（地图学与地理信息系统专业论文）基于gis的查干湖水质遥感监测系统研究.pdf

摘要 水是生命之源，水质状况直接关系到人类与社会的生存和发展。无论是发达 国家还是发展中国家都非常重视水资源和水质状况的研究和监测。这对于水资源 贫乏，又亟待发展经济的人口大国中国来说，更具有紧迫的现实意义。随着遥感 技术的产生和发展，水质遥感研究已越来越引起大家的重视。水质遥感是通过实 验研究水体反射光谱特征与各水质参数之间的关系而建立算法，它具有范围广、 速度快、成本低和便于进行长期动态监测的优势，这些优势都是传统的现场取样 实验室化学分析法所无法比拟的。因此，我们应基于遥感技术对湖泊进行深入研 究和实时监测，以便相关部门对湖泊的富营养化以及其它污染状况进行及时的处 理和预防。 查干湖位于吉林省松原市前郭县的西北部，是吉林省最大的内陆湖泊。近几 年来，由于对查干湖资源的超强度利用，已造成查干湖富营养化情况严重等一系 列问题。这就需要治理富营养化的同时加强对查干湖的实时监测和富营养化评价 工作。因此，本文基于水质遥感理论，借助g i s 的二次开发组件a r c g i se n g i n e ， 利用可视化开发语言c # 和i d l 混编，设计并实现了查干湖水质遥感监测系统。 1 )介绍了研究背景，研究目的和研究意义，水质遥感的国内外研究状况 和发展趋势，以及研究内容和技术路线。 2 ) 在系统核心功能设计上，利用高光谱遥感和卫星遥感两种方法，即基于 地面实测高光谱数据和遥感影像，分别对查干湖主要水质参数进行估 算，并对湖泊的富营养化状况进行评价。其中，遥感影像选择m o d i s 数据，这是因为m o d i s 数据免费，获取方便，更重要的是它具有很好 的时间分辨率( 一天两次) ，可以满足对湖泊实时监测的需要。 3 )在前人研究的基础上，选择并确定了适合查干湖的主要水质参数模型 和富营养化评价模型以及富营养化评价标准。其中，主要水质参数模 型包括叶绿素a 高光谱模型，透明度高光谱模型，总磷高光谱模型， 以及叶绿素a 基于m o d i s 数据模型。 4 ) 利用组件式g i s 二次开发技术，在v s 2 0 0 5 ，c # 语言环境下，借助i d l 语言混编技术，采用a r c g i se n g i n e 组件设计了查干湖水质遥感监测 系统。通过对监测系统的设计和开发，系统可以实现4 个模块的功能： g i s 基本功能，数据管理功能，水质参数监测功能以及富营养化评价 功能。其中水质参数监测功能和富营养化评价功能是本系统的核心功 能。这将为今后水质遥感监测系统的建立提供资料和参考。 5 ) 从系统的可行性和实用性角度，对所设计出的系统进行了实例应用测 试。选取查干湖2 0 0 4 年9 月的查干湖地面实测高光谱数据和m o d i s 数 据，对叶绿素a 浓度，透明度和总磷浓度进行了估算，并对查干湖的 富营养化状况做出评价。系统监测结果如下：查干湖主湖区叶绿素a 浓度的最大值出现在湖泊的西南部分区域，浓度为2 6 6 6 7 7u g 1 ，最 小值出现在湖泊的西北区域，浓度为2 0 8 5 5 6 u g 1 。透明度是在主湖 区的东北部最高，为2 5 9 4 2 4 c m ，其次是西北部，中部和西南部透明度 最低，为2 4 2 5 7 7 c m 。查干湖主湖区的中部和西南部总磷浓度最高，为 6 ) 0 1 2 7 4 7 5 m g 1 ，东北部最低，为0 1 0 7 8 8 6 m g 1 。在富营养化状态上， 两种遥感监测方法均显示查干湖已经处于富营养性状态。 最后，对所取得的成果进行了总结，并指出了不足和展望。 关键词：水质遥感；高光谱；m o d i s ；叶绿素a ；总磷；透明度；富营养化； a r c g i se n g i n e ； a b s t r a c t w a t e ri st h eo r i g i no fl i f c w a t e rq u a l i t ys t a t u si sd i r e c t l yr e l a t e dt ot h es u r v i v a la n dd e v e l o p i n go f t h eh u m a ns o c i e t y t h e r e f o r e d e v e l o p i n gc o u n t r i e sa n dd e v e l o p e dc o u n t r i e sa l lp a ym u c ha t t e n t i o nt o t h er e s e a r c ha n dm o n i t o r i n go fw a t e rq u a l i t ys t a t u s i th a sg r e a ts i g n i f i c a n c ef o rc h i n aw h i c hi sw a t e r s c a r c ea n du r g e n tt od e v e l o pe c o n o m y w i t ht h ea p p e a r a n c ea n dd e v e l o p m e n to fr e m o t es e n s i n