遥感技术在内陆水体水质监测中的应用

开篇：润墨网以专业的文秘视角，为您筛选了一篇遥感技术在内陆水体水质监测中的应用范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要：遥感技术在测量行业有着广泛的应用，随着这项技术的不断发展，其应用的范围越来越广。本文对遥感技术在内陆水体水质监测中的应用情况进行了介绍，希望可以促进遥感在水质监测领域的推广，并为遥感技术的创新与完善提供动力与方向。

关键词：遥感技术；内陆；水质；监测；应用

遥感技术在内陆水体水质监测中应用，需要建立水质参数反演算法，在监测的过程中，可以反映出水质在空间与时间上分布的情况，在对比分布的变化后，可以了解内陆水体受污染状况。应用这项先进的技术，可以保证监测工作的效率以及准确性，而且监测的成本比较低。高光谱遥感技术在内陆水体水质监测工作中应用最广，下面笔者对遥感水质监测的原理以及方法进行简单的介绍，以供参考。

1、遥感水质监测的原理与方法

1.1原理

遥感技术是科技不断发展的产物，在监测的过程中，主要是根据地物波谱特性实现的。地物波谱与其本身的属性以及状态有着较大的关系，这也是区分地物的标准。水体光谱特性与水中不同活性物质对光辐射的吸收与散射有着较大的关系，不同的光学活性物质，在吸收与散射性质方面有着较大的差异。利用遥感技术进行检测，可以对一定波长范围内水体的辐射值进行测量，然后根据光谱特征进行区分。

太阳辐射在不同地物上有着不同的吸收与散射情况，有的辐射达到后会被反射，也有的辐射会折射进水体内部，并且被多种分子吸收与散射。在内陆水体中，浮游植物、非色素悬浮物、黄色物质都会影响光谱反射率，其会改变光的散射，改变光的方向，利用遥感技术，可以监测到这些情况，从而保证监测结果的准确性。

1.2方法

1.2.1物理方法。物理方法是指根据辐射传输的理论，上行辐射与水体中光学活性物质吸收、散射有着一定关系，采用遥感技术测量后，可以得到吸收与散射系数，从而确定水体中各成分的浓度以及系数。在本次测量中，由于采用物理方法无法达到相关要求，很多模型都无法正常使用，所以在实际监测时，物理方法的使用率并不高。

1.2.2经验方法。经验方法是指根据多光谱遥感数据监测经验，总结出的一些有效的水质监测方法。在总结的过程中，主要是根据统计分析结果，选择最优波段，然后得到水质参数。在对内陆水体水质进行监测时，采用适合的遥感技术，相关工作人员也总结出了一些经验与方法，这有利于提高工作的效率，也可以避免出现操作失误等错误、但是这种方法会受到时间与空间的限制，所以无法保证监测结果的精度，在内陆水体水质监测中，应用的频率也比较低。

1.2.3半经验方法。

半经验方法是随着高光谱遥感技术在水质监测中的应用发展起来的。半经验方法根据非成像光谱仪或机载成像光谱仪测量的水质参数光谱特征选择估算水质参数的最佳波段或波段组合，然后选用合适的数学方法建立遥感数据和水质参数间的定量经验性算法。利用这种方法对湖泊、水库的水质参数如总悬浮物、叶绿素a、黄色物质以及与之相关的可见度、混浊度进行监测和评价。

遥感水质监测方法20世纪80年代前以物理方法为主，80-90年代以经验方法为主，90年代后以半经验方法为主，经历了物理方法-经验方法-半经验方法的过程，其发展过程是与遥感技术的发展紧密结合在一起的。经验方法、半经验方法都是通过对航空航天遥感数据、与其（准）同步的地面水质波谱数据，影响算法精度的主要因素有遥感数据的波段设置和统计分析技术。

