基于Landsat系列衛(wèi)星分析1985—2015年?yáng)|平湖葉綠素a濃度變化趨勢(shì)

姜騰龍，張水燕，丁程程，劉建軍，代雪靜，徐 洋

1.濟(jì)南市環(huán)境監(jiān)測(cè)中心站,山東 濟(jì)南 250014 2.泰安市環(huán)境保護(hù)監(jiān)測(cè)站,山東 泰安 271000

葉綠素a含量是衡量湖泊富營(yíng)養(yǎng)化的重要指標(biāo),是湖泊水質(zhì)監(jiān)測(cè)的重要內(nèi)容[1-2]。因此葉綠素a 含量的調(diào)查對(duì)于了解湖泊富營(yíng)養(yǎng)化程度及其變化趨勢(shì)具有重要意義。常規(guī)水質(zhì)監(jiān)測(cè)是人工進(jìn)行實(shí)地取樣,存在取樣點(diǎn)少、缺失歷史數(shù)據(jù)等問(wèn)題,不能全面反映整個(gè)湖泊的葉綠素分布情況和長(zhǎng)時(shí)間的變化趨勢(shì)[3-4]。

遙感衛(wèi)星為葉綠素a監(jiān)測(cè)提供了新的技術(shù)手段,不同的衛(wèi)星影像具有不同的特性和優(yōu)勢(shì),如利用HJ1-CCD[5-6]、RapidEye[7]等高空間分辨率數(shù)據(jù)構(gòu)建反演模型,可以對(duì)葉綠素a含量的空間信息進(jìn)行更好的監(jiān)測(cè);利用Hyperion[8]、HICO[9]、MERIS[10-11]、GOCI[12]等高光譜數(shù)據(jù),可以應(yīng)用更加精確的半分析模型法,實(shí)現(xiàn)葉綠素a含量更加精準(zhǔn)的觀測(cè)。Landsat系列衛(wèi)星在空間分辨率、光譜分辨率以及時(shí)間系列上都有獨(dú)特的優(yōu)勢(shì),是開(kāi)展中分辨率尺度的長(zhǎng)時(shí)間序列地表定量信息監(jiān)測(cè)的適宜數(shù)據(jù)源。

基于Landsat系列衛(wèi)星反演葉綠素a的算法也相繼出現(xiàn)。佘豐寧等[13]利用Landsat TM建立了水體葉綠素含量的遙感定量模型,指出TM4、TM7分別與太湖葉綠素a有較好的正、負(fù)線性相關(guān)性,但其TM數(shù)據(jù)未經(jīng)過(guò)大氣糾正。呂恒等[14-16]利用TM3/(TM1+TM4)、NDVI指數(shù)、混合光譜分解模型等算法較好地反演了太湖葉綠素a濃度。謝杰等[17]利用(TM2+TM4-TM3)/ln[TM3]模型提取了巢湖水體葉綠素a濃度。史銳等[18]利用TM數(shù)據(jù),基于小波理論對(duì)干旱區(qū)內(nèi)陸湖泊烏梁素海葉綠素a進(jìn)行了提取?？梢?jiàn),不同湖泊類(lèi)型受水深、透明度、懸浮物等影響所適用的葉綠素a反演模型不同。

研究以東平湖為實(shí)驗(yàn)區(qū),利用Landsat-5 TM影像結(jié)合地面同步觀測(cè)數(shù)據(jù),建立了葉綠素a遙感信息模型。并將該模型應(yīng)用于Landsat系列衛(wèi)星上,得到1985—2015年的東平湖葉綠素a濃度信息,并對(duì)其時(shí)空變化分布和年度變化趨勢(shì)進(jìn)行分析。

1 研究區(qū)域與數(shù)據(jù)

1.1 研究區(qū)概況

東平湖位于山東省泰安市,是中國(guó)東部地區(qū)典型的淺水型湖泊, 常年水面面積約為124.3 km2。地理位置為35°43′N(xiāo)～36°07′N(xiāo), 116°02′E～116°18′E。該湖是山東省第二大淡水湖泊和重要的淡水漁業(yè)生產(chǎn)基地,既是黃河下游的重要滯洪區(qū),又是南水北調(diào)東線工程的最后一級(jí)蓄水水庫(kù),具有防洪、調(diào)蓄、灌溉、供水、養(yǎng)殖等多種功能。但是由于淡水養(yǎng)殖和大量外源營(yíng)養(yǎng)物質(zhì)輸入,加之湖區(qū)上游流域的面源性污染,對(duì)湖水水質(zhì)造成威脅。

