結(jié)合實測光譜數(shù)據(jù)的珠江口水質(zhì)遙感監(jiān)測

解學通, 吳志峰，王　婧, 黃彥歌, 張棋斐

(廣州大學 地理科學學院, 廣東 廣州　510006)

?

結(jié)合實測光譜數(shù)據(jù)的珠江口水質(zhì)遙感監(jiān)測

解學通, 吳志峰，王婧, 黃彥歌, 張棋斐

(廣州大學 地理科學學院, 廣東 廣州510006)

河口近岸海域面積廣闊，生物生產(chǎn)力高，受人類活動及陸源物質(zhì)的影響較大，是自然因素和人為因素共同影響水體生態(tài)環(huán)境的典型區(qū)域.文章研究了珠江口近岸海域水體葉綠素a濃度和懸浮物濃度的遙感定量反演方法，并在實驗水域驗證了現(xiàn)有遙感反演模型的適用性；結(jié)合實測數(shù)據(jù)和遙感影像數(shù)據(jù)，通過統(tǒng)計分析建立珠江口近岸水域的葉綠素a濃度和懸浮物濃度的反演模型；利用Landsat8遙感影像反演了珠江口近岸海域葉綠素a濃度和懸浮物濃度的分布情況，提取珠江口近岸水域面狀水質(zhì)信息；反演結(jié)果符合理論分析和實際情況，證明本研究建立的水質(zhì)參數(shù)遙感反演模型及方法適用于珠江口近岸海域水質(zhì)監(jiān)測.

定量遙感方法; 葉綠素a; 懸浮物; 珠江口

結(jié)合遙感數(shù)據(jù)進行水質(zhì)監(jiān)測的方法，是目前陸地水體和海洋水體的主流研究策略.河口近岸海域是陸地與海洋交匯的場所，承擔著海陸之間物質(zhì)和能量交換的重要功能.我國河流眾多，地表徑流是影響河口海域生態(tài)環(huán)境的重要因素.近岸海域的水體水質(zhì)受徑流量、季風、潮汐和溫度等季相因素的影響，時空變異性大，因而傳統(tǒng)監(jiān)測方法難以滿足其時空覆蓋率的要求.

珠江口近岸海域的水質(zhì)時空變化大，是人為因素和自然因素長期共同作用的結(jié)果.將衛(wèi)星遙感方法應(yīng)用于珠江口近岸水域動態(tài)監(jiān)測，能更加宏觀、快捷、準確地反映其水體水質(zhì)情況.相對于傳統(tǒng)定點采樣分析方法，遙感水質(zhì)監(jiān)測方法具有時空延展性，是河口水質(zhì)研究的一個發(fā)展趨勢.

在海洋遙感領(lǐng)域，自然水體按其所含物質(zhì)成分的差異被劃分為2類，即一類水體和二類水體，開放海域?qū)儆谝活愃w，河口近海海域?qū)儆诙愃w.二類水體中除了浮游植物及其附屬物外，還含有較多的懸浮無機物和可溶性有機物(黃色物質(zhì))[1].水體中不同物質(zhì)成分的吸收和散射特性存在差異，進而產(chǎn)生不同的反射光譜曲線[2].水質(zhì)遙感正是基于這一原理，通過建立水體反射率和水質(zhì)指標濃度之間的定量函數(shù)關(guān)系，實現(xiàn)水質(zhì)參數(shù)的定量反演[3].不同研究者提出了從全球到區(qū)域范圍的多種水色參數(shù)反演算法，這些方法可歸納為經(jīng)驗方法、半經(jīng)驗方法和分析方法3類.

