基于遙感的水庫(kù)水質(zhì)監(jiān)測(cè)方法研究

靳興浩　王超　袁占良

摘 要：隨著人民對(duì)水環(huán)境保護(hù)意識(shí)的提升以及對(duì)水安全的重視，水質(zhì)監(jiān)測(cè)技術(shù)得到快速發(fā)展，遙感技術(shù)憑借范圍廣、實(shí)時(shí)性強(qiáng)、效率高等優(yōu)勢(shì)，在水庫(kù)水質(zhì)監(jiān)測(cè)方面得到廣泛應(yīng)用。本文介紹了遙感水質(zhì)監(jiān)測(cè)常用數(shù)據(jù)，探討了水庫(kù)水質(zhì)遙感監(jiān)測(cè)方法，包括經(jīng)驗(yàn)方法、半經(jīng)驗(yàn)方法、物理分析法等，并總結(jié)了水庫(kù)水質(zhì)遙感監(jiān)測(cè)主要參數(shù)，包括葉綠素濃度、透明度、懸浮物、溶解性有機(jī)物等，最后對(duì)未來(lái)研究方向進(jìn)行展望。

關(guān)鍵詞：水庫(kù);水質(zhì)監(jiān)測(cè);遙感監(jiān)測(cè)

中圖分類號(hào)：X87;X832文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1003-5168（2021）11-0043-04

Research on Reservoir Water Quality Monitoring

Method Based on Remote Sensing

JIN Xinghao1，2 WANG Chao2 YUAN Zhanliang1

（1. Henan Polytechnic University，Jiaozuo Henan 454150;2. Institute of Geography， Henan Academy of Sciences，Zhengzhou Henan 450052）

Abstract： With the improvement of people's awareness of water environment protection and the importance of water safety， water quality monitoring technology has been developed rapidly. With the advantages of wide range， strong real-time and high efficiency， remote sensing technology has been widely used in reservoir water quality monitoring. This paper introduced the common data of remote sensing water quality monitoring， discussed the remote sensing monitoring methods of reservoir water quality， including empirical method， semi empirical method， physical analysis method and so on， and summarized the main parameters of remote sensing monitoring of reservoir water quality， including chlorophyll concentration， transparency， suspended solids， dissolved organic matter， etc.， and finally prospected the future research direction.

Keywords： reservoir;water quality monitoring;remote sensing monitoring

水資源是人類賴以生存和社會(huì)發(fā)展必不可少的重要資源。隨著經(jīng)濟(jì)社會(huì)的高速發(fā)展，水污染問題日益嚴(yán)重，水體富營(yíng)養(yǎng)化已經(jīng)成為人類需要解決的重要問題。全國(guó)85%的飲用水由湖泊與水庫(kù)供給，但研究表明，我國(guó)有1/3承擔(dān)供水作用的水庫(kù)處于富營(yíng)養(yǎng)化狀態(tài)[1]。富營(yíng)養(yǎng)化會(huì)破壞水體原本的生態(tài)結(jié)構(gòu)，使其喪失原有的功能，對(duì)人們的生活造成負(fù)面影響。為了防治水體富營(yíng)養(yǎng)化，改善水質(zhì)，加強(qiáng)水質(zhì)監(jiān)測(cè)尤為重要。

傳統(tǒng)的水質(zhì)監(jiān)測(cè)方法需要重復(fù)勞動(dòng)，耗時(shí)長(zhǎng)，測(cè)量成本高，實(shí)時(shí)性差，受地形、天氣等因素影響，無(wú)法反映大面積水體水質(zhì)空間變化。衛(wèi)星遙感技術(shù)可以方便、快捷地提供各種時(shí)間和分辨率的遙感影像，能實(shí)現(xiàn)大面積、動(dòng)態(tài)覆蓋，高效、實(shí)時(shí)獲取水體水質(zhì)的分布特征，彌補(bǔ)了傳統(tǒng)監(jiān)測(cè)方法的缺陷，而且可以監(jiān)測(cè)測(cè)量人員無(wú)法到達(dá)的區(qū)域。因此，衛(wèi)星遙感技術(shù)在監(jiān)測(cè)水體水質(zhì)方面具有十分重要的作用，是監(jiān)測(cè)水質(zhì)情況的重要方法之一。