g t e c h n o l o g y , w eh a v ep u tm o r ea n dm o r ea t t e n t i o nt ot h er e s e a r c ho fw a t e rq u a l i t yw i t hr e m o t es e n s i n g w e 啪b u i l du pt h ea l g o r i t h mo fe a c hw a t e rq u a l i t yp a r a m e t e rb ya n a l y s i n gt h er e l a t i o nb e t w e e n s p e c t r a lr e f l e c t a n c ep r o p e r t i e so fw a t e ra n dw a t e rq u a l i t yp a r a m e t e r s w a t e rq u a l i t y1 ) l ，i t hr e m o t e s e n s i n gh a st h ea d v a n t a g e so fl a r g es c a l em o n i t o r i n ga r e aa n dal o wc o s t m o r ei m p o r t a n t l y , i tc a n r e a l i z el o n gt e r md y n a m i cm o n i t o r i n gw h i c ht r a d i t i o n a lm o n i t o r i n gm e t h o dc a n n o tr e a l i z e t h e r e f o r e ， w es h o u l dn l a k ead e 印r e s e a r c ha n dr e a l - t i m em o n i t o r i n go nl a k e sb a s e do nr e m o t es e n s i n gs oa st h a t r e l a t e dd e p a r t m e n t sc a nt a k em e a s u r e st ot h ee u t r o p h i c a t i o na n do t h e rp o l l u t i o np r o b l e m so fl a k e si n t i m e c h a g a nl a k e ，l o c a t e di nt h en o r t h w e s to f j i l i np r o v i n c e ，i st h el a r g e s ti n l a n dl a k ei nj i l i n i nr e c e n t y e a r s ，b e c a u s eo ft h ee x h a u s t i o no f t h ec h a g a nl a k er e s o u r c e s ，e u t r o p h i c a t i o na n do t h e rp r o b l e m sh a v e a p p e a r e d , w h i c hm a k e su sk n o wt h a tw em u s ts t r e n g t h e nt h er e a l - t i m em o n i t o r i n ga n de u t r o p h i c a t i o n a s s e s s m e n to fc h a g a nl a k ew h i l e 仃e a t i n ge u t r o p h i c a t i o n t h e r e f o r e ，b a s e do nt h et h e o r yo fw a t e r q u a l i t yw i t hr e m o t es e n s i n g ，t h ep a p e rd e s i g n e da n dr e a l i z e dr e m o t es e n s i n gm o n i t o r i n gs y s t e mo f c h a g a nl a k e 州t ht h es u p p o r to f t e c h n i q u e so f t h es e c o n dd e v e l o p m e n to f g i s 1 ) t h ep a p e ri n t r o d u c e dt h eb a c k g r o u n d , t h ep u r p o s ea n ds i g n i f i c a n c eo ft h i sr e s e a r c h , r e v e a l e dt h e t r e n d so fw a t e rq u a l i t yw i t hr e m o t es e n s i n gr e s e a r c hb o t hd o m e s t i ca n