1.2 遙感數(shù)據(jù)

研究所用的遙感數(shù)據(jù)以Landsat-5 TM影像為主,Landsat-7 ETM+、Landsat-8 OLI 為輔,成像時(shí)間在豐水期(6—9月)，數(shù)據(jù)質(zhì)量等級(jí)為9級(jí)且含云量小于5%,個(gè)別年份豐水期難以選出合適影像時(shí),選擇相鄰月份代替。具體所用影像及成像時(shí)間見(jiàn)表1。

1.3 地面實(shí)測(cè)數(shù)據(jù)

葉綠素a遙感反演模型所用地面實(shí)測(cè)數(shù)據(jù)來(lái)自于2010年8月17日對(duì)東平湖采取網(wǎng)格布點(diǎn)形式的水質(zhì)參數(shù)采樣獲得。采樣時(shí)間與Landsat-5 TM在東平湖地區(qū)的過(guò)境時(shí)間基本吻合。該次采樣共得到74個(gè)有效監(jiān)測(cè)數(shù)據(jù),隨機(jī)抽取50個(gè)樣本用于建立反演水體葉綠素a濃度值的遙感信息模型,其余24個(gè)用來(lái)評(píng)定模型精度。湖泊采樣點(diǎn)分布見(jiàn)圖1。

表1 研究所用遙感影像

注:數(shù)據(jù)來(lái)源為美國(guó)地質(zhì)調(diào)查局(United States Geological Survey)官方網(wǎng)站,網(wǎng)址為http://glovis.usgs.gov。

圖1 采樣點(diǎn)分布Fig.1 Distribution of the sampling points

2 研究方法

葉綠素a濃度遙感監(jiān)測(cè)的核心問(wèn)題在于建立水體反射率和葉綠素a濃度之間的定量關(guān)系。研究首先對(duì)遙感數(shù)據(jù)進(jìn)行幾何校正、大氣校正等數(shù)據(jù)預(yù)處理,去除因幾何畸變、大氣條件等外界因素的影響,得到真實(shí)的水體反射率數(shù)據(jù)。然后用逐個(gè)波段的水體反射率數(shù)據(jù)與實(shí)測(cè)葉綠素a濃度進(jìn)行相關(guān)分析,篩選對(duì)葉綠素a濃度有效響應(yīng)的波段,用這些波段或者波段組合建立葉綠素a反演模型,最后用實(shí)測(cè)數(shù)據(jù)對(duì)模型進(jìn)行精度檢驗(yàn)。

2.1 遙感數(shù)據(jù)預(yù)處理

2.1.1 幾何糾正

研究所用的Landsat數(shù)據(jù)來(lái)源于美國(guó)地質(zhì)調(diào)查局(United States Geological Survey)官方網(wǎng)站, Landsat-5 TM、Landsat-8 OLI影像均已經(jīng)過(guò)幾何精校正,投影坐標(biāo)系均采用UTM 投影(通用橫軸墨卡托投影)。2012年9月16日的Landsat-7 ETM+影像未經(jīng)過(guò)幾何精校正,為了使遙感影像坐標(biāo)與其真實(shí)坐標(biāo)相一致,保證定量反演模型建立的精確性,研究選取地面控制點(diǎn)對(duì)該影像進(jìn)行幾何精校正處理。

2.1.2 條帶修復(fù)

Landsat-7 ETM+機(jī)載掃描行校正器(SLC) 故障導(dǎo)致2003年5月31日之后獲取的影像出現(xiàn)了數(shù)據(jù)條帶丟失,嚴(yán)重影響了遙感影像的使用。研究采用插值修復(fù)的方式對(duì)2012年9月16日的Landsat-7 ETM+影像的條帶進(jìn)行修復(fù)。

2.1.3 輻射定標(biāo)