經(jīng)驗方法主要利用遙感影像輻亮度或反射率與水質(zhì)參數(shù)地面現(xiàn)場觀測數(shù)據(jù)之間的經(jīng)驗函數(shù)關(guān)系，通過相關(guān)分析尋找最優(yōu)波段或波段組合，并建立遙感反射率數(shù)據(jù)與實測水質(zhì)參數(shù)之間的定量模型，進而實現(xiàn)水質(zhì)參數(shù)的反演.MOREL[4]通過對大西洋熱帶海域和太平洋的實測研究，結(jié)合統(tǒng)計分析建立了一個海水反演經(jīng)驗關(guān)系模型.O′REILLY等[5]建立了NASA OC4v4業(yè)務(wù)化算法用于反演SeaWiFS衛(wèi)星一類水體的葉綠素a(Chl-a)濃度，但在反演二類水體時效果欠佳.TASSAN[6]構(gòu)建了基于三分量的近岸水體水色模型，并使用SeaWiFS數(shù)據(jù)反演了浮游植物色素濃聚物、懸浮物和黃色物質(zhì)的濃度.GITELSON[7]進行了大量歸一化熒光高度法研究，該算法在許多海區(qū)取得了較高的反演精度.王繁等[8]利用MERIS遙感數(shù)據(jù)，采用簡單線性回歸模型反演了河口懸浮物濃度指數(shù)，建立簡單統(tǒng)計回歸模型.光潔等[9]利用二類水體的Landsat7 ETM遙感影像,運用模糊回歸分析方法,建立反射率和懸浮物濃度之間的指數(shù)模型.

半經(jīng)驗方法則是以輻射傳輸模型為理論依據(jù)，建立離水輻射率與水體中各物質(zhì)成分的吸收和散射系數(shù)之間的定量關(guān)系，利用水體反射率反推各組分濃度.HE等[10]利用高光譜半分析模型模擬了葉綠素a、懸浮物和黃色物質(zhì)的遙感反射率，建立了一種葉綠素a的反演算法.CARDER等[11]基于遙感反射率和生物光學特征模型建立了半經(jīng)驗算法，并利用MODIS數(shù)據(jù)反演了葉綠素a、浮游植物和可溶有色物質(zhì)的濃度.吳敏等[12]利用MODIS遙感影像，對巢湖水域葉綠素a、懸浮物和透明度等參數(shù)進行了定量提取研究,結(jié)果發(fā)現(xiàn)葉綠素a與某些波段反射率比值呈現(xiàn)出明顯的對數(shù)關(guān)系.

分析方法是一種完全基于輻射傳輸理論的水質(zhì)參數(shù)定量遙感方法，它通過輻射傳輸方程建立離水輻射率與水體中各組分濃度之間的定量關(guān)系，并通過求解輻射傳輸方程獲得各組分濃度.LAHET等[13]建立了可溶性有機物、浮游植物和礦物顆粒3要素的遙感反演模型，并提取了近岸水體的葉綠素a濃度.MOORE等[14]利用不同波段的水表面反射比的理論關(guān)系模型來反演懸浮物濃度.DEKKER[15]根據(jù)實地測量的水體光學特征，建立了光學分析模型，并在此基礎(chǔ)上導(dǎo)出了懸浮物濃度估算算法.

以上3類方法各有其優(yōu)點和局限性，目前經(jīng)驗方法和半經(jīng)驗方法在水質(zhì)遙感監(jiān)測中應(yīng)用較廣.本文將嘗試采用經(jīng)驗方法，并結(jié)合實測光譜數(shù)據(jù)，進行珠江口近岸海域的水質(zhì)參數(shù)的遙感建模與反演研究.

1　實驗數(shù)據(jù)與研究方法

1.1數(shù)據(jù)采集與分析

1.1.1實測數(shù)據(jù)

