基于GOCI数据的太湖叶绿素a浓度反演和蓝藻水华遥感监测*
2020-08-24朱冰川石浚哲
环境污染与防治 2020年8期
关键词:模型
朱冰川 尤 凯 石浚哲 吴 蔚 叶 凉
(1.江苏省无锡环境监测中心,江苏 无锡 214121;2.江南大学环境与土木工程学院,江苏 无锡 214122)
20世纪90年代以来,太湖频繁爆发蓝藻水华,2007年蓝藻水华导致的太湖饮用水危机影响尤为严重,已经严重影响人体健康和社会稳定。要对太湖蓝藻水华进行有效治理,必须对其发生、发展的整个过程有清晰的把握,而太湖蓝藻水华具有爆发面积大、时空变化剧烈等特点[1],因此实现太湖蓝藻水华时空动态监测尤为重要[2]。传统的富营养化指数和蓝藻水华监测,不仅需耗费大量人力物力,而且难以实现大面积的实时监测。遥感监测成本低,可以快速、实时、大面积监测水体表面的长期动态变化[3-4],在湖泊蓝藻水华动态监测和预警预报,以及湖泊富营养化监测方面具有巨大优势[5]。当前有多种遥感反演算法应用于太湖的蓝藻水华研究,例如浮藻指数(FAI)法[6-7]、三波段模型法[8]等。已有学者利用MODIS、MERIS、Landsat、哨兵2A等卫星开展了湖泊蓝藻水华的遥感监测工作[9-12],但是这些极轨卫星仍然无法对蓝藻水华一天内的变化进行持续观测。
韩国“千里眼”卫星(COMS)是具有较高空间分辨率的地球静止卫星,其搭载的静止轨道海洋水色遥感器(GOCI)可对特定区域进行持续观测,时间分辨率达到1 h。HUANG等[13]采用GOCI遥感数据,使用波段比值模型反演了太湖叶绿素a浓度,并分析了太湖叶绿素a浓度的分布与动态变化。本研究在对GOCI遥感数据大气校正的基础上,使用相较于波段比值模型精度更高的三波段模型对太湖叶绿素a浓度进行反演,并开展太湖富营养化评价;……
登录APP查看全文