Landsat系列數(shù)據(jù)中,每個(gè)像素上的數(shù)據(jù)均為原始數(shù)據(jù)(DN),在大氣校正前,需將其轉(zhuǎn)化為輻射亮度值。輻射定標(biāo)參數(shù)從元數(shù)據(jù)文件中讀取。

2.1.4 大氣校正

影像大氣校正的主要目的是消除大氣、太陽(yáng)高度角、方位角和地形等對(duì)地物光譜反射信號(hào)的影響。由于水體本身光譜值較低,為了保證數(shù)據(jù)的可比性,必須進(jìn)行大氣校正。研究采用ENVI 5.2軟件下的FLAASH大氣校正模塊對(duì)Landsat系列數(shù)據(jù)進(jìn)行大氣校正。輸入相關(guān)參數(shù),計(jì)算得到大氣校正后的反射率影像。

2.2 建立遙感定量模型

2.2.1 地物光譜分析

在研究區(qū)域及其周邊,隨機(jī)選取清潔水體、含葉綠素a水體、水生植被和陸域植被4種地物類(lèi)型若干點(diǎn)位,分析其光譜特征,見(jiàn)圖2。由圖2可以看出,幾種地物類(lèi)型在band 4差異最為明顯,清潔水體的反射率值要明顯低于其他地物。

圖2 典型地物光譜曲線

2.2.2 單波段模型

隨機(jī)選取2010年8月17日50個(gè)實(shí)測(cè)點(diǎn)位的葉綠素a濃度,分析了葉綠素a與當(dāng)天過(guò)境的Landsat-5 TM影像大氣校正后的可見(jiàn)光-近紅外各個(gè)波段反射率的相關(guān)性,其回歸曲線見(jiàn)圖3。由此發(fā)現(xiàn)各個(gè)波段的反射率值與葉綠素a濃度有一定的相關(guān)性,其中band 3波長(zhǎng)為0.63～0.69 μm,處于葉綠素a吸收峰位置;band 4波長(zhǎng)為0.76～0.90 μm,處于反射峰處位置。2個(gè)波段也分別與葉綠素a呈現(xiàn)出最大的負(fù)相關(guān)和正相關(guān)關(guān)系。band 2反射率值與葉綠素a表現(xiàn)出一定的負(fù)相關(guān),主要是受水體中溶性有機(jī)物、黃質(zhì)、懸浮物濃度的影響。周德明等[19]指出,在單波段關(guān)聯(lián)性分析中band 2與懸浮物的相關(guān)性最好(r=0.904),是估測(cè)懸浮物的最佳波段,故這一波段的反射率不能靈敏反映水體葉綠素情況。

圖3 葉綠素a濃度與各波段的回歸曲線

2.2.3 波段比值模型

根據(jù)單個(gè)波段與葉綠素a的相關(guān)性,嘗試采用band 4與band 3的比值建立定量反演模型,以擴(kuò)大葉綠素a 吸收峰與葉綠素a 反射峰間的差異。相關(guān)研究也表明,采用多波段反射比可以部分消除水表面光滑度和波譜隨時(shí)間和空間變化的干擾,并在一定程度上減小其他污染物的影響[20-21]。

得到基于band 4/band 3的葉綠素a濃度定量反演模型(圖4):

Cchla=0.035 2(B4/B3)+0.020 1

式中:Cchla為葉綠素a濃度,μg/L;B4、B3分別為L(zhǎng)andsat-5 TM第4和第3波段的反射率,即近紅外、紅色波段的反射率。

圖4 葉綠素a濃度與band 4/band 3的回歸曲線

2.2.4 模型精度驗(yàn)證

將建立的波段比值模型應(yīng)用于2010年8月17日的Landsat-5 TM數(shù)據(jù),得到葉綠素a濃度模型預(yù)測(cè)值,再與用于驗(yàn)證數(shù)據(jù)的24個(gè)地面采樣數(shù)據(jù)的葉綠素a 濃度實(shí)測(cè)值進(jìn)行對(duì)比分析。24樣本反演值與實(shí)測(cè)值的相關(guān)系數(shù)為0.828 1,平均相對(duì)誤差為14.5%。可見(jiàn)波段比值模型的反演值較好地?cái)M合了實(shí)測(cè)情況。誤差可能是由于湖體泥沙、漂浮的水生植物等懸浮物質(zhì)的變化和水樣分析時(shí)的系統(tǒng)偏差所致[22]。