1 水質(zhì)遙感常用數(shù)據(jù)

水質(zhì)遙感常用數(shù)據(jù)可分為高（<10 m）、中（10～200 m）、低（>200 m）空間分辨率，可根據(jù)檢測(cè)水域大小選擇合適空間分辨率的數(shù)據(jù)[2]。常用的低空間分辨率包括MODIS數(shù)據(jù)、MERIS數(shù)據(jù)等;中等空間分辨率數(shù)據(jù)包括Landsat數(shù)據(jù)、Sentinel數(shù)據(jù)、SPOT數(shù)據(jù)等;高空間分辨率數(shù)據(jù)包括高分1號(hào)數(shù)據(jù)、高分2號(hào)數(shù)據(jù)、資源3號(hào)數(shù)據(jù)等。

低空間分辨率數(shù)據(jù)精度通常較低，但是回訪周期短，監(jiān)測(cè)范圍廣，數(shù)據(jù)獲取簡(jiǎn)單，適合大面積水域監(jiān)測(cè)。對(duì)于小面積水域，需要精度高的數(shù)據(jù)，但此類數(shù)據(jù)時(shí)間分辨率低，較長(zhǎng)的回訪周期使得對(duì)區(qū)域的連續(xù)監(jiān)測(cè)受到限制，且數(shù)據(jù)獲取成本較高，實(shí)際應(yīng)用同樣受到限制。中分辨率數(shù)據(jù)，如Landsat數(shù)據(jù)、Sentinel數(shù)據(jù)具有適中的分辨率，可滿足一般監(jiān)測(cè)要求，回訪周期尚可，并且可以免費(fèi)獲取數(shù)據(jù)，這使得衛(wèi)星數(shù)據(jù)在各個(gè)領(lǐng)域得到廣泛應(yīng)用，美國(guó)Landsat衛(wèi)星數(shù)據(jù)是目前水質(zhì)遙感應(yīng)用最廣泛的多光譜衛(wèi)星遙感數(shù)據(jù)。

2 水庫(kù)水質(zhì)遙感監(jiān)測(cè)方法

基于遙感的水庫(kù)水質(zhì)監(jiān)測(cè)方法主要分為三類，即經(jīng)驗(yàn)方法、半經(jīng)驗(yàn)方法和物理分析法。此外，隨著機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)的發(fā)展，其在水質(zhì)遙感監(jiān)測(cè)領(lǐng)域也得到了較為廣泛的應(yīng)用。

2.1 經(jīng)驗(yàn)方法

經(jīng)驗(yàn)方法是指將遙感數(shù)據(jù)與現(xiàn)場(chǎng)實(shí)測(cè)水質(zhì)參數(shù)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，構(gòu)建遙感數(shù)據(jù)與研究區(qū)域監(jiān)測(cè)數(shù)據(jù)定量關(guān)系的方法，多用于Ⅰ類水體（大洋開闊水體）水質(zhì)監(jiān)測(cè)。常見的經(jīng)驗(yàn)?zāi)Ｐ陀袉尾ǘ文Ｐ汀⒉ǘ伪戎的Ｐ偷取?/p>

McCullough等基于Landsat7 ETM+影像數(shù)據(jù)和Landsat5影像數(shù)據(jù)的TM1、TM3建立了1990—2010年緬因州湖泊透明度反演模型，分析了透明度的時(shí)空變化[3]。佘紅英等基于GF-1號(hào)衛(wèi)星多光譜數(shù)據(jù)，建立了分年份的經(jīng)驗(yàn)?zāi)Ｐ头囱菟|(zhì)參數(shù)，驗(yàn)證了GF-1號(hào)衛(wèi)星在水質(zhì)遙感監(jiān)測(cè)中的適宜性[4]。

