遥感水质监测概述-课件.ppt

1、遥感水质监测概述Water Quality Monitoring by Remote Sensing定义：利用遥感技术所具有的大范围、连定义：利用遥感技术所具有的大范围、连续观测、以及多平台、多波段、多分辨率续观测、以及多平台、多波段、多分辨率的特点，的特点，对水的物理、化学性质进行周期对水的物理、化学性质进行周期性测定，以评估和确定水体质量状况。性测定，以评估和确定水体质量状况。目录：目录：研究意义理论基础监测指标数据来源研究流程研究方法1 研究意义近海水质日趋恶化，掌握水质状况对行政部门实施海洋综合管理，合理开发以及保护具有指导作用；常规的水质监测耗时耗力,并且很难反映近海海域的整体水质状

2、况；遥感技术可快速、及时提供整个近海海域的水质状况，具有监测范围广、成本低和便于进行长期动态监测的优势，在近海水质监测中有巨大的应用潜力。2 理论基础 溶解或悬浮于水中的污染成分、浓度等的不同，导致了水体对不同波长光的吸收和散射也不同，进而引起水体颜色、密度、透明度等表观参数的差异（水的组分含量不同，水体的反射光谱差异显著）。因此，通过遥感系统测量并分析水体吸收和散射太阳辐射而形成的光谱特征，是水质遥感定量监测的基础。比如：浮游生物：比如：浮游生物：0.45一一0.7m可显示出来；悬浮泥沙：可显示出来；悬浮泥沙：0.5一一0.8m悬浮泥沙；水温：红外影像。悬浮泥沙；水温：红外影像。2 理论基础

3、传感器上接收到的总辐射亮如图所示有三部分组成。大气散射水表面的方向反射水体的后向散射光和水底的反射水体后向散射光和水体的反射光，这一部分含有水色信息，是可以用来监测水质的部分，称为离水辐亮度。3 监测指标 在地表水环境质量标准(GB3838一2002)中规定的24个基本水质指标中,只有部分指标可以用遥感技术监测,而在研究和应用中比较成熟的仅有叶绿素a和悬浮物。3.1叶绿素遥感叶绿素遥感叶绿素a是最重要的水质参数之一。它能反映水中浮游生物和初级生产力的分布,其含量变化可以反映水体富营养化程度。叶绿素a吸收的蓝光和红光较多，而绿光较少，因此随叶绿素浓度增加，海水的后向散射光谱即海水的颜色从深蓝逐渐

4、转变为绿色。不同浓度浮游植物光谱曲线在440nm处出现明显的吸收峰，在502nm处出现独立于叶绿素浓度的“节点”。在“节点”处，海面反射率随叶绿素浓度变化不大。在550mn附近，普遍出现反射峰值。随水体叶绿素浓度越高，其辐射峰值也越高。这是叶绿素遥感的波谱基础。3.2 悬浮固体悬浮固体悬浮固体：指悬浮在水中的微小固体物质,其直径一般在2mm以下,包括粘土、淤泥、粉砂、有机物和微生物等，是形成水体浑浊的主要原因，也是农药、可溶解N和P、重金属和其他污染物的载体。在可见光以及近红外波段范围，随着悬浮物含量的增加，水体的反射率增加，并且随着悬浮物浓度的增大，反射峰向长波方向移动（Han L.H an

5、d Rundquist D.C,1994）。悬浮物质浓度、颗粒大小和组成是影像光谱反射率的主要因素（Choubey V.K,1998）。因此根据影像的遥感反射率,可以定量求出水体悬浮固体的含量。3.3 其他指标其他指标黄色物质：由黄腐酸、腐殖酸组成的溶解性有机物,又称有色溶解性有机物(DoM)。国内外对黄色物质的研究都是从海洋开始的。自Kall(c9l49)最先利用紫外线照射海水发现水体中存在黄色物质,很多研究表明了对黄色物质进行遥感监测的可能性。有机物含量：水体中有机物种类繁多,成分复杂,难以分别对其进行定量分析。因此,一般不对它们进行单项定量测定,而是利用其共性,用某种指标间接地反映其总量