3 結(jié)果與討論

3.1 東平湖葉綠素a濃度反演結(jié)果

將近紅外、紅色波段的反射率比值模型應(yīng)用于1985—2015年Landsat系列遙感影像,得到整個(gè)東平湖水域30 a的葉綠素a 濃度分布圖(圖5)。其中,Landsat-5 TM和Landsat-7 ETM+采用的波段比值均為band 4/band 3,Landsat-8 OLI采用的波段比值為band 5/band 4。

3.2 東平湖葉綠素a濃度變化分析

從圖5可以看出,東平湖葉綠素a濃度在空間和時(shí)間上都表現(xiàn)出一定的差異性。高濃度的葉綠素a 區(qū)域分布在東平湖的周邊淺水區(qū),特別是西南部漁業(yè)養(yǎng)殖區(qū)、東南部大汶河入湖口、北部入黃河口處。

圖5 不同時(shí)期東平湖葉綠素a濃度分布

根據(jù)經(jīng)濟(jì)合作與發(fā)展組織(OECD)富營(yíng)養(yǎng)化單因子(葉綠素a)評(píng)價(jià)標(biāo)準(zhǔn)[23],對(duì)不同時(shí)期東平湖葉綠素a濃度進(jìn)行分級(jí)統(tǒng)計(jì)，結(jié)果如表2所示。

表2 不同時(shí)期葉綠素a各濃度等級(jí)的面積占比

由表2可以看出,東平湖在不同的歷史時(shí)期呈現(xiàn)不同的營(yíng)養(yǎng)狀態(tài),但是以中營(yíng)養(yǎng)為主,面積占比多為80%以上;嚴(yán)重富營(yíng)養(yǎng)面積較小,占比多為5%以下,且2003、2007—2008年等多個(gè)年份無(wú)嚴(yán)重富營(yíng)養(yǎng)水體。

1989年，整個(gè)湖區(qū)出現(xiàn)大面積葉綠素a高濃度分布區(qū),與1990年呈現(xiàn)明顯差異。歷史資料顯示,1989年?yáng)|平湖幾乎干涸,而1990年6月大汶河來(lái)水又使東平湖在短時(shí)間內(nèi)恢復(fù)了歷史水位。因此1989年8月7日東平湖高濃度葉綠素a并不是水體葉綠素a含量的真實(shí)反映,很可能是受干涸后的湖底下墊面和生長(zhǎng)的植被所致。另外,東平湖是淺水型湖泊,平均水深為2.5 m,且挺水植物最適宜生長(zhǎng)在水深為0.5～1.0 m的淺水區(qū)域[24]。

由圖2可知,研究區(qū)含葉綠素a水體、水生植被和陸域植被3種地物類(lèi)型band 4/band 3范圍分別為2.26～2.67、3.28～3.56、4.61～4.81。為降低湖底下墊面和水生植被對(duì)葉綠素a反演精度的影響,研究在分析年際變化時(shí),剔除1989年的數(shù)據(jù),其他年份用band 4/band 3<4.61閾值法進(jìn)行篩選,篩選后平均值代表該年度的濃度值(圖6)。

圖6 1985—2015年?yáng)|平湖葉綠素a濃度變化

從圖6可以看出,30 a以來(lái),東平湖葉綠素a平均濃度范圍為32.4～81.4 μg/L之間(1989年除外),呈上下波動(dòng)趨勢(shì),在1987、1988、1992年出現(xiàn)較高值,東南區(qū)域有藍(lán)藻水華現(xiàn)象;在2014、2015年出現(xiàn)較低值,可能是與自2013年11月15日以來(lái),南水北調(diào)東線一期東平湖段工程2次正式通水有關(guān)。用秩相關(guān)系數(shù)法對(duì)1985—2015年?yáng)|平湖葉綠素a的變化趨勢(shì)進(jìn)行定量分析,在95%置信水平上秩相關(guān)系數(shù)為-0.592,絕對(duì)值大于臨界值(0.306),濃度呈下降趨勢(shì)。

