水体遥感监测的重点与趋势__集群智慧云科服,论

发布时间：2022-10-05 21:44 热度：

摘要：本文通过分析水体遥感监测现状与监测方法，探讨了当今水体遥感监测的重点工作与如何进一步提高水质遥感监测方法在水体水质监测中的实用性。
关键词：水体 ；遥感监测 ；监测方法 ；实用性
水是生态系统的血液，优质的水资源是生态系统健康发展的物质基础，随着水体污染问题的日渐严重，已经影响到国民生产和人们的生活用水，水质监测成为社会经济可持续发展必须解决的重大问题，准确的水质监测对水体显得尤其重要。我国各部门采取的常规的水质监测方法受人力、物力和气候水文条件的限制，采集的数据量不可能太多，对于整个水体而言，这些测点数据只具有局部和典型的代表意义，不能满足对水质实时、大尺度的监测评价要求。遥感技术的出现和发展为水体污染监测和研究开辟了新的途径，能够在一定程度上弥补水面采样观测的缺点，有利于查明污染物的来龙去脉，清楚的反映区域或流域污染现状和空间分布特征，为水资源保护和规划以及可持续发展提供动态基础数据和科学决策依据。
1  水质遥感监测现状
我国内陆水体水质遥感监测，主要监测的污染物质主要有三类，分别为浮游植物，主要是藻类。由于藻类都含有叶绿素，所以在遥感水质监测以叶绿素a浓度；非色素悬浮物，由浮游植物死亡而产生的有机碎屑以及陆生或湖体底泥经再悬浮而产生的无机悬浮颗粒；黄色物质，由黄腐酸、腐殖酸组成的溶解性有机物。遥感监测水质从定性逐渐发展到定量，通过遥感可监测的水质参数种类逐渐增加，包括叶绿素a、悬浮物、黄色物质等，反演精度也在不断提高。
1.1叶绿素a遥感监测的研究进展
叶绿素a浓度是影响水体光谱特征的重要参数之一，叶绿素a浓度上升时，蓝波段的反射率下降，绿、红波段的反射率上升。计算叶绿素a浓度的最佳波段的选取依赖于叶绿素a的浓度。目前，叶绿素a浓度监测中采用的半经验、经验法主要有利用遥感数据辐射值的波段或波段组合与实地测量值建立统计模型法，以及随着高光谱成像技术发展而发展起来的主成分分析法、人工神经网络法等。利用TM和ERSZ-SAAR数据来估算水体悬浮物、叶绿素和透明度的经验神经网络算法，通过与线性回归算法的结果对比，说明神经网络算法的精度较高。
1.2悬浮物遥感监测的研究进展
内陆水体中悬浮物浓度是最先被估测的水质参数。水中固体悬浮物的定量遥感研究己提出了一系列的模型，确定了水体反射率与悬浮物之间的量化关系。随着水体悬浮物浓度升高，近红外光谱引起了关注，别通过比较SPOT、NOAAAVHRR和SeaWIFs的波段配置发现了近红外光谱对悬浮体浓度更敏感，针对悬浮泥沙提出了865nm与555nm波段比值算法，并成功应用于SPOT反演悬浮物浓度和AVHRR的宽波段反演悬浮物浓度算法中。
1.3其它水质参数遥感监测的研究进展
20世纪90年代以来，国外学者对内陆水体中黄色物质的光吸收特性和定量遥感监测进行研究。利用CZCS数据对11类水体的叶绿素、悬浮物、黄色物质进行反演，其中黄色物质的反演结果同实际测量值比偏低。对黄色物质研究主要集中在化学组成及光学特性等方面，对黄色物质的研究只是刚刚起步，还有很多的工作需要努力。进行水质溶解有机物的遥感监测主要是利用经验或半经验的线性关系式进行的。利用TM数据评价水体的有机污染，通过回归分析表明TMI、2、3与coD相关性最好，其次是生化需氧量(BoD)，与溶解氧(Do)也表现出一定程度的正相关。此外，遥感监测研究所涉及的水质参数还包括水温、透明度、总磷、总氮、PH值等，但是相关研究较少。
2  水体水质遥感监测方法
水体水质遥感监测主要包括遥感估测模型的建立、评价和应用，针对某一水体组分的水质遥感监测模型的构建有三种方法，分别是分析方法、经验方法和半经验方法。
2.1分析方法
分析方法也称物理方法，是