高分数据连续多时相南湾湖藻类污染监测

doi:10.13474/j.cnki.11-2246.2023.0095

测绘通报 ›› 2023, Vol. 0 ›› Issue (4): 1-5,15.doi: 10.13474/j.cnki.11-2246.2023.0095

• 生态环境动态监测 • 下一篇

高分数据连续多时相南湾湖藻类污染监测

文晔^1,2, 王松妍¹, 张欢³

1. 大连理工大学城市学院建筑工程学院, 辽宁大连 116600;
2. 沈阳农业大学土地与环境学院, 辽宁沈阳 110866;
3. 辽宁锦鹏地理信息科技有限公司, 辽宁沈阳 110000

收稿日期:2022-04-26 修回日期:2023-02-06 发布日期:2023-04-25
作者简介:文晔(1987—),女,博士,副教授,主要研究方向资源与环境遥感技术应用、土地资源利用与信息技术。E-mail:wydllg_3s@126.com
基金资助:
2019年度辽宁省校外实验教育中心项目(辽教函[2020]21号)

Continuous multi-temporal monitoring of algae pollution in Nanwan Lake based on high score data

WEN Ye^1,2, WANG Songyan¹, ZHANG Huan³

1. School of Architectural Engineering, City Institute, Dalian University of Technology, Dalian 116600, China;
2. College of Land and Environment, Shenyang Agricultural University, Shenyang 110866, China;
3. Liaoning Jinpeng Geographic Information Technology Co., Ltd., Shenyang 110000, China

Received:2022-04-26 Revised:2023-02-06 Published:2023-04-25

摘要/Abstract

摘要： 水藻污染影响水质,对生态环境造成显著破坏。在湖泊绿藻污染研究中,国产高分宽幅数据应用较少。本文综合利用高分一号、高分六号高光谱、宽幅数据,使用归一化植被指数和引入红边波段的归一化植被指数对南湾湖进行绿藻污染短时序监测,确定污染时间和范围演化。分析得到:①2020年7月20日,存在绿藻污染;②2020年8月2日和3日,无绿藻污染;③2020年8月4日、5日和9日,绿藻在下游某一弯道处有复发。南湾湖绿藻污染及复发情况与实际情况均符合,表明高分数据在短时序湖泊绿藻监测、提取准确率和效率等方面具备应用潜力。

关键词: 湖泊水藻监测, NDVI, 高分一号, 高分六号, 红边波段

Abstract: Algae pollution affects water quality and causes significant damage to the ecological environment. In the study of lake green algae pollution, domestic high-resolution and wide-range data are rarely applied. In this paper, the high-spectrum and wide-width data of GF-1 and GF-6 are comprehensively used to monitor the pollution of green algae in Nanwan Lake by using the normalized vegetation index and the normalized vegetation index introducing the red-edged band, and the pollution time and range evolution are determined. The analysis yielded: ①On July 20,2020, there is green algae pollution. ②On August 2 and 3,2020,there is no green algae pollution. ③On August 4,5 and 9,2020,green algae recurred at a bend downstream. The pollution and recurrence of green algae in Nanwan Lake are consistent with the actual situation, indicating that the high-score data has potential for application in the monitoring, extraction accuracy and efficiency of green algae in short-time lakes.

Key words: lake algae monitoring, NDVI, high spatial resolution GF-1 satellite, high spatial resolution GF-6 satellite, red-edge band

中图分类号:

P237

文晔, 王松妍, 张欢. 高分数据连续多时相南湾湖藻类污染监测[J]. 测绘通报, 2023, 0(4): 1-5,15.

WEN Ye, WANG Songyan, ZHANG Huan. Continuous multi-temporal monitoring of algae pollution in Nanwan Lake based on high score data[J]. Bulletin of Surveying and Mapping, 2023, 0(4): 1-5,15.