從東平湖葉綠素a時(shí)空分布來(lái)看,濃度的變化與入湖水體水質(zhì)、流速息息相關(guān)。從大汶河入湖口進(jìn)入的水體攜帶了氮、磷等營(yíng)養(yǎng)物質(zhì),導(dǎo)致湖口處其含量高于其他地區(qū),更適合浮游植物和藻類(lèi)的生長(zhǎng);東平湖是防洪調(diào)蓄水庫(kù),在入黃河口處地勢(shì)較高,水流較緩,利于營(yíng)養(yǎng)物質(zhì)的沉淀積累,導(dǎo)致其葉綠素a含量較高。湖區(qū)東南部呈“凸”字形水域形狀,水流極其緩慢,且水深較淺,加之周邊的淡水養(yǎng)殖,浮游植物和藻類(lèi)生長(zhǎng)較快。

4 結(jié)論

葉綠素a含量不同的水體在一定波長(zhǎng)范圍內(nèi)波段反射率顯著不同,通過(guò)建立水體反射率和葉綠素a濃度之間的定量關(guān)系,可實(shí)現(xiàn)葉綠素a的定量反演。

對(duì)Landsat-5 TM遙感影像進(jìn)行幾何糾正、大氣校正等預(yù)處理之后,結(jié)合地面同步監(jiān)測(cè)數(shù)據(jù),發(fā)現(xiàn)band 3和band 4分別與葉綠素a呈現(xiàn)出最大的負(fù)相關(guān)和正相關(guān)關(guān)系。建立了band 4/band 3波段比值模型提取葉綠素a濃度。通過(guò)驗(yàn)證,該模型能簡(jiǎn)易、快速、準(zhǔn)確地提取水體葉綠素a濃度信息。

該模型受湖底下墊面和水面水生植被影響明顯,即該模型不適用于水深很淺(接近干涸)和覆蓋有大量水生植被的水體葉綠素a 濃度反演。

研究采用的Landsat系列衛(wèi)星在光譜分辨率上有高度的一致性,將同一個(gè)數(shù)據(jù)反演模型應(yīng)用于多幅影像,可有效減少模型的系統(tǒng)偏差,客觀地反映出多年來(lái)東平湖葉綠素a的變化趨勢(shì),為東平湖水質(zhì)監(jiān)測(cè)提供了技術(shù)支持。Landsat系列衛(wèi)星的持續(xù)性特點(diǎn)為研究長(zhǎng)時(shí)間序列的地物變化趨勢(shì)提供了得天獨(dú)厚的優(yōu)勢(shì)。

參考文獻(xiàn)(Reference)：

[1] 張運(yùn)林,秦伯強(qiáng),陳偉民,等.太湖梅梁灣浮游植物葉綠素a和初級(jí)生產(chǎn)力 [J]. 應(yīng)用生態(tài)學(xué)報(bào), 2004,15(11):2 127-2 131.

ZHANG Yunlin, QIN Boqiang, CHEN Weimin,et al.Chlorophyll a Content and Primary Productivity of Phytoplankton in Meiliang Bay of Taihu Lake [J]. Chinese Journal of Applied Ecology,2004,15(11):2 127-2 131.

[2] 段洪濤,張柏,劉殿偉,等.查干湖水體光譜熒光峰特征與葉綠素響應(yīng)關(guān)系研究 [J].紅外與毫米波學(xué)報(bào),2006,25(5):355-359.

DUAN Hongtao, ZHANG Bai, LIU Dianwei,et al.Relationship Between Fluorescence Peak Spectral Features and Chlorophyll-a in Lake Chagan [J].Journal of Infrared and Millimeter Waves, 2006,25(5):355-359.

[3] 鄭小慎，林培根.基于TM數(shù)據(jù)渤海灣葉綠素濃度反演算法研究[J]. 天津科技大學(xué)學(xué)報(bào),2010,25(6):51-53.

ZHENG Xiaoshen, LIN Peigen. Study on Algorithm of Chlorophyll Concentration Retrieval in Bohai Bay Based on TM Data[J].Journal of Tianjin University of Science & Technology,2010,25(6):51-53.

