基于高分辨率多光谱影像的温瑞塘河水质反演模型研究

中国农村水利水电 ›› 2017 ›› (3) : 90-95.

水环境与水生态

冼翠玲¹,张艳军^1,3,张明琴²,蒋婷¹,林沛榕¹,商栩³

作者信息 +

Research on Inversion Model of Water Quality of Wen-Rui Tang River Using High Resolution IKONOS Multispectral Imagery

XIAN Cui-ling¹,ZHANG Yan-jun^1,3,ZHANG Ming-qin²,JIANG Ting¹,LIN Pei-rong¹,SHANG Xu³

Author information +

稿件信息 +

摘要

针对温瑞塘河水质监测中成本较高、监测点有限等特点，基于遥感技术和数理分析的基本理论，以温瑞塘河为研究对象，利用高分辨率遥感数据和实测水质数据建立了总氮和总磷两个水质参数的遥感反演模型，并对温瑞塘河的主要超标指标总磷和总氮进行了遥感反演。结果表明，对于总氮，多元线性回归模型和人工神经网络模型预测结果与实测值平均相对误差分别为15.45%和6.70%；对于总磷，平均相对误差分别为13.91%和13.62%。两种反演模型均能有效地监测温瑞塘河水质状况和空间分布情况，水质遥感反演模型具有深入研究和推广的价值。

Abstract

Aiming at the disadvantages of high-cost and limited monitoring sites of Wenzhou water quality monitoring, taking Wen-Rui Tang River as study area, this paper develops multiple linear regressions (MLR) and artificial neural network (ANN) models to estimate TN and TP concentrations from high spatial resolution remote sensing imagery and in situ water samples collected concurrently with overpassing satellite. It turned out that, the average relative errors of MLR and ANN are respectively 15.45% and 6.70% for TN, while 13.91% and 13.62% for TP. Two models are effective for monitoring water quality state and spatial distribution of Wen-Rui Tang River with the value of in-depth research and extension.

关键词

温瑞塘河 / 水质遥感反演 / 总氮 / 总磷

Key words

Wenruitang River / remote sensing inversion models of water quality / total nitrogen / total phosphorus

基金

基于遥感反演的温瑞塘河快速全覆盖式水质监测技术(S20140022);

国家自然科学基金项目 (51379149;51279140; 51279143)

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用

冼翠玲张艳军张明琴蒋婷林沛榕商栩. 基于高分辨率多光谱影像的温瑞塘河水质反演模型研究[J].中国农村水利水电, 2017(3): 90-95

XIAN Cui-ling, ZHANG Yan-jun, ZHANG Ming-qin, JIANG Ting, LIN Pei-rong, SHANG Xu. Research on Inversion Model of Water Quality of Wen-Rui Tang River Using High Resolution IKONOS Multispectral Imagery[J].China Rural Water and Hydropower, 2017(3): 90-95

参考文献

[1]Liu J，Zhang Y，Yuan D，Song X． Empirical Estimation of Total Nitrogen and Total Phosphorus Concentration of Urban Water Bodies in China Using High Resolution IKONOS Multispectral Imagery[J]．Water．2015， 7(11)：6551-6573．
[2]谢欢，童小华．水质监测与评价中的遥感应用[J]．遥感信息， 2006(02)：67-70．
[3] Kloiber S M，Brezonik P L，Olmanson L G，et al．A procedure for regional lake water clarity assessment using Landsat multispectral data[J]．Remote Sensing of Environment，2002，82(1)：38-47．
[4] Song K，Li L，Li S，et al．Hyperspectral Remote Sensing of Total Phosphorus (TP) in Three Central Indiana Water Supply Reservoirs[J]．Water Air & Soil Pollution，2012，223(4):1481-1502．
[5]闻建光，肖青，杨一鹏，等．基于 Hyperion 数据的太湖水体叶绿素 a浓度遥感估算[J]．湖泊科学，2006，18(6)：327-336．
[6]吕恒，江南，罗潋葱．基于TM 数据的太湖叶绿素a浓度定量反演[J]．地理科学，2006，26(4)：472-476．
[7]Hans Hakvoort，Johan de Haan ，et al．Towards airborne remote sensing of water quality in The Netherlands-validation and error analysis[J]．Journal of Photogrammetry & Remote sensing， 2007，57：171-1．
[8]Zhang Y L，Liu M L，Qin B Q，et al．Modeling remote-sensing reflectance and retrieving chlorophyll-A concentration in extremely turbid case-2 waters (Lake Taihu，China)[J]．IEEE Transactions on Geoscience & Remote Sensing，2009，47(7)：1937-1948．
[9] Shi K，Zhang Y，Zhu G，et al．Long-term remote monitoring of total suspended matter concentration in Lake Taihu using 250m MODIS-Aqua data[J]．Remote Sensing of Environment， 2015，164：43-56．
[10] Zhang Y B，Zhang Y L，Shi K，et al．A Landsat 8 OLI-Based，Semianalytical Model for Estimating the Total Suspended Matter Concentration in the Slightly Turbid Xin’anjiang Reservoir (China)[J]．IEEE，2016，9(1)：398-413．
[11] 王学军，马廷．应用遥感技术监测和评价太湖水质状况[J]．环境科学，2000， 21(6)：65-68．
[12] 王建平，程声通，贾海峰等．用 TM 影像进行湖泊水色反演研究的人工神经网络模型[J]．环境科学，2003，24(2):18-24．
[13] 张霄宇，林以安，唐仁友等．遥感技术在河口颗粒态总磷分布及扩散研究中的应用初探[J]． 2005，01:1-10．

PDF(1019 KB)

访问

引用

详细情况

段落导航

摘要
Abstract
关键词
Key words
基金
引用本文
参考文献

收稿日期	修订日期	出版日期
2016-07-28	2016-10-08	2017-03-15
发布日期
2020-04-25

选择文件类型/文献管理软件名称

选择包含的内容

摘要

Abstract

关键词

Key words

基金

引用本文

{{custom_sec.title}}

{{custom_sec.title}}

参考文献