一、水体遥感原理
水体的光学特征集中表现在可见光在水体中的辐射传输过程, 包括水面的入射辐射、水的光学性质、表面粗糙度、日照角度与观测角度、气-水界面的相对折射率以及在某些情况下还涉及水底反射光等。对于清水，在蓝一绿光波段反射率为4%~5%。0.5μm 以下的红光部分反射率降到2%~3%，在近红外、短波红外部分几乎吸收全部的入射能量。
因此水体在这两个波段的反射能量很小。这一特征与植物形成十分明显的差异，水在红外波段（NIR 、SWIR ）的强吸收，而植被在这一波段有一个反射峰，因而在红外波段识别水体是较容易的。
1.1、水光谱特性
水体的光谱特性不仅是通过表面特征确定的，它包含了一定深度水体的信息，且这个深度及反映的光谱特性是随时空而变化的。水色（即水体的光谱特性）主要决定于水体中浮游生物含量（叶绿素浓度）、悬浮固体含量（混浊度大小）、营养盐含量、有机物质、盐度指标）以及其他污染物、底部形态（水下地形）、水深等因素。
二、水体富营养化
2.1、富营养化定义
当大量的营养盐进入水体后，在一定条件下引起藻类的大量繁殖，而后在藻类死亡分解过程中消耗大量溶解氧，从而导致鱼类和贝类的死亡。这一过程称为水体的富营养化。
2.1、这些浮游植物以蓝藻为主，均含有叶绿素a ，它们的存在使得近红外波段进入水体反射率明显上升。叶绿素在蓝波段的440 nm 以及红波段的678nm 附近有显著的吸收, 当藻类密度较高时水体光谱反射曲线在这两个波段附近出现吸收峰值。因此可利用遥感影像对其进行动态监测预警。水体富营养化主要评价依据
三、遥感在水体富营养化中的应用过程
一、采样和遥感数据预处理
二、叶绿素模型建立
三、多时相监测控污
一、采样和遥感数据预处理
采用实验区每个波段上的平均灰度值作为定量反演的指标值。然后采样，根据实测数据在试验区遥感图片上选取对应灰度值, 数据预处理通常包括卫星影像的投影坐标校正、水陆分界、噪声修正、辐射匹配、水面反射校正以及漂浮植物分布区的确定。
二、叶绿素模型建立
定性：略
定量：1. 以中分辨率的MODIS 数据作为遥感影像源, 使用假彩色合成法(RGB =62：2：21) 和归一化植被指数法对滇池的蓝藻水华进行遥感监测。通过星地同步试验, 证明了该两种方法的正确性。
2. 高分辨率TM SPOT LANDSDT 图象等建立反演模型. 一阶微分算法、波段比值算法和三波段算法。
MODIS 数据介绍
modis 的全称为中分辨率成像光谱仪（moderate-resolution imaging spectroradiometer），modis 是搭载在terra 和aqua 卫星上的一个重要的传感器，是卫星上唯一将实时观测数据通过x 波段向全世界直接广播，并可以免费接收数据并无偿使用的星载仪器
假彩色合成法
叶绿素在蓝波段的440 nm 以及红波段的678nm 附近有显著的吸收, 当藻类密度较高时水体光谱反射曲线在这两个波段附近出现吸收峰值, 水体对近红外波段吸收比较强, 当水中含叶绿素时, 近红外波段明显抬升。合成后的影像具有较好的视觉效果, 在湖泊经常出现水华的区域
出现了淡绿色区域, 而其它水域基本为蓝黑色。
归一化指数法
NDVI ——归一化植被指数(是植被系数的一种。应用于高光谱数据的VI ，如CARI(叶绿素吸收比值指数）和CACI （叶绿素吸收连续区指数） )
算法：NDVI=(NIR-R)/(NIR+R)
三、多时相监测控污