經(jīng)驗(yàn)方法存在算法成熟、數(shù)據(jù)獲取簡(jiǎn)單等優(yōu)勢(shì)，應(yīng)用十分廣泛。但是，其也存在一些局限性，如通用性較低，模型的精度取決于現(xiàn)場(chǎng)實(shí)測(cè)的水質(zhì)參數(shù)數(shù)據(jù)，若實(shí)測(cè)數(shù)據(jù)質(zhì)量低，將導(dǎo)致反演結(jié)果偏差大，直接影響水質(zhì)監(jiān)測(cè)的結(jié)果，且缺乏一定的物理依據(jù)。

2.2 半經(jīng)驗(yàn)方法

半經(jīng)驗(yàn)方法與經(jīng)驗(yàn)方法的不同在于半經(jīng)驗(yàn)方法加入現(xiàn)場(chǎng)實(shí)地測(cè)定的水體光譜特征，再通過(guò)分析水面光譜曲線，確定最佳反演波段或波段組合，之后與統(tǒng)計(jì)分析相結(jié)合，構(gòu)建水質(zhì)參數(shù)反演模型，多應(yīng)用于Ⅱ類水體（近岸水體和內(nèi)陸水體）水質(zhì)監(jiān)測(cè)。常見的半經(jīng)驗(yàn)?zāi)Ｐ陀腥ǘ畏ā⑺牟ǘ畏ǖ取?/p>

段洪濤等分析了透明度與高光譜反射率的相關(guān)關(guān)系，采用不同半經(jīng)驗(yàn)算法建立反演模型，通過(guò)精度對(duì)比得到一階微分模型大于單波段模型、大于波段比值模型的結(jié)論[5]。徐京萍等基于水體葉綠素a、懸浮物、溶解有機(jī)物、純水的生物光學(xué)特性分析，建立了三波段葉綠素遙感反演模型[6]。

與經(jīng)驗(yàn)方法相比，半經(jīng)驗(yàn)方法由于加入了水體光譜實(shí)測(cè)與分析，達(dá)到增強(qiáng)或突出目標(biāo)光譜信息的目的，具有一定的物理依據(jù)，模型精度以及普適性均有所提升，但數(shù)據(jù)獲取與處理的過(guò)程相對(duì)復(fù)雜。

2.3 物理分析法

物理分析方法以輻射理論為基礎(chǔ)，模擬光在大氣中和水中的傳播過(guò)程，根據(jù)水體具有光學(xué)屬性物質(zhì)的吸收能力和散射能力，與遙感技術(shù)獲取的反射率數(shù)據(jù)之間的關(guān)系，構(gòu)建反演模型，以達(dá)到反演水體中各個(gè)物質(zhì)含量的目的。

張春桂等基于海洋水體固有光學(xué)特性和MODIS衛(wèi)星數(shù)據(jù)建立了臺(tái)灣海峽海水透明度的遙感反演模型，利用2005—2012年福建省近岸海域同步獲取的海水透明度實(shí)測(cè)數(shù)據(jù)，對(duì)模型的反演精度進(jìn)行驗(yàn)證[7]。吳儀等研究水體的輻射傳輸機(jī)理，分析水中葉綠素、懸浮泥沙、耗氧性有機(jī)物對(duì)入射光的吸收和散射作用，探討遙感數(shù)據(jù)與水中物質(zhì)濃度的定量關(guān)系，據(jù)此推導(dǎo)出葉綠素濃度遙感反演模型[8]。

物理方法具有較強(qiáng)的物理機(jī)理，普適性較好。但是，該方法依賴于水體的表現(xiàn)光學(xué)特性和固有光學(xué)特性。表現(xiàn)光學(xué)特性是水體會(huì)受到外界環(huán)境影響，隨著光照等因素的改變，水體的一些屬性隨之發(fā)生改變，而固有光學(xué)特性則不受外界的影響。在具體工作過(guò)程中，物理分析方法很難全面獲得所有有關(guān)數(shù)據(jù)，而且現(xiàn)實(shí)中的水體組成成分復(fù)雜，同一研究區(qū)域在不同時(shí)間表現(xiàn)的特性會(huì)發(fā)生改變，在實(shí)際應(yīng)用上受到較大限制，導(dǎo)致反演結(jié)果不理想。

