富营养化水体的比辐射率测量及其红外水温遥感反演

The emissivity of the water surface is an important parameter for retrieving the water surface temperature from remotely sensed datasets. The accuracy of the temperature must be calculated within 0.3K for global climate research and the emissivity needs to be measured with the accuracy of 0.5%.Since we have known the knowledge that the water consituents,such as the suspended sediments and high concentration of Cyanobacteria,can substantially affect the emissivity of water surface and therefore,it is of important influence on the water temperature retrieval(skin temperature). A platfom with Net radiometer and Infrared spectrometer(2-15um)mounted on it will be set up and simultaneous measurements of the water temperature、concentrations of water constituents（suspended sediments and chlorophyll-a） will be carried out during the experiments.The realtionships between the water constituents、observing angles with the water emissivity will be analysed quantitatively and the coupling model of the water emissivity will greatly improve the retrieving accuracy of water surface temperature.

水体比辐射率是水温遥感反演的重要参数。在全球气候变化研究中，反演温度需要达到0.3K的精度，就需要水体比辐射率的精度达到0.5%。水体比辐射率受到水体组分（蓝藻水华、悬浮物）、观测角度的共同作用，对水体表面温度（Skin temperature）的反演精度有重要影响。因此通过搭建热红外波谱仪和净辐射仪的实验平台，同步测量水体的热红外辐射和净辐射参数，精确测量与分析不同蓝藻水华浓度、不同悬浮物浓度、不同观测角度水体比辐射率的变化规律，探索比辐射率多因素耦合机制，构建比辐射率耦合模型，分析对比比辐射率误差对水温反演精度的影响，提高水体水温精度。

水体温度直接影响水体植被的生长，是水体生态系统的重要参数，精确测量水体表面温度对于研究水环境和水生态系统的物理、化学和生态过程具有重要意义。水温反演需要水体的比辐射率参数，目前的水体表面温度反演一般都是默认水体具有很高的比辐射率，并将水体比辐射率统一设为常数。但是太湖水体作为典型的富营养化水体，水体表面经常不均匀覆盖高密度的蓝藻水华和高浑浊的水体。高密度蓝藻水华和高浑浊水体的可见光-近红外光谱与清洁水体差异极大，具有不同的红外辐射特性，统一采用相同的比辐射率会导致较大的水体表面温度反演误差。本课题利用Boman MR304热红外波谱仪、利用Thermo Fisher Scientific Company 的Nicolet iS50 热红外波谱仪和 PIKE Company的积分球测试多种叶绿素a浓度、悬浮物浓度的比辐射率变化规律和观测角度的影响，构建了能够体现水体表面物质组分变化的水体温度反演模型。水体温度经过实测数据验证和对比，高密度蓝藻水华和高浓度悬浮物的作用下，水体表面温度差异达到0.5-1k，很好的刻画水体表面物质不同造成的温度响应差异。而且进一步的研究显示，含有蓝藻、高浓度悬浮物的水体，在相同的阳光辐射照耀下，水体表面温度响应比洁净水体更迅速，温度更高。这意味着，每年春季太湖水体表面出现的高密度蓝藻的聚集现象能够有效提高水体积温，这一现象将对蓝藻水华的快速繁殖和水华暴发有显著的促进作用。通过高精度地反演水体表面温度有助于建立更加准确的太湖水体温度监测体系，更加准确的识别太湖水体积温变化，为蓝藻水华预警提供更加可靠的数据。