演模型,半经验法在经验法的基础上结合了水体及其组分的特征光谱,
分析法通过光在水体中的辐射传输过程建立严格的数学物理关系进行水质反演。 前两种方法具有明显的地
域性,可移植性差。 分析法使用的生物光学模型具有明确的物理意义,对地面同步数据的依赖性较小,是水质
参数反演、水环境监测方法的重要发展方向。 本文采用分析法来反演官厅水库水质参数。 反演的水质参数包
括叶绿素 a浓度、非色素悬浮物浓度以及有色可溶性有机物(CDOM)吸收系数。
8122 摇 生摇 态摇 学摇 报摇 摇 摇 35卷摇
http: / / www.ecologica.cn
1.1摇 研究区域概况
图 1摇 数据采集点分布图
Fig.1摇 Sampling points distribution of Guanting Reservoir
作为研究区的官厅水库地处北纬 40毅18忆至 40毅26忆,
东经 115毅37忆至 115毅51忆,属于中国重要水系之一的海河
流域,建于 1951年至 1954年。 其最主要的支流为河北
怀来永定河。 设计总库容 41.6 亿 m3,水库流域总面积
4.34 万 km2,控制流域面积 47000km2,多年平均流量
44.6 秒立方。 设计洪水流量 11450 秒立方,现总库容
21.9亿 m3,设计灌溉面积 10万 hm2,装机容量 3.0万千
瓦。 它是新中国成立之后的第一个大型水库并在多个
省市的防洪抗灾、农业灌溉以及能源供应上都发挥了重
要的作用。 20 世纪 80 年代后期,库区受到严重污染,
90年代水质继续恶化,1997 年被迫推出城市生活饮用
水体系。 其主要供水支流永定河的有机物污染是水库
水质污染的重要原因之一[11]。 近年来,由于上游城市
用水量的增大、地下水位降低过快,水土流失未有效控
制与治理导致入库水量减少水库覆盖面积随之减少。
据当地居民以及相关报道得知,水库于夏季至秋季之间
水质最为恶劣,并伴有浓烈腥味,因此本实验野外数据采集选择 5 月 10 日和 8 月 11 日。 两次试验天气条件
均为晴朗,无风到微风,气溶胶浓度较小。 真实反映水库整体水质,减少周围环境干扰并避免遥感数据混合像
元带来的误差,并考虑到水库狭长的形状,野外试验的样本点选为远离水岸及水生植物茂密区域、靠近水库中
心的位置。 由于两次野外试验间隔 3个月,由于水草等水生植物泛滥,第二次野外试验的选点区域有别于第
一次试验。 第一次试验从 11:00到 14:30共采集 7个水样,第二次试验于 11:00至 15:00之间共采集 18个水
样(图 1)。
1.2摇 表观光学量建模与测量
1.2.1摇 表观光学量建模
为建立表观光学量(AOP)与固有光学量(IOP)之间的联系,水面以下辐照度比 R 0( )- 起到了桥梁的作
用。 如公式 1,由表观光学量可计算得到 R 0( )- :
R 0( )- =
Ewu 0( )
-
Ewd 0( )
- =
Qn2
1 - r 兹( )v
(Lau - r 兹( )v Lsky)
1 - r 兹( )( )s 伊 1 - F( )dif 伊 Ead + 1 - 籽( )dif 伊 Fdif 伊 Ead + 籽w 伊 Ewu
(1)
式中, Ewu 0( )
- 为上行辐照度; Ewd 0( )
- 为下行辐照度;Q 是上行辐照度 Ewu 与上行辐亮度 Lwu的比值,是与
Lwu角度分布相关的因子;n为水体折射率; 兹v是观测天顶角, 兹s是太阳天顶角, r ( )兹 是水气界面反射率,可以
由菲涅耳公式计算得到; Lau 为 ASD光谱仪测量水面的入瞳辐射值;Lsky为天空散射光;籽dif是天空漫射辐照度
的气水界面反射率; 籽w 是水下上行辐照度被水面反射的比例系数; Ead 为水面以上下行总辐照度; Fdif 为天空
漫射下行辐照度占 Ead 的比例。
对于遥感反射率 Rrs可由公式 2计算得到
Rrs =
Lau - r(兹v)Lsky
Ead
(2)
由此, R 0( )- 可被表示为:
R 0( )- =
QRrs
1 - r 兹( )( )s 1 - F( )dif + Fdif 1 - 籽( )[ ]dif (1 - r(兹v)) / n2 + 籽wQRrs