6、或分类含量。在实际工作中,常用下列指标来表示水中有机物的含量,即化学需氧量(COD)、生化需氧量(BOD)、总有机碳(TOC)和总需氧量(TOD)。11/333.3 其他指标其他指标水温（工业废水）：实际观测中由于水的比辐射率接近于1(近似黑体),因此往往用所测的亮度温度表示水体温度。遥感估算水温时,由于水体热容量大、热惯量大、昼夜温差小,且水体内部以热对流方式传输热量,故水体表面温度较为均一,空间变化小。目前世界水体表面温度的反演主要是利用红外遥感技术来进行,算法主要是红外劈窗算法。对于水体热污染，也可以通过水流形状判别，在影像上表现为白色或灰白色羽毛状。羽毛流的影像色调,从羽根到羽尖,由浅

7、逐渐变深,从羽流的中轴向外,色调也由浅变深。12/333.3 其他指标其他指标水深：主要依据可见光波段，原理是基于光线对水体的透射。可见光在水体中的衰减系数越小，则其对水体的穿透性就越好。衰减系数和遥感可视水深之间有一定的关系。有效波段在蓝色至黄色之间。4 数据来源数据来源多光谱遥感数据：包括landast MSS、TM、SPOT、HRV、IRS一IC、NOAA/AVHRR等数据。由于多光谱遥感数据光谱分辨率较低,不能在理论上针对地物光谱特征解决问题。landsat MSS：研究表明，湖泊中的叶绿素a浓度、悬浮物浓度可以通过MSS数据监测。但是由于波段太宽,MSS数据不能用于监测悬浮物含量很高

8、的湖泊，也会掩盖浮游植物水体出现在狭窄波带处的光谱特征信号。landsat TM：由于波段较宽,波段设置相对水质遥感来说不尽合理,一些水质参数的特征光谱并不能在TM数据上反映出来。因此,TM数据并不是理想的遥感水质监测数据。SPOT：高空间分辨率非常适合于湖泊的水质遥感监测,但PSOT数据仅具有4个光谱波段(3个可见光波段、1个近红外波段),而且数据费用昂贵,限制其应用。4 数据来源数据来源高光谱遥感数据：包括成像光谱仪和非成像光谱仪。成像光谱仪：可以为每个像元提供数十至数百个窄波段(通常波段宽度l0nm)光谱信息,能产生一条完整而连续的光谱曲线。国内外的学者利用美国的AVIRSI数据、加拿大

9、的CASI数据以及芬兰的AISA数据进行了湖泊水质参数研究,如叶绿素浓度、水体混浊度、悬浮物浓度的估测。非成像光谱仪：地面非成像光谱仪在湖泊水质监测中主要用来在野外或实验室测量水体的光谱反射曲线,同时也用于机载成像光谱仪量测水质参数的表面校准。机载高光谱分辨率数据是解决星载多光谱数据光谱分辨率低的一个有效途径,提高了水质遥感监测精度,4 数据来源数据来源新型卫星遥感数据：landsatETM+、EO-1 ALI、MODIS、ENVISAT MERIS等多光谱数和EO-1 Hyperion高光谱数据。landsatETM+突出优势在于提高了多光谱波段的空间分辨率,增加了一个分辨率为15m的全色波

10、段,丰富了数据的信息量。EO-1 Hyperion光谱范围在0.4一2.5pm之间,地面分辨率为30米，不是专门用来监测水质的传感器,但其较高的光谱分辨率和地面分辨率,对湖泊的水质遥感监测有着巨大的价值。MERIS是专门针对水色遥感的传感器,波谱范围412一1050mn。数据在星下点的分辨率为300m;在开阔的海洋上,收集的数据分辨率有所降低,分辨率为1200m。MERIS,重复观测周期2一3天,并且能够在15个波段上收集数据。设置的三个近红外波段可以用来完成精确的大气校正,这就大大的提高了水质参数的反演精度。4 数据来源数据来源新型卫星遥感数据：landsatETM+、EO-1 ALI、MO

