基于實測數(shù)據(jù)的鄱陽湖懸浮泥沙粒度遙感反演模式分析

， ， ，，剛華

(江西理工大學 建筑與測繪工程學院，江西 贛州 341000)

基于實測數(shù)據(jù)的鄱陽湖懸浮泥沙粒度遙感反演模式分析

況潤元，謝佳，張萌，李文紅，張剛華

(江西理工大學 建筑與測繪工程學院，江西 贛州 341000)

水體懸浮泥沙粒度是重要的水質(zhì)參數(shù)之一，影響著水體的遙感反射率。研究兩者之間的關系對于內(nèi)陸湖泊水環(huán)境遙感監(jiān)測具有重要意義。基于鄱陽湖實測數(shù)據(jù)，采用相關分析方法，用不同數(shù)學模型進行鄱陽湖懸浮泥沙粒度反演研究。研究結果表明：①渾濁區(qū)適合采用體積百分比眾數(shù)粒徑建立反演模型,清水區(qū)適合采用數(shù)量百分比中值粒徑建立反演模型;②渾濁區(qū)懸沙粒度的敏感單波段是環(huán)境衛(wèi)星Ⅳ波段，在清水區(qū)懸沙粒度的敏感單波段有環(huán)境衛(wèi)星Ⅱ和Ⅲ波段，而環(huán)境衛(wèi)星Ⅱ，Ⅲ波段比組合是整個研究區(qū)水域的敏感波段;③單波段反演模型中，冪函數(shù)適用于鄱陽湖粒度遙感反演；波段比反演模型中，多項式模型適于鄱陽湖粒度遙感反演。

鄱陽湖；懸浮泥沙粒度；遙感反射率；定量反演；敏感波段

1 研究背景

水體懸浮泥沙是水環(huán)境監(jiān)測的重要因素，懸浮泥沙的粒度大小及分布特征不僅體現(xiàn)了水體中顆粒物質(zhì)的存在狀態(tài)，而且懸浮泥沙粒度組成還可以指示水動力及再懸浮作用的過程和強度[1]。由于水體懸浮泥沙粒度大小影響水體的反射率，因此，含有不同懸浮泥沙粒度的水體具有不同的反射率曲線特征[2]。開展水體中懸浮泥沙粒度反演研究，有利于更好地理解和分析懸浮泥沙的光譜特征，對水體懸浮泥沙動態(tài)監(jiān)測具有重要的意義。

常規(guī)的水體懸浮泥沙測量是用船舶逐點進行水樣采集，然后在實驗室進行分析，這耗費較大的人力、物力，調(diào)查速度慢、周期長，且只能獲得在時間和空間上較少的離散的點位分布數(shù)據(jù)，雖實測的精度較高，但點位較為離散，難以滿足大面積調(diào)查的要求[3]。傳統(tǒng)的方法難以對懸浮泥沙的粒度特性進行持續(xù)的、動態(tài)的監(jiān)測，而遙感以其成像范圍廣、周期短等優(yōu)勢能夠快速地獲取大面積水域內(nèi)懸浮泥沙的信息，是一種有效的宏觀監(jiān)測的重要手段[4-6]。

最大限度準確地建立懸浮泥沙粒度與遙感反射率之間的關系是實現(xiàn)高精度懸浮泥沙粒度反演的關鍵。本研究所用鄱陽湖水體遙感反射數(shù)據(jù)是通過AvaField-1便攜式高光譜地物波譜儀實測所得，并進行同步水體采樣。采用美國貝克曼庫爾特激光粒度分析儀LS100Q分別測得基于體積百分比、表面積百分比、數(shù)量百分比下的中值粒徑、平均粒徑、眾數(shù)粒徑等一系列粒度參數(shù)，以確定最優(yōu)粒度分布模式下的懸浮泥沙粒度反演以及為反演結果精度驗證提供支持，選出適宜于懸浮泥沙粒度反演的敏感波段和最優(yōu)單波段及波段比組合，建立鄱陽湖懸浮泥沙粒度反演的最優(yōu)模型，有利于推進鄱陽湖水體懸浮泥沙動態(tài)監(jiān)測研究，并為鄱陽湖水域水色參數(shù)研究提供參考和理論依據(jù)。