(3)
9122摇 7期 摇 摇 摇 田野摇 等:基于遥感的官厅水库水质监测研究 摇
http: / / www.ecologica.cn
1.2.2摇 表观光学量测量与计算
本文采用 ASD (Analytical Spectral Devices) 进行水表光谱测量,各试验点采集的水样在实验室进行固有
光学量以及水体组分浓度的测量。 ASD 光谱仪测量范围从 350nm 到 2500nm,覆盖可见光、近红外以及短波
红外,光谱分辨率为 1nm。 由于水体对 800nm 之后的辐射具有强烈的吸收作用,水色遥感中仅采用低于
800nm的波段。
为获得更为真实的水表光谱,在进行测量时需要遵循合理的观测几何。 由于观测天顶角从 0毅到 40毅之间
变化时,离水幅亮度 Lw 变化幅度很小[12],而观测方位角处于 40毅到 135毅之间可以在避免仪器阴影时尽量较少
太阳耀斑的影响。 因此观测几何可设计为图 2所示,其中,观测天顶角为 40毅,观测方位角为 135毅。
图 2摇 水面光场观测几何
Fig.2摇 Above the water surface observation geometry
为计算 R 0( )- ,首先计算各试验点的遥感反射率
Rrs。 计算结果见图 3。
上行辐照度 Ewu和上行辐亮度 Lwu的比值 Q 需要进
行合理的给定。 至今,Q 的计算方法主要有两种:直接
赋予常数 4 或者 Pi 以及 Gons 于 1999 年提出的经验
公式[13]:
Q =
2.28 2cos 兹( )s -( )1 Fdif +[ ]1
cos 兹( )s
(4)
理论上,Q 值通常在 0.3 与 6.5 之间。 对于浑浊水
体常在 3和 4之间,对于湖泊和水库类水体中 Q值处于
3.3左右。 本次试验中,采用该经验公式用于确定 Q
值,从而尽量避免由于 Q 取常数所带来的误差。 根据
图 3摇 遥感反射率 Rrs计算结果
Fig.3摇 The results of Rrs
实测光谱数据,Rrs和 Fdif可以由式 3和Fdif =Edif / Ead计算
得到,由时间和位置信息,则可以计算太阳天顶角,进而
根据菲涅尔公式计算气水界面反射率,对于其它未知参
数,也同样参照有关文献,取 籽dif = 0.066,n = 1郾 333,w=
0.5(图 4)。
从图 4可以看到,由 5月 10日和 8月 11 日两次实
验计算得到的 Q值分别接近 3和 4,这是由于不同的大
气条件等因素导致的。 从 400nm到 750nm,对于同一试
验点,Q的取值随波长变化保持稳定,因此,用不同的常
数去拟合不同试验点的 Q值。
由此,通过公式可计算得到 R 0( )- ,结果如图 5
所示。
1.3摇 固有光学量建模与测量
1.3.1摇 固有光学量建模
为了建立整个反演过程,需要生物光学模型将水体各组分浓度与水体光学特性建立联系。 生物光学模型
可以由水体的固有光学量求出 R 0( )- ,进而建立与水体表观光学量之间的联系。 如今比较流行的二类水体
生物光学模型都是形如 Gordon提出的 R 0( )- = f 伊 bb / (a + bb) 。 不同生物光学模型之间的区别主要在于式
中 f值的求解。 经过对比各种已知模型,本次研究采用的是 Walker于 1994年提出的模型[14]:
R 0 -,( )姿 = f 伊
bb(姿)
a(姿) + bb(姿)
,摇 f = 1
1 + 軈ud(姿) /軈uu(姿)
(5)
式中, a(姿) 为水样在波段 姿的总吸收系数, bb(姿) 是水样在波段 姿的总后向散射系数, u
-
d (姿) / u
-
u ( )姿 是下
0222 摇 生摇 态摇 学摇 报摇 摇 摇 35卷摇
http: / / www.ecologica.cn
行辐射与上行辐射平均余弦的比值。 本研究两次野外实验点 f值见图 6。
图 4摇 Q值计算结果
Fig.4摇 The results of Q
图 5摇 R(0-)计算结果
Fig.5摇 The results of R(0-)
图 6摇 f值结果
Fig.6摇 The results of f
对本研究区域水体而言,其中吸收系数 a(姿)可以
由式 6计算得到:
