论文部分内容阅读
近年来随着经济的快速发展，我国许多内陆湖泊都受到了严重污染，富营养化明显.遥感观测具有大尺度、连续动态的特点，且不受气候条件和人力因素的影响，为内陆水体观测提供了新的手段(赵英时，2003)。
叶绿素a和悬浮物浓度是水色遥感需要反演的两个重要参数。对于内陆二类水体叶绿素a浓度反演，针对大洋一类水体设计的蓝绿波段比算法(OReilly等，1998)不再适用.目前，浑浊二类水体叶绿素a浓度反演主要基于叶绿素a在近红外波段的吸收特征.太湖面积大，生物光学特性复杂，各种营养状态的水体并存，一种反演模式很难取得令人满意的效果。
同时，叶绿素浓度垂直不均一分布的问题引起了越来越多的研究者关注。以往海洋光学和海色遥感的研究大多基于海水固有光学特性和光学有效组分垂直分布均-这-假设展开的，然而，这一假设并不总是成立，部分海洋观测表明垂直不均一性在上层水体大量存在(Dandonneau，1979； Cullen，1981)。
本文以太湖为例，建立面向整个太湖的叶绿素a相悬浮物浓度反演算法，同时研究叶绿素浓度垂直不均一分布对于海水表观光学特性的影响.主要研究内容和结论如下：
①将太湖水体分为贫营养二类水体(Chl-a<=5mg/m3)和富营养二类水体(Chl- a>5mg/m3).对于富营养二类水体，构建三波段指数[Rrs-1(668)- Rrs-1(705)]Rrs(722)与叶绿素a浓度的线形模型；对于贫营养二类水体，利用蓝绿光波段443nm、510nm和560nm遥感反射率构建三波段比值Rrs(510)/[Rrs(443)/Rrs(560)]与叶绿素a浓度的幂指数模型；同时，利用681nm、709nm和754nm反射率构建反射峰高度(RPH)，使用RPH=0.001区分富营养和贫营养二类水体。反演结果表明，富营养水体部分叶绿素a浓度的平均相对误差为21.6％，贫营养水体部分叶绿素a浓度的平均相对误差为29％。
②对于太湖水体来说，一阶微分分析是有效的反演悬浮物浓度的方法。730nm、820nm和825nm处的一阶微分值与悬浮物浓度建立的三次多项式模型反演悬浮物浓度的平均相对误差分别为27％、25.9％和26％；与微分分析相比，715nm反射率与悬浮物浓度的三次多项式模型也可以获得比较高的悬浮物浓度反演精度(平均相对误差29％)，而常用的波段比算法反演悬浮物浓度的效果不甚理想，主要由于在悬浮物浓度较低值的范围内误差较大。
③利用Hydrolight辐射传输模型，分析叶绿素浓度垂直不均一分布对于海水表观光学特性的影响.结果表明，水表面以下的叶绿素浓度最大值增加了蓝光波段的遥感反射率，减小了绿光波段的遥感反射率，并且当叶绿素浓度本底值和最大叶绿素浓度对应的深度减小时，这种效应会更加明显。同时，叶绿素浓度垂直不均一分布还改变了水体中辐射的方向分布，在叶绿素浓度最大值处，散射作用加强，光场更多地向各个方向分散，水体对辐射的削弱作用更强，于是下行辐射漫衰减系数和平均余弦廓线分别出现峰值和谷值。