da b r o a d , a n dd i s c u s s e dh o wt o r e a l i z et h i ss t u d y 2 ) o nt h ed e s i g no fc o r ef u n c t i o n s ，t h ep a p e ru s e dt w om e t h o d st oe s t i m a t em a j o rw a t e rq u a l i t y p a r a m e t e r sa n de v a l u a t et h es i t u a t i o no fe u t r o p h i c a t i o nr e s p e c t i v e l y i no t h e rw o r d s ，t h ep a p e rd i dt h i s r e s e a r c hb a s e do nt h ed a t ao fh i g hs p e c t r u ma n dr e m o t es e n s i n gi m a g e sb o t h a m o n gt h e s ec a s e s ，t h e p a p e ru s e dm o d i sw h i c hw a sf r e ea n dc o u l db ee a s i l yo b t a i n e d , a n dm o r ei m p o r t a n t l y , m o d i sc o u l d r e a l i z e dr e a l t i m em o n i t o r i n gw i t hh i g ht e m p o r a lr e s o l u t i o n ( t w i c eo n ed a y ) 3 1b a s e do np r e v i o u sr e s e a r c ht h ep a p e rs e l e c t e dt h em o d u l e so fm a j o rw a t e rq u a l i t yp a r a m e t e r s a n dt h ee u t r o p h i c a t i o na s s e s s m e n tw h i c hw e r es u i t a b l ef o rc h g a nl a k e t h em o d u l e so fm a j o rw a t e r q u a l i t yp a r a m e t e r si n c l u d e dh y p e r s p e c t r a lm o d e l so fc h l o r o p h y l l 如t r a n s p a r e n c ya n dt o t a lp h o s p h o r u s ， a n dm o d e lo fc h l o r o p h y l lab a s e do nm o d i s 4 ) u s i n gt h es e c o n d r o u n d - e x p l o i t a t i o ng r o u p w a r eo fg i s a r c e n g i n ea n dv i s u a lc 群，t h ep a p e r d e s i g n e dr e m o t es e n s i n gm o n i t o r i n gs y s t e mo fc h a g a nl a k e i tc o n t a i n sf o u rf u n c t i o nm o d u l e s ：t h e b a s i cf u n c t i o nm o d e l so fg i s ，d a t am a n a g e m e n t , t h ee s t i m a t i o no fm a j o rw a t e rq u a l i t yp a r a m e t e r sa n d e u t r o p h i c a t i o n a s s e s s m e n ta m o n gw h i c ht h ee s t i m a t i o no fm a j o rw a t e rq u a l i t yp a r a m e t e r sa n d e u t r o p h i c a t i o na s s e s s m e n ta r et h ec o r ef u n c t i o n so ft h i ss y s t e m i tc a np r o v i d eb a s i ci n f o r m a t i o na n d r e f e r e n c ef o rb u i l d i n gt h es y s t e mo f r e m o t es e n s i n gm o n i t o r i n g 5 1f o ra p p l i c a t i o np r o o f - t e s t , t h ep