2、水质遥感监测中常用的遥感数据

2.1多光谱遥感数据

内陆水体水质遥感监测中常用的多光谱遥感数据包括Landsat MSS、TM、SPOT HEV、IRS-1C、NOAA/AVHRR等数据。最先用于内陆水体水质监测的是Landsat MSS数据，Lathrop和KLoiber等学者的研究表明内陆水体中的叶绿a浓度、悬浮物浓度可以通过MSS数据监测。但是由于波段太宽，MSS数据不能用于监测悬浮物含量很高的湖泊、水库中的叶绿素a浓度。综合空间、时间、光谱分辨率和数据可获得性特征，TM数据是目前内陆水体水质监测中使用最广泛的多光谱遥感数据。国内外学者利用TM数据开展了大量的内陆水体水质的监测研究，并且对叶绿素a、悬浮物、透明度和黄色物质的估测都取得了比较理想的结果。

由于多光谱遥感数据光谱分辨率较低，不能在理论上针对地物光谱特征解决问题，水质参数反演算法主要是通过经验的方法构造，适用十特定的时一间和水域监测。随着对水质参数光谱特征的深入研究和了解，利用多光谱数据研究构造不受时一间和空间限制算法的可行性受到关注。

2.2高光谱遥感数据

现有的高光谱传感器分为两种：成像光谱仪和非成像光谱仪，主要搭载在不同飞行高度的飞机、卫星上或地面土作平台上。成像光谱仪可为每个像元提供数十至数百个窄波段光谱信息，能产生一条完整而连续的光谱曲线。国内外的学者一利用美国的AVIRIS数据、加拿大的CASI数据、芬兰的AISA数据及中国的CIS数据进行了内陆水体水质参数研究，如叶绿素浓度、水体混浊度、悬浮物浓度的估测。

机载高光谱分辨率数据是解决星载多光谱数据光谱分辨率低的一个有效途径，提高了水质遥感监测精度，但机载遥感覆盖范围小，监测成本高。地面非成像光谱仪与星载高光谱数据的结合，可望研究出具有一定适用性的水质参数反演模型。

2.3新型卫星遥感数据

新的卫星陆续升空为水质遥感监测提供了更高空间、时一间和光谱分辨率的遥感数据，如美国的Landsat ETM + ， EO-1 ALI， MODIS和欧空局的Envisat MERIS等多光谱数据和美国的EO-1 H}erion高光谱数据。Kopo-nen用AISA数据模拟MERIS数据对芬兰南部的湖泊水质进行分类，结果表明分类精度和利用AISA数据几乎相同。利用AISA数据模拟MODIS和MERIS数据来研究这两种数据在水质监测中的可用性时一发现：MERIS以705 nm为中心的波段9很适合用来估算叶绿素a的浓度，但是利用模拟的MODIS数据得到的算法精度并不高。

针对悬浮物，24针对黄色物质。MODIS的空间分辨率为250 m ， 500 m ， 1000 m，每日或每两日可获得一次全球观测数据，适合进行大范围动态监测。高光谱数据包括400一2 500 nm间连续的220个波段的遥感数据，每个波段的宽度只有10 nm，可以非常细致地反映地物的波谱特征，为水质遥感机理研究提供了连续的细分光谱数据。

3、结语

通过本文的分析，遥感技术在内陆水体水质监测中发挥着较大的应用价值，这项技术有着良好的发展潜能，而且在不断的进步，有效保证了监测数据的准确性。为了减轻监测人员的工作强度，相关工作人员也要合理利用“3S”技术，建立水质遥感监测系统与评价系统，可以对内陆水环境的相关信息进行准确的确定，从而协助相关单位建立水安全预警系统。在对统计分析技术进行改进后，可以挖掘出更多的水质信息，消除水质组分间的干扰，实现大范围、动态监测。

参考文献

[1] 苏文，姜广甲，孔繁翔，马荣华，段洪涛，谢健. 内陆水体有色溶解有机物的变化特征[J]. 长江流域资源与环境. 2015（01）

[2] 潘梅娥，杨昆，洪亮. 基于环境一号卫星影像的内陆水体叶绿素α浓度遥感定量反演模型研究[J]. 科学技术与工程. 2013（15）

[3] 周玉翠. 遥感技术在内陆水体水质监测中的应用[J]. 黑龙江科技信息. 2014（14）

[4] 壮歌德，王卓妮. 重要内陆水体建模的惨痛教训[J]. 世界环境. 2012（04）