本研究采用2015年11月19日及20日廣州市海洋與漁業(yè)監(jiān)測中心的水質(zhì)監(jiān)測數(shù)據(jù)，以及同步測量的水體高光譜數(shù)據(jù)進行建模與反演研究，16個采樣點分布見圖1，經(jīng)緯度坐標見表1.光譜測量采用美國ASD公司生產(chǎn)的高分辨率雙通道光譜儀.實驗期間，11月19日天空云量較多,11月20日云量較少，風力2～3級,水面風浪較小.水體光譜測量在船上進行,測量時光纖探頭垂直于水面，探頭距水面約1.2 m.葉綠素a的測定采用分光光度法，懸浮物用GF/C濾紙過濾,采用電子天平稱重法測定.選取2015年10月18號廣州幅Landsat-8 OIL影像作為準同步遙感實驗數(shù)據(jù)，Landsat-8軌道設(shè)計為與太陽同步的近極地圓形軌道，以同一地方時、同一方向通過同一地點，保證了遙感觀測條件的基本一致，因此使用準同步影像時，影響珠江入?？谒|(zhì)的主要因素是潮汐、鹽度和徑流量等.經(jīng)過對比2015年11月19日和2015年10月18日中國海事服務(wù)網(wǎng)的潮汐監(jiān)測數(shù)據(jù)，可確定實測數(shù)據(jù)和遙感影像拍攝的時間段內(nèi)潮高近似，故可認為潮汐對水質(zhì)監(jiān)測影響不大；近岸水域的海水鹽度主要受徑流量影響，10月和11月都屬于珠江的平水期，徑流量變化也不大，因此準同步影像可用于水質(zhì)參數(shù)反演實驗.

圖1　珠江近岸水域水質(zhì)監(jiān)測采樣點

Fig.1Sampling points of water quality monitoring on Pearl River coastal waters

表1珠江近岸水域水質(zhì)監(jiān)測采樣點坐標

Table 1Coordinate of Pearl River coastal water quality monitoring sampling points

采樣點編號經(jīng)緯度采樣點編號經(jīng)緯度1113.590°E,22.785°N9113.738°E,22.565°N2113.632°E,22.759°N10113.708°E,22.489°N3113.664°E,22.721°N11113.711°E,22.534°N4113.735°E,22.642°N12113.633°E,22.545°N5113.749°E,22.616°N13113.683°E,22.567°N6113.765°E,22.585°N14113.659°E,22.612°N7113.699°E,22.620°N15113.629°E,22.671°N8113.707°E,22.591°N16113.572°E,22.733°N

1.1.2實測光譜數(shù)據(jù)處理

2015年11月19日與20日珠江近岸水域16個采樣點的實測光譜數(shù)據(jù)，經(jīng)過計算后得到水體反射率(Rrs)，16條水體反射率光譜曲線見圖2，16條水體光譜曲線分別對應(yīng)圖1中的16個水質(zhì)實測點，編號為#1～#16.因葉綠素a和懸浮物主要對波長范圍在400～900 nm波段的水體反射率產(chǎn)生影響，故本文采用了該波段域進行研究.圖2中反射率光譜曲線峰值位置具有明顯的紅移現(xiàn)象，因此可認為珠江口近岸水域為典型的二類水體.

圖2　2015年11月珠江口近岸水域?qū)崪y光譜反射率

Fig.2Measured spectral reflectance of coastal waters in Pearl River estuary in November, 2015

1.2研究方法

本研究以珠江口近岸水域作為實驗區(qū)，以葉綠素a和懸浮物為遙感監(jiān)測主要研究對象.研究中使用的數(shù)據(jù)包括地面水體光譜測量數(shù)據(jù)、Landsat-8衛(wèi)星遙感數(shù)據(jù)和水質(zhì)參數(shù)實測數(shù)據(jù).

采用研究方法為經(jīng)驗?zāi)Ｊ剑⑺|(zhì)參數(shù)的遙感定量估測模型，用于反演珠江口近岸水域水質(zhì)指標.經(jīng)驗方法是水質(zhì)遙感反演中應(yīng)用最廣泛的一種模式，該方法是將實測數(shù)據(jù)與遙感數(shù)據(jù)結(jié)合進行相關(guān)性分析，找出水體光譜中對水體組分響應(yīng)較高的波段，根據(jù)分析結(jié)果，選擇相關(guān)系數(shù)較高的波段進行比值運算，構(gòu)建可用于反演水質(zhì)參數(shù)的模型.本研究擬采用的反演模型表達式如下[7]：

(1)

式中，Y為葉綠素a或懸浮物濃度，RN1和RN2為敏感波段1和波段2的反射率，α和β為模型系數(shù)，模型構(gòu)建就是利用實測數(shù)據(jù)尋找最佳波段組合并確定模型系數(shù)α和β.