2 研究區(qū)域及數(shù)據(jù)采集方法

2.1 研究區(qū)域

鄱陽湖位于115°49′E—116°46′E，28°24′N—29°26′N之間，地處江西省北部，長江中下游南岸，是我國第一大淡水湖，湖面面積約2 933 km2，集水約276億m3，最大水深16 m[7]。鄱陽湖有70%的水域在江西省九江境內(nèi)，20%的水域在江西省上饒境內(nèi)，10%的水域在江西省南昌境內(nèi)，匯集贛江、修水、饒河、信江、撫河5河之水，經(jīng)九江市湖口縣注入長江。鄱陽湖是一個南高北低，以吞吐流為主的高動態(tài)多泥沙的湖泊，湖區(qū)水中懸浮泥沙主要來源于流域水土流失及長江水倒灌、挖沙等[8-9]。鄱陽湖年均降雨量1 636 mm，每年4—6月份為最大降水期，11月份—次年4月份為枯水期。

2.2 水樣采集與粒度測量

本研究野外水樣采集在2013年10月份—2014年9月份豐水期分3次實施。第1次在2013年9月30日—10月3日期間，路線自贛江北支入主湖至長江，共采集50個點位水樣，測量過程中水域水體由清澈到渾濁變化；第2次在2014年7月4日—7月8日期間，測量區(qū)域為主湖區(qū)的松門山附近水域、入江通道至長江，共35個點位，測量過程中水域水體也由清澈至渾濁變化；第3次在2014年8月30日—9月2日期間，測量區(qū)域為主湖區(qū)東部水域，共采集25個點位樣品，該區(qū)域水體相對清澈。3次野外測量采集水樣站點共計110個，測量站點分布如圖1所示。

圖1研究區(qū)站點分布

Fig.1Sitedistributioninthestudyarea

野外采集的水樣在實驗室采用激光粒度分析儀LS100Q進行懸浮泥沙粒度測量，測得基于體積百分比、表面積百分比、數(shù)量百分比下的中值粒徑、平均粒徑、眾數(shù)粒徑等一系列參數(shù)。將實驗室測量采集的樣品粒徑數(shù)據(jù)除去未達到測量范圍要求的20個站點數(shù)據(jù)，本研究將對所測得90個有效站點數(shù)據(jù)進行研究。其中，2013年9—10月份采樣水域測得懸浮泥沙基于體積百分比的平均粒徑介于1.76～6.885 μm之間，該區(qū)域基于體積百分比的中值粒徑整體上高于平均粒徑，3種分布模式下的粒徑以體積百分比最高。2014年7月份采樣水域采集的樣品粒徑大小在4 μm附近的比例最高，在星子縣至主湖區(qū)范圍內(nèi)的粒徑數(shù)據(jù)大小波動較小，分布較為密集；而在星子縣至長江水域范圍的粒徑波動較大，分布較為離散。2014年8—9月份測量水域內(nèi)所有采集樣品的泥沙粒徑整體偏小，3種模式下的粒徑數(shù)據(jù)曲線變化趨勢一致。

2.3 光譜數(shù)據(jù)采集

在野外采集水樣的同時，同步采用AvaField-1便攜式高光譜地物波譜儀對水體光譜數(shù)據(jù)進行測量，參考唐軍武等[10]使用的水面以上反射率光譜數(shù)據(jù)的采集和處理方法，按照NASA測量規(guī)范使用光譜儀，測量得到所需的反射率光譜數(shù)據(jù)，推導出水體遙感反射率。野外使用光譜儀實測得到的數(shù)據(jù)主要為水面輻亮度Lsw(λ)、天空光輻亮度Lsky(λ)以及水面的太陽輻照度Ed(0+)。后期的數(shù)據(jù)處理中根據(jù)實測的光譜數(shù)據(jù)計算得到所需要的遙感反射率數(shù)據(jù)Rrs(λ)，其公式為