a p e rs e l e c t e dd a t ao fh i g hs p e c t r u ma n dm o d i so ns e p t e m b e r , 2 0 0 4t oe s t i m a t em a j o rw a t e rq u a l i t yp a r a m e t e r s ( c h l a , s d d ，t p ) a n de v a l u a t et h es i t u a t i o no f e u t r o p h i c a t i o no fc h a g nl a k e t h er e s u l t sf r o mt h es y s t e ma r ea sf o l l o w s ：i nm a i nd i s t r i c to fl a k e ，t h e i i l c o n c e n t r a t i o no fc h l o r o p h y l lai nt h en o r t h w e s to fc h a g a nl a k ei sl o w e s tw i t ht h ev a l u eo f2 0 8 5 5 6 u g 1 w h i l et h a ti nt h es o u t h w e s ti sh i g h e s tw i t ht h ev a l u eo f2 6 6 6 7 7u g a t r a n s p a r e n c yi nt h em i d d l ea n d s o u t h w e s to fc h a g a nl a k ei sl o w e s tw i n ln l ev a l u eo f2 4 2 5 7 7 e mw h i l et h a ti nt h ew e s t n o r t hi sh i g h e r a n dn o r t h e a s ti st h eh i g h e s tw i t ht h ev a l u eo f2 5 9 4 2 4 e m t o t a lp h o s p h o r u si nt h en o r t h e a s to fc h a g a n l a k ei sl o w e s tw i t ht h ev a l u eo f0 10 7 8 8 6 m g 1w h i l et h a ti nt h es o u t h w e s ta n dm i d d l ei sh i g h e s tw i t h t h ev a l u eo f0 12 7 4 7 5 m g 1 i nt h ee u t r o p h i c a t i o na s s e s s m e n t , t w or e m o t e s e n s i n gm o n i t o r i n g m e t h o r d sa l ls h o wt h a tc h a g a nl a k eh a sb e e ni ne u t r o p h i c a t i o n 6 ) i nt h el a s to ft h e s i s ，t h ep a p e rs u m m a r i z e da c h i e v e m e n t s ，s h o r t a g ea n dp r o s p e c t k e yw o r d s ： w a t e rq u a l i t yw i t hr e m o t es e n s i n g ；h i 曲s p e c t r u m ；m o d i s ； c h l o r o p h y l la ；t r a n s p a r e n c y ；t o t a lp h o s p h o r u s ；e u t r o p h i c a t i o n ；a r c g i se n g i n e i v 独创性声明 本人郑重声明：所提交的学位论文是本人在导师指导下独立进行研究工作 所取得的成果。据我所知，除了特别加以标注和致谢的地方外，论文中不包含 其他人已经发表或撰写过的研究成果。对本人的研究做出重要贡献的个人和集 体，均已在文中作了明确的说明。本声明的法律结果由本人承担。 学位论文作者签名：驾翟军一目期：塑牛 学位论文使用授权书 本学位论文作者完全了解东北师范大学有关保留、使用学位论文的规定， 即：东北师范大学有权保留并向国家有关部门或机构送交学位论文的复印件和 电子版，允许论文被查阅和借阅。本人授权东北师范大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段 保存、汇编本学位论文。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名：监 日 期：删 学位论文作者毕业后去向： 工作单位： 通讯地址： 指导教师签名 日期 电话： 邮编： 东北师范大学硕士学位论文 第一章绪论 1 1 研究背景，目的及意义 1 1 1 研究背景 水是生命之源，是自然环境中最重要最活跃的生态要素之一，水质状况直接 关系到人类社会的生存与发展。