a(姿) = aw(姿) + aCDOM(姿) + at(姿) + aph(姿) (6)
式中, aw(姿) , aCDOM(姿) , at(姿) 和 aph(姿) 分别为纯
水,CDOM,非色素悬浮物和浮游植物的吸收系数。
总后向散射系数可以由下式计算得到:
bb(姿) = bbw(姿) + bbt(姿) + bbph(姿) = bbw(姿) + bbp(姿)
(7)
式中, bbw(姿) , bbt(姿) , bbph(姿) 和 bbp(姿) 分别为纯水,
非色素悬浮物,浮游植物和总悬浮物的后向散射系数。
CDOM的后向散射系数可以忽略,而非色素悬浮物和浮
游植物的后向散射系数由于实验条件的限制,并没有分
别处理,而是引入总悬浮物后向散射系数进行代替。
式 6和式 7中, aw(姿) 和 bbw(姿) 为已知参数[15鄄16],
其余参数需要进行实验室测量。
这里需要引入单位固有光学量来建立固有光学量
和水质参数的联系。 单位固有光学量为各固有光学量与对应水体组分浓度之间的比值:
a*ph(姿) =
aph(姿)
CChla
,a*t (姿) =
at(姿)
C tripton
,b*p (姿) =
bp(姿)
Cs
(8)
式中,a*ph,a*t ,b*p 分别为浮游植物吸收系数,非色素悬浮物吸收系数和总悬浮物后向散射系数;CChla,C tripton,Cs
分别为叶绿素 a,非色素悬浮物和总悬浮物浓度。
由于 CDOM没有浓度的概念,定义其单位吸收系数为:
a*CDOM(姿) =
aCDOM(姿)
aCDOM 姿( )0
(9)
式中, 姿0 常取 440nm。
由此,式可写作:
1222摇 7期 摇 摇 摇 田野摇 等:基于遥感的官厅水库水质监测研究 摇
http: / / www.ecologica.cn
R(0 -,姿) =
f 伊 bbw(姿) + 茁 伊 b*p (姿) 伊 C( )s
aw(姿) + a*ph(姿) 伊 CChla + a*t (姿) 伊 C tripton + a*CDOM(姿) 伊 aCDOM ( )440 + bbw(姿) + 茁 伊 b*p (姿) 伊 Cs
(10)
由式 9和式 10,各目标水质参数即可反演得到。
1.3.2摇 固有光学量测量和数据预处理
本次研究采用的是实验室测量固有光学量。 本次研究的实验室测量目标主要有 4 个:c 总光束衰减系
数; aCDOM CDOM吸收系数;ap总悬浮物吸收系数;at 非色素颗粒物吸收系数。 本次试验采用的是 PerkinElmer
Lambda 950 进行吸收系数和衰减系数的测量。 其测量光谱为 175—3300nm,光谱分辨率为 1nm。 各参数测量
方法和预处理过程均参照 NASA提出的海洋光学规范。 测量结果见图 7,图 8。
摇 图 7摇 非色素悬浮物、浮游植物、CDOM 和纯水的吸收系数测量
结果
Fig. 7 摇 Measured absorption coefficients of inorganic suspend
sediment, phytoplankton, CDOM and pure water
at:非色素颗粒物吸收系数 absorption of tripton;aph:叶绿素吸收系
数 absorption of chla; aCDOM:黄色物质吸收系数 absorption of
CDOM;aw:纯水吸收系数 absorption of water
图 8摇 各组分单位固有光学量测量结果
Fig.8摇 Estimated SIOPs of each component
aph:单位叶绿素 a吸收系数 unit absorption of tripton;at:单位非色素
颗粒物吸收系数 unit absorption of chla;bbp:单位颗粒物后向散射系
数 unit backscattering of suspended matters;aCDOM:单位黄色物质吸收
系数 unit absorption of CDOM
摇 图 9摇 CChla、Ctripton和 aCDOM(440nm)的相对误差计算结果
Fig.9摇 The relative error of CChla、Ctripton and aCDOM(440nm)