(1)

式中：Lw(λ)為離水輻亮度；λ為波長；γ為氣-水界面對天空光的反射率，與觀測幾何以及風速風向等因素有關。

同水樣懸浮泥沙粒度測量保持一致，僅對90個有效站點光譜數(shù)據(jù)進行研究。為了更加準確地了解懸沙粒徑和遙感光譜反射率之間的相關性，本研究在參考況潤元等[11]根據(jù)懸浮泥沙濃度及遙感反射率對研究區(qū)的劃分基礎上將研究區(qū)分為渾濁區(qū)和清水區(qū)。所采集的站點數(shù)據(jù)中，渾濁區(qū)有72組數(shù)據(jù)，從中隨機選取50組數(shù)據(jù)用于建立懸浮泥沙粒度與水體遙感反射率的反演模型，22組數(shù)據(jù)用于反演精度檢驗；清水區(qū)有18組數(shù)據(jù)，隨機選取13組數(shù)據(jù)建立懸浮泥沙粒度與水體遙感反射率的反演模型，5組數(shù)據(jù)用于反演精度檢驗。根據(jù)野外實測數(shù)據(jù)，以體積百分比中值粒徑為例，分別繪制不同粒度參數(shù)下渾濁區(qū)與清水區(qū)遙感反射率的變化曲線，如圖2所示。

(a)渾濁區(qū)

(b)清水區(qū)

圖2不同粒徑反射光譜曲線

Fig.2Reflectancespectraofdifferentparticlesizes

本次實測光譜特征在不同水域以波長劃分為不同特征段。渾濁區(qū)水域在350～560 nm波長范圍內(nèi)，遙感反射率隨著波長的增加而不斷升高，在560 nm附近出現(xiàn)第1個反射峰；在560～760 nm波長范圍內(nèi)，遙感反射率達到峰值后先隨波長的增加而上下小范圍波動，而后下降在740 nm附近出現(xiàn)反射谷；在760～900 nm波長范圍內(nèi)，遙感反射率先隨波長增加而增大，在790～840 nm波段出現(xiàn)第2個反射峰，隨后隨波長增加而降低。清水區(qū)水域在350～560 nm波長范圍內(nèi)的反射率變化趨勢同渾濁區(qū)一致，在560 nm附近出現(xiàn)第1個反射峰；在560～760 nm波段，反射峰與反射谷同時存在，670 nm附近出現(xiàn)第1個反射谷，690 nm附近出現(xiàn)第2個反射峰；700～740 nm波段反射率快速下降，750～800 nm波段反射率不變， 800 nm波段后反射率隨波長增加而降低。

3 遙感特征因子與反演模型的選擇

3.1 遙感特征因子選取

相對于海洋水體懸浮泥沙的研究，內(nèi)陸湖泊水體對衛(wèi)星遙感數(shù)據(jù)的空間分辨率要求更高。環(huán)境一號衛(wèi)星CCD數(shù)據(jù)(簡稱HJ-1 CCD)具有高時相分辨率及寬覆蓋的特征，在較短時間內(nèi)能夠完成全國范圍的成像，周期為2 d，空間分辨率為30 m，幅寬700 km。因此，為便于后續(xù)使用HJ衛(wèi)星影像數(shù)據(jù)，本文主要采用與環(huán)境衛(wèi)星CCD(HJ-1 CCD)波段[12]對應的實測水體反射率數(shù)據(jù)，討論鄱陽湖懸浮泥沙粒度遙感反演的最優(yōu)模型。將其4個波段分別命名為Ⅰ波段(0.43～0.52 μm)、Ⅱ波段(0.52～0.60 μm)、Ⅲ波段(0.63～0.69 μm)、Ⅳ波段(0.76～0.90 μm)波段，相應的遙感反射率分別記為R1，R2，R3，R4。

