内陆水体叶绿素а浓度之遥感反演模型概述——以官厅水库妫水河段为
第一章绪论
1.1选题背景、意义
充足、优质的水资源是生态系统发展的物质基础，是人类生存和健康发展无可替代的重要资源之一，是世纪人类可持续发展的重要保障；位于陆地表面的内陆水体是人们生产、生活最重要的水源，与人类的生存息息相关，对人类的发展更具有至关重要的作用。但随着工业化水平的提高和经济的飞速发展以及人为活动的影响，河、湖、水库等主要内陆水资源的水体富营养化和水体污染问题日趋严重。伴随这些问题出现的水体质量下降及水资源紧缺已成为全人类面临的重大问题。水体污染不仅给周围人民的身心健康带来重大的损伤，而且还会间接的影响到地区的经济发展，严重的地区，水体污染已成为经济发展的制约因素。因此，内陆水质的监测和治理工作亟需加强，建立动态、快速、准确的水环境监测、评价及趋势预测预报系统对水环境治理和环境保护具有重要的意义。
传统水体监测方法主要是基于地面釆样点水质化学分析测量的基础上进行，这种以点带面的监测方式很难全面、动态地反应水体环境质量的总体状况。同时，这种方法在技术流程上要经过定期采样一实验室分析一数据报告等环节，数据监测的代表性、频次己经滞后于水环境管理与决策的需求，很难及时捕捉一些突发性的水体环境质量变化现象。随着国家对淡水环境监测和污染防治要求的不断提高，水环境监测急需从点上监测向面上监测发展，从定时监测向连续监测发展，从静态监测向动态监测发展，遥感技术的发展正适宜这种发展的需求。水色遥感定量应用技术以各种遥感数据为基础，利用统计分析方法如经验法、半经验法或分析法等，依据水色遥感监测的原理进行遥感波段数据的筛选，然后建立水质参数的遥感估算模型来反演水质参数的浓度，进一步实现水质监测与评价。遥感水质应用以点位为基础，进而形成水环境监测网络，能够实现水体环境大范围、动态、快速、连续、低成本的监测，全方位的反映水环境的时空变化。因此，怎样高效的利用多种遥感数据进行水质机理和监测研宄，反演水体中各种参数的浓度，得到整个水体水质分布情况，进一步为水资源的优化配置、合理利用、保护以及被污染水资源的治理提供现实依据，己成为国内外水色遥感界的研究重点之一。
1.2国内外研究进展
1.2.1水色遥感研究进展
遥感技术于70年代初期开始出现在陆地二类水体水色研宄中，初期的应用主要集中于水域识别，随后水色遥感应用逐渐深入到对水质参数浓度的遥感监测、预测和制图，在遥感技术的发展和许多致力于水色遥感研究的学者的推动下，水质遥感监测的研究取得了很大的进步。水色信息的遥感定量化是水色遥感发的必然趋势之一，随着传感器的不断改良，水质参数对光谱的响应特征以及各种高效的数学算法在水色遥感应用研宄的广泛应用，内陆水体水质参数浓度反演的精度和可靠性都在不断的提高。70年代到80年代，水色遥感的研宄对象主要为海洋，主流方法为分析方法，分析法具有明确的物理意义，利用福射传输模型和生物光学模型来描述水质参数与水体反射光谱的关系，模拟光在介质（水、大气）中的传播过程；80年代到90年代的主流方法为经验方法，经验法具有执行简易的优点，利用水质参数浓度值与传感器获取的光谱值之间的定量关系反演水质参数浓度；从90年代开始，水色遥感应用方法主要为半经验法，高光谱遥感技术推进了半经验法的进程，在分析水质参数光谱特征的基础上，利用统计分析法中的迭代分析法选择水质参数反演的最佳波段和最佳波段组合形式。
