福建近岸海域悬浮泥沙浓度遥感定量监测研究

doi:10.11849/zrzyxb.2008.01.017

自然资源学报 ›› 2008, Vol. 23 ›› Issue (1): 150-160.doi: 10.11849/zrzyxb.2008.01.017

福建近岸海域悬浮泥沙浓度遥感定量监测研究

张春桂¹, 张星², 陈敏艳², 潘卫华¹, 曾银东³

1. 福建省气象科学研究所,福州350001;
2. 福建省气象局,福州 350001;
3. 福建省海洋环境与渔业资源监测中心,福州 350003

收稿日期:2007-05-10 修回日期:2007-07-23 出版日期:2008-02-01 发布日期:2008-02-01
作者简介:张春桂(1966-),男,福建惠安人,高工,主要从事气象卫星遥感应用研究。
基金资助:
中国气象局新技术推广项目(CMATG2005M35);福建省科技厅重点项目(2006Y008)。

Study on Remote Sensing Quantitative Model of Suspended Sediments in the Coastal Waters of Fujian

ZHANG Chun-gui¹, ZHANG Xing², CHEN Min-yan², PAN Wei-hua¹, ZENG Yin-dong³

1. Fujian Provincial Meteorological Institute, Fuzhou 350001, China;
2. Fujian Provincial Meteorological Bureau, Fuzhou 350001, China;
3. Monitoring Center for Marine Environment and Fishery Resources, Fuzhou 350003, China

Received:2007-05-10 Revised:2007-07-23 Online:2008-02-01 Published:2008-02-01

摘要/Abstract

摘要： 论文在分析MODIS数据对海洋水体反射光谱特征的基础上,选用合适的探测波段构成悬浮泥沙遥感参数,并根据2003~2004年福建近岸海域海洋监控区内9个站点的海洋水色数据建立悬浮泥沙浓度遥感定量反演模式。利用已建立的模式对2001~2005年福建近岸海域悬浮泥沙浓度进行遥感反演,根据反演结果分析该海域悬浮泥沙浓度的分布及其变化特征,着重分析闽江口海域的悬浮泥沙运动特点。结果表明:福建近岸海域悬浮泥沙浓度与基于MODIS蓝光(0.438~0.448μm)和绿光(0.545~0.565μm)探测波段数据构成的遥感参数呈指数函数关系,定量反演效果比较理想,反演结果能客观地揭示福建近岸海域悬浮泥沙的浓度分布及其变化特征,为今后对该海域悬浮泥沙运动规律的深化研究奠定了基础。

关键词: 遥感, 悬浮泥沙, 反演模式, MODIS, 福建近岸海域

Abstract: On the basis of analysis of MODIS data reflected spectrum characteristics on ocean, the remote sensing parameters of suspended sediments have been marked by selecting MODIS available channels in this paper,and the relevant inversion model of quantitative remote sensing data monitoring for suspended sediments has been established with ocean color data measured from nine stations on Fujian coastal waters in 2003-2004.The suspended sediment concentration on the coastal waters of Fujian in 2001-2005 has been calculated by using the quantitative remote sensing inversion model which has been established,and according to calculation results the characteristics of the spatial distribution and variation of suspended sediments concentration have been analyzed in the same region,specially,the movement characteristics of suspended sediments in Minjiang River estuary have been analyzed. The results indicate that the relationship between the suspended sediment concentration in the coastal waters of Fujian and the remote sensing parameters of suspended sediments based on MODIS blue(0.438-0.448μm) and green(0.545-0.565μm) channel data show exponential function,and the remote sensing quantitative model has gained a good effect and high accuracy,and can fulfill the quantitative survey of the distribution and variation of suspended sediments in the coastal waters of Fujian. Finally,the results will be considered as a basis for further research in this region.

Key words: remote sensing, suspended sediment, relevant inversion model, MODIS, Fujian coastal waters

中图分类号:

TP79:P931

张春桂, 张星, 陈敏艳, 潘卫华, 曾银东. 福建近岸海域悬浮泥沙浓度遥感定量监测研究[J]. 自然资源学报, 2008, 23(1): 150-160.