因此，无论是发达国家还是发展中国家都非常重 视水资源和水质状况的研究和监测。这对于水资源贫乏，又亟待发展经济的人口 大国中国来说，更具有紧迫的现实意义。u 2 。 我国是一个多湖泊的国家，全国共有1 平方公里以上的湖泊2 7 5 9 个，总面积 达9 万多平方公里，占国土面积的0 9 5 ，其中约1 3 为淡水湖泊。湖泊作为一种 与人类生存和发展密切相关的独特资源，在供水、防洪、航运、养殖、旅游及维 系区域生态平衡方面发挥着巨大作用。目前，由于流域的超强度开发和湖泊资源 的超强度利用，造成我国湖泊受到严重污染和富营养化严重等一系列问题。人类 活动不仅源源不断地向湖泊中排放污染物，同时，工农业的快速发展使得大量的 有机污染物进入水体，也会造成严重的水体富营养化，严重威胁人类的工农业生 产和身体健康。据水利部水文局公布的调查报告，我国湖泊的富营养化状况日益 严重。据调查，太湖水质为四类和劣于四类的水域面积占湖泊总面积的8 3 左 右；滇池的水质以四类为主，占评价面积的6 9 ，劣于四类水质的水域面积占评 价面积的3 l ；巢湖的中部湖区水质四类，西半湖的多数水域水质劣于四类，只 有东半湖水质能够达到三类。调查显示，绝大多数城郊湖泊也已经富营养化。杭 州西湖水质经过清淤和换水，水质四类，仍属富营养化；山东大明湖水质劣于五 类，南京玄武湖，水质介于四类和五类之间；武汉东湖水质主要是五类和劣五类。 口3 因此，对湖泊水质的监测已经成为当前环境监测部门的一项重要任务。我们应 对水质进行深入研究和实时监测，以便相关部门对湖泊的富营养化进行及时的处 理，防止水质的下降和富营养化的发生。 传统的水质监测通常采用现场取样实验室化学分析的方法( 如t o c 、c o d 等) ， 即在湖面上选取一些具有代表性的点，在该点处提取水样，将水样妥善保管送至 实验室进行化学分析，以得出水中各物质浓度，从而对该湖的水质和富营养化状 况进行评价。传统水质监测的优点是能对众多的水质指标做出精确的分析和评 价，缺点是不仅费时费力，不经济，而且采样点有限，只能了解采样点处的水质 状况，对于整个水体而言，这些采样点数据只具有局部和个别的代表意义，而且 更重要的是不能实现实时监测，即无法及时地掌握水质状况。这种方法是现在大 多数环境监测部门所采用的方法，又叫做常规监测方法，需建立水质监测网点， 每年投入巨大的人力物力进行采样和分析。 随着遥感技术的产生和发展，水质遥感研究已越来越引起大家的重视。湖泊 各水质参数作为表征水质状况的重要参数，在一定程度上决定了水体的反射光谱 特征，因此可以通过实验研究水体反射光谱特征与各水质参数之间的关系建立算 法，从而建立水体反射光谱特征与各水质参数的定量模型，这个过程被称为水质 遥感。h 1 水质遥感监测具有常规监测所无法比拟的优势，它的监测范围广、速度 快、成本低，而且更重要的是它可以实现水质的长期动态监测，以便于人们可以 东北师范大学硕士学位论文 及时有效地掌握研究区域的水质状况，避免富营养化的发生。 国内外许多学者都对水质遥感进行过大量研究，并取得较大的进展。我国国 家环保局、海洋局、水利部和中科院等有关单位从上世纪7 0 年代后期就开始了 水质遥感的研究，并取得了许多可喜的成果，但这些成果多集中于对海洋的水质 遥感，而对内陆湖泊的研究工作主要是集中于太湖、巢湖等污染较为严重的湖泊， 其它湖泊的研究却较少，而对于本文的研究区域吉林省查干湖的研究则更少，只 有中科院东北地理与农业生态研究所段洪涛等人对该湖做过一些研究。同时，对 于湖泊的水质遥感研究，到目前为止，t m 卫星图像是应用最多的遥感数据。t m 所提供的3 0m 分辨率图像可以很好地满足内陆水体的遥感探测要求，但是较低 的光谱分辨率和较长的观测周期( 1 6 天) 限制了其进一步应用，以如此的时间分 辨率难以达到对湖泊进行动态监测的要求。同时，t m 数据的成本较高，且不易 获取，而对湖泊进行动态监测则需要大量相关的t m 数据，这使得t m 数据难以在 实际的湖泊监测中得到应用。然而，近几年来中分辨率成像光谱仪( m o d e r a t e r e s o l u t i o ni m a g i n gs p e c t r o m e t e r ，m o d i s ) 数据的出现，给内陆水体悬浮物 的遥感监测提供了新的机遇。m o d i s 数据具有中等空间分辨率( 2 5 0 , - - - , 10 0 0m ) 、 较高的光谱分辨率( 3 6 个波段) 和很高的时间分辨率( 1 天2 次) ，并可在全球 范围内免费获取。与t m 相比，m o d i s 数据在辐射分辨率( 1 2 b i t ，t m 影像8 b i t ) 、 光谱分辨率和时间分辨率上都有较大提高，因此在内陆水体的水质研究中越来 越受到重视。6 1 虽然国内外的学者在水质遥感方面已经取得了一些成果，然而这些成果由于 其深奥的理论和模型计算的复杂性等，对监测人员的专业知识水平要求较高而且 可操作性太差，所以目前仍然只停留在理论上，并没有广泛地应用于湖泊的实时 监测上面，即水质遥感监测的研究只实现了其理论价值，而没有实现其应用价值， 使现实生活中的湖泊的水质监测仍然局限于常规监测方法。 