中水質(zhì)參數(shù)反演模型的構(gòu)建和應(yīng)用如下：

(1)分析葉綠素a和懸浮物的光譜特征,結(jié)合衛(wèi)星遙感數(shù)據(jù)與地面實測數(shù)據(jù)的統(tǒng)計分析,選擇用于反演水體中葉綠素a和懸浮物濃度的最佳波段和波段組合.

(2)使用統(tǒng)計回歸分析方法，根據(jù)已有模型，建立或分析葉綠素a和懸浮物的遙感定量估測模型，研究反演模型的精度和適用范圍.

(3)應(yīng)用模型和算法提取珠江口近岸海域的葉綠素a濃度和懸浮物濃度圖像,分析珠江口水域水質(zhì)變異的時空特征.

2　建模與反演

2.1敏感波段分析

分析表明，水質(zhì)參數(shù)與水體反射光譜曲線的某個單一波段的相關(guān)性均不大[16]，因此本文在相關(guān)性分析的基礎(chǔ)上，嘗試利用敏感波段比值法構(gòu)建遙感反射率數(shù)據(jù)與葉綠素a和懸浮物濃度之間的定量函數(shù)關(guān)系，進而實現(xiàn)參數(shù)反演.

為了找出指示葉綠素a和懸浮物含量的敏感性波段,優(yōu)化波段組合,本研究對水體反射率進行標準差歸一化處理[17]，計算歸一化水體反射率RrsN與葉綠素a和懸浮物濃度的Pearson相關(guān)系數(shù)，分析結(jié)果見圖3.圖中顯示水體的總?cè)~綠素a濃度與RrsN的相關(guān)性較好，在400～580 nm的范圍內(nèi)相關(guān)系數(shù)為正，580～800 nm范圍內(nèi)相關(guān)系數(shù)為負，極小極大值分別為-0.760 0和0.816 9.水體的總懸浮物濃度與RrsN的相關(guān)性也很突出，在480～550 nm范圍內(nèi)和650～800 nm范圍內(nèi)，相關(guān)系數(shù)極值分別為-0.799 8和0.756 6.

圖3　歸一化水體反射率與葉綠素a和懸浮物濃度相關(guān)系數(shù)

Fig.3Correlation coefficient of the normalized water spectral reflectance and chlorophyll and suspended sediment concentration

2.2實測數(shù)據(jù)建模

2.2.1葉綠素a濃度估算模型

由歸一化反射率與葉綠素a的相關(guān)系數(shù)計算結(jié)果來看，珠江口實測光譜反射率與葉綠素a濃度相關(guān)系數(shù)的2個峰值分別位于520 nm和600 nm，說明這2個波長的遙感反射率對濃度變化最為敏感，因此，利用波長520 nm和600 nm的反射率構(gòu)建珠江口水體葉綠素a濃度反演模型可靠性較高.最終建立模型如下：

(2)

式中，C為葉綠素a濃度，RN520和RN600為波長520 nm和600 nm處的反射率，擬合結(jié)果見圖4，R2=0.549 5，由于數(shù)據(jù)較少以及其他條件影響，測定系數(shù)偏小，但R2仍然大于0.5，模型擬合效果可以接受，根據(jù)統(tǒng)計學相關(guān)理論，回歸效果基本滿足建模要求.