[4] 李婷.基于長(zhǎng)時(shí)序遙感數(shù)據(jù)和EOF分析南海北部海表葉綠素a時(shí)空特征[D]. 北京:中國(guó)地質(zhì)大學(xué),2013.

[5] 周正,何連,劉良明.基于 HJ-1A/B CCD數(shù)據(jù)的東湖葉綠素a濃度反演可行性研究 [J].測(cè)繪通報(bào),2011(3):11-14.

ZHOU Zheng, HE Lian, LIU Liangming. Feasibility Study for Retrieval of Chlorophyll-a Concentration in Donghu Lake Using HJ-1 A/B CCD Data[J]. Bulletin of Surveying and Mapping, 2011,(3):11-14.

[6] 陳靜,吳傳慶,王穎,等.基于環(huán)境一號(hào)衛(wèi)星CCD數(shù)據(jù)的巢湖葉綠素a的動(dòng)態(tài)監(jiān)測(cè)[J].中國(guó)環(huán)境監(jiān)測(cè),2012,28(1):116-119.

CHEN Jing, WU Chuanqing, WANG Ying,et al.Chlorophyll-a Dynamic Monitoring in Chaohu Lake Based on Environmental Satellite 1 CCD Data[J]. Environmental Monitoring in China, 2012,28(1):116-119.

[7] 劉忠華.基于高分?jǐn)?shù)據(jù)的太湖重點(diǎn)污染入湖河流葉綠素a濃度遙感反演 [D].南京:南京師范大學(xué),2012.

[8] 杜聰,王世新,周藝,等.利用Hyperion高光譜數(shù)據(jù)的三波段法反演太湖葉綠素a濃度 [J].環(huán)境科學(xué),2009,30(10):2 904-2 910.

DU Cong, WANG Shixin, ZHOU Yi,et al.Remote Chlorophyll-a Retrieval in Taihu Lake by Three-Band Model Using Hyperion Hyperspectral Dada[J]. Environmental Science,2009,30(10):2 904-2 910.

[9] MOSES W J,GITELSON A A,BERDNIKOV S,et al. HICO-Based NIR-RED Models for Estimating Chlorophyll-a Concentration in Productive Coastal Waters [J].IEEE Geoscience and Remote Sensing Letters,2014,11(6):1 111-1 115.

[10] SHI K,LI Y M,LI L,et al．Remote Chlorophyll-a Estimates for Inland Waters Based on a Cluster-Based Classification [J].Science of the Total Environment,2013,444:1-15.

[11] LI Y M,WANG Q,WU C Q,et al. Estimation of Chlorophyll-a Concentration Using NIR/Red Bands of MERIS and Classification Procedure in Inland Turbid Water [J]. IEEE Transactions on Geoscience and Remote Sensing,2012,50(3):988-997.

[12] 郭宇龍,李云梅,李淵,等. 一種基于GOCI數(shù)據(jù)的葉綠素a濃度三波段估算模型[J].環(huán)境科學(xué), 2015,36(9):3 175-3 185.

GUO Yulong, LI Yunmei, LI Yuan,et al. A Three Band Chlorophyll-a Concentration Estimation Model Based on GOCI Imagery[J]. Environmental Science, 2015,36(9):3 175-3 185.

[13] 佘豐寧,李旭文,蔡啟銘，等. 水體葉綠素含量的遙感定量模型[J].湖泊科學(xué), 1996,8(3):201-207.

SHE Fengning, LI Xuwen, CAI Qiming,et al.Quantitatvie Analysis on Chlorophyll-a Concentration in Taihu Lake Using Thematic Mapper Data[J].Journal of Lake Sciences,1996,8(3):201-207.

[14] 呂恒,江南,羅瀲蔥.基于TM數(shù)據(jù)的太湖葉綠素A濃度定量反演[J].地理科學(xué),2006,26(4):472-476.

LYU Heng, JIANG Nan, LUO Liancong. Quantitative Retrieval of Chlorophyll-a by Remote Sensing in Taihu Lake based on TM data[J]. Scientia Geographica Sinica,2006,26(4):472-476.