1 1 2 研究目的 本文是针对于吉林省查干湖的主湖区，基于g i s 二次开发组件a r c g i s e n g i n e 、可视化开发语言c # 和交互式语言i d l 而进行的水质遥感监测系统研究。 其研究目的为： 1 ) 选择合适的水质参数模型。包括叶绿素a ，总磷和透明度的基于地面实测 高光谱数据及叶绿素a 基于m o d i s 数据的共四个水质参数反演模型，即 分别用地面高光谱遥感和卫星遥感两种方法对重要水质参数进行反演。 其中基于地面实测高光谱数据的水质参数反演模型选择使用中科院东北 地理与农业生态研究所段洪涛等人在之前研究中所获得的模型；而基于 m o d i s 数据的叶绿素a 反演模型选择由中国科学院遥感应用研究所的祝 令亚等人所获得的模型。 2 ) 结合查干湖的具体情况，选择合适的湖泊富营养化评价模型和评价标准。 3 ) 基于g i s 的二次开发技术，设计高效、实用的查干湖水质遥感监测系统， 为查干湖的主要水质参数叶绿素a ，总磷和透明度的实时监测和湖泊富营 养化的预防做出一定的贡献。 4 ) 整体上进一步推进g i s 技术在水质遥感监测中的应用。 1 1 3 研究意义 随着遥感技术的产生和发展，水质遥感研究已越j 2 东北师范大学硕士学位论文 传统湖泊监测方法所无法比拟的优势。对于当今的水质遥感研究，方法主要分为 两种。一种是地面高光谱建模法，一种是基于遥感图像的建模，也就是卫星遥感。 本文将对两种方法均进行研究，并在理论成熟的基础上建立系统，实现用地面实 测高光谱和m o d i s 影像两种方法同时对湖泊进行监测，可为今后的水质遥感和水 质监测系统的建立提供资料。 在湖泊监测上，利用遥感监测只需获取水面高光谱数据或者m o d i s 影像即可 根据定量反演模型得出湖泊主要水质参数和富营养化状况，监测范围广、速度快、 成本低，可实现湖泊的长期、动态的监测，使湖泊的水质监测不再局限于常规监 测方法。 同时，通过系统的建立将使水质遥感监测这一过程更加简便和快捷。其简化 了水质遥感的监测过程，避免了由于大量人工计算而造成的错误，速度快，准确 性高。而且其降低了对监测人员专业知识的要求，监测人员只需了解系统的操作， 而无需具备大量的遥感和g i s 专业的知识，适用人群广，大大加强了水质遥感和 水质监测的实用性。 而且，通过系统的操作结果，我们可以对湖泊进行实时、动态的监测，并对 污染严重的地区进行及时、有效地治理。同时，通过系统结果，我们可以根据湖 泊不同区域的富营养化程度，对湖泊进行分区分级的治理。 1 2 国内外研究现状及发展趋势 1 2 1国内外研究现状 遥感技术可快速、大范围、周期性的对湖泊的水质情况进行监测，也可以进 行长年的不同时段不同季节的监测对比，能全面及时地掌握湖泊的水质状况，因 此水质遥感无疑是实现湖泊实时监测的重要手段，国内外学者从很早就开始致力 于其理论和方法的研究。 国外从2 0 世纪7 0 年代开始就针对多光谱传感系统( m u l t i s p e c t r a ls e n s i n g s y s t e m ，m s s ) 的4 个波段进行湖泊水质遥感研究。美国国家宇航局( n a t i o n a l a e r o n a u t i c sa n ds p a c ea d m i n i s t r a t i o n ，n a s a ) 和欧洲宇航局( e u r o p e a ns p a c e a g e n c ye s a ) 相继发射新一代卫星，用于监测全球水质的变化。p a b r i v i o ( 2 0 0 1 ) 等应用t m 影像对g a r d a 湖的叶绿素浓度变化进行了评价。 1h a r m a 等运用半经验 法对m o d i s 和m e r i s 进行波段拟合，来监测芬兰的8 5 个湖泊和1 0 5 个沿海水体监测 点的水质状况，发现( l 5 3 1 一l 7 4 8 ) ( l 5 5 1 - l 7 4 8 ) 、l 6 6 7 - l 7 4 8 、l 7 4 8 一l 8 7 0 等 波段组合可以用来估测悬浮物的浓度。髓1 c a r d e r 等的研究结果显示，来源于m o d i s 的半经验分析算法c h l a 3 相对于经验算法c h l a 2 而言，与实测叶绿素浓度有更好 的线性关系和一致性。饽1 t h i e m a n n 和k a u f m a n n 利用机载c a s i 和h y m a p 高光谱传感 器研究了德国梅克伦堡州湖泊群水体多季度叶绿素a 和透明度分布，并进行了验 证，取得了较好的效果。n 训s a b i n et h i e m a n n 等通过分析m e c k l e n b u r gl a k e 区的 不同时相的高光谱数据特征，建立了基于半经验和多时相的透明度和叶绿素a 浓 度的遥感反演模型。1 k u t s e r 还通过h y p e r i o n 传感器监测了芬兰湾的叶绿素浓 度。u 剥d a r e c k i 等在本质上保留了m o d i s 的叶绿素经验产品的公式，将波罗的海 的特殊参变量带入其中，对二类水体叶绿素浓度的反演进行了改良。