黄河吴忠段水体叶绿素 a 与悬浮物质量浓度的光谱反演模型

Spectral Inversion Model of Chlorophyll-a and Suspended Solids Concentration in the Wuzhong Section of the Yellow River

摘要

针对黄河吴忠段水体光学特性复杂和现有模型适配性差的问题，采集了 30 组水体样品与同步光谱数据，对原始光谱分别进行自然对数变换和一阶微分变换以增强光谱特征。在此基础上，采用归一化差值光谱指数（NDSI）与波段比值指数筛选最优敏感波段组合，构建叶绿素 a（Chl-a）与悬浮物（TSS）质量浓度的多元线性回归反演模型。结果表明，一阶微分变换结合 NDSI 的反演模型效果最优，Chl-a 与 TSS 质量浓度反演模型的决定系数（R²）分别达 0.98 和 0.92，反演精度显著优于传统方法。该方法可有效提升高光谱信息利用率，为黄河吴忠段水体高精度、本地化水质遥感监测提供参考。

Abstract

In response to the complex optical characteristics of water bodies in the Wuzhong section of the Yellow River and the poor adaptability of existing models， 30 sets of water samples and synchronous spectral data were collected. The original spectra were subjected to natural logarithm transformation and first-order differential transformation to enhance spectral features. The optimal sensitive band combinations were then selected using the normalized difference spectral index （NDSI） and band ratio indices to construct a multiple linear regression inversion model for chlorophyll-a （Chl-a） and total suspended solids （TSS） concentrations. The results demonstrate that the inversion model combining first-order differential transformation and NDSI yields the best performance， achievingR² values of 0.98 and 0.92 for Chl-a and TSS， respectively， significantly outperforming traditional methods. This approach effectively improves the utilization of hyperspectral information and provides a reference for high-precision， localized remote sensing monitoring of water quality in the Wuzhong section of the Yellow River.

关键词

高光谱 / 叶绿素a / 悬浮物 / 黄河吴忠段 / 一阶微分 / 归一化差值光谱指数（NDSI）

Key words

hyperspectral / chlorophyll-a / suspended solids / Wuzhong Section of the Yellow River / first-order differential / normalized difference spectral index （NDSI）

参考文献

[1] 张金良. 黄河流域生态保护和高质量发展水战略思考[J]. 人民黄河， 2020， 42（4）： 1-6.

[2] 韩宇平， 刘沛衡， 王如厂， 等. 黄河宁夏段水生态环境保护与治理策略初探[J]. 华北水利水电大学学报（社会科学版）， 2021， 37（3）： 1-6.

[3] 吴召仕， 张路， 刘宝贵， 等. 鄱阳湖丰水期水体中叶绿素a 含量空间分布及其与环境因子的关系[J]. 湿地科学， 2014， 12（3）： 286-292.

[4] 周华冕， 徐慧， 龙良红， 等. 基于香溪河中游水体总磷总氮高光谱估算模型比较[J].中国农村水利水电， 2024（11）： 125-132.

[5] 张圣昊， 赵起超， 韩宝辉， 等. 基于实测光谱的白洋淀叶绿素a浓度反演[J]. 大气与环境光学学报， 2024， 19（4）： 468-478.

[6] 马荣华， 戴锦芳. 结合Landsat ETM 与实测光谱估测太湖叶绿素及悬浮物含量[J]. 湖泊科学， 2005， 17（2）： 97-103.

[7] 吕恒， 李新国， 江南. 基于反射光谱和模拟MERIS 数据的太湖悬浮物遥感定量模型[J]. 湖泊科学， 2005， 17（2）：104-109.

[8] 仲苏珂， 吕恒， 杨子谦， 等. Sentinel-3 OLCI数据的内陆湖泊有机悬浮物浓度遥感估算[J]. 遥感学报， 2022， 26（1）： 155-167.

[9] 安如， 刘影影， 曲春梅， 等. NDCI法Ⅱ类水体叶绿素a浓度高光谱遥感数据估算[J]. 湖泊科学， 2013， 25（3）： 437-444.

