国偷自产一区二区三区

        1. <span id="qcqmt"></span>
          1. <span id="qcqmt"><blockquote id="qcqmt"></blockquote></span>

            湖水濁度高光譜定量反演模型

            來源:http://www.madelainejordan.com/ 作者:余氯檢測儀 時間:2018-12-28

              摘要:根據實測高光譜數據和同步水質檢測數據,通過識別反演水體濁度的高光譜敏感波段,分別建立了原始光譜反射率模型、歸一化光譜反射率模型、波段比值模型和一階微分模型,并進行了驗證。結果表明,4種模型的決定系數R2均在075以上,其中825 nm處歸一化光譜反射率模型和波段比值模型估測濁度精度較高,均方根誤差RMSE分別為2879 NTU和2423 NTU。研究結果可以為南四湖水體濁度大面積遙感監測的業務化管理提供技術支持。

            濁度儀
            濁度儀

             

              關鍵詞:南四湖;遙感;濁度;高光譜;反演

              南四湖位于淮河流域北部,東、西、北三面承接蘇、魯、豫、皖4省32個縣(市)的來水,流域面積317萬km2,是我國北方最大的淡水湖,同時也是南水北調東線工程重要的水源地和調蓄湖泊,具有防洪、排澇、灌溉、供水、養殖、通航及旅游等多種功能,其水質好壞直接影響著“一湖清水向北流”調水目標的實現。2014年以來,山東發生嚴重旱情,南四湖水位持續下降,甚至從六月份開始先后降至死水位和最低生態水位,水體自凈能力下降,水體渾濁度增加,水質惡化,嚴重影響南四湖附近居民的生活和養殖業。全面監測南四湖水體水質對南水北調東線工程的順利實施和保障南四湖周邊居民的飲用水安全具有重要意義。

              濁度是評價湖泊水質的一個重要指標,濁度大小直接影響光在水體中的衰減,從而影響水體的初級生產力[12]。利用遙感方法監測湖泊水體濁度具有范圍廣、時間短、成本低和便于長期進行動態監測的優勢,克服了常規監測手段存在的費時、費力、瞬間性和局部性等缺點[34],可以對大面積水域進行快速監測。常用的方法有物理方法、經驗方法和半經驗方法,由于物理方法理論基礎還不夠完善,經驗方法精度較低,所以半經驗方法應用最多[5]。郭邵萌[6]對東昌湖水體實測高光譜反射率進行歸一化處理,和濁度進行相關性分析,發現濁度與480 nm附近歸一化光譜反射率呈現較好的負相關,與670 nm附近歸一化反射率呈現出較高的正相關,相關系數達0.8;段洪濤[7]等對查干湖水體反射率和濁度進行研究,發現濁度與400~900 nm的波段反射率都呈正相關,相關系數在04~06之間;Chen[8]等研究發現珠江河口水體520 nm處實測光譜反射率和濁度有較好的相關性。

              本文通過分析南四湖水體反射光譜特征與濁度之間的關系,運用目前湖泊水質反演中常用的原始光譜反射率法、歸一化反射率法、波段比值法和一階微分法[7,1012,14],分別建立相應的半經驗模型,為今后利用遙感數據對南四湖水體濁度大面積定量反演提供建?;A。   1 數據獲取

              2014年7月22日至23日,在南四湖布設了15個采樣點(圖1),測量了水面的反射光譜,同時對表層水進行取樣。水體濁度用美國哈希HACH濁度儀1900C現場測定,數值在395~338 NTU之間,平均值為14797 NTU,變化范圍較大。采樣期間天空基本無云,風速較小,水面平靜,無大面積藍藻爆發。光譜測量采用HR1024(波段范圍為345~2 5099 nm)地物光譜輻射計,測量在船上進行,測量時垂直水面,借助白板量測,儀器自動將水體的向上輻射率轉化為水體的反射率。剔除光譜異常值,選取11個樣點分析,其中8個樣點用于建模,剩下3個樣點用于驗證。

              圖1 采樣點分布

              2 建模與分析

              2.1 光譜特征分析

              光譜測量結果見圖2。雖然不同采樣點光譜反射率變化很大,但都表現出內陸水體的一般特征:在400~500 nm范圍內,由于葉綠素a和黃色物質的強烈吸收,水體呈較低的反射率;560 nm附近的反射峰是由于葉綠素a、胡蘿卜素吸收較弱以及細胞和懸浮物的散射作用形成的;該反射峰值與色素組成有關,可以作為葉綠素a的定量標志;680 nm附近出現葉綠素a的又一小吸收峰,是藻類葉綠素在紅光波段強烈吸收的結果;700 nm附近反射峰的出現是含藻類水體最顯著的光譜特征,其存在與否是判定水體是否含有藻類葉綠素的依據之一[9];大于730 nm的波段范圍,純水吸收系數迅速增大,所以水體光譜反射率迅速降低;直到810 nm附近又出現反射峰,該反射峰是由懸浮物散射形成的。