確定敏感波段和選取最佳的遙感特征因子是建立反演模型的關鍵。遙感特征的選取，直接影響反演模型精度的高低，所以只有選擇最佳的光譜特征因子，建立的模型精度才能達到最優(yōu)，最后反演的結果才能達到最理想的狀態(tài)。一些學者使用單波段遙感反射率，也有部分學者認為，不同波段反射比可以部分減少水表面光滑度隨時間和空間變化的干擾，并在一定程度上減少其他因素的影響。因此，不同波段遙感反射率的比值常被用來建立懸浮泥沙的反演模型[13]。在此基礎上，本文通過分析討論，選取最優(yōu)單一波段和最優(yōu)波段比值作為遙感特征因子。

3.2 粒度遙感反演模型

懸浮泥沙濃度、懸浮泥沙顆粒大小等是影響水體懸浮泥沙遙感反射率的主要因素[14]。鑒于懸浮泥沙對水體反射光譜影響的復雜性，本研究結合野外實測數(shù)據(jù)，對幾種常用數(shù)學模型進行對比分析，以確定在不同的水體懸浮泥沙濃度下，最適宜于建立遙感特征因子與懸浮泥沙粒度的反演模型。數(shù)學模型見表1。

表1 懸浮泥沙粒度遙感反演模型

注：D表示懸浮泥沙粒度;V表示遙感特征因子;a,b,c均為待定參數(shù)

4 確定懸沙粒度參數(shù)及反演敏感波段

4.1 相關性分析

懸浮泥沙粒度與遙感光譜反射率之間的相關性是建立反演模型的基礎，研究粒徑參數(shù)與反射率之間的相關性是粒徑反演的必要步驟[15]。對3次實測粒徑數(shù)據(jù)與遙感反射率進行相關性分析，研究結果表明遙感反射率與一系列粒度參數(shù)相關性較差。沈芳等[16]通過試驗研究認為，粒徑與反射率的關系并不明顯，但忽略了粒徑變化對遙感反射率的影響可能導致較大的反演誤差，粒徑變化在遙感反演中應引起足夠的關注。Bhargava等[17]認為在水體懸浮泥沙濃度一定時，懸浮泥沙粒徑因子和水體的遙感反射率呈負相關。因此，為了選出相關性較好的波段和粒徑參數(shù)，本研究在考慮懸浮泥沙濃度的前提下進行懸浮泥沙的粒度反演。

4.2 單波段和懸浮泥沙粒度的相關分析

渾濁區(qū)水域基于體積百分比、表面積百分比和數(shù)量百分比3種模式下的中值粒徑、平均粒徑以及眾數(shù)粒徑與遙感反射率的相關性如圖3所示。其中，圖3(a)、圖3(b)、圖3(c)分別是3種模式下相關系數(shù)與遙感反射率的相關分析圖，圖3(d)是3種模式下，相關系數(shù)與遙感反射率相關性最好的組合?；隗w積百分比的眾數(shù)粒徑(以下簡稱體積眾數(shù))和基于表面積百分比的平均粒徑(以下簡稱表面積平均)與遙感反射率的相關性較好。其中，350～420 nm波段，體積眾數(shù)比表面積平均波動較大；450～560 nm及630～850 nm波段相關系數(shù)比較平穩(wěn)；690～830 nm波段相關性最好，相關系數(shù)在-0.6左右。數(shù)量百分比各種粒徑參數(shù)與反射率相關性較差。