遥感可探测的内陆水体要素包括光学指标（离水福亮度、离水反射率、福照度比、漫衰减系数、吸收系数、散射系数和光学衰减系数等），生物指标（叶绿素а浓度、水草类型等），物理指标（悬浮物浓度、透明度、池度和水深等），化学指标（有色可溶性有机物、溶解有机碳等，综合指标（富营养化现实和初级生产力等）。目前，面向具有复杂光学特性的内陆水体的专用遥感器和针对各个水质参数的遥感应用模型都还在不断的研究和发展中。
第二章内陆水色遥感反演理论与研究方法
水色遥感研究中将水体分为两类：一类水体和二类水体。水体光学特征由浮游植物的光谱特征主导时，水体被称为一类水体，此类水体反射率低，光学性质单一，典型水体有大洋、海域；水体光学性质中悬浮物和黄色物质等水质参数的光学贡献不能忽略，并且二者的浓度发生变化时，水体的光谱特征也会随之而改变，这类水体为二类水体，二类水体与人类生产生活密切相关，光学性质复杂。
水体的光谱特征主要由水体的组成物质决定，同时又受到各种理化性质的影响，能够反映出一定深度水体的体散射，不同组分的水体在相同波段呈现出不同的光谱响应特征。可见光范围内，水体在波长范围0.45-0.56nm内透射最大，峰值在0.48nm附近，在此波段范围内，光谱记录水底信息的可能性最大，因为在此位置水体的穿透力最强，衰减最小，散射最弱；在红光区，水体的吸收使得光谱穿透力小，此波段范围的水体光谱只能反映上层水体水色信息；在近红外区，水体表现出强吸收。因此，水体的光学特征主要集中在可见光波段，主要影响因素有水表面的粗糙度、水体组分的吸收与散射、观测角度、光谱的入射角、日照角度、水汽界面的折射率以及水底反射率等。
2.1内陆水质遥感反演原理
水质遥感主要是利用传感器在可见光和近红外波段接收到的福射通量值来分析水质参数浓度，评价水环境质量，为水环境的科学管理提供依据。传感器接收到水体福射信号中包含大气程福射（天空散射光），水面反射光（下行散射天空光经水面镜面反射直接到达传感器的部分，离水福射漫射、白帽福亮度漫射、经直射消光到达遥感器的太阳随机耀斑。由于波浪的存在，遥感器在接近太阳相对方向的一定角度范围内都有可能接收到太阳耀斑。进入传感器中的水体后向散射光和水底的反射光含有水色信息，这部分称为离水福射，可以用来监测水质。水体中的悬浮物、溶解性物质、叶绿素等物质通过在不同波段的吸收、散射作用影响着离水福亮度中的水色信息，造成不同波段反射率不同，这种光学特征是遥感定量监测水质的基础。
水面以上水体信号构成如图2-1所示：
2.2水质遥感反演方法
2.2.1一阶微分法
光谱微分技术是对水体遥感反射光谱进行数据模拟，确定光谱弯曲点及最大最小反射率的波长位置，是处理高光谱遥感数据的一种重要方法。一般认为，通过对光谱曲线进行一阶导数处理可以消除测量环境中部分线性变化因素的影响，有助于客观分析光谱曲线的形态变化。由于光谱仪采集的是离散型数据，光谱数据的一阶微分近似计算公式为：
2.2.2支持向量机
支持向量机，是由Vapni首先提出的，理论基础是统计学习理论的VC维理论和结构风险最小化原则，能够近似实现结构风险最小化。支持向量机的基本思想是采用非线性映射将输入向量映射到一个高维空间，在高维空间构造一个最优超平面，并且，以核函数避的方式避免了显示的非线性映射，有效的解决了高维空间带来的计算困难，提供了一种解决非线性回归问题的新思路。借鉴SVM分类问题的解决方法，先定义最优回归超平面，进而解决线性SVM回归问题，另外引入核函数，可以解决非线性回归问题。支持向量机在解决小样本、非线性和高维模式识别问题中表现出许多特有的优势，其实质就是求解一个二次规划问题，具有泛化能力强，容易训练，没有局部极小等优点。支持向量机在解决人工神经网络过学习;等问题有着姣好的优势。