圖4　水體歸一化反射率波段比值與葉綠素a濃度擬合模型

Fig.4Fitting model of normalized reflectance band ratio and chlorophyll concentration of water body

2.2.2懸浮物濃度估算模型

對實測光譜反射率進行歸一化處理后，歸一化反射率RrsN和懸浮物濃度相關(guān)系數(shù)2個峰值分別位于波長567 nm和683 nm處，說明這2個波長的遙感反射率對濃度變化最為敏感，且此波段處大氣校正后的結(jié)果較好，利用567 nm和683 nm波長的歸一化反射率可建立珠江口水體懸浮物濃度反演模型如下：

(3)

式中，lnSS為懸浮物濃度指數(shù)，RrsN683和RrsN567為波長567 nm和683 nm處的歸一化反射率，擬合結(jié)果見圖5，R2=0.713 9表示模型可對71%的

圖5　水體歸一化反射率比值與懸浮物濃度擬合模型

Fig.5Fitting model of normalized reflectance band ratio and suspended matter concentration of water body

懸浮物濃度變化進行響應(yīng)，根據(jù)統(tǒng)計學理論，R2大于0.7的模型屬可靠性較好的范圍，可用于反演懸浮物濃度信息.

2.3遙感圖像反演

本文利用Landsat-8衛(wèi)星遙感數(shù)據(jù)，珠江口實測光譜數(shù)據(jù)的葉綠素a濃度反演結(jié)果，最終確定最佳反演波段比值為Band3/Band2，模型如下：

C=24.559 0·(B3·B2-1)-2.081 8

(10)

式中，C為葉綠素a濃度， B3和B2為OLI的第3波段和第2波段.反演得到2015年10月18日葉綠素a濃度圖像,見圖6.從葉綠素a濃度反演圖中可看出，整個珠江近岸海域的葉綠素a分布呈現(xiàn)西高東低的趨勢，葉綠素a濃度較高的區(qū)域集中于入海口的左岸.這是因為該區(qū)域集中了珠江徑流的大部分支流河口，徑流中溶解的營養(yǎng)物質(zhì)較多，為浮游植物生長提供了條件.

圖6　珠江口葉綠素a濃度反演圖

Fig.6Inversion map of chlorophyll concentration in the Pearl River estuary

根據(jù)珠江口實測光譜數(shù)據(jù)的懸浮物濃度反演模型，懸浮物濃度反演的最佳波長和landsat8 OLI數(shù)據(jù)波段波長比對，確定最佳反演波段比值為Band4/Band3，模型如下：

lnSS=2.738 1·BS+1.317 6

(11)

式中，SS為懸浮物濃度，BS= Band4·Band3-1，Band4和Band3為OLI的第4波段和第3波段.反演得到2015年10月18日懸浮物濃度圖像,見圖7.懸浮物集中的區(qū)域主要在珠江入?？诘淖蟀叮捎谥榻牒？谖挥诒卑肭?，在地轉(zhuǎn)偏向力的作用下，北半球的河流將會相對于其運動方向向右偏轉(zhuǎn)，即右岸遭受侵蝕，左岸接受堆積，因此河水攜帶的泥沙懸浮物多數(shù)聚集于左岸，故珠江近岸水域的懸浮物濃度分布情況符合水文學理論.

圖7　珠江口懸浮物濃度反演圖

Fig.7Inversion map of suspended matter concentration in the Pearl River estuary

3　結(jié)　論

河口近岸水域?qū)俣愃w，與深海水域的一類水體相比，易受人為因素和氣候條件影響，生態(tài)環(huán)境變異性較大，水體構(gòu)成組分受時空影響有著很大的差異.本文分析了二類水體遙感定量研究的方法，基于建立了珠江口近岸水域的遙感水質(zhì)指標估算模型，得到的結(jié)論如下：

(1)研究使用了實測數(shù)據(jù)和遙感數(shù)據(jù)相結(jié)合的方法，進行了珠江近岸海域葉綠素a和懸浮物濃度的遙感方法定量研究，建立了適用于該區(qū)域的遙感水質(zhì)反演模型，提取了水體水質(zhì)參數(shù)的面狀及宏觀分布趨勢.水質(zhì)遙感反演方法有利于監(jiān)測水質(zhì)參數(shù)在空間和時間上的變化情況，發(fā)現(xiàn)常規(guī)方法難以揭示的污染源位置及污染物擴散規(guī)律等信息.

