叶绿素a可直观反映水体的营养化程度,三波段生物光学模型能削弱二类水体中悬浮物与黄色物质等因素的影响,准确估算叶绿素a的浓度。选用三波段因子法,分析实测水体光谱特征,确定三波段因子的大致位置,并通过穷举法和相关性分析,确定三个特征波段建立反演模型。结果表明,当λ1=661.63 nm、λ2=693.54 nm、λ3=757.35 nm时,三波段因子[ Rrs-1(λ1)- Rrs-1(λ2)]Rrs(λ3)与叶绿素a浓度具有较高的相关系数(r=0.830)。该模型的决定系数、均方根误差和平均绝对误差百分比分别为0.859、2.446 mg·m -3和32.169%,其反演精度优于波段比值模型和反射峰模型。为闽江下游叶绿素a反演提供一定的理论依据和技术支持,也为以后使用三波段因子法反演二类水体的叶绿素a浓度提供波段选择。

针对内陆湖泊水环境遥感监测缺乏合适数据源这一问题，基于水体生物光学模型与传统图像融合算法，开发了一种适用于复杂内陆二类水体的生物光学融合（BOF）算法，用于融合多光谱数据和高光谱数据。利用Hyperion数据生成模拟数据集进行算法验证，并将实验结果与小波变换算法、Gram-Schmidt变换算法和色彩标准化算法分别进行对比，结果表明：从视觉效果来看，BOF 算法较好地融合了高光谱数据的色彩信息和多光谱数据的空间细节信息；从图像精度指标来看，BOF 算法不仅在多种分辨率差异下都得到最好的精度，且精度对分辨率差异不敏感；在叶绿素a浓度估算实验中，BOF 算法也得到了最优的效果，均方根误差(RMSE)为9.817，其他三种算法的RMSE 分别为18.841、15.913和15.655。新算法有较强的应用潜力，有望为内陆二类水体遥感监测提供更合适的数据源。

基于太湖、巢湖、滇池和三峡水库水体组分生物光学特性, 根据辐射传输模型和神经网络优化算法建立悬浮颗粒物和叶绿素浓度优化生物光学反演模型.利用野外实测数据对优化生物光学算法进行检验, 结果表明, 该优化生物光学反演模型在一定程度上可以减少测量噪音对反演精度的影响.反演结果表明, 受悬浮颗粒物和叶绿素生物光学特性时空差异影响, 该优化生物光学反演模型在太湖、巢湖、滇池和山峡反演精度具有一定的差异, 但总体上能够较为准确地反演悬浮颗粒物和叶绿素浓度.其中悬浮颗粒物反演精度(平均绝对误差: MAPE, 均方根误差: RMSE)分别能够达到23%和15.13mg/L(样本数N=228), 叶绿素反演精度(MAPE和RMSE)分别能够达到26%和17.68μg/L(样本数N=228).

根据太湖悬浮颗粒物生物光学特性建立的悬浮颗粒物红外单波段生物光学模型具有明确的机理性.利用2006年至2009年野外实测悬浮颗粒物浓度和水体光学数据对该生物光学模型进行检验和分析.结果表明, 悬浮颗粒物比后向散射系数的时空差异是影响总悬浮颗粒物生物光学模型精度的主要因素.总悬浮颗粒物在红外波长的吸收系数对总悬浮颗粒物生物光学模型精度也具有显著的影响.根据中分辨率光谱成像仪(MERIS)悬浮颗粒物反演结果和野外实测风速数据，太湖沉积物再悬浮将显著增加水体中悬浮颗粒物的含量.

后向散射系数是遥感传感器获取水体信息的来源，也是生物光学模型的重要输入参数。利用太湖春季和秋季实测数据，在生物光学模型的基础上结合光学闭合原理模拟了太湖春、秋季节水体颗粒物后向散射系数，进而分析了其光谱特性及颗粒物后向散射概率的时空变化。结果表明，太湖春、秋季节水体颗粒物后向散射系数与总悬浮物、无机悬浮物浓度均具有较高的相关性，而与有机悬浮物浓度的相关性则相对较低，颗粒物后向散射系数随波长变化指数n在太湖春季水体中的变化范围为0.66~1.84，平均值为1.29±0.25，而在太湖秋季水体中的变化范围为0.67~2.40，平均值为1.24±0.34；太湖春季水体颗粒物平均后向散射概率为0.030，而太湖秋季水体颗粒物平均后向散射概率为0.031，且无论是太湖春季水体还是太湖秋季水体，其颗粒物后向散射概率的波长依赖性均较弱。模拟吸收系数与实测吸收系数吻合较好，总体的平均相对误差均在18%以内。

