论文部分内容阅读
CDOM在湖泊生态系统中发挥着重要的作用。CDOM浓度大小能显著改变水下光场,CDOM组成特征可以表征CDOM的来源,CDOM的含量与光学特性显著地改变了湖泊水色及水下光强和光谱分布,在水环境及水生生态系统中具有重要地位。开展富营养化湖泊CDOM浓度及其组成的相关研究,有利于更好地揭示湖泊生源要素循环机制,服务于蓝藻水华控制和湖泊水质改善。本文以巢湖,太湖,滇池等为代表性湖泊,通过多次不同时相野外获取的水体光学参数和相关水质参数,参考哨兵-3AOLCI影像的波段设置,构建了适用于OLCI影像的内陆湖泊CDOM浓度及组成的遥感估算模型,包括经验模型,半分析模型,机器学习模型以及深度学习模型等,并对各个模型的精度进行了比较,最终选择将精度最好的随机森林模型应用到OLCI影像上,得到了太湖2017年春、夏、秋、冬四季的CDOM浓度及组成空间分布图,并对其时空分布规律进行探讨,了解其演变特征。本文的研究内容及得出的结论主要包括以下几个方面:(1)本文首先对三大湖泊的表观光学特征进行了分析,发现遥感反射率光谱曲线具有典型的内陆湖泊水体的光谱特征;通过对CDOM吸收占比以及ag(443)与遥感反射率的相关性分析发现550nm附近是CDOM反演的敏感波段;通过对ag(443)与水质参数叶绿素a浓度以及叶绿素a浓度与实测遥感反射率的相关性分析,发现709nm附近也是CDOM反演的重要敏感波段。(2)基于对实测数据的光谱分析,CDOM光学特性及敏感波段分析,分别构建了 CDOM浓度反演的经验,半分析,以及机器学习模型,并利用统一独立的验证数据集对上述模型进行了精度评价。(3)本文选择250nm,290nm,320nm,400nm以及500nm为临界点,划分CDOM吸收光谱,拟合得到不同波段范围内的CDOM光谱斜率Sg值。通过对Sg值的数据统计特征进行分析,发现太湖、滇池、巢湖水体的Sg(250-290)值均符合正态分布。不同拟合波段范围的Sg值与ag(443)均呈现出负相关关系,且短波波段范围相对于长波波段范围敏感性更高。因此本文选择Sg(250-290)来指征CDOM的组成,并基于Sg与CDOM浓度的固有光学关系,构建了 Sg(250-290)的估算模型。(4)本文将反演精度最好的随机森林模型应用到预处理后的太湖2017年的4景OLCI影像上,得到太湖2017年不同季节的CDOM浓度及组成的时空分布图,并对其时空分布规律进行了探讨。从空间上来看,太湖西部CDOM浓度常年处于较高梯度:春、夏季高值区主要集中在西北部,秋、冬季高值区则主要集中在西南部。由西向东,太湖CDOM浓度逐渐呈降低趋势。从季节上来看,春季和秋季太湖表层水体CDOM浓度值较高,夏季和冬季CDOM浓度值相对较低。太湖CDOM组成的时空分布图表明,Sg(250-290)值与ag(443)的空间分布特征呈大致相反的分布。从空间上来看,太湖西部Sg值常年处于较低梯度:春、夏季低值区主要集中在西北部,秋、冬季低值区则主要集中在西南部。从季节上来看,在不同的季节,太湖的不同湖区的内外源的主导情况不同,因此Sg值也存在较大的差异。