草型湖泊水质遥感监测技术及应用研究

摘要

随着中国经济的高速发展、城镇化和工业化的不断推进，水环境污染问题越来越严重，特别是内陆湖泊，湖泊水质达标率（I~III类）不足30％。自动监测和人工监测相结合的传统湖泊水质监测方法，无法满足对湖泊水质进行全面监测的需求，遥感技术可以克服传统方法的不足，实现湖泊水质的动态监测。近年来，遥感技术应用于湖泊水质监测的研究越来越多，其中以太湖为代表的藻型湖泊水质遥感监测居多，而草型和混合型湖泊研究相对较少，我国众多湖泊中，草型和混合型湖泊占较高比例，草型湖泊水草的存在导致水草区水质难以利用遥感进行直接监测，因此实现草型和混合型湖泊水质全面遥感监测有利于更全面的获取我国湖泊的水质状况。叶绿素a浓度、总悬浮物浓度和浊度是表征湖泊水体水质状况的重要参数，本研究以草型湖泊南四湖为研究区，对南四湖水体叶绿素a浓度、总悬浮物浓度和浊度进行遥感监测研究，南四湖是南水北调东线重要的水源地，实现南四湖水质大面积遥感监测对控制南水北调东线水质具有重要意义。
　　本文基于分区反演思路，将南四湖分为水草区和水体区。利用MODIS NDVI产品、HJ1A HSI、HJ1A/1B CCD以及GF-1 WFV影像识别南四湖沉水植物和漂叶植物的物候特征。对于水草区，处于生长期的水草生长区域水体叶绿素a浓度、总悬浮物浓度和浊度呈较低水平，水草对水质具有指示作用，但水草腐烂凋亡会使水质恶化。本研究选择2015年6月6日GF-1 WFV1影像识别南四湖水草区，结合水草物候特征，利用水草对水质的指示作用对南四湖水草区水体叶绿素a浓度、总悬浮物浓度和浊度进行间接监测；对于水体区，构建反演水体叶绿素a浓度、总悬浮物浓度和浊度的常规半经验/半分析模型、WT-NDBPSO-PLS模型、PSO-SVM模型，EW-CM模型、SPA-CM模型以及BMA模型，利用反演模型优选技术，选出南四湖水体区叶绿素a浓度、总悬浮物浓度和浊度最佳反演模型。主要得到以下结论：
　　（1）南四湖主要有光叶眼子菜、菹草、穗花狐尾藻和篦齿眼子菜等水草，穗花狐尾藻、篦齿眼子菜和光叶眼子菜物候特征类似，春季开始生长，夏季生长最为旺盛，然后逐渐开始凋亡；菹草初春开始生长，春末生长最为旺盛，然后快速凋亡，不再生长。光叶眼子菜、菹草、穗花狐尾藻和篦齿眼子菜对南四湖水质具有净化和指示作用，处于生长期的四种水草区水体叶绿素a浓度低于8ug/L，总悬浮物浓度和浊度一般分别低于15mg/L和15NTU。但水草凋亡腐烂也会对水质产生污染，导致南四湖水体总悬浮物浓度和浊度大幅升高，水草凋亡腐烂期南四湖水草区水质较差。
　　（2）南四湖三种水质参数常规半经验/半分析反演模型中波段比值模型整体上优于单波段模型和一阶微分模型，其中，叶绿素 a浓度R696.2nm/R401.9nm线性反演模型精度最高，综合误差为28.74%；总悬浮物浓度R*681.2nm/R*540.5nm一元二次反演模型精度最高，综合误差为33.83%；综合比较模型 R2和模型综合误差，浊度 R′585.6nm指数反演模型和 R688nm/R568.2nm一元二次反演模型精度较为理想；统一模式反演浊度和总悬浮物类似，综合误差大于50%，模型精度偏低。
　　（3）叶绿素a浓度WT-NDBPSO-PLS反演精度较传统半经验/半分析模型有所提高，综合误差低于27%；WT-NDBPSO-PLS模型反演总悬浮物浓度综合误差高于50%，反演浊度综合误差接近35%。WT-NDBPSO-PLS模型不适合反演存在较大浓度差异的总悬浮物浓度和浊度。
　　（4）三种水质参数PSO-SVM模型精度高于传统半经验/半分析模型和WT-NDBPSO-PLS模型，当水质参数和光谱变量之间呈显著非线性关系时，利用PSO-SVM模型反演水质参数能明显提高反演精度。nsr-PSO-SVM模型精度整体上高于osr-PSO-SVM模型，对光谱反射率进行归一化处理可以一定程度上提高模型精度。
　　（5）基于熵权法、集对原理和贝叶斯平均方法的集合模型，可以综合各模型特点，实现水质参数的多模型协同反演，集合模型同时具有较高的建模和反演精度。
　　（6）综合比较BMA集合模型和各单一模型的反演区间的覆盖率、平均带宽和平均偏移幅度指标，叶绿素a浓度和浊度BMA集合反演模型可以给出较为可靠的反演区间；总悬浮物浓度osr-PSO-SVM模型可以给出更为可靠的反演区间。
　　（7）nsr-PSO-SVM为南四湖水体区叶绿素a浓度、总悬浮物浓度和浊度最佳反演模型。
　　本研究中提出一种南四湖水草区水质遥感间接监测技术，该技术对其他草型湖泊和混合型湖泊水草区水质遥感监测具有指导意义；本文对南四湖水体区三种水质参数偏最小二乘反演模型和支持向量机模型进行改进，显著提高模型率定效率和反演精度，并且实现南四湖三种水质参数的多模型协同反演，模型稳定性得到提高。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景及意义

1.2 水质遥感研究进展

1.3 研究内容及技术路线

1.4 论文结构

第二章 湖泊水质遥感监测原理与技术

2.1 水质遥感监测原理

2.2 水质遥感监测指标

2.3 水质遥感监测数据

2.4 研究区数据获取

2.5 本章小结

第三章 基于水草时空识别的草型湖泊水草区水质遥感监测技术

3.1 水草时空识别

3.2 水草区水质定性监测

3.3 本章小结

第四章 基于常规半经验/半分析模型的水质遥感反演技术

4.1 半经验/半分析模型

4.2 南四湖水体叶绿素a浓度反演

4.3 南四湖水体总悬浮物浓度反演

4.4 南四湖水体浊度反演

4.5 本章小结

第五章 基于小波变换、改进离散粒子群和偏最小二乘的水质参数遥感反演技术

5.1 基于小波变换、改进离散粒子群和偏最小二乘的水质参数遥感反演技术

5.2 南四湖水体叶绿素a浓度反演

5.3 南四湖水体总悬浮物浓度反演

5.4 南四湖水体浊度反演

5.5 本章小结

第六章 基于粒子群优化和支持向量机的水质参数智能遥感反演技术

6.1 基于粒子群优化和支持向量机的水质参数智能遥感反演技术

6.2 南四湖水体叶绿素a浓度反演

6.3 南四湖水体总悬浮物浓度反演

6.4 南四湖水体浊度反演

6.5 本章小结

第七章 基于集合建模的水质遥感多模型协同反演技术

7.1 基于集合建模的水质遥感多模型协同反演技术

7.2 南四湖水体叶绿素a浓度反演

7.3 南四湖水体总悬浮物浓度反演

7.4 南四湖水体浊度反演

7.5 水质参数反演模型优选算法

7.6 本章小结

第八章 结论与展望

8.1 结论

8.2 创新点

8.3 存在问题及展望

参考文献

硕士期间参加的项目和主要学术成果

致谢