论文部分内容阅读
基于MODIS 影像数据的叶绿素a浓度监测与预测技术在海洋方面已经趋于成熟，但是在内陆水体方面，这种技术还处于探索阶段。随着我国经济的高速发展，环境污染和生态破坏日益严重，内陆水体的污染程度越显严峻，因此，内陆水体的富营养化监测与预测技术的研究是非常必要的。本文阐述了基于MODIS 影像数据进行的叶绿素a浓度的监测与预测技术。该技术分为两部分，一是 MODIS 影像数据的解译分析，二是水生态动力学模型的建立。首先对MODIS 影像数据进行解译分析，对初始数据进行投影变换和兴趣区裁剪等处理，然后进行大气校正，主要考虑了瑞利散射、气溶胶的贡献等因素，并进行处理。用叶绿素a 经验公式计算叶绿素a的浓度分布。第二部分是生态动力学模型计算，这部分包括水动力模型和富营养动力模型，考虑了风场及温度等因素。本文以太湖为研究区域，太湖位于长江中下游，水面面积2338km2，是我国五大淡水湖之一。太湖流域为我国城市化水平最高的区域，近年来经济快速发展。于此同时，太湖流域的富营养化程度不断加重，而太湖蓝藻暴发呈现加剧趋势，2006年和2007年盛夏期间，太湖都发生了全湖性的蓝藻水华，而2007年发生的水华更为严重。本文分别取2007年5月8日和2007年5月19日的MODIS 影像，对其进行分析。结果表明，太湖生态动力学模型可以很好的模拟太湖的富营养化状态。考虑了水温、风场等因素后，模型计算后的叶绿素a浓度分布结果比MODIS 影像提取的叶绿素a浓度分布更为精确。MODIS 影像数据因为其经济和快速获取而广泛应用于环境监测中，但是其分辨率受到限制。本文阐述的方法可以克服MODIS 影像数据分辨率较低的缺点，可以提供快速、实时的监测结果，并根据研究区域的流场来对区域进行预测，而该方法可应用于其他的内陆水体和海洋区域。