基于高精度遥感的城市复杂水体有色溶解有机物的时空变异与环境影响因子辨识

Water quality is the core concern of urban aquatic environment. As an ocean color component, chromophoric dissolved organic matter (CDOM) bears a variety of tracing functions and environmentally coupled effects, and also an important water quality indicator. The current CDOM remote sensing estimation in urban environment is limited by the high complexity of water, low resolution of imagery, and poor performance of retrieval algorithms, and hence has not been fully investigated. This study will measure and analyze the CDOM, ocean colors, and bio-optical properties of complex waters in the West Lake, Jinghang canal, and Qiantang River within Hangzhou, and then use the newest QAA-CDOM algorithm, Hyperion hyperspectral imagery, WV-2 high spatial resolution imagery, and Landsat-8 high coverage and frequency imagery to develop an applicable solution for monitoring spatiotemporal variability of CDOM in complex urban waters, and will also examine the its environmentally coupled factors and response processes. This project will be helpful to know more of CDOM properties, water characteristics, and ocean color remote sensing inversion in urban complex environment, improve the effectiveness and accuracy of monitoring water quality, understand the interactions among CDOM, water quality, and the environment, and hence provide more knowledge, techniques, and decision-making bases for managing water resources, controlling aquatic pollutions, and improving water quality.

水体水质的优劣是城市水环境的核心要素。作为水色遥感的组分之一，有色溶解有机物（CDOM）具有众多环境耦合效应与示踪功能，是评价水质的重要指标。当前城市水体中CDOM的遥感反演精度受水体复杂度高、图像分辨率低及算法适应性差等限制，尚未展开深入探索。本项研究通过对杭州市内西湖、京杭运河及钱塘江等复杂水体的水色测量与生物-光学分析，整合运用最新的QAA-CDOM反演算法、Hyperion高光谱图像、WV-2高空间分辨率图像，Landsat-8高覆盖高时频图像，研发一种高精度遥感监测城市复杂水体中CDOM时空变异的可行性方案，并辨识其环境耦合因素及响应过程。本项课题的实施有助于阐明城市复杂环境下的CDOM性质、水色特征及遥感反演机理，提高水质监测效率与精度，深入理解CDOM-水质-环境交互关联，从而进一步为水资源管理、污染防控、优化水质等提供知识储备、技术手段和决策依据。

城市水环境中的有色溶解有机物（CDOM）、悬浮物（TSM）、叶绿素等水色组分是监测和评估其水质的优劣重要参数，本项研究通过采集杭州市西湖、运河等国内城市及其周边河、湖、近海的复杂水体的大量水光学数据，面向Landsat-8、Sentinel-2、GOCI、GF等卫星，研发了有一定适应性的水色参数的反演模型，如西湖TSM和休伦湖CDOM的红绿波段指数模型、舟山近海TSM反演的S型函数模型和长江口CDOM估算的QAA-CDOM-BP神经网络模型，并将这些模型应用于各类卫星的时间序列影像，分析探讨了与水色组分有耦合关系的环境影响因子，发现旅游、商业、交通运输等城市人类活动以及径流、洋流、温度、降水等自然环境因素对水色组分的时空变异有较为明显的影响。本项研究对比研究了美国大湖萨吉诺-湾市-米德兰三角城市区萨吉诺河、卡卡林河和休伦湖的CDOM反演与环境交互，发现其水中的CDOM虽然比国内长三角地区的浓度大，但水体特征相对简单，反演结果更为准确。另外，本项目还研究了涉及水色遥感的大气校正、不确定性分析、河口海岸带地区湿地变化等技术与科学问题，建议用ACOLITE模型进行大气校正，在模型验证时需要考虑Type A不确定度。本项研究的结果与发现，有助于了解我国城市及人口密集区域水环境的水色状况，并且提供了通过当前可用的遥感卫星对其进行监测的方法，从而服务于相关城市环境保护、水土保持、水质评估和水源保护等研究、管理与决策工作。