遙感反演模型在水資源監(jiān)測工作中有著重要應(yīng)用，該模型對數(shù)據(jù)的 采集與處理有著很高的準確性與處理效率，對水質(zhì)檢測工作來說是強有力的保證。

　　《水資源研究》水利科技期刊征稿，堅持為社會主義服務(wù)的方向，堅持以馬克思列寧主義、毛澤東思想和鄧小平理論為指導，貫徹“百花齊放、百家爭鳴”和“古為今用、洋為中用”的方針，堅持實事求是、理論與實際相結(jié)合的嚴謹學風，傳播先進的科學文化知識，弘揚民族優(yōu)秀科學文化，促進國際科學文化交流，探索防災(zāi)科技教育、教學及管理諸方面的規(guī)律，活躍教學與科研的學術(shù)風氣，為教學與科研服務(wù)。

　　葉綠素a(Chl-a)是江河湖泊水體水質(zhì)狀況評價的重要指標之一。本文以媯水河為研究區(qū)，利用實Chl-a濃度數(shù)據(jù)和同步的環(huán)境一號衛(wèi)星(HJ-1A)多光譜數(shù)據(jù)對渾河水體Chl-a濃度的遙感反演模型進行研究，結(jié)論對于提高遙感反演的精度，并為渾河的水質(zhì)遙感監(jiān)測提供技術(shù)和方法參考。

　　1 數(shù)據(jù)源采集與數(shù)據(jù)預處理

　　1.1 野外數(shù)據(jù)采集

　　研究區(qū)為渾河中游河段，根據(jù)該河流水面狀況、水質(zhì)分布以及水面形狀等特征，采樣路線設(shè)計為自南向北，在重點部位均設(shè)置采樣點，覆蓋整個研究區(qū)域，力求采集的數(shù)據(jù)能準確反映整體水質(zhì)狀況。數(shù)據(jù)采集分六個時間點進行，共獲得96份水體高光譜數(shù)據(jù)。測量光譜選擇氣象條件較好的10：00-14：00時段。利用野外水質(zhì)儀同步采集ChI-a濃度，并同時獲取水體溫度以及PH值等水體環(huán)境數(shù)據(jù)。

　　1.2 HJ-1A數(shù)據(jù)預處理

　　從中國衛(wèi)星資源中心獲取對應(yīng)的六景多光譜數(shù)據(jù)。并對其中影像質(zhì)量符合要求的兩景圖像進行預處理，其主要步驟包括：

　　(1)輻射定標。定標公式如：L=DN×α+L0 其中L-輻亮度;α-絕度輻射定標系數(shù)增益;L0-偏移量。(2)影像裁剪。利用遙感數(shù)字影像處理軟件(ENVI)，在保留研究中心區(qū)的前提下，對初始遙感圖像進行裁剪。(3)幾何糾正。利用ENVI軟件對獲取的遙感數(shù)據(jù)進行幾何糾正，誤差精度控制在0.3個像元以內(nèi)。(4)大氣糾正。本研究利用ENVI軟件完成2景多光譜遙感數(shù)據(jù)的大氣校正。

　　2 基于HJ-1A衛(wèi)星多光譜數(shù)據(jù)的Chl-a反演

　　2.1 葉綠素a反演模型的構(gòu)建

　　HJ-1A多光譜包括藍、綠、紅、近紅四個波段，由于水色信息分布于這四個波段，并存在一定的重疊。在上節(jié)衛(wèi)星影像數(shù)據(jù)預處理的基礎(chǔ)上對HJ-1A各波段之間的相關(guān)系數(shù)進行分析，并得到如表1所示的結(jié)果。

　　由上述結(jié)果可以看出，前三個波段之間的相關(guān)性較強，也就是說這三個波段之間信息重疊較多，而與波段4之間的重疊信息較少。利用HJ-1A和TM多光譜數(shù)據(jù)進行Chl-a濃度反演建模的波段選擇方式的研究結(jié)論，對HJ-1A數(shù)據(jù)進行進一步篩選，并以此為基礎(chǔ)對葉綠素a濃度相關(guān)系數(shù)進行分析，分析結(jié)果如表2所示。

　　結(jié)果顯示數(shù)組合波段相比單波段的相關(guān)系數(shù)要高，最大絕對值為0.77，顯示組合波段對噪音影響的降低具有一定的效果。葉綠素a的反射峰和吸收谷沒有包含在四個波段中，因此在作與Chl-a的一元回歸分析時應(yīng)該選擇相關(guān)系數(shù)最大的波段。為了綜合考慮各個波段提供的光學信息特征，可以使用波段變化形式與Chl-a濃度作多元回歸。本研究采用分期建模方式，建立一元線性回歸模型和SVM模型。

　　2.2 模型的應(yīng)用

　　利用SVM模型反演結(jié)果的三個指標依次為：35.33ug/L，18.26ug/L，21.30ug/L。數(shù)值顯示渾河處于IV類水質(zhì)，結(jié)論與沈陽市水務(wù)局監(jiān)測結(jié)論一致。同時，反演結(jié)果顯示研究區(qū)Chl-a濃度均值分別上升了：3.61ug/L和6.71 ug/L，說明渾河水質(zhì)在不斷惡化。此外，渾河河Chl-a濃度在空間分布上的差異性比較明顯：Chl-a濃度深水區(qū)較低，高濃度值區(qū)域浮游藻類分布較明顯。

　　3 結(jié)語

　　(1)SVM模型的反演比一元線性模型精度要高，將HJ-1A多光譜數(shù)據(jù)與波段組合數(shù)據(jù)結(jié)合作為SVM模型的輸入變量對提高模型精度有利。(2)模型的計算結(jié)果顯示渾河水體處于富營養(yǎng)化狀態(tài)，監(jiān)測結(jié)果與沈陽水務(wù)局公布的結(jié)果一致。(3)SVM模型具有很好的非線性擬合能力，能夠提高水質(zhì)參數(shù)反演的精度。

　　參考文獻：

　　[1] 趙玉芹，汪西莉，蔣賽.渭河水質(zhì)遙感反演的人工神經(jīng)網(wǎng)絡(luò)模型研究[J].遙感技術(shù)與應(yīng)用，2009(01)：63-67.

　　[2] 汪西莉，周兆永，延軍平.應(yīng)用GA-SVM的渭河水質(zhì)參數(shù)多光譜遙感反演[J].遙感學報，2009(04)：740-744.

　　[3] 朱利，姚延娟，吳傳慶，張永軍，陳靜，王穎.基于環(huán)境一號衛(wèi)星的內(nèi)陸水體水質(zhì)多光譜遙感監(jiān)測[J].地理與地理信息科學，2010(02)：81-84+113.