[15] 楊一鵬,王橋,肖青,等.基于TM數(shù)據(jù)的太湖葉綠素a濃度定量遙感反演方法研究[J].地理與地理信息科學(xué),2006,22(2):5-8.

YANG Yipeng, WANG Qiao, XIAO Qing, et al.Quantitative Remote Sensing Inversion Methods of Chlorophyll-a Concentration in Taihu Lake Based on TM Data [J]. Geography and Geo-information Science,2006,22(2):5-8.

[16] 李云亮,張運(yùn)林.基于TM影像的太湖夏季懸浮物和葉綠素a濃度反演[J].遙感信息,2008(6)：22-80.

LI Yunliang, ZHANG Yunlin.Quantitative Estimation of Total Suspend Matter and Chlorophyll-a Concentration of Taihu Lake in Summer Using TM Data[J].Remote Sensing Information,2008(6)：22-80.

[17] 謝杰,王心源,張潔，等.基于TM/ETM+影響分析巢湖葉綠素a 濃度變化趨勢(shì)[J].中國(guó)環(huán)境科學(xué), 2010,30(5):677-682.

XIE Jie, WANG Xinyuan, ZHANG Jie,et al. Analysing Developing Trend of Chlorophyll-a Concentration in Chaohu Lake Based on TM/ETM+ Image[J]. China Environmental Science,2010,30(5):677-682.

[18] 史銳,張紅,岳榮,等.基于小波理論的干旱區(qū)內(nèi)陸湖泊葉綠素a的TM影像遙感反演[J].生態(tài)學(xué)報(bào),2017,37(5)：1 043-1 053.

SHI Rui, ZHANG Hong, YUE Rong, et al. A Wavelet Theory Based Remote Sensing Inversion of Chlorophyll-a Concentrations for Inland Lakes in Arid Areas Using TM Image Data[J]. Acta Ecologica Sinica,2017,37(5)：1 043-1 053.

[19] 周德明,王得玉. 基于TM的太湖葉綠素a和懸浮物估測(cè)模型[J].環(huán)境科學(xué)與技術(shù),2015,38(6P)：362-367.

ZHOU Deming,WANG Deyu. Quantitative Estimation of Chlorophyll-a and Suspended Solids in Taihu Based on Landsat TM[J]. Environmental Science & Technology,2015,38(6P):362-367.

[20] KOPONEN S, PULLIAINEN J, KALLIO K, et al. Lake Water Quality Classification with Airborne Hyperspectral Spectrometer and Simulated MERIS Data [J]. Remote Sensing of Environment, 2002,79:51-59.

[21] 曠達(dá),韓秀珍,劉翔，等. 基于環(huán)境一號(hào)衛(wèi)星的太湖葉綠素a濃度提取 [J].中國(guó)環(huán)境科學(xué), 2010,30(9):1 268-1 273.

KUANG Da, HAN Xiuzhen, LIU Xiang,et al.Quantitative Estimation of Taihu Chlorophyll-a Concentration Using HJ-1A and 1B CCD imagery [J]. China Environmental Science, 2010, 30(9):1 268-1 273.

[22] 王貴臣,劉田田.基于線性回歸分析的東平湖葉綠素含量監(jiān)測(cè)[J]. 首都師范大學(xué)學(xué)報(bào)：自然科學(xué)版,2015,36(2):72-77.

WANG Guichen, LIU Tiantian. Chlorophyll-a Concentration Monitoring of Dongping Lake Based on Linear Regression Analysis[J]. Journal of Capital Normal University(Natural Science Edition), 2015,36(2):72-77.

[23] Organization for Economic Cooperation and Development (OECD).Eutrophication of Waters Monitoring,Assessment and Control OECD[R].Paris:OECD,1982.

[24] 于少鵬,孫廣友,竇素珍，等. 東平湖水生植物的衰退及南水北調(diào)工程對(duì)其影響 [J].中國(guó)環(huán)境科學(xué),2005,25(2):200-204.

YU Shaopeng, SUN Guangyou, DOU Suzhen,et al. The Declining of Hydrophyte of Dongping Lake and the Influence of the South-to-North Water Transfer Project on It[J]. China Environmental Science,2005,25(2):200-204.