ZHANG Chun-gui, ZHANG Xing, CHEN Min-yan, PAN Wei-hua, ZENG Yin-dong. Study on Remote Sensing Quantitative Model of Suspended Sediments in the Coastal Waters of Fujian[J]. JOURNAL OF NATURAL RESOURCES, 2008, 23(1): 150-160.

参考文献

[1] Lira J, Morales A, Zamora F. Study of sediment distribution in the area of the Panuco River plume by means of remote sensing[J]. International Journal of Remote Sensing,1997,18(1):171-182. [2] Bowers D G, Gaffney S, White M, et al. Turbidity in the southern Irish Sea[J]. Continental Shelf Research,1998,18(5):487-500. [3] Hu Chuanmin, Carder Kendall L, Muller Karger, et al. Atmospheric correction of SeaWiFS imagery over turbid coastal waters[J]. Remote Sensing of Environment,2000,74(2):195-206. [4] Froidefond J M, Gardel L, Guiral D, et al. Spectral remote sensing reflectances of coastal waters in French Guiana under the Amazon influence[J]. Remote Sensing of Environment,2002,80:225-232. [5] David Doxaran. Spectral signature of highly turbid waters application with SPOT data to quantify suspended particulate matter concentrations[J]. Remote Sensing of Environment,2002,81:149-161. [6] 陈鸣,李士鸿,刘小靖.长江口悬浮泥沙遥感信息处理和分析[J].水利学报,1991,(5):47~51. [7] 韩震,恽才兴,蒋雪中.悬浮泥沙反射光谱特性实验研究[J].水利学报,2003,(12):118~121. [8] 潘德炉,李淑菁,毛天明.卫星海洋水色遥感的辐射模式研究[J].海洋与湖沼,1997,28(6):652~658. [9] 乐华福,林寿仁,赵太初,等.近海Ⅱ类海水反射率与表面悬浮泥沙相关性的研究[J].国土资源遥感,2000,(1):34~38. [10] 李四海,恽才兴.河口表层悬浮泥沙气象卫星遥感定量模式研究[J].遥感学报,2001,5(2):154~160. [11] 李四海,唐军武,恽才兴.河口悬浮泥沙浓度SeaWiFS遥感定量模式研究[J].海洋学报,2002,24(2):51~58. [12] 张穗,陈慧娟,陈鹏霄.长江口水体表层泥沙含量遥感监测研究[J].长江科学院院报,2005,22(5):23~25. [13] 李云驹,常庆瑞,杨晓梅,等.长江口悬浮泥沙的MODIS影像遥感监测研究[J].西北农林科技大学学报(自然科学版),2005,33(4):117~121. [14] 刘灿德,何报寅,李茂田,等.利用MODIS反演长江中游悬浮泥沙含量的初步研究[J].地质科技情报,2006,25(2):99~102. [15] 刘良明,张红梅.基于MODIS数据的悬浮泥沙定量遥感方法[J].国土资源遥感,2006,(2):42~45. [16] Stumpf R P, Pennock J R. Calibration of a general optical equation for remote sensing of suspended sediments in a moderately turbid estuary[J]. Journal of Geophysical Research,l989,(94):14363-14371. [17] http://oceancolor.gsfc.nasa.gov. [18] Pan D, Mao T, Li S, et al. Study on detection of coastal water environment of China by ocean color remote sensing[J]. Acta Oceanologica Sinica,2001,20(1):51-63. [19] 马超飞,唐军武,王其茂,等.黄、东海区总悬浮泥沙对HY-1 CCD数据叶绿素浓度反演的影响[J].海洋科学进展,2004,22(增刊):115~120. [20] 陈一梅.利用卫星遥感分析闽江口深水航道演变[J].水运工程,2003,(7):30~32. [21] 罗健,龚静怡,张行南.九龙江口及厦门湾悬沙分布和输移沉积的多时相遥感分析[J].水利水运科学研究,1999,(4):368~376. [22] 李朝新,刘振夏,胡泽建,等.泉州湾泥沙运移特征的初步研究[J].海洋通报,2004,23(2):25~31.