圖3渾濁區(qū)粒度參數(shù)與反射率相關性

Fig.3Correlationbetweenparticlesizeandreflectanceinturbidarea

在低泥沙濃度的清水區(qū)，3種粒度分布模式下的中值粒徑、平均粒徑和眾數(shù)粒徑與反射率相關性如圖4所示。其中，圖4(a)、圖4(b)、圖4(c)分別是3種模式下相關系數(shù)與遙感反射率的相關分析圖，圖4(d)是3種模式下，相關系數(shù)與遙感反射率的相關性最好的組合。各參數(shù)與遙感反射率都為正相關關系，400～700 nm波段相關性最好，且無波動，曲線平穩(wěn)，相關系數(shù)0.8左右，其中以數(shù)量百分比中值粒徑(以下簡稱數(shù)量中值)相關性最優(yōu)，故在清水區(qū)域使用數(shù)量中值作為反演參數(shù)因子建立模型。

根據(jù)分析結果，本研究在渾濁區(qū)以體積眾數(shù)為參數(shù)、清水區(qū)以數(shù)量中值為參數(shù)分別與遙感影像各波段進行相關性分析，單波段相關系數(shù)如表2所示。

圖4清水區(qū)粒度參數(shù)與反射率相關性

Fig.4Correlationbetweenparticlesizeandreflectanceinclearwater

表2 單波段與懸沙粒度的相關性

分析表2可知，在渾濁區(qū)，體積眾數(shù)與Ⅳ波段的相關性最好，相關系數(shù)為-0.555 8；在清水區(qū)，數(shù)量中值與Ⅱ及Ⅲ波段的相關性較高，相關系數(shù)分別為0.910 2，0.922 3，相關性較高的波段可作為懸浮粒徑反演敏感波段。

4.3 波段比和懸浮泥沙粒度相關性分析

將遙感影像4個波段反射率比值進行組合，計算波段比A1=R4/R3，A2=R4/R2，A3=R4/R1，A4=R3/R2，A5=R3/R1與渾濁區(qū)體積眾數(shù)和清水區(qū)數(shù)量中值的相關系數(shù)，計算結果如表3所示。

表3 波段比與懸沙粒徑的相關性

分析表3可知，渾濁區(qū)體積眾數(shù)、清水區(qū)數(shù)量中值均與Ⅲ波段的反射比A4相關性最高，相關系數(shù)分別為-0.652 8，0.613 2，Ⅲ波段和Ⅱ波段的反射比可作為懸浮粒徑反演敏感波段。

5 粒度反演及分析

5.1 渾濁區(qū)懸浮泥沙粒徑反演

5.1.1 懸沙粒徑與單波段反演

結合本研究4.2節(jié)相關性分析結果，以波段Ⅳ反射率R4為自變量，懸浮泥沙體積眾數(shù)粒徑Dr為因變量，構建懸沙粒度遙感反演模型，結果見表4。

表4渾濁區(qū)單波段懸沙粒度遙感反演模型

Table4Modelsofretrievingsuspendedsedimentparticlesizebysinglebandreflectanceinturbidarea

因變量自變量模型表達式?jīng)Q定系數(shù)y=5．0993e-18．79x0．3406y=-80．883x+5．37190．3189DrR4y=-1．141lnx-1．07570．3646y=3256．2x2-211．95x+6．10410．3850y=1．1441x-0．2640．3874

對表4中各種反演模型對比分析可知，冪函數(shù)的決定系數(shù)為0.387 4，高于其他模型的決定系數(shù)。將Ⅳ波段的粒度反演模型應用到22個檢驗點，實測眾數(shù)粒徑平均值4.713 2 μm，反演眾數(shù)粒徑平均值4.173 4 μm；最小絕對誤差0.069 1 μm，最大絕對誤差3.423 2 μm，平均絕對誤差1.181 0 μm。