参考文献

[1] 叶娜,贾建军,田静,等. 浒苔遥感监测方法的研究进展[J]. 国土资源遥感,2013,25(1):7-12.
[2] 钱彬祥,黄文江,叶回春,等. 红边位置改进算法的冬小麦叶绿素含量反演[J]. 农业工程学报,2020,36(23):162-170.
[3] 李晓婷,杨丽帆,邹友峰,等. 采煤胁迫下干旱区植被生长周期红边指数动态变化[J]. 煤炭学报,2021,46(5):1508-1520.
[4] 单春芝,王娟,孙乐成,等. 黄河口典型植被光谱及NDVI变化对比分析[J]. 海洋通报,2021,40(1):62-69.
[5] 郑利娟. 基于高分一/六号卫星影像特征的农作物分类研究[D]. 北京:中国科学院大学,2017.
[6] LU Zhou,XU Feifei,LUO Ming,et al. Characteristic analysis of lodging rice and study of the multi-spectral remote sensing extraction method[J]. Chinese Journal of Eco-Agriculture,2021,29(4):751-761.
[7] 梁继,郑镇炜,夏诗婷,等. 高分六号红边特征的农作物识别与评估[J]. 遥感学报,2020,24(10):1168-1179.
[8] 刘宝康,王仁军,尤晓妮,等. 基于高分六号WFV数据的冬小麦种植面积提取[J]. 测绘与空间地理信息,2021,44(1):1-4.
[9] 韩影,张艳红,陈子琦,等. 基于红边谱段的草地品质评价方法研究[J]. 吉林大学学报(信息科学版),2021,39(2):178-184.
[10] 黄建文,李增元,陈尔学,等. 高分六号宽幅多光谱数据人工林类型分类[J]. 遥感学报,2021,25(2):539-548.
[11] 解淑毓,付波霖,李颖,等. 基于多维度遥感影像的洪河国家级自然保护区沼泽湿地分类方法研究[J]. 湿地科学,2021,19(1):1-16.
[12] 夏盈,厉恩华,王学雷,等. 基于特征优选的随机森林算法在湿地信息提取中的应用:以湖北洪湖湿地自然保护区为例[J]. 华中师范大学学报(自然科学版),2021,55(4):639-648.
[13] 李宇宸,张军,刘陈立. Sentinel-2影像的云南千湖山细小冰湖提取方法[J]. 测绘科学,2021,46(4):114-120.
[14] 蒋钊,王旭. 中国农业有了自己的"天眼"——我国首颗农业高分观测卫星的故事[J]. 农产品市场周刊,2018(22):28-30.
[15] 詹桓. 高分六号卫星成功发射"高分"家族再添新丁[J]. 国际太空,2018(6):4-5.
[16] 洪亮,黄雅君,杨昆,等. 复杂环境下高分二号遥感影像的城市地表水体提取[J]. 遥感学报,2019,23(5):871-882.

高分数据连续多时相南湾湖藻类污染监测

Continuous multi-temporal monitoring of algae pollution in Nanwan Lake based on high score data

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	罗鸿, 廖雨, 杨存建. 基于高分影像的乡村聚落提取与空间重构[J]. 测绘通报, 2022, 0(6): 62-65,92.
[2]	任超, 邓诗琴, 高懋芳. 一种提取北部湾沿海地区水体信息的动态阈值方法[J]. 测绘通报, 2022, 0(5): 14-19,37.
[3]	王仁军, 刘宝康, 杜玉娥, 张红丽, 于志远. 基于GF-6的可可西里典型湖泊水体面积提取方法研究[J]. 测绘通报, 2022, 0(5): 32-37.
[4]	罗杰, 刘绥华, 阮欧, 胡海涛. 运用NDVI-Albedo特征空间提取石漠化信息[J]. 测绘通报, 2022, 0(4): 56-60,82.
[5]	齐丹宁, 胡政军, 赵尚民. 山西省西山煤田长时间序列NDVI时空变化趋势及对气候响应[J]. 测绘通报, 2021, 0(9): 98-102,107.
[6]	王子彦, 任超, 梁月吉, 施亚杰, 李现广, 张胜国. 基于高分六号红边特征的面向对象桉树人工林信息提取[J]. 测绘通报, 2021, 0(6): 6-11.
[7]	胡洁, 姜成桢, 杨勇, 何晓锋, 李凯. 黑河中下游植被覆盖度变化遥感监测[J]. 测绘通报, 2021, 0(10): 34-38.
[8]	杨泽宇, 张洪艳, 明金, 冷伟, 刘海启, 游炯. 深度学习在高分辨率遥感影像冬油菜提取中的应用[J]. 测绘通报, 2020, 0(9): 110-113.
[9]	王华, 杨乾鹏, 郭山川, 旦增, 次仁多吉. Landsat时序数据支持下的藏东南植被时空变化监测[J]. 测绘通报, 2020, 0(11): 7-12,38.
[10]	康雄, 曹俊涛, 陈成, 杨杰, 王建雄. 不同趋势法的宁夏长时序植被变化分析[J]. 测绘通报, 2020, 0(11): 23-27.
[11]	杨智翔, 贾东振, 周航宇, 胡有能, 黎广. 面向对象的库区高分一号影像土地利用信息提取[J]. 测绘通报, 2020, 0(1): 35-39.
[12]	王冬利, 张安兵, 赵安周, 李静. 非监督分类的冬小麦种植信息提取模型[J]. 测绘通报, 2019, 0(8): 68-71,77.
[13]	沈谦, 朱长明, 张新. GF-2支持下的干旱区稀疏植被区植被覆盖度估算[J]. 测绘通报, 2019, 0(7): 33-38.
[14]	邵亚奎, 朱长明, 张新, 沈谦. 国产高分卫星遥感影像融合方法比较与评价[J]. 测绘通报, 2019, 0(6): 5-10.
[15]	陈晓宁, 蒋好忱. 25年来秦岭NDVI指数的气候响应[J]. 测绘通报, 2019, 0(3): 103-107.