对于水体富营养化的研究中，水体在藻类大量繁殖和大量死亡分解阶段均体现不同的光谱特征。浮游植物中的叶绿素对近红外光具有明显的“陡坡效应”。在藻类大量繁殖时，水体在彩色红外像呈红褐色或紫红色；当藻类大量死亡后，水中含有丰富的消光性有机分解物，在影像上水体会呈现近于蓝黑的暗色调，这两阶段在影像上也可能出现综合反映。
三、多时相监测控污
一些营养丰富的水体中，有些蓝藻常于夏季大量繁殖，以7、8月份浓度最高，生长周期一般为10-15天。采用多季节的光谱数据等方法来完善模型，提高精度。不同的藻类对应具有相关性的波段是不同，所以针对不同的水体。不同的藻类的光谱特性还处于研究阶段。我们应当多时相监测湖泊水华现象。以避免水体富营养化。
4.2 荧光光谱法
含有不同色素种类和组成的浮游植物会表现出不同特征的激发荧光光谱和发射荧光光谱。因此可以通过荧光光谱鉴定浮游植物色素种类的方法间接鉴定水体中的浮游植物对于复杂水体特别是已经富营养的水体，荧光遥感是普通光学比值法的重要补充，它为有效地解决这些复杂水体的叶绿素a 遥感带来了新希望。叶绿素a 荧光是浮游植物的叶绿素在光合作用中产生的能量释放。
叶绿素荧光的光谱行为特征上看，在400—700nm 太阳光的激发下叶绿素发出荧光， 在683nm 附近叶绿素能够产生的红光辐射。产生的荧光光强度与叶绿素a 的浓度之间近似遵循高斯正态分布。叶绿素a 浓度越大， 荧光峰越高。不仅如此，荧光峰随叶绿素a 浓度的变化还会出现“红移现象”—————在荧光峰增高的同时伴随着峰值位置朝红外方向移动。
六、富营养化遥感应用前瞻
不同的藻类的光谱特性还处于研究阶段；
遥感影像也将随着科技发展而面向更高分辨率、高光谱影像辅以更精确算法达到监测富营养化目的。
五、遥感监测水体富营养化的目的和意义
应用遥感、GIS 等新兴技术手段对巢湖水质进行长期、宏观、动态研究, 为湖泊蓝藻暴发的防治提供必要的理论技术支持, 实现地区社会经济的可持续发展。
一、水体遥感原理
水体的光学特征集中表现在可见光在水体中的辐射传输过程, 包括水面的入射辐射、水的光学性质、表面粗糙度、日照角度与观测角度、气-水界面的相对折射率以及在某些情况下还涉及水底反射光等。对于清水，在蓝一绿光波段反射率为4%~5%。0.5μm 以下的红光部分反射率降到2%~3%，在近红外、短波红外部分几乎吸收全部的入射能量。
因此水体在这两个波段的反射能量很小。这一特征与植物形成十分明显的差异，水在红外波段（NIR 、SWIR ）的强吸收，而植被在这一波段有一个反射峰，因而在红外波段识别水体是较容易的。
1.1、水光谱特性
水体的光谱特性不仅是通过表面特征确定的，它包含了一定深度水体的信息，且这个深度及反映的光谱特性是随时空而变化的。水色（即水体的光谱特性）主要决定于水体中浮游生物含量（叶绿素浓度）、悬浮固体含量（混浊度大小）、营养盐含量、有机物质、盐度指标）以及其他污染物、底部形态（水下地形）、水深等因素。
二、水体富营养化
2.1、富营养化定义
当大量的营养盐进入水体后，在一定条件下引起藻类的大量繁殖，而后在藻类死亡分解过程中消耗大量溶解氧，从而导致鱼类和贝类的死亡。这一过程称为水体的富营养化。
2.1、这些浮游植物以蓝藻为主，均含有叶绿素a ，它们的存在使得近红外波段进入水体反射率明显上升。叶绿素在蓝波段的440 nm 以及红波段的678nm 附近有显著的吸收, 当藻类密度较高时水体光谱反射曲线在这两个波段附近出现吸收峰值。因此可利用遥感影像对其进行动态监测预警。水体富营养化主要评价依据
三、遥感在水体富营养化中的应用过程
一、采样和遥感数据预处理
二、叶绿素模型建立
三、多时相监测控污
一、采样和遥感数据预处理