5.1.2 懸沙粒徑與波段比反演模型

以Ⅱ波段、Ⅲ波段反射率比值A4為自變量，體積眾數(shù)粒徑Dr為因變量構建多種懸沙粒度遙感反演模型，結果如表5所示?？芍渲幸詢绾瘮?shù)相關性最好。

表5 渾濁區(qū)Ⅱ，Ⅲ波段比反演模型

對比反演結果，冪函數(shù)的決定系數(shù)為0.477 4，高于其他模型。用已知檢驗點驗證反演結果可知，實測粒徑平均值為4.713 2 μm，反演粒徑平均值為4.209 5 μm，最大絕對誤差為3.840 1 μm，最小絕對誤差為0.067 6 μm，平均絕對誤差為1.137 9 μm。

5.2 清水區(qū)懸沙粒徑遙感反演

5.2.1 懸沙粒徑與單波段反演模型

借鑒本研究中4.2節(jié)清水區(qū)懸沙粒度數(shù)據(jù)與波段反射率的相關性分析結果，分別以Ⅱ波段、Ⅲ波段反射率R2，R3為自變量，數(shù)量中值粒徑Zr為因變量，建立懸沙粒度反演模型，結果如表6所示。

表6 清水區(qū)Ⅱ波段、Ⅲ波段遙感反演模型

對比反演結果，單波段Ⅱ波段多項式模型決定系數(shù)最高,為0.910 2。隨機抽選出5個檢驗點用以驗證懸沙粒度遙感反演模型的精度，驗證對比的結果是實測數(shù)量中值粒徑平均值0.506 2 μm，反演粒徑平均值0.509 2 μm；反演數(shù)量中值粒徑最大值為0.573 2 μm，最小值為0.482 3 μm；最大絕對誤差0.029 1 μm，最小絕對誤差0.007 7 μm，平均絕對誤差0.014 7 μm。

5.2.2 懸沙粒徑與波段比遙感反演模型

以Ⅱ,Ⅲ波段比反射率A4為自變量，數(shù)量中值粒徑D50為因變量，建立粒度遙感反演模型，結果如表7所示。

表7 清水區(qū)Ⅱ，Ⅲ波段比遙感反演模型

根據(jù)反演結果可知，決定系數(shù)最高的是多項式模型。用實測檢驗點驗證反演結果可知，實測粒徑平均值0.506 2 μm，反演粒徑平均值0.490 1 μm，最大值0.540 4 μm，最小值0.468 4 μm；平均絕對誤差0.016 0 μm。

5.3 懸沙粒徑遙感反演結果分析

將實測粒度數(shù)據(jù)分為受采砂影響的渾濁區(qū)與未受采砂影響的清水區(qū)2種類型，分別對渾濁區(qū)和清水區(qū)的懸浮泥沙粒度與遙感反射率進行遙感反演。反演結果表明：渾濁區(qū)水域懸沙粒度反演模型以單波段Ⅳ波段和Ⅱ，Ⅲ波段比的冪函數(shù)反演效果最好，決定系數(shù)分別為0.387 4和0.477 4；Ⅱ，Ⅲ波段比遙感反演平均絕對誤差為1.137 9 μm，低于單波段遙感反演平均絕對誤差1.181 0 μm；波段比的遙感反演精度高于單波段反演精度。清水區(qū)懸沙粒度反演模型以單波段Ⅱ波段和Ⅱ，Ⅲ波段比反射率為自變量的多項式模型擬合度最佳，決定系數(shù)分別為0.910 2和0.563 7；反演精度單波段Ⅱ遙感反演平均絕對誤差0.014 7 μm，Ⅱ，Ⅲ波段比平均絕對誤差0.016 0 μm，波段比的反演精度略低于單波段反演精度。

對比表4—表7中渾濁區(qū)和清水區(qū)反演結果，從反演模型選擇上來看，渾濁區(qū)最適合選擇冪函數(shù)作為反演模型，清水區(qū)最適合選擇多項式作為反演模型；從反演波段選擇上來看，渾濁區(qū)最適合選擇波段比作為敏感波段建立反演模型，清水區(qū)最適合選擇單波段敏感波段建立反演模型；從反演精度上來看，清水區(qū)反演精度要高于渾濁區(qū)。