(2)本研究獲取的數(shù)據(jù)量較少，建立的珠江河口近岸水體葉綠素a和懸浮物濃度反演模型為半分析回歸模型.在完成更多數(shù)據(jù)采集后，將進行水體化學需氧量、總含氮量和總含磷量的定量分析，研究以上組分濃度對水體光譜特征的影響，根據(jù)2者之間對應(yīng)關(guān)系的輻射傳輸方程，構(gòu)建適用于珠江口近岸水域的水質(zhì)反演分析模型.

(3)因數(shù)據(jù)采集時間天氣條件制約，采用準同步ETM遙感影像，實現(xiàn)了主要水質(zhì)參數(shù)的反演，獲得了葉綠素a和懸浮物濃度的面狀分布信息.對影像中葉綠素a和懸浮物濃度分布自西北向東南趨于降低的情況進行分析后，確定反演結(jié)果符合水文學和地理學的相關(guān)理論，且與實測數(shù)據(jù)反映的趨勢一致，可認為本研究建立的遙感水質(zhì)反演方法適用于珠江口近岸污染物監(jiān)測.

致謝：本文所用葉綠素和懸浮物濃度實測數(shù)據(jù)由廣州市海洋環(huán)境監(jiān)測中心提供，在此表示衷心感謝！

[1]VOLPE V, SILVESTRI S, MARANI M. Remote sensing retrieval of suspended sediment concentration in shallow waters[J]. Remote Sens Environ, 2011, 115(1):44-54.

[2]于德浩, 王艷紅, 鄧正棟,等. 內(nèi)陸水體水質(zhì)遙感監(jiān)測技術(shù)研究進展[J]. 中國給水排水, 2008, 24(22):12-16.

YU D H, WANG Y H, DENG Z D, et al. Research progress in remote sensing technology for inland water quality monitoring[J]. China Water Wastew, 2008, 24(22):12-16.

[3]王云鵬, 閔育順, 傅家謨,等. 水體污染的遙感方法及在珠江廣州河段水污染監(jiān)測中的應(yīng)用[J]. 遙感學報, 2001, 5(6):460-465,485.

WANG Y P,MIN Y S, FU J M, et al. Remote sensing method of water pollution and its application on water pollution monitoring in Guangzhou section of pearl river[J]. J Remote Sens, 2001, 5(6):460-465,485.

[4]MOREL A. In-water and remote measurements of ocean color[J]. Bound-Lay Meteorol, 1980, 18(2):177-201.

[5]O′REILLY J E, MARITORENA S, MITCHELL B G, et al. Ocean color chlorophyll algorithms for SeaWiFS[J]. J Geophys Res Atmos, 1998, 103(C11):24937-24950.

[6]TASSAN S. Local algorithms using SeaWiFS data for the retrieval of phytoplankton, pigments, suspended sediment, and yellow substance in coastal waters[J]. Appl Opt, 1994, 33(12):2369-2378.

[7]GITELSON A. The peak near 700 nm on reflectance spectra of algae and water: Relationships of its magnitude and position with chlorophyll concentration[J]. Int J Remote Sens, 1992, 13(17):3367-3373.

[8]王繁，周斌，徐建明,等. 基于實測光譜的杭州灣懸浮物濃度遙感反演模式[J].環(huán)境科學，2008，29(11):3022-3026.

WANG F,ZHOU B,XU J M, et al.Remote sensing inversion model of suspended particles concentration in Hangzhou bay based on in situ measurement spectrum[J].Environ Sci, 2008，29(11):3022-3026.

[9]光潔, 韋玉春, 黃家柱,等. 分季節(jié)的太湖懸浮物遙感估測模型研究[J]. 湖泊科學, 2007, 19(3):241-249.