2.4 其他方法

除了上述三種主流方法外，越來(lái)越多的學(xué)者利用機(jī)器學(xué)習(xí)、人工智能等先進(jìn)技術(shù)來(lái)監(jiān)測(cè)水質(zhì)。鄭炎輝等利用國(guó)產(chǎn)GF-1WFV影像和神經(jīng)網(wǎng)絡(luò)建立了多光譜遙感影像透明度定量反演模型，可以進(jìn)行大范圍、連續(xù)空間的水庫(kù)監(jiān)測(cè)，探究了國(guó)產(chǎn)衛(wèi)星遙感反演的可行性[9]。周正等提出一種光譜指數(shù)NDWS，將機(jī)器學(xué)習(xí)方法作為對(duì)照，與傳統(tǒng)光譜指數(shù)進(jìn)行對(duì)比，得到不同的水質(zhì)參數(shù)反演模型，并且比較模型精度，實(shí)現(xiàn)水體全年水質(zhì)監(jiān)測(cè)[10]。但雨生等通過(guò)實(shí)測(cè)葉綠素a濃度與Sentinel-2衛(wèi)星數(shù)據(jù)確定最佳波段組，利用BP神經(jīng)網(wǎng)絡(luò)方法對(duì)庫(kù)區(qū)葉綠素a濃度進(jìn)行反演[11]。

3 水庫(kù)水質(zhì)遙感監(jiān)測(cè)主要參數(shù)

隨著遙感技術(shù)與反演算法的不斷發(fā)展和完善，豐富了水質(zhì)監(jiān)測(cè)的手段，可監(jiān)測(cè)的水質(zhì)參數(shù)類別逐漸增多，水庫(kù)被監(jiān)測(cè)的水質(zhì)參數(shù)主要包括葉綠素a濃度、透明度、懸浮物、可溶性有機(jī)物等。

3.1 葉綠素濃度

水庫(kù)水體中葉綠素a含量的高低能反映水體初級(jí)生產(chǎn)力情況（水生植物生物量），同時(shí)也是水體富營(yíng)養(yǎng)化的重要指標(biāo)之一。

Odermatt等利用神經(jīng)網(wǎng)絡(luò)模型結(jié)合MERIS數(shù)據(jù)成功構(gòu)建模型，并以此分別估算營(yíng)養(yǎng)水體和貧營(yíng)養(yǎng)水體的葉綠素a濃度[12]。張麗華等以大伙房水庫(kù)為研究對(duì)象，利用環(huán)境衛(wèi)星數(shù)據(jù)并結(jié)合環(huán)境因子數(shù)據(jù)，采用相關(guān)分析和偏相關(guān)分析，研究環(huán)境因子和葉綠素a濃度的關(guān)聯(lián)程度，并預(yù)測(cè)其濃度變化[13]。孫昊等對(duì)石佛寺水庫(kù)的水體進(jìn)行光譜測(cè)量，分析光譜特征，研究光譜數(shù)據(jù)與葉綠素a濃度的相關(guān)性，得出葉綠素a濃度與反射比R702/R674和595 nm波長(zhǎng)處反射率的一階微分值敏感性較強(qiáng)[14]。

3.2 透明度

水體透明度作為重要的水質(zhì)參數(shù)之一，能夠直接反映水體的營(yíng)養(yǎng)狀態(tài)、清澈程度，并且可以間接反演出影響透明度的其他水質(zhì)參數(shù)含量。對(duì)水體透明度進(jìn)行研究，分析水體透明度的變化規(guī)律，對(duì)掌握水體水質(zhì)狀態(tài)具有重要意義。

