高光谱遥感作业.docxVIP

高光谱遥感读书报告

在研究生的第一学期，我们研究小组在课外时间阅读了一些与高光谱相关的文献资料，其中我又是以水体遥感为主，下面，我将在本文中介绍我在有关水体遥感文献中所学的内容。

研究意义

随着水质污染问题的日渐严重，水质监测已成为社会经济可持续发展必须解决的重大问题。遥感技术以其独特的优势为水质监测和研究开辟了新的途径，它可以实现水质快速、大范围、低成本、周期性动态监测。然而，由于内陆水体的光学特性比较复杂，与大洋水体遥感研究相比，内陆水体的遥感监测始终是一个技术难点。当前内陆水质遥感监测的一个重要发展趋势就是高光谱遥感图像数据的越来越广泛的应用。内陆和近岸水体光谱特性复杂多变，只有高光谱分辨率的遥感数据才能更加有效地捕捉这些光谱信息从而提高内陆水质监测的精度。利用遥感数据反演水质参数通常有三种方法，即经验方法、半经验方法和基于生物光学模型（水中辐射传输模型）的分析方法。与经验和半经验方法相比，分析方法具有明确的物理意义，其通用性和反演的精度要更高。不过，分析方法的建立需要大量水面实测数据的支持，而且模型中仍然有一些假设和有待完善的地方。

在我所看的第一篇文献中，他们是以富营养化污染比较严重的太湖梅梁湾为试验区，在16个水面采样点测量了水面光谱，并采集水样后送到实验室内测量水质参数和固有光学量。在分析、总结了太湖梅梁湾水体表观光学特性和固有光学特性的基础上，建立了同时反演三种典型水质参数一叶绿素、悬浮物和黄色物质的基于生物光学模型的分析方法，并取得了较好的反演精度。从文献中的试验表明，在内陆水质参数遥感监测中，高光谱遥感数据是最佳的数据，基于生物光学模型的分析方法是反演算法的发展趋势。

研究现状

利用光学遥感监测水质常被称为水色遥感根据水色遥感的研究对象可以分为大洋开阔水体遥感、近岸水体遥感和内陆水体遥感川.水色遥感最初用于大洋开阔水体叶绿素的探测，其光学特性主要是由浮游植物及其降解物决定的，光学特性相对简单。近岸水体尤其是内陆水体与大洋水体相比要复杂的多，其光学特性不仅受浮游植物的影响，而且还受到无生命悬浮物和黄色物质的影响，在水比较浅的情况下，还要考虑水底物质对水体光学性质的影响。海洋水色遥感无论在专用航天遥感器的研发还是在算法模型的研究方面都明显走在针对于内陆水体遥感的前面。海洋水色遥感已经步入实用化的阶段，但内陆水体的遥感监测却始终是一个技术难点。遥感在水质监测中的效果很大程度上取决于遥感数据源的特点。到目前为止，经常被应用到内陆水质监测中的卫星遥感数据主要包括地球资源卫星数据和海洋水色卫星数据，然而，这些卫星遥感数据都不能很好的满足内陆水质监测的需求。内陆水体光学特性复杂多变，只有高光谱分辨率遥感数据才能捕捉其光谱特征；内陆水体空间尺度小，而且水质参数分布空间变化大，只有高空间分辨率遥感数据才能获取水质参数精确的空间分布特征。航空高光谱遥感器的出现刚好满足了内陆水质监测的要求以为AISA、CASI、AVIRIS代表的航空高光谱遥感器在内陆水质监测中发挥了巨大作用，不但提高了水质监测的精度，也为水质监测算法的发展奠定了基础。根据Dekker（1993）的定义，利用遥感器观测得到的光谱数据反演水质参数通常有三种方法，即经验方法、半经验方法和基于生物光学模型（水中辐射传输模型）的分析方法。经验方法一般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来外推水质参数值，水质遥感初期使用的宽波段数据多采用这种方法，不过这种方法建立的水质参数与遥感数据之间的关系往往缺乏理论依据因而通用性差。半经验方法是随着高光谱遥感在水质监测中的应用而发展起来的，它是将已知的水质参数的光谱特征与统计模型结合，例如选择特定的光谱区和合理的波段或波段组合的辐射值作为相关变量，不过半经验算法往往只适用于一定的条件，应用于不同季节或地域的水体时往往需要进行参数校正。分析方法(张兵，李俊生等，2005)是建立在水中辐射传输模型基础上的，其物理意义明确、适用性强、反演精度高，而且可以同时反演几种水质参数，是当前内陆水体水质参数反演算法的发展趋势。

3.水质反演［4］

3.1生物光学模型法［1］

在张兵的文章中，介绍了生物光学模型的水质反演法，该方法主要描述的是水体成分与辐照度比之间的关系。为了能够详细说明生物光学模型法，文章主要先从基础的概念讲起，在逻辑上层层递进，最后通过实例来说明文章所叙述的方法的优势。下面本文将简单的介绍在张兵文章中所学得的内容。

3.1.1固有光学量

在文章中，首先讲的是几个基本的概念，即固有光学量(这在后文中半经验模型法介绍中也会提到)。固有光学量是一个不随入射光场变化而变化的光学量，它仅仅与水体成分有关，事实上，它与内陆水中的叶绿素a的