              圖2 水體采樣點光譜曲線

              2.2 原始光譜反射率和歸一化反射率模型

              水體實測高光譜在345~400 nm以及900 nm以上噪聲較大,選擇400~900 nm原始光譜反射率和濁度進行相關性分析,結果見圖3??梢钥闯?,715~900 nm原始光譜反射率和濁度相關性較好,相關系數均大于08,其中838 nm處的原始光譜反射率和濁度的相關系數最大,達到0950 1,在001檢驗水平下顯著相關。選擇838 nm處原始處光譜反射率和濁度建立線性回歸模型(Linear Regression Model,LRM),模型見公式(1)。

              y = 3827.3x-66.894 (n=8,p<0.01)

              (1)

              式中:x為838 nm處原始光譜反射率;y為濁度;n為樣本數。

              圖3 光譜反射率和濁度的相關性

              為了使不同時間、地點和大氣條件下測得的水體光譜具有可比性,同時尋找待測指標的特征波段,對原始光譜反射率歸一化,即將太陽移到測量點的正上方,去掉大氣的影響[10]。利用可見光波段400~750 nm對原始光譜反射率進行歸一化處理,模型如式(2)所示,光譜曲線見圖4。經歸一化處理后,光譜曲線變的相對集中,抑制或消除了環境因素對光譜曲線的整體性提高或降低[11]。

              (λi)=R(λi)1n∑750400R(λi)

              (2)

              式中:(λi)為λi處的歸一化反射率;R(λi)為λi處的反射率;n為400~750 nm的波段數。

              圖4 歸一化反射率曲線

              利用經歸一化處理之后的反射率與濁度進行相關性分析(圖5),發現580 nm附近、731~900 nm波段歸一化反射率與濁度有較好的相關性,相關系數均在0.8以上,最大正相關系數出現在825 nm處,相關系數為0890 2,在001檢驗水平下顯著相關。這與郭邵萌[6]研究結果差異較大,可能是因為僅根據反射率數據與實測濃度值建立的統計模型缺乏物理基礎支持,不同氣象條件和不同時間條件等因素對最終的模型建立有較大的影響[12]。用825 nm處的歸一化光譜反射率和濁度建立線性回歸模型,模型見式(3)。

              y=473.94x-172.39 (n=8,p<0.01)

              (3)

              式中:x為825 nm處歸一化光譜反射率,其它符號含義同式(1)。

              圖5 歸一化反射率與濁度的相關性

              2.3 一階微分模型

              對光譜的一階微分處理可以去除部分線性或接近線性的背景噪聲光譜對目標光譜的影響,微分光譜對信噪比非常敏感[13]。由于光譜儀測量數據為離散型數據,因此用公式(4)近似計算,光譜反射率經一階微分處理后見圖6。

              R′(λi)=R(λi+1)-R(λi-1)λi+1-λi-1

              (4)

              式中:λi-1、λi和λi+1為相鄰波長;R(λi-1)和R(λi+1)分別為波長λi1、λi+1的反射率,R′(λi)為波長λi處一階微分反射光譜。

              選擇400~900 nm光譜反射率的一階微分值與濁度進行相關性分析,結果見圖7??梢钥闯?,495 nm附近、750 nm附近、780 nm附近以及790~805 nm波段反射率和濁度有

              圖6 反射率一階微分曲線

              Fig.6 Firstderivative curves of reflectance   較高的正相關系數;雖然870~885 nm波段反射率和濁度有較高的負相關系數,但該波段反射率變化較小,微分處理會放大噪聲[14]。最終選擇和濁度具有最大正相關系數的781 nm處反射率的一階微分值和濁度建立線性回歸模型,模型見公式(5)。

              y=1263096.23x-182.02 (n=8,p<0.01)

              (5)

