风浪作用下太湖水色要素生物光学反演模型研究

Due to the changes of water color constituents，bio-optical properties and their vertical distribution structure caused by wind and wave induced sediment resuspension, accuracy and universality of remote sensing analytical retrieval algorithm is restricted and development of inland lake water color remote sensing technology is hindered. Identification and correction of the dominant infuence factor of remote sensing analytical retrieval algorithm in different spatio-temporal water body are a good way for the accuracy and universality improvement. In this study, Taihu Lake is selected as the study area. The measurement time series data (observed in platform and buoy) of water color constituents,optical properties and their vertical distribution is integrated with hydrodynamic process in order to reveal the spatio-temporal variation dynamic mechanism of water color constituents and bio-optical properties. Through coupling with the radiative transfer model, covariation mapping mechanism among the water color distribution,bio-optical properties and apparent optical propertis is determined and uncertainty of inherent optical properties analytical retrieval algorithm is corrected. Based on the covariation mapping mechanism and uncertainty research, the inversion error of water inherent optical quantity remote sensing analytical retieval model is optimized. Through combining with the spatio-temporal variation factors of water color constituents' bio-optical properties, water color constituents remote sensing analytical retieval algorithm is corrected.The objective of this research is to improve the accuracy and universality of water color constituents and inherent optical properties' analytical retrieval algorithm.

风浪引起的沉积物再悬浮改变了水色要素组成、生物光学特性及其垂直分布结构，从而限制了遥感分析反演算法的精度和普适性，阻碍了内陆湖泊水色遥感的发展，确定不同时空水域内遥感分析反演算法的主导影响因子并进行修正是提高反演算法精度和普适性的有效途径。本项目以太湖为研究区，将野外观测的水色要素组成、光学属性及其垂直分布时间序列数据（平台和浮标观测数据）与水动力过程同化，基于此动力同化模式，深入研究和揭示水色要素组成和生物光学特性时空差异的动力机制；将之与辐射传输模型相耦合，确定风浪作用下水色要素分布-生物光学特性-表观光学量之间的共变映射机制，并研究固有光学量分析反演算法的不确定性；基于此映射机制和不确定性研究，优化风浪作用下水体固有光学量的遥感分析反演模型，结合水色要素生物光学特性时空差异表达因子对水色要素反演算法进行修正，以期达到提高固有光学量和水色要素反演算法的精度和普适性的目的。

风浪引起的水体扰动力显著改变了水体中水色要素的构成，从而改变水体主导光学因子，进而影响了水体组分遥感反演模型的精度和普适性，阻碍了遥感技术在内陆湖泊监测中的应用。通过2013年到2015年5次野外采样数据，充分研究水体组分和光学特性的时空差异特征，以及水体组分与光学特性之间的关系；结合辐射传输模型模拟水体组分光学特性以及垂直分布差异对遥感反射率以及水体组分反演算法的影响；明确遥感反射率对水体组分及其光学特性时空差异性的表征，建立水体组分和光学特性的自适应分类算法。通过光学分类后的水体组分、光学特性以及水体组分与光学特性之间定量关系建立水体组分半经验和分析反演模型，并将叶绿素、悬浮颗粒物和总磷反演算法应用于GOCI遥感影像，获取高时间分辨率的叶绿素、悬浮颗粒物和总磷的动态变化特征。结果表明：.悬浮颗粒物和叶绿素垂直分布使得悬浮颗粒物反演模型最大误差达30.5%；叶绿素反演模型高估22.3%；叶绿素波段比值和半分析模型(三波段算法)算法能够显著降低由悬浮颗粒物和叶绿素垂直分布所引起的叶绿素被高估的程度。叶绿素的波段比值和半分析反演模型可以应用于中国内陆水体叶绿素浓度的监测，但是其最优波段的选择具有较大的不确定性。利用自适应光学分类方法对水体光学特性进行分类，并建立的水体组分生物光学优化反演模型，评估优化反演模型、波段比值和三波段模型在GOCI，MERIS，MODIS和SeaWIFS遥感数据上的适用性。.通过GOCI反演的叶绿素浓度数据能够准确捕捉叶绿素浓度时空动态变化信息。太湖梅梁湾和西北部经常遭受大面积的蓝藻水华的危害，在风浪作和太湖西南部开阔的湖泊形态作用下，西南部蓝藻水华难以维持较长的时间；风浪波动和藻类自身浮力影响作用下藻类垂直运动决定了藻类短时间尺度内的时空差异，风对藻类的迁移作用在短时间尺度上较小，但是在长时间尺度存在较大的影响。.GOCI反演的悬浮颗粒物浓度与野外实测数据和浮标监测数据具有较好的一致性。通过GOCI遥感数据，我们获取了悬浮颗粒物和磷的时空分布特征。并得到沉积物再悬浮释放的磷与风速具有显著相关性，并且磷的释放具有较大的空间差异。限制藻类生长的因子随着湖泊形态，风速和风区长度的变化而变化。大多数情况下，磷是藻类生长的主要限制性因子，特别是在开放的区域。沉积物磷的内源释放在湖泊开放区域较为显著，在富营养化或蓝藻水华治理上需要充分考虑内源磷的释放。