福建近岸海域悬浮泥沙浓度遥感定量监测研究

Study on Remote Sensing Quantitative Model of Suspended Sediments in the Coastal Waters of Fujian

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	覃艺, 张廷斌, 易桂花, 魏澎涛, 杨达. 2000年以来内蒙古生长季旱情变化遥感监测及其影响因素分析[J]. 自然资源学报, 2021, 36(2): 459-475.
[2]	张涛, 方宏, 韦玉春, 胡祺, 徐晗泽宇. 顾及空间自相关性的高分遥感影像中建设用地的变化检测[J]. 自然资源学报, 2020, 35(4): 963-976.
[3]	余灏哲, 李丽娟, 李九一. 基于TRMM降尺度和MODIS数据的综合干旱监测模型构建[J]. 自然资源学报, 2020, 35(10): 2553-2568.
[4]	肖武, 张文凯, 吕雪娇, 王新静. 西部生态脆弱区矿山不同开采强度下生态系统服务时空变化——以神府矿区为例[J]. 自然资源学报, 2020, 35(1): 68-81.
[5]	饶滴滴, 于秀波, 李鹏, 夏少霞, 孟竹剑, 刘影. 鄱阳湖碟形湖泊（常湖池）春季苔草生物量遥感估算[J]. 自然资源学报, 2019, 34(9): 2001-2011.
[6]	高永鹏, 姚晓军, 刘时银, 祁苗苗, 段红玉, 刘娟, 张大弘. 1973-2018年布喀达坂峰地区前进冰川遥感监测[J]. 自然资源学报, 2019, 34(8): 1666-1681.
[7]	张文强, 孙从建, 李新功. 晋西南黄土高原区植被覆盖度变化及其生态效应评估[J]. 自然资源学报, 2019, 34(8): 1748-1758.
[8]	马勇, 童昀, 任洁. 多源遥感数据支持下的县域尺度生态效率测算及稳健性检验——以长江中游城市群为例[J]. 自然资源学报, 2019, 34(6): 1196-1208.
[9]	刘文斌, 陶建斌, 徐猛, 陈瑞卿, 郭洋. 基于人工神经网络多源数据融合的子像元冬油菜提取——以两湖平原为例[J]. 自然资源学报, 2019, 34(5): 1079-1092.
[10]	郭兴健, 邵全琴, 杨帆, 李愈哲, 汪阳春, 王东亮. 无人机遥感调查黄河源玛多县岩羊数量及分布[J]. 自然资源学报, 2019, 34(5): 1054-1065.
[11]	王炎强, 赵军, 李忠勤, 张明军. 1977-2017年萨吾尔山冰川变化及其对气候变化的响应[J]. 自然资源学报, 2019, 34(4): 802-814.
[12]	董禹麟, 于皓, 王宗明, 李明玉. 1990-2015年朝鲜土地覆被变化及驱动力分析[J]. 自然资源学报, 2019, 34(2): 288-300.
[13]	陈桃, 包安明, 郭浩, 郑国雄, 袁野, 于涛. 中亚跨境流域生态脆弱性评价及其时空特征分析——以阿姆河流域为例[J]. 自然资源学报, 2019, 34(12): 2643-2657.
[14]	王浩, 罗格平, 王伟胜, PACHIKINKonstantin, 李耀明, 郑宏伟, 胡伟杰. 基于多源遥感数据的锡尔河中下游农田土壤水分反演[J]. 自然资源学报, 2019, 34(12): 2717-2731.
[15]	贺敏, 宋立生, 王展鹏, 辜清, 王大菊, 郭博. 基于多源数据的干旱监测指数对比研究——以西南地区为例[J]. 自然资源学报, 2018, 33(7): 1257-1269.