基于环境1号卫星的蓝藻水华提取方法研究

论文摘要

随着经济高速发展、工业化水平的提高和人类生活的影响,湖泊污染和富营养化问题日益严重。分布在东部平原的一系列大型浅水湖泊发生了不同程度的水体富营养化,藻类大量繁殖,水华灾害频发,蓝藻水华的研究已成为当前二类水体研究的热点之一。目前绝大部分的研究是通过实测叶绿素a或藻蓝蛋白浓度进行建模估算,实现监测湖泊蓝藻水华的发生及其分布特征。模型的复杂性,适用性,及估算的精度是影响模型应用范围的重要因素。本文以太湖为实验区,利用环境一号卫星CCD的680nm可见光波段与790nm近红外波段,IRS的800nm近红外波段与1720nm短波红外波段,建立了基于蓝藻水华指数（CAI）的蓝藻水华提取方法。通过与叶绿素a定量估算模型和NDVI法提取蓝藻水华的结果比较分析,本文所构建的CAI方法可较好地去除大气和观测环境的影响,稳定的提取蓝藻水华。通过本文的研究,可以得出以下结论：（1）通过引入适用于一类水体的提取浮游藻类的FAI方法,对模型进行改进与修正,建立了适用于环境1号卫星的CAI蓝藻水华指数,应用于内陆湖泊-——太湖提取蓝藻水华,该方法可以较好的去除大气及观测环境的影响,稳定地提取蓝藻水华。CAI提取蓝藻水华的方法具有其物理意义与几何意义,是一种能应用于环境1号卫星的,适用于建立长时间数据序列的提取蓝藻水华的方法。（2）环境1号卫星包含了790nm与800nm两个近红外波段,他们分别位于CCD与IRS的传感器,具有不同的空间、时间及光谱分辨率。而近红外波段是CAI方法当中最为重要的特征波段,通过分别对这两个波段及波段组合的比较分析可知,790nm的波段对于高浓度的蓝藻水华具有更高的敏感性,而800nm的波段对于较低浓度的蓝藻水华具有更高的敏感性,而两者对于水体具有非常近似的反应特征。790nm与800nm的波段组合方法能够较好综合这两个波段的特征,更为稳定而且可以较好的区分不同程度的蓝藻爆发。（3）本文比较了定量估算叶绿素a浓度、NDVI与CAI等几种方法,分别提取太湖蓝藻水华,对几种方法进行稳定性、适用性进行评价,分析了他们各自的特点及适用的范围,CAI在稳定性方而都优于其它两种方法,且能很好的区分蓝藻水华与清洁水体,适用于长时间序列提取蓝藻水华。（4）使用CAI的蓝藻水华提取方法,对太湖与巢湖分别进行验证,结果表明：CAI方法提取的蓝藻水华在空间分布或爆发程度上准确性较高,且该方法是不依赖于研究区的,对研究地域具有很好的普适性。最后使用CAI方法从不同的时间尺度研究水华空间分布特征、集聚面积、季节演化特征等,为动态、实时的监测太湖蓝藻水华的提供参考。

论文目录

• 摘要
• Abstract
• 目录
• 图目录
• 表目录
• 第一章 绪论
• 1.1 选题背景与研究意义
• 1.2 国内外研究与进展
• 1.2.1 水质参数建模定量估算研究
• 1.2.2 彩色合成、植被指数的蓝藻水华定性提取研究
• 1.2.3 考虑大气影响及FAI水华提取方法研究
• 1.2.4 蓝藻水华时空特征研究
• 1.3 研究目标与内容
• 1.3.1 研究目标
• 1.3.2 研究内容
• 1.4 研究方法与技术路线
• 1.4.1 研究方法
• 1.4.2 技术路线
• 第二章 研究区域概况及数据收集
• 2.1 研究区概况
• 2.2 数据及数据预处理
• 2.2.1 环境1号卫星数据的特点
• 2.2.2 环境1号卫星数据的预处理
• 第三章 基于环境1号卫星的蓝藻水华提取模型
• 3.1 基于MODIS的浮游藻类提取方法
• 3.1.1 FAI提取浮游藻类
• 3.1.2 FAI提取蓝藻
• 3.2 环境1号卫星影像云掩膜
• 3.3 环境1号卫星的CAI模型构建
• 3.3.1 数据基础
• 3.3.2 CAI模型构建
• 3.3.3 CAI阈值分割
• 3.4 小结
• 第四章 蓝藻水华提取方法的比较与适用性评价
• 4.1 定量提取方法的研究
• 4.2 植被指数提取方法研究
• 4.3 适用性评价分析
• 4.4 小结
• 第五章 CAI方法验证及太湖蓝藻水华时空分异特征分析
• 5.1 有效性评价与分析
• 5.1.1 CAI方法的太湖验证
• 5.1.2 CAI方法的巢湖验证
• 5.2 太湖蓝藻水华时空分异特征分析
• 5.3 小结
• 第六章 结论与展望
• 6.1 研究结论
• 6.2 论文特色
• 6.3 研究展望
• 参考文献
• 致谢