n 3 1 g i a r d i n o 等通过对意大利加尔达湖实验研究，认为m e r i s 数据可以提供有效信息用于监测 和评价湖泊水体叶绿素a 空间分布。k u t s e r 等利用星载高光谱传感器m e r i s 成功 监测了波罗的海蓝藻的爆发。n 4 】 3 东：l l i j $ 范大学硕士学位论文 我国比较早的研究数字遥感水文模型的是傅江、季耿善等用l ：2 0 0 0 彩红外 在苏南大运河建立了全色与蓝绿红和各项有机组分c o d 、d o 、b o d 5 、n h 3 - n 、n 0 3 一n 及有机污染综合指数之间的相关关系。n 硼我国自然科学基金也曾支持过水质遥感 方面的研究。疏小舟等应用o m i s i i 航空成像光谱对太湖叶绿素a 的浓度分布 进行了估算。n 剐张华等以湘江长沙段为研究区，建立了针对内陆水环境污染监测 的多时相遥感信息模型。n 刀吴敏等应用m o d i s 影像对巢湖水质进行探测，并分别 建立了叶绿素a 、悬浮物和透明度的定量反演模型，认为波段1 0 ( 中心波长4 8 8 n m ) 和波段1 1 ( 中心波长5 3 1r i m ) 的对数组合监测悬浮物效果最佳。u 踟祝令压等 以太湖作为实验区，将m o d i s 影像不同空间分辨率的波段反射率与叶绿素a 浓度 实测值进行相关分析，在此基础上通过回归拟合建立遥感监测模型，并应用模型 计算出太湖水体叶绿素a 浓度的分布情况，对太湖水质进行了评价。u 刨此外，还 有很多学者基于m o o l s 数据对太湖和巢湖水质进行了研究。段洪涛采用单波段与 波段比值等算法分别建立了湖水水质的高光谱定量反演模型，同时结合修正营养 状态指数( t s i 。) 模型，针对水质参数的实验室数据和高光谱模型模拟数据，对查 干湖富营养化程度进行了监测和评价，并进行了验证。h 训 总的说来，目前水质遥感的理论发展正逐渐趋于成熟，但仍存在着定量化程 度不足，g i s 技术应用不深入等问题，还需要进一步地进行研究。 1 2 2 发展趋势 综上所述，遥感技术由于能够快速、宏观的获得研究区域的数据，己成为湖 泊水质动态变化监测的重要技术手段，即水质遥感将在未来湖泊水质监测中得到 广泛的应用，总结其未来的发展趋势主要有以下几个方面： 1 ) 利用新型遥感数据进行水质定量监测。遥感数据本身的精度在分类研究 中对结果有着直接的影响，目前常用的一些遥感数据分辨率普遍偏低， 而随着光学技术的提高，遥感数据将朝向高分辨率方向发展，所以模型 精度也将随之提高。 2 ) 随着相关研究的深入，水质遥感监测精度不断提高。在水质的反演过程 中如何进一步区分出各组分对水体辐射的贡献是目前遥感技术的难点， 因此水质遥感基础原理需要更进一步的研究。同时，随着大气校正方法 和数据统计方法的成熟，水质遥感监测的精度将会越来越高。 3 ) 建立标准化的定量遥感监测技术体系，针对不同类型的内陆水体，建立 多种水质参数反演算法，从而获得更高的精度。 4 ) 扩大水质遥感监测范围。现阶段水质遥感局限于某些特定的水质参数， 如叶绿素、悬浮物及与之相关的水体透明度、浑浊度等参数，对可溶性 有机物、c o d 等参数光谱特征和定量遥感监测研究较少，拓宽遥感监测项 是今后的发展趋势之一。应加强其他水质参数的光谱特征研究，以扩大 水质参数的定量监测种类，进一步建立不同水质参数的光谱特征数据库。 5 ) 开展微波波段对水质的遥感监测。常规水质遥感监测波段范围多数选择 在可见光或近红外，尤其是缺乏微波波段表面水质的研究情况。将微波 波段与可见光或近红外复合可提高对表面水质参数的反演能力。啪， 6 ) 遥感技术和地理信息系统等多种信息处理工具的结合将是环境信息系统 发展的主要方向。对湖泊各项水文参数的反演是一个复杂的过程，如果仅 仅采用遥感这一种信息处理手段是远远不够的。因此遥感技术与地理信 息系统等信息处理工具的结合将是未来湖泊水质监测方法主要趋势。脾幻 4 东北师范大学硕士学位论文 1 3 研究内容及技术路线 1 3 1 研究内容 本文以吉林省查干湖主湖区为研究区域，分别基于地面实测高光谱数据和 m o d i s 影像两种方法对主要水质参数( 叶绿素a ，总磷和透明度的地面实测高 光谱建模以及叶绿素a 的m o d i s 数据建模) 进行遥感监测，并对查干湖富营养化 状况进行评价。并且在理论成熟的基础上利用g i s 二次开发技术，将这一监测和 评价过程通过系统实现，从而使得水质监测过程更加准确并且省时省力，大大加 强湖泊遥感监测的实用性。 本文的具体内容如下： 1 ) 水质遥感的理论和方法研究 通过广泛地阅读资料，选择合适的查干湖主要水质参数的基于地面实测高光 谱数据以及基于m o d i s 数据的反演模型，并结合查干湖的具体情况选择合适的富 营养化评价方法和评价标准。 在水质参数的反演模型中，基于高光谱模型的水质参数包括叶绿素a ，总磷 和透明度。在基于m o d i s 数据的模型方面，考虑到查干湖的面积较小，并且m o d i s 的空间分辨率较t m 等数据空间分辨率较低，5 0 0 m 和1 0 0 0 m 的分辨率对查干湖来 说恐怕难以达到监测的要求，因此只采用m o d i s 的1 ，2 波段( 空间分辨率2 5 0 m ) 来反演水质参数，而l ，2 波段对叶绿素a 具有较好的相关性，而对总磷和透明 度的相关性较差。