11、DIS、ENVISAT MERIS等多光谱数和EO-1 Hyperion高光谱数据。MODIS:它具有从可见光到热红外的36个波段的扫描成像辐计,分布在0.4一14m电磁波谱范围内,波段l一2的地面分辨率为250米,波段3一7的地面分辨率为500米,波段8一36的地面分辨率为1000米。NAAS对MODSI数据实行全球免费接收的政策，大大降低了利用MODIS监测水质的费用，且MODIS具有较高的时间分辨率(一天可以接受两次多光谱数据和多达36个波段的光谱数据,因此成为内陆较大湖泊水质遥感监测最有潜力的遥感数据源之一。4 数据来源数据来源新型卫星遥感数据:中国的卫星高光谱遥感数据 HJ-1A：环

12、境一号”星座 A 星搭载的“超光谱成像仪(HSI)”，在工作谱段0.45-0.95 m 之间拥有115 个波段，平均光谱分辨率为5nm，空间分辨率为 100 m，幅宽大于 50 50 km2，是目前比较先进的高光谱传感器 其能获取的光谱信息非常丰富，重访周期、幅宽等也可满足内陆湖泊水质遥感需求，加上能与同星搭载的多光谱传感器同步获取数据，因此 HSI 数据应用于水质遥感监测具有独特的优势。但是HSI 影像的处理方法尚不完善，在广泛应用于水质遥感前对其进行质量研究和评价非常必要。GF-1卫星：不仅可以用于精细探测局部的环境污染状况，还可用于水环境、大气环境和生态环境质量等大范围的宏观监测与评价，

13、但是目前应用于水体的研究还很少。4 数据来源：数据对比数据来源：数据对比4 数据来源：数据对比数据来源：数据对比5 研究流程水质遥感监测的步骤包括五个方面实地水样的采集以及水质实测数据的时空分析；遥感影像数据的选择与申请，需要与实测数据在时间上保持同步；进行实则数据的分析和遥感数据的预处理，包括辐射校正、大气校正以及几何校正等；对遥感数据和实测水样数据进行相关性分析，找出与各水质变相相关性最为密切的遥感波段或波段组合；利用水质实测数据和遥感数据构建水质遥感反演模型与评价模型。目前，利用遥感数据进行水质定量反演的方法主要有三种：理论方法，经验方法和半经验方法。其中最为常见的水质反演方法为经验和半

14、经验方法，即通过建立水质变量与遥感数据之间的统计关系，估测水质变量指标。理论方法：基于大气辐射传输理论及其模型、利用遥感测量得到的反射率或辐射值来计算水实际吸收系数与后向散射系数的比值，与水中各组分的特征吸收系数、后向散射系数相联系，就可以得到各组分的含量。6 方法和特点方法和特点 经验方法：建立遥感数据与地面实测水质变量数据之间的统计关系来反演水质变量值。容易理解，但是由于水质变量与遥感数据之间的相关性关系得不到保证，因此水质变量反演结果精度较低，且该方法受到时间和空间的限制。半经验方法：将已知的水质变量光谱特征与统计分析模型（或其他数学模型，如线性光谱分析模型）相结合，选择最佳的波段或者波

15、段组合作为相关变量估算水质变量值的方法，具有一定的物理意义。也是目前最常用的方法。6 方法和特点方法和特点 存在的问题存在的问题对水体的内在光学特性的了解不够深入：水体的光学特性是决定水体光谱特征的本质因素，将直接影响水色，只有充分把握了水体的光学特性才能从遥感数据中发现水体中物质成分的区别，但目前这方面的研究仍然是比较欠缺的。遥感监测的水质参数有限：主要集中于悬浮物、叶绿素 a 浓度、透明度和浊度等，对于水体中重要的物质-黄色物质的研究不够多，这将直接影响对悬浮物和叶绿素遥感估算的精度，因黄色物质是影响水体光谱特征的一个重要因素，对于 BOD5、COD、DO、TN、TP 等水质参数的可行性分析与定量研究更少。反演方法的精度不高、适用性差：反演方法主要是以经验、半经验方法为主，分析方法由于参数获取原因研究较少，但经验、半经验方法受时空限制较大，推广上受到很大限制，而分析方法是从机理出发，具有物理意义，适用性强，因此应重视对分析方法的研究，以提高模型的适应度。感谢您的聆听！