论文部分内容阅读
湖泊水体富营养化已经成为全球性的环境问题之一。近年来由于气候变暖和人类活动的双重作用,造成蒙新高原区湖泊富营养化状态日益恶化,直接威胁到湖区周围脆弱的生态系统和沿湖人们的生产生活。因此必须加强湖泊水质的监测和治理。常规的水质监测费时费力,并且很难反映湖泊的整体水质状态,而遥感技术可以快速、及时的提供整个湖区的水质状态,具有监测范围广、成本低和便于进行长期动态监测的特殊优势,在湖泊水质监测中具有巨大的应用潜力。本文的研究目的是通过开展湖泊水体水质遥感监测的方法和技术研究,发展适合湖泊水体水质监测的多光谱波段分析技术,形成具有可操作性的中低分辨率多光谱水质遥感监测方法和技术。在总结分析国内外水质遥感监测和湖泊富营养化评价识别研究领域已有的理论、技术和方法的基础上,将乌梁素海作为研究区,以湖泊富营养化状态识别指标总氮、总磷、叶绿素a、化学需氧量和透明度为研究对象,系统研究了利用Landsat5 TM遥感数据反演湖泊水体水质组分的方法和技术。研究内容涉及遥感数据的获取及与其同步(准同步)的地面数据采集、遥感数据的预处理、水质参数的光谱特征分析、波段数据分析和最佳波段和波段组合的选择、利用径向基(RBF)神经网络方法构建水质浓度遥感定量反演模型及模型精度的分析和检验,最后利用模糊模式识别交叉迭代模型对水质浓度遥感反演数据进行了湖泊富营养化状态的模糊模式识别研究,并将识别结果与湖泊水体实际调查的富营养化状态进行对比分析验证其准确性。本文研究重点放在利用径向基(RBF)神经网络方法构建水质浓度遥感定量反演模型研究和利用模糊模式识别交叉迭代模型对水质浓度遥感反演数据进行了湖泊富营养化状态的模糊模式识别研究上。研究结果显示Landsat5 TM遥感数据的1—4波段对湖泊水体水质参数反应比较灵敏,且与单波段相比,波段组合比值算法与水质参数的相关性有明显的提高。利用径向基(RBF)神经网络方法构建了适合湖泊水体水质浓度遥感反演模型,水质浓度遥感反演平均误差控制在±25%。在验证了以模糊模式识别交叉迭代模型作为计算原理开发的湖泊富营养状态识别MATALB计算程序的准确性和可靠性的基础上,利用该程序对遥感反演得到的乌梁素海2006年5月～10月对应的5个水质指标的反演浓度进行湖泊富营养化状态的模糊模式识别研究。湖泊富营养化状态识别结果与实际情况基本吻合。文章最后概括总结本文主要研究的内容及取得的成果,并对存在问题进行了探讨及对有待进一步研究的问题进行了展望。