[10] 田建林， 邓孺孺， 秦雁， 等. 基于遥感反演的珠江三角洲水体污染源目视解译实证研究[J]. 经济地理， 2018， 38（8）： 172-178.

[11] Salam R， Towfiqul Islam A R M， Shill B K， et al. Seamless retrievals of chlorophyll-a from Sentinel-2 （MSI） and Sentinel-3 （OLCI） in inland and coastal waters： A machine-learning approach[J]. Remote Sensing of Environment， 2020， 240： 111604.

[12] 李祥， 刘帅， 陈发明， 等. 基于SSA-XGBoost算法的水质叶绿素a 遥感高光谱反演[J]. 环境科学与技术， 2024， 47（12）： 169-176.

[13] 赵程铭， 董晓华， 李中华， 等. 基于神经网络的黄柏河东支流域水质遥感估算[J]. 环境科学与技术， 2022， 45（6）： 195-202.

[14] 许颖. 章江下游水质高光谱遥感监测研究[D]. 赣州： 赣南师范大学， 2022.

[15] 邓玉浩， 朱春华， 邱士可， 等. 河南省典型湖库水体透明度遥感反演算法构建[J]. 华中师范大学学报（自然科学版）， 2025， 59（6）： 923-935.

[16] 钱家炜. 山仔水库叶绿素a高光谱反演模型构建研究[J]. 海峡科学， 2025（6）： 85-88.

[17] 杨家文. 黄河吴忠段水生态环境协同治理研究[D]. 银川： 宁夏大学， 2023.

[18] 祁萍. 黄河宁夏段与沙湖水质评价研究[D]. 杨凌： 西北农林科技大学， 2017.

[19] 宁夏回族自治区水利厅. 2024年宁夏水资源公报[R/OL]. 2025-07-25. https://slt.nx.gov.cn/xxgk_281/fdzdgknr/gbxx/szygb/202507/t20250725_4971216.html.

[20] 宁夏回族自治区生态环境厅. 2024 年宁夏生态环境状况公报[R/OL]. 2025-05-29. https://sthjt.nx.gov.cn/hjzl/hjzkgb/202505/t20250529_4920938.html.

[21] 刘佩霞， 王军邦， 王猛， 等. 2000-2018 年三江源区归一化差植被指数数据集[J]. 中国科学数据， 2023， 8（2）： 213-222.

[22] 朱慧， 李玉华， 李位见， 等. 基于多源遥感数据的重庆地区6 种主要非粮作物物候影像特征分析[J]. 四川农业科技， 2024（11）： 16-22.

[23] 唐军武， 田国良， 汪小勇， 等. 水体光谱测量与分析Ⅰ： 水面以上测量法[J]. 遥感学报， 2004， 8（1）： 37-44.

[24] 张宇. 基于珠海一号高光谱卫星的贵州草海三种水质参数反演研究[D]. 贵阳： 贵州大学， 2023.

[25] 吴奇， 宫福征， 白伟桦， 等. 太子河干流总氮与氨氮水质参数反演及时空变化研究[J]. 生态与农村环境学报， 2024， 40（8）： 1017-1028.

[26] 钱进， 李澜， 姚敏， 等. 基于Landsat-8卫星遥感反演内陆河湖水质参数[J]. 江苏水利， 2023（2）： 34-39.

[27] 肖潇， 徐坚， 赵登忠， 等. 基于高光谱数据的汉江中下游典型河段水体悬浮物遥感反演[J]. 长江科学院院报， 2020， 37（11）： 141-148.

[28] 蔡世荣. 珠江口悬浮泥沙的季节变化定量遥感监测和趋势分析[D]. 广州： 广州大学， 2024.

[29] 任江华. 高浑浊水体叶绿素a浓度遥感反演模型研究[D]. 东营： 中国石油大学（华东）， 2023.

[30] 王波， 黄津辉， 郭宏伟， 等. 基于遥感的内陆水体水质监测研究进展[J]. 水资源保护， 2022， 38（3）： 117-124.

基金资助

宁夏重点研发计划项目(2021BEG03004)

宁夏重点研发计划项目(2023AAC03787)