RE( CChla ):叶绿素浓度反演相对误差 relative error of chla
concentration; RE ( Ctripton ):非色素颗粒物浓度反演相对误差
relative error of suspended matter concentration;RE( aCDOM(440) ):黄
色物质 440 nm 除吸收系数反演相对误差 relative error of CDOM
(440nm) concentration
1.4摇 留一法交叉验证
为了验证求解出来的单位固有光学量是否具有较
好的代表性和适用性,这里引入了留一法交叉验证
(LOOCV)进行论证。 留一法交叉验证已经被证明能够
有效评价统计模型的归纳性特征,并且其结果是几乎无
偏的[17]。 其算法可以简单描述为:从 N 个样本中取出
一个样本后,用剩下的 N-1 个样本来设计预测模型,然
后用取出的样本作检验。 这样重复 N 此,检验 N 次,并
统计平均预测偏差。 其优点是有效的利用了 N 个样
本,比较适用于样本数 N较小的情况。
通过留一法交叉验证计算得到的叶绿素 a 浓度、非
色素悬浮物浓度和 aCDOM(440nm)的均方根误差为 2.5166、
2.4501、0.2036,相对误差 RE 为 0.1075、0.2394、0.1723。
其总体平均相对误差为 17.31%(图 9),结果比较理想,
因此,计算得到的单位固有光学量是值得信赖的。
1.5摇 矩阵反演法
众多学者已经证明矩阵反演法可用于二类水体水质反演[18鄄20]。 R(0-)可以分别由表观光学量和固有光
学量计算得到,因此,其关系可被写作矩阵形式:
2222 摇 生摇 态摇 学摇 报摇 摇 摇 35卷摇
http: / / www.ecologica.cn
f - R 0 -,姿( )( )1 伊 bbw 姿( )1 - R 0
-,姿( )1 伊 aw 姿( )1
…
…
…
f - R 0 -,姿( )( )n 伊 bbw 姿( )n - R 0
-,姿( )n 伊 aw 姿( )
é
ë
ê
ê
ê
ê
ê
ê
ê
ù
û
ú
ú
ú
ú
ú
ú
ú
n
=
R 0 -,姿( )1 -( )f 伊 b*bp 姿( )1 + R 0
-,姿( )1 伊 a*d 姿( )1 ……
…
…
…
R 0 -,姿( )n -( )f 伊 b*bp 姿( )n + R 0
-,姿( )n 伊 a*d 姿( )n
é
ë
ê
ê
ê
ê
ê
ê
ê
ù
û
ú
ú
ú
ú
ú
ú
ú……
伊
Cs
CChla
aCDOM ( )
é
ë
ê
ê
ê
ê
ù
û
ú
ú
ú
ú440
(11)
或者: Y = Ax
式中,n为波段数,A是 n伊3的矩阵。
为求解上式,本文采用最小二乘法求解上式,即保证:
Eresidue =移
n
i = 1
rright( i) - rleft( i( )) 2 = MIN (12)
由此,即可计算出各水质参数,完成反演。
2摇 反演与结果
2.1摇 反演结果
反演过程建立好之后,需要选择合适的波段进行水质反演,特别是对于轻度污染的水体。 图 10为全波段
(400—750)和五波段模型(450,585,677,696,734)反演结果的比较。
为评价其反演精度,这里引入均方根误差 RMSE和相对误差 RE:
RMSE =
移 ni = 1 xr ( )i - xm ( )( )i 2
n
(13)
RE =
xr ( )i - xm ( )i
xm ( )i
伊 100% (14)
式中,n为水质反演所采用的波段数,xr 和 xm 分别为各水体组分浓度反演结果和实验室测量结果。
如图 10和表 1,本次研究采用了全波段、五波段和四波段模型分别进行了反演精度比较。 总体来说,3 种
模型的平均反演精度(平均相对误差)在 20%以内。 因此,针对低污染二类水体的水质参数反演是可行的。
表 1摇 各水体组分反演结果均方根误差和相对误差
Table 1摇 The inversion results of RMSE and RE
全波段
残差 RMSE RE