              式中:x為781 nm光譜反射率一階微分值,其它符號含義同式(1)。

              圖7 一階微分與濁度相關性

              2.4 波段比值模型

              用波段比值可以部分消除水表面光滑度、周圍環境等背景噪聲的干擾[15],并在一定程度上減少其他水色要素的影響[16]。在研究歸一化反射率與懸浮物濃度敏感性的基礎上,選擇和濁度具有最大正相關系數的825 nm處歸一化反射率和與濁度具有最大負相關系數的591 nm處歸一化反射率進行比值,然后和濁度進行相關性分析,825/591和濁度的相關系數為0896 3,用825/591和濁度建立線性回歸模型,模型見公式(6)。

              y = 527.13x132.77 (n=8,p<0.01)

              (6)

              式中:x為825 nm處歸一化反射率和591 nm處歸一化反射率的比值,其它符號含義同式(1)。

              3 模型驗證

              通過公式(7)的均方根誤差RMSE,利用剩余的三個樣點驗證模型的預測精度,結果見圖8。

              RMSE=∑ni=1(Xe,i-Xo,i)2/n

              (7)

              式中:Xe,i表示第i個反演值,Xo,i表示第i個實測值,n為評價個數。

              圖8 模型驗證

              由圖8可以看出,波段比值模型驗證精度最高,RMSE為24.23 NTU,其次是825 nm處歸一化反射率模型,RMSE為28.79 NTU,838 nm處原始光譜反射率模型和781 nm處一階微分模型驗證誤差相對較大,分別為4049 NTU和4585 NTU??偟膩碚f,四種模型的預測值和實測值散點均十分靠近1 ∶ 1線兩側,模型驗證精度較好。

              4 結論

              利用南四湖水體實測高光譜數據和同步水質分析數據,在分析南四湖水體光譜反射率和濁度相關性的基礎上,建立了反演南四湖水體濁度的半經驗模型,取得如下結果。

              (1)基于光譜反射率和濁度之間的關系分析表明:838 nm處原始光譜反射率、825 nm處歸一化反射率、781 nm處一階微分和波段比值模型可以較好地用于南四湖水體濁度的反演,模型的均方根誤差RMSE分別為4049 NTU、2879 NTU、4585 NTU和2423 NTU。

              (2)通過實測數據驗證,波段比值模型和825 nm處歸一化反射率模型要好于838 nm處原始光譜反射率模型和781 nm處一階微分模型,這是因為對原始光譜進行歸一化處理以及波段比值能有效去除環境因素的干擾,可以明顯的提高模型精度。這為今后利用高光譜遙感數據在南四湖進行大面積濁度反演提供了建?;A。

              為了增強模型的實用性和通用性,后續研究還應在多個時間段對多個采樣點進行水質采樣和實測光譜獲取,進一步完善模型。

              參考文獻(References):

              [1] Cloern J E.Turbidity as a control on phytoplankton biomass and productivity in Estuaries [J].Continental Shelf Research,1987,7(11):13671381.

              [2] Fisher T R,Gustafson A B,Sellner K,et al.Spatial and temporal variation of resource limitation in Chesapeake Bay[J].Marine Biology,1999,133(4):763778.

              [3] 劉堂友,匡定波,尹球.湖泊藻類葉綠素 a 和懸浮物濃度的高光譜定量遙感模型研究[J].紅外與毫米波學報,2004,23(1):1115.(LIU Tangyou,KUANG Dingbo,YIN Qiu.Study on hyper spectral quantitative model of concentrations for chlorophylla of alga and suspended particles in Tai Lake[J].Journal of Infrared and Millimeter Waves,2004,23 (1):1115.(in Chinese))

              [4] 劉惠,黃家柱,張強.太湖水體藻類葉綠素濃度高光譜遙感監測研究[J].南京師大學報,2005,28(3):97101.(LIU Ke,HUANG Jiazhu,Zhang qiang.Study on hyperspectral monitoring of concentrations for chlorophylla of alga in Taihu Lake[J].Journal of Nanjing Normal University.2005,28(3):97101.(in Chinese))

              [5] 周藝,周偉奇,王世新,等.遙感技術在內陸水體水質監測中的應用[J].水科學進展,2004,15(3):312317.(ZHOU Yi,ZHOU Weiqi,WANG Shixin.Applications of remote sensing techniques to inland water quality monitoring [J].Advances in Water Science,2004,15(3):312317.(in Chinese))   [6] 郭邵萌.基于高光譜遙感的湖泊水質污染研究―以聊城東昌湖為例[D].濟南:山東師范大學,2013.(GUO Shaomeng.A study of lake pollution based on hyperspectral dataa case study of Dongchang Lake in Liaocheng[D].Jinan:Shandong Normal University,2013.(in Chinese))

              [7] 段洪濤,文鈺,張柏 等.應用高光譜數據定量反演查干湖水質參數研究[J].干旱區資源與環境,2006,20(6):104108.(DUAN Hongtao,WEN Yu,ZHANG Bai,et al.Application hyperspectral data in remote sensing inverse of water quality variables in Lake Chagan [J].Journal of Arid Land Resources and Environment,2006,20(6):104108.(in Chinese))

              [8] Chen S H,FANG L G,ZHANG L X,et al.Remote sensing of turbidity in seawater intrusion reaches of Pearl River EstuaryA case study in Modaomen Water Way,China[J].Estuarine,Coastal and Shelf Science,2009,82:119127.

