基于MODIS影像的叶绿素a浓度监测与预测方法研究

摘要

基于MODIS 影像数据的叶绿素a 浓度监测与预测技术在海洋方面已经趋于成熟，但是在内陆水体方 面，这种技术还处于探索阶段。随着我国经济的高速发展，环境污染和生态破坏日益严重，内陆水体的污染 程度越显严峻，因此，内陆水体的富营养化监测与预测技术的研究是非常必要的。 本文阐述了基于MODIS 影像数据进行的叶绿素a 浓度的监测与预测技术。该技术分为两部分，一是 MODIS 影像数据的解译分析，二是水生态动力学模型的建立。首先对MODIS 影像数据进行解译分析，对初 始数据进行投影变换和兴趣区裁剪等处理，然后进行大气校正， 主要考虑了瑞利散射、气溶胶的贡献等因素，并进行处理。用叶绿素a 经验公式计算叶绿素a 的浓度分布。 第二部分是生态动力学模型计算，这部分包括水动力模型和富营养动力模型， 考虑了风场及温度等因素。 本文以太湖为研究区域，太湖位于长江中下游，水面面积2338km2，是我国五大淡水湖之一。太湖流域 为我国城市化水平最高的区域，近年来经济快速发展。于此同时，太湖流域的富营养化程度不断加重，而太 湖蓝藻暴发呈现加剧趋势，2006 年和2007 年盛夏期间，太湖都发生了全湖性的蓝藻水华，而2007 年发生的 水华更为严重。 本文分别取2007 年5 月8 日和2007 年5 月19 日的MODIS 影像，对其进行分析。结果表明，太湖生态动 力学模型可以很好的模拟太湖的富营养化状态。考虑了水温、风场等因素后，模型计算后的叶绿素a 浓度分 布结果比MODIS 影像提取的叶绿素a 浓度分布更为精确。 MODIS 影像数据因为其经济和快速获取而广泛应用于环境监测中，但是其分辨率受到限制。本文阐述 的方法可以克服MODIS 影像数据分辨率较低的缺点，可以提供快速、实时的监测结果，并根据研究区域的流 场来对区域进行预测，而该方法可应用于其他的内陆水体和海洋区域。