五波段(450,585,677,696,734)
残差 RMSE RE
四波段(450,566,680,733)
残差 RMSE RE
Cchla 0.02026 2.60976 0.10531 0.00014 2.51867 0.10695 2.6744伊10-5 3.39387 0.14001
Ctripton 2.32475 0.23298 2.19743 0.22289 2.20300 0.22092
aCDOM(440) 0.19017 0.15819 0.21807 0.17580 0.24070 0.20826
2.2摇 水质反演填图
本次试验选择了 CHRIS高光谱数据进行各水体组分空间分布的定性研究(图 11)。
由图 11可以看出,叶绿素 a的浓度在水库中上游地区浓度较低,而在永定河入口以及下游区域叶绿素浓
度较高。 中上游地区处于水生植物比较茂盛的区域,由于水生植物进行光合作用使得水体中的二氧化碳浓度
3222摇 7期 摇 摇 摇 田野摇 等:基于遥感的官厅水库水质监测研究 摇
http: / / www.ecologica.cn
图 10摇 各样本水体组分浓度与模型反演浓度对比
Fig.10摇 Comparison of the derived concentration versus the estimated concentration
大大降低,不适合同样需要吸收二氧化碳进行光合作用的浮游植物的生存,因此该区域内水体中叶绿素 a 浓
度比较低。 在入口处,由于水体流动性比较大,其叶绿素 a的含量由支流流域水质决定。 下游处,由于河床较
低、湖水较深,即使水底生长了大量的水生植物(一般情况下没有水生植物),接受到的太阳光也比较稀薄,光
合作用比较微弱,使得水表水体中的二氧化碳浓度比较高,适于浮游植物的繁殖。 两次实地采集的野外数据
也很好的支持了这种分布的合理性。 悬浮物浓度也有类似的分布,原因同样是因为中上游地区生长的大量水
生植物,而由于植物对水体中的悬浮物具有一定的吸附作用,从而降低了水体中悬浮物的含量;黄色物质
CDOM浓度的分布则有别于叶绿素 a和悬浮物浓度。 在中上游地区,由于水生植物的腐烂、水生养殖业导致
的动物尸体腐烂等,造成该区域 CDOM的浓度偏高,而其他水域则相对较低。
4222 摇 生摇 态摇 学摇 报摇 摇 摇 35卷摇
http: / / www.ecologica.cn
图 11摇 叶绿素 a浓度、非色素悬浮物浓度以及 aCDOM(440)的空间分布图
Fig.11摇 Chl鄄a, tripton and aCDOM(440) concentration distribution
3摇 讨论与结论
根据遥感反演水体组分分布结果,分布图合理的体现了官厅水库叶绿素 a、总悬浮物和 CDOM 的空间分
布,也说明了本次研究的生物光学模型适用于官厅水库水质监测。 然而,由于内陆水色遥感缺少有效(适用
于内陆水色遥感的波段)、周期稳定的卫星数据,很难做到卫星与地面同步观测,并且由于水体信息微弱,受
环境因素及大气影响较大,而目前又缺乏行之有效的周边环境、大气影响剔除方法,因此水质参数遥感反演的
精度评价一直是个难点。 结合该模型的无线传感器技术的引入将有可能解决现阶段的数据缺乏、定量精度较
低的问题。
参考文献(References):
[ 1 ]摇 李俊生. 高光谱遥感反演内陆水质参数分析方法研究鄄以太湖为例 [D]. 北京:中国科学院研究生院. 2007.
[ 2 ] 摇 齐峰, 王学军. 内陆水体水质监测与评价中的遥感应用. 环境科学进展, 1999, 7(3): 90鄄99.
[ 3 ] 摇 Chen X L, Li Y S, Liu Z G, Yin K D, Li Z L, Wai O W, King B. Integration of multi鄄source data for water quality classification in the Pearl River
estuary and its adjacent coastal waters of Hong Kong. Continental Shelf Research, 2004, 24(16): 1827鄄1843.