DUAN等基于TM數(shù)據(jù)，嘗試將TM1到TM4波段值以及波段之間的不同組合值與水體透明度進(jìn)行相關(guān)性分析，最終確定最優(yōu)值來(lái)建立透明度反演模型，實(shí)現(xiàn)對(duì)查干湖和新廟湖的遙感監(jiān)測(cè)[15]。馬建行等基于HJ-CCD和MODIS數(shù)據(jù)，利用多元線性回歸方法以及灰色關(guān)聯(lián)度選取構(gòu)建模型的波段組合分別建立了水體透明度反演模型，通過(guò)精度分析說(shuō)明HJ-CCD和MODIS各自的優(yōu)勢(shì)[16]。禹定峰等基于GF-1號(hào)衛(wèi)星遙感數(shù)據(jù)，發(fā)現(xiàn)紅藍(lán)波段比值與實(shí)測(cè)透明度具有較高的相關(guān)性，并以此為基礎(chǔ)建立水體透明度的遙感反演模型[17]。

3.3 懸浮物

懸浮物是指分散在水體中的固體顆粒，主要來(lái)源是由于氣候、地理等因素和人類日常活動(dòng)影響造成水土流失、河流侵蝕帶來(lái)的泥沙。懸浮物包括不溶于水的無(wú)機(jī)物、有機(jī)物、泥沙、黏土等。懸浮物濃度是最先應(yīng)用遙感技術(shù)監(jiān)測(cè)的水質(zhì)參數(shù)。

殷子瑤等以于橋水庫(kù)為研究區(qū)，利用與衛(wèi)星同步的水面實(shí)測(cè)數(shù)據(jù)，使用經(jīng)驗(yàn)回歸的方法構(gòu)建了懸浮物反演模型，說(shuō)明庫(kù)區(qū)懸浮物空間分布情況，并解釋原因[18]。蓋穎穎等利用機(jī)載海洋高光譜儀光譜數(shù)據(jù)，根據(jù)近岸Ⅱ類水體統(tǒng)計(jì)反演建模模式，建立了基于機(jī)載高光譜儀的總懸浮物的反演模型，以此獲得懸浮物空間分布[19]。

3.4 溶解性有機(jī)物

溶解性有機(jī)物即黃色物質(zhì)（CDOM），組成成分復(fù)雜，主要由腐爛物質(zhì)所釋放的單寧酸所引起。CDOM在藍(lán)色到紫外的短波波段有強(qiáng)烈的吸收光譜，而純水在紅色的長(zhǎng)波波段有吸收，因此，不含或少含CDOM的水顯示出藍(lán)色。CDOM會(huì)影響水體中浮游植物光合作用，影響生長(zhǎng)。

李愛民等將目光聚焦到城市水污染，以鄭州天德湖為研究對(duì)象，利用珠海一號(hào)高光譜數(shù)據(jù)和實(shí)測(cè)水樣數(shù)據(jù)構(gòu)建CDOM遙感反演模型，指出遙感反射率440 nm處相關(guān)系數(shù)最高[20]。郭旭陽(yáng)等將Landsat8數(shù)據(jù)與實(shí)測(cè)CDOM數(shù)據(jù)做相關(guān)性分析，選取最佳波段組合，構(gòu)建線性反演模型，取得了較好反演結(jié)果[21]。

3.5 其他水質(zhì)參數(shù)

除了上述幾種經(jīng)常監(jiān)測(cè)的水質(zhì)參數(shù)外，也有學(xué)者研究水體的總氮（TN）、總磷（TP）、高錳酸鹽指數(shù)、溶解氧等。

解啟蒙等將Landsat8數(shù)據(jù)與實(shí)測(cè)高錳酸鹽指數(shù)數(shù)據(jù)做相關(guān)分析，分別建立了線性回歸模型與LS-SVM模型。結(jié)果表明：LS-SVM模型對(duì)反演精度有明顯提升[22]。劉靜等構(gòu)建了基于敏感波段的TP、TN直接反演模型和以懸浮泥沙作為因子的TP、TN間接反演模型，并對(duì)比分析了兩種模型的精度[23]。