因此，基于上述原因，只利用m o d i s 数据的1 ，2 波段对水质 参数一叶绿素a 进行反演。 2 ) 。系统的研究和开发 研究系统的开发环境，探讨g i s 二次开发模式及组件；研究监测系统的主要 功能模块以及用户界面设计；研究系统的数据库设计。 3 ) 系统实例应用 选取查干湖2 0 0 4 年9 月1 2 日的2 0 个采样点的g p s 数据、地面实测高光谱数 据和当日的m o d i s 数据，利用系统对查干湖进行遥感监测，研究系统的适用性和 实用性。 1 3 2 技术路线 1 ) 确定水质遥感所需模型，包括基于地面实测的高光谱模型和基于m o d i s 影像的反演模型，以及富营养化评价模型和评价标准。 2 ) 利用g i s 二次开发组件a r c g i se n g i n e ，可视化的开发语言c # 和交互式 语言i d l 设计查干湖水质监测系统。c # 和a r c g i se n g i n e 是开发环境的 主体，但a r c g i se n g i n e 不支持m o d i s 数据的读取和处理，因此引入i d l 语言进行混编，i d l 主要就是用来读取和处理m o d i s 图像，作为系统的一 部分。系统可划分为g i s 基本功能，数据管理，水质参数监测，以及富 营养化评价共4 大模块。具体功能见图1 。 5 东北师范大学硕士学位论文 图1 系统功能图 3 ) 对所设计系统进行实例应用，验证系统的稳定性和实用性。 6 的放大， ；定制属 图；修改 除数据， 恢复数据 东北师范大学硕士学位论文 第二章水质遥感模型研究 2 1 基于地面实测高光谱数据模型 地面高光谱建模方法是在研究区上取采样点，利用高光谱仪获取采样点上的 水体反射光谱值和各水质参数值，建立水质参数值与水体反射光谱之间的定量模 型。一旦模型建立，以后就只需获取采样点的水体反射光谱值，将这些反射光谱 值输入得出的定量模型就可得到各水质参数值，而无需实测，就可达到对湖泊监 测的目的。 这种方法比传统方法省时省力，操作简单，只需获取水体反射光谱数据，只 要定量模型和测量的高光谱数据准确，得出的结果就会比较理想。 基于地面实测高光谱建模方法，国内学者己做过很多相关的研究。其中利用 此方法研究最多的是中国科学院东北地理与农业生态研究所的段洪涛等人，他在 2 0 0 4 年5 月到9 月以及2 0 0 5 年均在在查干湖通过采样获取高光谱数据和实测数据， 通过分析查干湖水体水质参数与其高光谱反射特征之间的响应关系，采用单波段 与波段比值等算法分别建立了湖水水质的高光谱定量反演模型：同时他结合修正 营养状态指数( t s i 。) 模型，针对水质参数的实验室数据和高光谱模型模拟数据， 对查干湖富营养化程度进行了监测和评价。段洪涛所得出的模型经过了数据验证 和实地验证，反演模型的效果比较理想。而且，该模型的建立是基于查干湖的高 光谱数据和实测数据，能够适用于查干湖。因此，基于段洪涛的研究，本文采用 他所得出的结论和反演模型作为本文系统建立的理论基础。 2 1 1叶绿素a 高光谱模型研究 叶绿素是藻类重要的组成成分之一，存在于所有的藻类中，而且所有的藻类 都含有叶绿素a ，水体叶绿素a ( c h l o r o p h y l1 - a ，简写c h l a ) 起着中心传递体的 作用，其浓度的多寡是表征光能自养生物量的重要指标。c h l a 含量的高低与该 水体藻类的种类、数量等密切相关，也与水环境质量有关，是水体理化性质动态 变化的综合反映指标，为水生生态系统测定中必选项目之一。c h l a 含量的分布 变化受光辐照度、温度、透明度和营养盐等因素的影响。因此，作为富营养化的 关键指标，用来表征藻类爆发程度的叶绿素a 浓度是量化水质状况的重要参数 之一，通过测定c h l a 含量能够在一定程度上反映水质状况。噱扣 叶绿素遥感一般是通过实验研究水体反射光谱特征与叶绿素浓度之间的关 系建立叶绿素算法，此方法具有着传统方法无可比拟的优势，因此，快速、准确、 高频率地监测水环境质量，预警藻类爆发，迫切需要采用各种高新技术，尤其是遥 感技术来检测和监测水体叶绿素浓度的时空变化，从而进一步反映湖泊水质状 况。 对于查干湖叶绿素a 的研究，学者段洪涛已基于地面实测高光谱数据对其进 行反演，而且取得了不错的成果，因此本文将采用段洪涛所得出的理论，利用其 所反演的模型作为本文系统建立的模型。 段洪涛的研究结果表明：由于查干湖多悬浮物，其高反射率可能掩盖了水体 中的叶绿素信息，因此不适合选择单波段光谱反射率建立定量模型来估算叶绿素 东北师范大学硕士学位论文 a 浓度，而采用反射比可以部分地消除水表面光滑程度和微小波浪随时间和空间 变化的干扰，并在一定程度上减小其它污染物的影响。n 町同时，通过实验证明， 对光谱反射率值进行对数转换，有助于对叶绿素a 含量进行定量遥感。因此，结 合上面的结论，确认i n ( r 7 1 0 r 4 9 0 ) 和i n ( c h l a ) 之间具有较好的确定系数，采 用叶绿素荧光峰( 7 1 0 n m ) 和叶绿素吸收峰( 4 9 0 h m ) 2 个波段的反射率比值求对数， 作为自变量，i n ( c h l a ) 作为因变量，建立回