近35年间岱海水体透明度遥感反演及其变化分析

作     者：刁瑞翔 

作者单位：内蒙古师范大学 

学位级别：硕士

导师姓名：青松

授予年度：2022年

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 07[理学] 08[工学] 0815[工学-水利工程] 0713[理学-生态学] 

主      题：透明度 岱海 BP神经网络 遥感 

摘      要：湖泊是自然资源的主要载体,是整个自然生态环境体系的重要组成部分,其在调控区域气候、记录区域环境演变、保持区域生态系统平衡中有重要的功能。水体透明度指水体能使光线透过的程度,也称为塞氏盘深度,是描述水体光学重要参数之一,是评价湖泊水质的一项关键指标,它与水体中的有色溶解有机物、悬浮颗粒物和叶绿素等密切相关,可以直接地反映湖水的清澈与混浊,评估水体的富营养化程度,为水域生态系统提供有效的信号,因此,在研究湖泊生态环境中有重要的科学意义。利用遥感技术可以监测湖泊实时、大面积水质现状和变化趋势,有效地节省了人力和物力,同时可以推动遥感技术在湖泊生态系统的监测和管理方面的理论和应用价值。本文基于Sentinel-2 MSI和Landsat-8 OLI影像,以岱海为研究区,建立了水体透明度反演模型,对建立的透明度经验模型和BP神经网络模型进行精度验证和应用,并分析了气象因素和社会因素对岱海透明度的影响,结果表明:(1)本文基于回归分析方法,建立了透明度经验模型,其中包括单波段模型、波段比模型和混合波段模型,通过散点图、相关性和误差进行综合比较,结果为混合波段模型反演精度最好,决定系数R=0.63,均方根误差(RMSE)为0.25 m,平均绝对百分比误差(MAPE)为21.07%。建立的BP神经网络模型中,MSI＿insitu＿27模型的测试集决定性系数R=0.91,均方根误差RMSE=0.12 m,平均绝对百分比误差MAPE=21.69%。多种模型通过对比,BP神经网络算法要优于经验算法和半分析算法。(2)BP神经网络算法应用于时间序列Landsat-8 OLI和Sentinel-2 MSI影像,得到了岱海水体透明度35年间的时空分布特征。结果表明,岱海水体透明度在35年内平均变化范围在0.48～2.54m,2011年的平均透明度最高,2020年的平均透明度最低;月平均变化范围在1.76～2.59m,5月的平均透明度在4～10月中最低,8月的平均透明度在4～10月中最高。岱海透明度在空间分布上大致表现为中部较高,四周较低,西北部较高,东南部偏低的情况。(3)影响岱海水体透明度的因素:主要分为气象因素和社会因素,气象因素主要有月平均风速、平均月累计降水量和月平均气温,1986～2020年间4～10月平均透明度与对应的月平均风速具有显著的负相关关系,相关系数为-0.74;与对应的月平均透明度和平均月累计降水量呈正相关关系,相关系数达到0.87;与对应的月平均透明度和平均月平均气温呈正相关关系,相关系数为0.77。社会因素主要对凉城县人口、国内生产总值、耕地面积、年末大牲畜数目和全部工业总产值进行了分析,结果显示,岱海水体透明度与社会因素之间的相关性较小,岱海水体透明度与凉城县人口的相关系数值为0.23,并且p值为0.190.05;水体透明度与凉城县的耕地面积相关系数值为0.11;透明度与所在的凉城县年末大牲畜数量的相关系数值为0.27;凉城县全部工业总产值和国内生产总值与透明度呈负相关关系,相关系数分别为-0.07和-0.24,并且p值都大于0.05,说明气象因素对岱海水体透明度的影响要大于社会因素。