4 結(jié)論與展望

近年來(lái)，隨著人民環(huán)保意識(shí)的提升和對(duì)水環(huán)境、水安全的重視，水質(zhì)監(jiān)測(cè)技術(shù)發(fā)展迅速。基于遙感的水質(zhì)監(jiān)測(cè)技術(shù)豐富了監(jiān)測(cè)手段，為水環(huán)境保護(hù)提供了新思路。該方法監(jiān)測(cè)面積廣、效率高、時(shí)效性強(qiáng)、成本低，有利于人民直觀地認(rèn)識(shí)水質(zhì)狀況以及輔助政府決策。目前，基于遙感的水質(zhì)監(jiān)測(cè)技術(shù)仍然具有較大的進(jìn)步空間，針對(duì)現(xiàn)有不足之處，未來(lái)研究可從以下方面進(jìn)行。

第一，遙感數(shù)據(jù)方面。針對(duì)不同狀況的區(qū)域，單一的遙感數(shù)據(jù)并不能實(shí)現(xiàn)良好的監(jiān)測(cè)效果，應(yīng)融合多源的遙感數(shù)據(jù)實(shí)現(xiàn)不同尺度下的水質(zhì)監(jiān)測(cè)。隨著各種衛(wèi)星技術(shù)發(fā)展，可用于水質(zhì)監(jiān)測(cè)的數(shù)據(jù)日漸豐富，但滿足回訪周期短、空間分辨率高、成本低的數(shù)據(jù)依然稀缺，仍需要不斷完善。

第二，模型適用性方面。內(nèi)陸水體組成成分復(fù)雜，即使是同一水體，在不同季節(jié)，其光譜特征也可能發(fā)生變化，反演模型的適用性受到挑戰(zhàn)，往往需要進(jìn)行驗(yàn)證，增加成本，并且影響模型的精度，急需開發(fā)適用性強(qiáng)、精度高的反演算法。

第三，監(jiān)測(cè)對(duì)象方面。水質(zhì)遙感監(jiān)測(cè)的對(duì)象大部分為大型湖泊和大型水庫(kù)，而對(duì)中、小型水庫(kù)研究較少。對(duì)于水質(zhì)監(jiān)測(cè)參數(shù)，葉綠素a濃度、懸浮物研究占大多數(shù)，模型算法相對(duì)成熟，針對(duì)影響水質(zhì)的其余參數(shù)，同樣需要建立精度高、通用性強(qiáng)的模型，實(shí)現(xiàn)動(dòng)態(tài)監(jiān)測(cè)。

參考文獻(xiàn)：

[1]岳強(qiáng)，黃成，史元康，等.粵北2座飲用水源地水庫(kù)的富營(yíng)養(yǎng)化與浮游植物群落動(dòng)態(tài)[J].生態(tài)環(huán)境學(xué)報(bào)，2012（3）：503-508.

[2]周巖，董金瑋.陸表水體遙感監(jiān)測(cè)研究進(jìn)展[J].地球信息科學(xué)學(xué)報(bào)，2019（11）：1768-1778.

[3]MCCULLOUGH I M，LOFTIN C S，SADER S A . Combining lake and watershed characteristics with Landsat TM data for remote estimation of regional lake clarity[J]. Remote Sensing of Environment，2012（none）：109-115.

[4]佘紅英，李家國(guó)，陳云嵩，等.基于GF-1號(hào)衛(wèi)星的龍江水庫(kù)水環(huán)境遙感監(jiān)測(cè)適宜性[J].四川環(huán)境，2017（增刊1）：87-94.

[5]段洪濤，張柏，宋開山，等.長(zhǎng)春南湖水體透明度高光譜定量模型研究[J].中國(guó)科學(xué)院研究生院學(xué)報(bào)，2006（5）：633-639.