6 結 論

在參考其他研究的基礎上將鄱陽湖分為渾濁區(qū)和清水區(qū)，根據(jù)不同時間段，不同區(qū)域?qū)蛾柡腋∧嗌硨崟r光譜測量以及對不同分布模式下粒度參數(shù)的分析，分別找出渾濁區(qū)和清水區(qū)懸浮泥沙的敏感波段和適宜于反演的最佳分布模式和粒度參數(shù)，確定遙感特征因子，建立懸浮泥沙粒度的遙感反演模型，并找出最適宜于鄱陽湖懸浮泥沙粒度反演的模型；最后，用實測的粒度數(shù)據(jù)對遙感反演的結果進行精度驗證。得出以下結論：

(1)在渾濁區(qū)水域和清水區(qū)分別是體積百分比眾數(shù)粒徑和數(shù)量百分比中值粒徑與遙感光譜反射率相關性最優(yōu)，在反演時適宜作為反演參數(shù)因子建立模型。

(2)渾濁區(qū)水域，單波段Ⅳ波段和波段比Ⅱ,Ⅲ波段是遙感反演的敏感波段，建立的反演模型中，冪函數(shù)反演效果最好。波段比Ⅱ,Ⅲ波段比單波段Ⅳ波段反演精度高。

(3)清水區(qū)水域，單波段Ⅱ波段和波段比Ⅱ,Ⅲ波段是懸沙粒度遙感反演的敏感波段，建立的反演模型中，多項式模型擬合度最好；單波段Ⅱ反演精度略高于波段比Ⅱ,Ⅲ波段。

(4)對比渾濁區(qū)和清水區(qū)反演結果，從反演模型選擇上來看，渾濁區(qū)最適合選擇冪函數(shù)作為反演模型，清水區(qū)最適合選擇多項式作為反演模型；從反演波段選擇上來看，混濁區(qū)最適合選擇波段比作為敏感波段建立反演模型，清水區(qū)最適合選擇單波段敏感波段建立反演模型；從反演精度上來看，清水區(qū)反演精度要高于渾濁區(qū)。

[1] 李占海,陳沈良，張國安.長江口崇明東灘水域懸沙粒徑組成和再懸浮作用特征[J].海洋學報，2008,30(6):154-163.

[2] 惲才興.遙感文集[M].北京:科學出版社,1981:99-109.

[3] 劉忠華，李云梅，呂 恒，等.基于偏最小二乘法的巢湖懸浮物濃度反演[J].湖泊科學，2011,23(3):357-365.

[4] HUANG Hai-jun, LIU Yan-xia, WANG Bo. Effect of Spatial and Spectral Resolution of Images on Interpreting Intertidal Estuarine Sediment Grain Size Distributions[C]∥Proceedings of the 30th IEEEE International Geoscience and Remote Sensing Symposium, Honolulu, USA, July 25-30, 2010: 13-16.

[5] DE C, CHAKRABORTY B. Estimation of Mean Grain Size of Seafloor Sediments Using Neural Network[J]. Marine Geophysical Research,2012,33(1):45-53.

[6] FAN Hui, HUANG Hai-jun. Remote Sensing Retrieval of Suspended Particulate Matter Concentrations of Surface Waters near Radial Sand Ridges Area in the South Yellow Sea[J]. Scientia Geographica Sinica, 2011,31(2): 159-165.

[7] 劉信中,葉居新,等.江西濕地[M].北京:中國林業(yè)出版社,2000.

[8] 閔 騫,時建國,閔 聃.1956—2005年鄱陽湖入出湖懸移質(zhì)泥沙特征及其變化初析[J].水文,2011, 31(1):54-58.