GUANG J, WEI Y C, HUANG J Z, et al. Seasonal suspended sediment estimating models in lake Taihu using remote sensing data[J]. J Lake Sci, 2007, 19(3):241-249.

[10]HE M X, LIU Z S, DU K P, et al. Retrieval of chlorophyll from remote-sensing reflectance in the China seas[J]. Appl Opt, 2000, 39(15):2467-2474.

[11]CARDER K L, CHEN F R, LEE Z P, et al. Semianalytic moderate-resolution imaging spectrometer algorithms for chlorophyll A and absorption with bio-optical domains based on nitrate-depletion temperatures[J]. J Geophys Res, 1999, 104(104):5403-5421.

[12]吳敏, 王學軍. 應(yīng)用MODIS遙感數(shù)據(jù)監(jiān)測巢湖水質(zhì)[J]. 湖泊科學, 2005, 17(2):110-113.

WU M, WANG X J.Application of satellite MODIS in monitoring the water quality of lake Chaohu[J]. J Lake Sci, 2005, 17(2):110-113.

[13]LAHET F, OUILLON S, FORGET P. A three-component model of ocean color and its application in the Ebro River month area[J]. Remote Sens Environ, 2000, 72(2):181-190.

[14]MOORE G F, AIKEN J, LAVENDER S J. The atmospheric correction of water colour and the quantitative retrieval of suspended particulate matter in Case II waters: Application to MERIS[J]. Int J Remote Sens, 1999, 20(9):1713-1733.

[15]DEKKER A G, VOS R J, PETERS S W M. Analytical algorithms for lake water TSM estimation for retrospective analyses of TM and SPOT sensor data[J]. Int J Remote Sens, 2002, 23(1):15-35.

[16]GIN K Y, KOH S T, LIN I I. Spectral irradiance profiles of suspended marine clay for the estimation of suspended sediment concentration in tropical waters[J]. Int J Remote Sens, 2003, 24(16):3235-3245.

[17]DOXARAN D, FROIDEFOND J M, CASTAING P. A reflectance band ratio used to estimate suspended matter concentrations in sediment-dominated coastal waters[J]. Int J Remote Sens, 2002, 23(23):5079-5085.

【責任編輯： 孫向榮】

Remote sensing monitoring on water quality of coastal waters in the Pearl River estuary based on measured spectral data

XIE Xue-tong, WU Zhi-feng, WANG Jing, HUANG Yan-ge, ZHANG Qi-fei

(School of Geographic Sciences, Guangzhou University, Guangzhou 510006, China)

The broad area of estuarine and coastal waters is characterized with high biological productivity. It is a typical area ecologically affected by human activities and the terrestrial material. In this paper, the remote sensing inversion model for the concentration of chlorophyll a and suspended matter of coastal waters in the Pearl River estuary is analyzed, and the applicability of the existing remote sensing retrieval model for chlorophyll a concentration and suspended matter concentration in experimental regions is validated. Based on the combination of measured data and remote sensing image data, we adopt statistical analysis methods to establish the retrieval model for chlorophyll a concentration and suspended matter concentration of coastal waters in the Pearl River estuary. Landsat 8 inverseion image is utilized to reflect the distribution of chlorophyll a concentration, surface water quality information and suspended matter concentration in coastal waters of the Pearl River estuary. The inversion results being in accordance with the theoretical analysis and the actual situation, it is proved that the remote sensing retrieval model of water quality parameter established in this study can be applied to water quality monitoring for coastal waters in the Pearl River estuary.

quantitative remote sensing method; chlorophyll a; suspended matter; the Pearl River estuary

2016-06-15;

2016-06-27

國家自然科學基金資助項目(41476152)；廣州市產(chǎn)學研協(xié)同創(chuàng)新重大專項資助項目(201508020109)

解學通(1975-)，男，副教授，博士． E-mail: xtxie2013@163.com

1671- 4229(2016)04-0073-06

TP 79;P 343.5

A