遥感技术在水质监测中的应用（开题报告）.doc

 专业综合实训（开题报告） 基于MODIS的水质监测遥感影像融合研究 院 （系）计算机与信息工程学院 班 级 自动073班 学生姓名 盛 璐 学 号 0704010228 成 绩 指导教师 刘载文 2011年1月 一、选题的目的和意义 传统的水质监测和分析方法是实地调查和采样分析，易受人力、物力和气候、水文条件的限制，对于大面积的水域则难以进行同步测量。遥感是20世纪60年代发展起来的一门科学，是一种通过测量从陆地表面获取电磁辐射而推断地表参数的过程。遥感技术弥补了传统水质监测的缺陷，以其实时、高效、持久、数据量大、观测范围广、相对成本低等优点，在大洋开阔水体、沿海以及湖泊水库的水质监测中发挥了重要作用。1、水质遥感监测的基本原理水的光谱特征主要由水本身的物质组成决定。水中的分子对光的散射，使光改变方向，其中的后向散射光与水底的反射光一起返回水面，通过水气界面回到大气中。这是可以遥测的部分，这一部分光可以反映水体的组分特征。水中含叶绿素时，近红外波段明显抬升。应用遥感科技来监测水质, 就是依靠监测光谱信号的改变, 再通过经验或分析模型把这些光谱的变化与水质参数联系起来。量测水质参数的最佳波段依赖于水质中的物质种类、浓度, 还有传感器的特性。 2、水质遥感监测数据源2. 1 卫星平台上的遥感数据 这是通常应用的遥感数据，包括美国Landsat卫星的MSS、TM、ETM+数据，法国SPOT卫星的HRV数据，气象卫星NOAA的AVHRR数据，印度遥感IRS系统的LISS数据，日本JERS卫星的OPS(光学传感器)接收的多光谱图像数据。还有一些高分辨率的卫星数据如SPIN-2、IKONOS、QuickBird数据等。遥感所用的数据一般是经校正转换的向上辐射值或反射率值2. 2 高光谱遥感数据 高光谱(又称超光谱)传感器是一类可以在许多很窄的毗边光谱波段(包括整个可见光、近红外、中红外、热红外的部分光谱)获取图像的仪器。可以采集200或更多波段的数据，产生光谱分辨率足够的数据。由于有大量的窄波段的样例，高光谱的扫描数据使得遥感数据的采集代替了原来的受制于实验室和高昂花费的地面野外调查的数据采集。 2. 2. 1 成像光谱仪数据 高光谱成像技术的发展，大大提高了光谱分辨率，遥感在水质监测中有的潜力。 2. 2. 2 非成像光谱仪数据 非成像光谱仪主要指各种野外工作时用的地面光谱测量仪，地物的光谱反射率不以影像的形式记录，而以图形等非影像形式记录。常见的有ASD野外光谱仪、便携式超光谱仪等。3、水质遥感监测的主要方法3. 1 理论分析方法 该方法基于大气辐射传输理论及模型，利用遥感测得的反射率计算水中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，反演组分含量该种方法具有普遍适用性。一些学者做了这方面的研究，建立了叶绿素浓度预测模型。但由于理论基础尚不成熟, 模型假设条件多，使得精度不够，往往只能用于研究区域，可移植性差。 3. 2 经验方法 经验方法通过建立遥感数据与地面监测的水质参数值之间的统计关系外推水质参数值。光谱特性和水质参数的经验关系式已经被确定，但由于水质参数与遥感数据之间的事实相关性不能保证，如实测数据与影像数据非同步等，所以该种方法结果缺乏物理依据。 3. 3 半经验方法 半经验方法是将已知的水质参数光谱特征与统计模型相结合，选择最佳的波段或波段组合作为相关变量估算水质参数值的方法，这是目前最常用的方法。常用的数学方法有线性回归、多元线性回归、对数转换线性回归、聚类分析、多项式回归、贝叶斯分析、灰色系统理论和逐步多元性回归、主成分分析、神经网络模型等等。 水质遥感监测研究发展现状卫星平台遥感数据水质遥感监测从陆地卫星发射以来，很多学者用卫星数据对水质的监测做了大量的研究。 Landsat数据是目前应用较广的数据。有的学者用MSS数据对我国黄河下游进行了研究，建立了遥感数据与悬浮物浓度的对数关系;有人用MSS和TM数据建立了内陆水体的水质模型。Iwashita用转换的TM数据对日本的湖泊进行了研究，得出红波段和近红外波段的比值对评定高浓度的叶绿素是有用的。Hellweger等结合TM和MODIS数据对纽约港进行了研究。Anne等人用TM和ETM+数据对芬兰的海岸水体进行了研究。 SPOT地球观测卫星系统，较陆地卫星最大的优势是最高空间分辨率达10m。SPOT数据应用于水质研究中，学者们也做了一些研究，如利用SPOT数据来估算悬浮物质浓度和估计藻类生物参数，效果显著。 AVHRR(高级甚高分辨率辐射计)是装载在NOAA系列卫星上的传