[9] 張 鵬,陳曉玲,陸建忠,等.基于遙感的鄱陽湖豐水期懸浮泥沙數(shù)值模擬預測[J]. 武漢大學學報(信息科學版),2017,42(3):369-376.

[10] 唐軍武,田國良,汪小勇,等.水體光譜測量與分析I:水面以上測量法[J].遙感學報,2004,8(1):37-44.

[11] 況潤元,羅 衛(wèi)，張 萌.基于實測數(shù)據(jù)與遙感影像的鄱陽湖湖水體光學分類[J].長江流域資源與環(huán)境，2015,24(5):773-780.

[12] 曾 群,趙 越,田禮喬,等.HJ-1A/1B衛(wèi)星CCD影像水環(huán)境遙感大氣校正方法評價研究——以鄱陽湖為例[J].光譜學與光譜分析,2013,32(5):1320-1326.

[13] PULLIAINEN J,KALLIO K,ELOHEIMO K,etal. A Semi-operative Approach to Lake Water Quality Retrieval from Remote Sensing Data [J].Science of the Total Environment,2001,268(1/3):79-93.

[14] 陳曉玲,吳忠宜,田禮喬，等.水體懸浮泥沙動態(tài)監(jiān)測的遙感反演模型對比分析——以鄱陽湖為例[J].科技導報,2007,25(6):19-22.

[15] 李文紅.鄱陽湖水體反射光譜分析及懸浮泥沙定量反演研究[D].贛州：江西理工大學,2014.

[16] 沈 芳,周云軒,李九發(fā),等.河口懸沙粒徑對遙感反射率影響的理論分析與實驗觀測[J].紅外與毫米波學報,2009,28(3):168-172.

[17] BHARGAVA D S, MARIAM D W. Effects of Suspended Particle Size and Concentration on Reflectance Measurements[J].Photogrammetric Engineering and Remote Sensing,1991,57(5):519-529.

(編輯：羅 娟)

Models of Remote Sensing Retrieval of Suspended Sediment Particle Size in the Poyang Lake Based on Measured Spectral Reflectance Data

KUANG Run-yuan, XIE Jia, ZHANG Meng, LI Wen-hong, ZHANG Gang-hua

(School of Architectural and Surveying amp; Mapping Engineering, Jiangxi University of Science and Technology, Ganzhou 341000, China)

Particle size of suspended sediment, as an important parameter reflecting water quality, has an influence on the spectral reflectance of water. Study of the relationship between particle size and reflectance is of great significance to water environment monitoring in inland lakes. In this paper, the suspended sediment particle size of the Poyang Lake was retrieved using different mathematical models based on correlation analysis according to measured spectral reflectance data. Results show that: 1) volume percentage median diameter is suitable for the retrieval model for turbid area; while quantity percentage median diameter is suitable for clear water; 2) in turbid area, single band Ⅳ is the sensitive wave band; whereas in clear water, single band Ⅱ and single band Ⅲ are sensitive wave bands. In addition, the reflectance ratio of band Ⅱ to band Ⅲ is the sensitive wave band in the whole study area; 3) in the retrieval model of single band reflectance, power function is suitable for the retrieval of suspended sediment particle size in the Poyang lake; while in the model of band reflectance ratio, polynomial model is the most suitable.

Poyang Lake; particle size of suspended sediment; remote sensing reflectance ratio; quantitative inversion; sensitive wave band

10.11988/ckyyb.20160728 2017,34(11):132-137,147

2016-07-15；

2016-09-28

國家自然科學基金項目(41101322)；江西省自然科學基金項目(20114BAB213022)；江西省教育廳科技項目(GJJ160617)

況潤元(1976-)，男，江西上高人，副教授，博士，主要從事水環(huán)境遙感、地理信息系統(tǒng)應用等方面的研究，(電話)15216181496(電子信箱)rykuang@163.com。

TP79

A

1001-5485(2017)11-0132-06