              [9] 焦洪波,查勇,李云梅,等.基于高光譜遙感反射比的太湖水體葉綠素a含量估算模型[J].遙感學報,2006,10(2):242248.( JIAO Hongbo,ZHA Yong,LI Yunmei,et al.Modeling chlorophyll a concentration in Taihu Lake from hyperspectral reflectance data[J].Journal of Remote Sensing,2006,10(2):242248.(in Chinese))

              [10] 鞏彩蘭,尹球,匡定波.黃浦江水質指標與反射光譜特征的關系分析[J].遙感學報,2006,10(6):910 916.(Gong Cailan,YIN Qiu,KUANG Dingbo.Correlations between water quality indexes and reflectance spectra of Huangpujiang River[J].Journal of Remote Sensing,2006,10(6):910916.(in Chinese))

              [11] 楊婧茹,臧淑英,惠洪寬.松花江哈爾濱段總懸浮物濃度高光譜估測模型研究[J].安全與環境學,2014,14(2):239243.(YANG Jingru,ZANG Shuying,HUI Hongkuan.An hyperspectral estimation model for testing the total suspended solid concentration in Harbin section of Songhua River[J].Journal of Safety and Environment,2014,14(2):239243.(in Chinese))

              [12] 高玉蓉,劉明亮,吳志旭 等.應用實測光譜估算千島湖夏季葉綠素a濃度[J].湖泊科學,2012,24(4):553561.(GAO Yurong,LIU Ming liang,WU Zhixu,et al.Chlorophylla concen tration estimation with field spectra of summer waterbody in Lake Qiandao[J].Journal of Lake Sciences,2012,24(4):553561.(in Chinese))

              [13] 蒲瑞良,宮鵬.高光譜遙感及其應用[M].北京:高等教育出版社,2000.(PU Ruiliang,GONG Peng.Hyperspectral remote sensing and its application[M].Beijing:High Education Press,2000.(in Chinese))

              [14] 王婷,劉良云,李存軍,等.基于實測光譜估測密云水庫水體葉綠素a濃度[J].地理空間信息,2007,5(4):6466.(WANG Ting,LIU Liangyun,LI Cunjun,et al.Chlorophylla concentration estimation with field spectra of water in Miyun Reservoir[J].Geospatial Information,2007,5(4):6466.(in Chinese))

              [15] Pulliainen J,Kallio K,Eloheimo K,et al.A Semioperative Approach to lake water quality retrieval from remote sensing data [J].The Science of the Total Environment,2001,268:7993.

              [16] 劉英,王珂,周斌.千島湖水體葉綠素濃度高光譜遙感監測研究初報[J].浙江大學學報:農業與生命科學版,2003,29(6):621626.(LIU Ying,WANG Ke,ZHOU Bin,et al.Preliminary study on hyper spectral remote sensing of Qiandao Lake chlorophylla concentration[J].Journal of Zhejiang University:Agriculture &Life Sciences,2003,29(6):621626.(in Chinese))

            ——本文由豐臨科技整理發布,內容供參考,如有侵權,請聯系刪除,謝謝!上海豐臨科技有限公司為你提供濁度儀(濁度計)、在線濁度儀、余氯儀、余氯分析儀、工業在線pH計、cod測定儀、pH計等多種水質檢測儀,水質分析儀,歡迎您前來選購,豐臨科技竭誠為您服務!

            上一篇:家用水質渾濁度簡易快速監控裝置

            下一篇:目前豐臨FILTR330M1-SS010系列濁度儀廣泛應用于自來水濁度在線監測
            水質檢測分析儀廠家,掃一掃,微信報價
            掃一掃微信詢價
            掃一掃微信二維碼,獲得水質檢測分析儀優惠價格

            分享到

            取消
            国偷自产一区二区三区

                1. <span id="qcqmt"></span>
                  1. <span id="qcqmt"><blockquote id="qcqmt"></blockquote></span>