[6]徐京萍，張柏，宋開山，等.基于半分析模型的新廟泡葉綠素a濃度反演研究[J].紅外與毫米波學(xué)報(bào)，2008（3）：197-201.

[7]張春桂，曾銀東.臺(tái)灣海峽海水透明度遙感監(jiān)測(cè)及時(shí)空變化分析[J].氣象與環(huán)境學(xué)報(bào)，2015（2）：73-81.

[8]吳儀，鄧孺孺，秦雁，等.新豐江水庫(kù)葉綠素濃度時(shí)空分布特征的遙感反演研究[J].遙感技術(shù)與應(yīng)用，2017（5）：825-834.

[9]鄭炎輝，張園波，何艷虎.基于GF-1 WFV影像與神經(jīng)網(wǎng)絡(luò)模型的水庫(kù)水質(zhì)多參數(shù)反演研究[J].人民珠江，2020（7）：57-62，84.

[10]周正，桂圣熙，李玉翠，等.基于組合光譜指數(shù)的巢湖典型水質(zhì)參數(shù)反演研究[J].人民長(zhǎng)江，2020（9）：45-50，182.

[11]但雨生，周忠發(fā)，李韶慧，等.基于Sentinel-2的平寨水庫(kù)葉綠素a濃度反演[J].環(huán)境工程，2020（3）：180-185，127.

[12] ODERMATT D ， GIARDINO C ， HEEGE T . Chlorophyll retrieval with MERIS Case-2-Regional in perialpine lakes[J]. Remote Sensing of Environment， 2010（3）：607-617.

[13]張麗華，林茂森，田英，等.環(huán)境因子對(duì)大伙房水庫(kù)葉綠素α的影響研究[J].環(huán)境科學(xué)與技術(shù)，2020（4）：230-236.

[14]孫昊，周林飛.石佛寺水庫(kù)葉綠素a濃度高光譜遙感反演[J].節(jié)水灌溉，2019（3）：67-70.

[15] DUAN H，MA R，ZHANG Y，et al. Remote-sensing assessment of regional inland lake water clarity in northeast China[J]. Limnology，2009（2）：135-141.

[16]馬建行，宋開山，邵田田，等.基于HJ-CCD和MODIS的吉林省中西部湖泊透明度反演對(duì)比[J].湖泊科學(xué)，2016（3）：661-668.

[17]禹定峰，邢前國(guó)，周斌，等.基于環(huán)境一號(hào)衛(wèi)星的四十里灣透明度遙感反演[J].海洋環(huán)境科學(xué)，2014（4）：580-584.

[18]殷子瑤，李俊生，范海生，等.珠海一號(hào)高光譜衛(wèi)星的于橋水庫(kù)水質(zhì)參數(shù)反演初步研究[J].光譜學(xué)與光譜分析，2021（2）：494-498.

[19]蓋穎穎，王章軍，楊雷，等.金沙灘近岸水體葉綠素a和懸浮物遙感反演研究[J].國(guó)土資源遙感，2020（3）：129-135.

[20]李愛民，夏光平，齊鑫，等.珠海一號(hào)高光譜遙感的鄭州天德湖水質(zhì)CDOM反演方法[J].測(cè)繪科學(xué)技術(shù)學(xué)報(bào)，2020（4）：388-391，397.

[21]郭旭陽(yáng)，王沛芳，吳春山，等.基于Landsat8遙感影像的山仔水庫(kù)CDOM空間分布反演研究[J].海峽科學(xué)，2019（2）：3-5，21.

[22]解啟蒙，林茂森，楊國(guó)范，等.清河水庫(kù)水體高錳酸鹽指數(shù)遙感反演模型研究[J].中國(guó)農(nóng)村水利水電，2017（10）：57-61.

[23]劉靜，況潤(rùn)元，李建新，等.基于實(shí)測(cè)數(shù)據(jù)的鄱陽(yáng)湖總氮、總磷遙感反演模型研究[J].西南農(nóng)業(yè)學(xué)報(bào)，2020（9）：2088-2094.