[ 4 ] 摇 Morel A, Gentili B. A simple band ratio technique to quantify the colored dissolved and detrital organic material from ocean color remotely sensed
data. Remote Sensing of Environment, 2009, 113(5): 998鄄1011.
[ 5 ] 摇 杨煜, 李云梅, 王桥, 王彦飞, 金鑫, 尹斌, 张红. 基于环境一号卫星高光谱遥感数据的巢湖水体叶绿素 a浓度反演. 湖泊科学, 2010,
22(4): 495鄄503.
[ 6 ] 摇 杨伟, 松下文经, 陈晋. 基于水体反射光谱和组分浓度的固有光学特性反演算法. 湖泊科学, 2009, 21(2): 207鄄214.
[ 7 ] 摇 杨伟, 陈晋, 松下文经. 基于生物光学模型的水体叶绿素浓度反演算法. 光谱学与光谱分析, 2009, 29(1): 38鄄42.
[ 8 ] 摇 Campbell G, Phinn S R, Dekker A G, Brando V E. Remote sensing of water quality in an Australian tropical freshwater impoundment using matrix
inversion and MERIS images. Remote Sensing of Environment, 2011, 115(9): 2402鄄2414.
[ 9 ] 摇 Campbell G, Phinn S R. An assessment of the accuracy and precision of water quality parameters retrieved with the Matrix Inversion Method.
Limnology and Oceanography: Methods, 2010, 8: 16鄄29.
[10] 摇 Dekker A G. Detection of Optical Water Quality Parameters for Eutrophic Waters by High Resolution Remote Sensing [ D]. Amsterdam,
Netherlands: Vrije University, 1993: 1鄄240.
5222摇 7期 摇 摇 摇 田野摇 等:基于遥感的官厅水库水质监测研究 摇
http: / / www.ecologica.cn
[11]摇 袁博宇. 官厅水库水质现状及趋势分析. 北京水利, 2000, (5): 29鄄31.
[12] 摇 Mueller J L, Fargion G S, McClain C R, Pegau S, Zaneveld J R, Mitchell B G, Mueller J L, Kahru M, Wieland J, Stramska M. Inherent Optical
Properties: Instruments, Characterization, Field Measurements and Data Analysis Protocols. Ocean optics protocols for satellite ocean color sensor
validation, NASA, 2003, Revision 4, Volume VI.
[13] 摇 Gons H J. Optical teledetection of chlorophyll a in turbid inland waters. Environment Science & Technology, 1999, 33(7): 1127鄄1132.
[14] 摇 Walker R E. Marine Light Field Statistics. Wiley Series in Pure and Applied Optics. New York: Wiley, 1994.
[15] 摇 Pope R M, Fry E S. Absorption spectrum (380—700 nm) of pure water. II. Integrating cavity measurements. Applied Optics, 1997, 36(33):
8710鄄8723.
[16] 摇 Buiteveld H, Hakvoort J H M, Donze M. Optical properties of pure water. Ocean Optics XII, SPIE, 1994, 2258: 174鄄183.
[17] 摇 Cawley G C, Talbot N L C. Fast exact leave鄄one鄄out cross鄄validation of sparse least鄄squares support vector machines. Neural Networks, 2004, 17
(10): 1467鄄1475.
[18] 摇 Hoogenboom H J, Dekker A G, De Haan J F. Retrieval of chlorophyll and suspended matter in inland waters from CASI data by matrix inversion.
Canadian Journal of Remote Sensing, 1998, 24(2): 144鄄152.
[19] 摇 Kallio K, Kutser T, Hannonen T, Koponen S, Pulliainen J, Veps覿l覿inen J, Pyh覿lahti T. Retrieval of water quality from airborne imaging
spectrometry of various lake types in different seasons. Science of the Total Environment, 2001, 268(1 / 3): 59鄄77.
[20] 摇 Hakvoort H, de Haan J, Jordans R, Vos R, Peters S, Rijkeboer M. Towards airborne remote sensing of water quality in The Netherlands鄄validation
and error analysis. ISPRS Journal of Photogrammetry and Remote Sensing, 2002, 57(3): 171鄄183.
6222 摇 生摇 态摇 学摇 报摇 摇 摇 35卷摇