研究水表薄油膜厚度与其反射率光谱之间的变化规律, 对于分析海洋油膜污染和油气勘探的遥感探测机理具有十分重要的意义。 建立了水面薄油膜厚度的生物光学模型, 并介绍了单波段和双波段比值简化算法反演薄油膜厚度信息的方法。 通过对原油样品进行油膜厚度定量反演, 研究了遥感反射率随水表油膜厚度的变化规律。 研究发现, 可见光到近红外波段(450~800 nm)反射率对油膜厚度变化最为敏感, 有很高的负相关关系, 并且随着油膜厚度的增加呈负指数形态下降。 对于浅水环境较混浊的水体, ETM1/ETM3双波段比值模型可以较好的消除线性天空散射光的影响, 克服单波段反演模型在不同水质背景下反演效果不稳定的特点, 其反演结果的复相关系数R2可以达到0.98, 是水表薄油膜厚度遥感探测的较好波段选择。

用分光光度计法确定查干湖复杂光学特性水体悬浮颗粒物的光谱特性与吸光幅度, 在室内可控实验中利用定量滤膜技术对2009年7月15日和10月12日两期水体采集样品处理获得了以藻类色素颗粒和非色素颗粒(无机沉积物, 有机碎屑）两种光活性颗粒物质为主要贡献的总悬浮颗粒物吸收光谱, 结果显示7月份总悬浮颗粒物光谱吸收谱形在400～425 nm范围内呈非色素颗粒物特征, 在670～690 nm呈叶绿素及其附属色素特征。 10月份藻类色素颗粒的光谱吸收贡献在440 nm处显现出来。 两期数据总体表明非色素颗粒光谱吸收系数aNAP(440)与悬浮颗粒物浓度显著线性相关(R2达到0.929 2）; 藻类色素颗粒光谱比吸收系数a*ph(440)均值从0.145 m2·mg-1增加至0.229 m2·mg-1, a*ph(675)均值从0.084 m2·mg-1 降低至0.107 m2·mg-1, 以叶绿素a为主导的藻类色素颗粒光谱吸收系数aph(440)与aph(675)与叶绿素a浓度呈幂函数关系。

提出了一种新的基于光谱匹配的内陆水体反演算法。 该方法首先使用已知的水面实测光谱和水体组分(叶绿素, 悬浮物, 黄色物质)的吸收系数, 计算得到悬浮物的后向散射系数。 第二步是通过水体组分浓度的交叉组合, 利用生物光学模型计算光谱反射率, 建立包含所有水体组分组合情况的查找表(LUT: look-up table), 查找表中每条光谱都对应已知的三种水体组分的浓度。 第三步利用MODIS的通道响应函数, 把查找表光谱数据变换成MODIS波段反射率。 检验查找表的适用性, 使用验证数据基于最小距离的匹配原则进行查找, 最后得到与之对应的三种水质参数。 利用春秋两个季节的数据进行以上的研究, 其中秋季建立的查找表代表性较好, 其中叶绿素的平均相对误差为38.6%, 悬浮物的平均相对误差为28%。 本方法既结合了生物光学模型物理意义明确的优点, 又回避了单位光学量随时空变化的缺点, 是一种可行的方法。

文章提出了一种基于生物光学模型的二类水体叶绿素浓度反演算法。本算法根据生物光学模型,利用一系列已知各组分浓度的反射光谱计算各组分的吸收和后向散射系数,然后采用非负最小二乘法解得叶绿素浓度。研究是在实验室内进行了绿藻的培养,且在暗室内测定了具有不同叶绿素和非藻类悬浮物浓度的水体样本的反射光谱。并把实验室测得的反射光谱重采样到Landsat TM对应的波段以检验该算法在TM数据中的适用性,同时比较了利用不同TM波段组合反演叶绿素浓度和非藻类悬浮物浓度的精度。结果表明,对于绿藻而言,利用TM第二、三、四波段反射率数据的组合反演时的效果最好,叶绿素浓度反演结果的均方根误差为4.7 μg·L^-1,其精度明显优于传统的回归分析算法。