采用实验区每个波段上的平均灰度值作为定量反演的指标值。然后采样，根据实测数据在试验区遥感图片上选取对应灰度值, 数据预处理通常包括卫星影像的投影坐标校正、水陆分界、噪声修正、辐射匹配、水面反射校正以及漂浮植物分布区的确定。
二、叶绿素模型建立
定性：略
定量：1. 以中分辨率的MODIS 数据作为遥感影像源, 使用假彩色合成法(RGB =62：2：21) 和归一化植被指数法对滇池的蓝藻水华进行遥感监测。通过星地同步试验, 证明了该两种方法的正确性。
2. 高分辨率TM SPOT LANDSDT 图象等建立反演模型. 一阶微分算法、波段比值算法和三波段算法。
MODIS 数据介绍
modis 的全称为中分辨率成像光谱仪（moderate-resolution imaging spectroradiometer），modis 是搭载在terra 和aqua 卫星上的一个重要的传感器，是卫星上唯一将实时观测数据通过x 波段向全世界直接广播，并可以免费接收数据并无偿使用的星载仪器
假彩色合成法
叶绿素在蓝波段的440 nm 以及红波段的678nm 附近有显著的吸收, 当藻类密度较高时水体光谱反射曲线在这两个波段附近出现吸收峰值, 水体对近红外波段吸收比较强, 当水中含叶绿素时, 近红外波段明显抬升。合成后的影像具有较好的视觉效果, 在湖泊经常出现水华的区域
出现了淡绿色区域, 而其它水域基本为蓝黑色。
归一化指数法
NDVI ——归一化植被指数(是植被系数的一种。应用于高光谱数据的VI ，如CARI(叶绿素吸收比值指数）和CACI （叶绿素吸收连续区指数） )
算法：NDVI=(NIR-R)/(NIR+R)
三、多时相监测控污
对于水体富营养化的研究中，水体在藻类大量繁殖和大量死亡分解阶段均体现不同的光谱特征。浮游植物中的叶绿素对近红外光具有明显的“陡坡效应”。在藻类大量繁殖时，水体在彩色红外像呈红褐色或紫红色；当藻类大量死亡后，水中含有丰富的消光性有机分解物，在影像上水体会呈现近于蓝黑的暗色调，这两阶段在影像上也可能出现综合反映。
三、多时相监测控污
一些营养丰富的水体中，有些蓝藻常于夏季大量繁殖，以7、8月份浓度最高，生长周期一般为10-15天。采用多季节的光谱数据等方法来完善模型，提高精度。不同的藻类对应具有相关性的波段是不同，所以针对不同的水体。不同的藻类的光谱特性还处于研究阶段。我们应当多时相监测湖泊水华现象。以避免水体富营养化。
4.2 荧光光谱法
含有不同色素种类和组成的浮游植物会表现出不同特征的激发荧光光谱和发射荧光光谱。因此可以通过荧光光谱鉴定浮游植物色素种类的方法间接鉴定水体中的浮游植物对于复杂水体特别是已经富营养的水体，荧光遥感是普通光学比值法的重要补充，它为有效地解决这些复杂水体的叶绿素a 遥感带来了新希望。叶绿素a 荧光是浮游植物的叶绿素在光合作用中产生的能量释放。
叶绿素荧光的光谱行为特征上看，在400—700nm 太阳光的激发下叶绿素发出荧光， 在683nm 附近叶绿素能够产生的红光辐射。产生的荧光光强度与叶绿素a 的浓度之间近似遵循高斯正态分布。叶绿素a 浓度越大， 荧光峰越高。不仅如此，荧光峰随叶绿素a 浓度的变化还会出现“红移现象”—————在荧光峰增高的同时伴随着峰值位置朝红外方向移动。
六、富营养化遥感应用前瞻
不同的藻类的光谱特性还处于研究阶段；
遥感影像也将随着科技发展而面向更高分辨率、高光谱影像辅以更精确算法达到监测富营养化目的。
五、遥感监测水体富营养化的目的和意义
应用遥感、GIS 等新兴技术手段对巢湖水质进行长期、宏观、动态研究, 为湖泊蓝藻暴发的防治提供必要的理论技术支持, 实现地区社会经济的可持续发展。