第三章研究区概况、数据源及数据预处理.......17
3.1研究区概况.........17
3.2野外采集数据........17
3.3数据预处理......20
第四章叶绿素а反演模型的构建及应用........28
4.1基于实测高光谱数据的叶绿素а反演.......28
4.1.1叶绿素а反演模型的构建.........28
第五章结论与展望.......41
5.1结论.........41
5.2展望........42
第四章叶绿素а反演模型的构建及应用
4.1基于实测高光谱数据的叶绿素а反演
4.1.1叶绿素а反演模型的构建
选择2021年9月到2021年6月的80个样本点数据构建模型，2021年7月的17个样本点用来验证模型的推广性。
一阶微分技术是高光谱遥感数据处理的一种重要方法，通过对光谱数据进行一阶导数处理可以削弱环境中部分线性变化因素的影响。为了分析基线校正对信息提取的影响，分别在原始光谱数据、原始光谱的一阶微分数据和原始光谱的各种基线校正数据的现实下，分析三波段估算模型的估算精度。
4.1.2小结
本节通过分析原始光谱曲线发现5、6和7月份的光谱数据存在明显的高悬浮物浓度特征。为了削弱悬浮物的光谱影响，利用两种基线校正方法对不同月份的水体光谱曲线进行基线校正；为了削弱测量环境中部分线性变化因素的影响，对原始光谱进行一阶微分去噪处理，在此基础上建立三波段模型。为了充分利用三波段以外的其它实测高光谱波段携带的Chl-a信息，另外建立SVM模型。对比分析各种模型的R2和反演结果的RMSE.
第五章结论与展望
5.1结论
水质监测是水质评价的基础，也能够为水体污染防治和治理提供依据。随着中国经济的发展，水环境质量面临着巨大挑战，内陆水体污染问题也在日趋严重，水污染的治理已成为经济发展必须解决的问题。遥感技术的出现能够突破传统水质监测的瓶颈，为快速、大面积的动态监测水质现实提供了新的技术支撑，遥感技术的发展也为精确的监测水质现实提供了可能。遥感技术的优势使其在大面积水体，和在空间上广泛分布的内陆水质监测中具有较大的应用前景。本文研究利用遥感技术监测妫水河水质时，针对光学特征明显的水质参数Chl-a主要进行了两个方面的研究，希望能够为妫水河水环境遥感监测提供技术参考。
一方面，高光谱具有高光谱分辨率的特征，能够获取更多的水色信息，这有利于促进水色遥感的发展。同时，也会获取更多的噪音信息，因此，如何削弱甚至消除噪音信息的干扰是水质参数遥感反演研宄中的难点之一。目前，波段比值也是一种常用的提高反演精度的方法，基于生物光学模型的三波段模型具有明确的物理意义，在国内外大量的研宄中都的到广泛的应用，并且，模型的精度都很可靠。通过分析实测高光谱数据发现，妫水河的水体成季节性浑浊现实，其中，5、6和7月份的水体光谱具有高悬浮物浓度的特征，本文将基线校正的思想引入到实测高光谱数据的预处理中，基于悬浮物和的光谱特征，提出基于两种基线校正的方法的种基线校正方式。结果表明：
(1)对原始光谱数据、基于5种基线校正后的光谱数据建立三波段模型，模型的反演结果表明，对具有明显高悬浮浓度特征的光谱数据进行500-700nm的基线校正有利于提高Chl-a的反演精度。
(2)与三波段模型相比，SVM模型能利用更多高光谱波段中的Chl-a的光学信息，模型的反演精度要优于三波段模型，但模型的输入变量没有固定的选择方式，本文在基线校正和三波段模型的基础上提出了一种新的波段选择方式。
参考文献（略）