遥感技术应用在水质监测中的问题趋势

遥感技术应用在水质监测中的问题趋势

ID:7333947

大小:33.58 KB

页数:8页

时间:2018-02-11

遥感技术应用在水质监测中的问题趋势_第1页
遥感技术应用在水质监测中的问题趋势_第2页
遥感技术应用在水质监测中的问题趋势_第3页
遥感技术应用在水质监测中的问题趋势_第4页
遥感技术应用在水质监测中的问题趋势_第5页
资源描述:

《遥感技术应用在水质监测中的问题趋势》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、遥感技术应用在水质监测中的问题趋势  摘要:本文简述了遥感在水质监测中的意义,遥感监测的一些基本理论、机理及过程,主要综述了遥感在水质监测中常用的遥感数据即多光谱遥感数据、高光谱遥感数据以及新型卫星遥感数据,并且讨论了遥感技术在这一领域仍存在的问题和今后的发展趋势。 关键词:遥感水质监测遥感数据 1水体遥感监测的基本理论   1.1水体遥感监测原理、特点。影响水质的参数有:水中悬浮物、藻类、化学物质、溶解性有机物、热释放物、病原体和油类物质等。随着遥感技术的革新和对物质光谱特征研究的深入,可以监测的水质参数种类也在逐渐增加,除了热污染和溢油污染等突发性水污染事故的监测外,用

2、遥感监测的水质数据大致可以分为以下四大类:浑浊度、浮游植物、溶解性有机物、化学性水质指标。   利用遥感技术进行水环境质量监测的主要机理是被污染水体具有独特的有别于清洁水体的光谱特征,这些光谱特征体现在其对特定波长的光的吸收或反射,而且这些光谱特征能够为遥感器所捕获并在遥感图象中体现出来。如当水体出现富营养化时,浮游植物中的叶绿素对近红外波段具有明显的“陡坡效应”,故而这类水体兼有水体和植物的光谱特征,即在可见光波段反射率低,在近红外波段反射率却明显升高。   1.2水质参数的遥感监测过程。首先,根据水质参数选择遥感数据,并获得同期内的地面监测的水质分析数据。现今广泛使用的

3、遥感图象波段较宽,所反映的往往是综合信息,加之太阳光、大气等因素的影响,遥感信息表现的不甚明显,要对遥感数据进行一系列校正和转换将原始数字图像格式转换为辐射值或反射率值。然后根据经验选择不同波段或波段组合的数据与同步观测的地面数据进行统计分析,再经检验得到最后满意的模型方程。 图1:遥感监测水质步骤简图 2水质遥感监测常用的遥感数据   2.1多光谱遥感数据。在水质遥感监测中常用的多光谱遥感数据,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(

4、光学传感器)接收的多光谱图像数据,中巴地球资源1号卫星CCD相机数据等。   Landsat数据是目前应用较广的数据。1972年Landsat1发射后,MSS数据便开始被用于水质研究中。如解亚龙等用MSS数据对滇池悬浮物污染丰度进行了研究,明确了遥感数据与悬浮物浓度的关系;张海林等用MSS和TM数据建立了内陆水体的水质模型;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。如可以利用SPOT数据来估算悬浮物质浓度和估计藻类生物参数。  

5、 AVHRR(高级甚高分辨率辐射计)是装载在NOAA列卫星上的传感器,每天都可以提供可见光图像和两幅热红外图像,在水质监测等许多领域广泛应用,如1986年,国家海洋局第二海洋研究所用NOAA数据对XX湾悬浮固体浓度进行了研究。 2.2高光谱遥感数据   2.2.1成像光谱仪数据。成像光谱仪也称高光谱成像仪,实质上是将二维图像和地物光谱测量结合起来的图谱合一的遥感技术,其光谱分辨率高达纳米数量级。国内外的学者主要利用的有:美国的AVIRIS数据、加拿大的CASI数据、芬兰的AISA数据、中国的PHI数据以及OMIS数据、SEAWIFS数据等进行了水体水质遥感研究,对一些水质参

6、数,如叶绿素浓度、悬浮物浓度、溶解性有机物作了估测。   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。如对我国XX进行水质监测时,水面光谱测量就用了GRE-1500便携式超光谱仪,光谱的响应范围0.30~1.1um,共512个测量通道,主要将其中0.35~0.90um的316个通道的数据用于水质光谱分析。并且非成像光谱仪与星载高光谱数据的结合,可望研究出具有一定适用性的水质参数反演模型。   2.3新型卫星遥感数据。新的卫星陆续升空为

7、水质遥感监测提供了更高空间、时间和光谱分辨率的遥感数据。如美国的LandsatETM+、EO--1ALI、MODIS,欧空局的EnvlsatMERIS等多光谱数据和美国的EO-1Hyperion高光谱数据。Koponen用AISA数据模拟MERIS数据对芬兰南部的湖泊水质进行分类,结果表明分类精度和利用AISA数据几乎相同;Hanna等利用AISA数据模拟MODIS和MERIS数据来研究这两种数据在水质监测中的可用性时发现;MERIS以705nm为中心的波段9很适合用来估算叶绿素a的浓度,但是利用模拟的MODIS数

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。