J. Lake Sci.(湖泊科学), 2009, 21(2): 288-297
http://www.jlakes.org. E-mail: jlakes@niglas.ac.cn ©2009 by Journal of Lake Sciences
基于时间序列MODIS影像的鄱阳湖丰水期悬浮泥沙浓度反演及变化*
邬国锋1, 崔丽娟2**, 纪伟涛3
(1: 武汉大学资源与环境科学学院, 教育部地理信息系统重点实验室, 武汉430079) (2: 中国林业科学研究院林业研究所, 国家林业局林木培育重点实验室, 北京100091) (3: 鄱阳湖国家级自然保护区管理局, 南昌330038)
摘 要: 悬浮泥沙浓度是描述水质的重要参数之一, 获得其在空间和时间上的分布信息对于理解、管理和保护湖泊生态系统是必要的. 此研究旨在建立基于中分辨率成像光谱仪(MODIS)影像的鄱阳湖悬浮泥沙浓度反演模型, 并利用建立的模型反演2000-2007年鄱阳湖丰水期的悬浮泥沙浓度, 分析其在时间和空间上的变化特征并对引起这些变化的原因进行讨论. 研究结果揭示: MODIS Terra影像红波段与悬浮泥沙浓度具有显著的相关性(R2=0.92, s.e.=12.02mg/L, F=154.30, P<0.001), 可以用于鄱阳湖丰水期悬浮泥沙浓度的反演; 自2000-2007年间, 鄱阳湖悬浮泥沙浓度呈明显的时间和空间分布特征, 在南部水体悬浮泥沙浓度无明显变化, 在北部呈增加趋势, 而中部水体泥沙浓度波动较大; 鄱阳湖北部的采砂活动是导致此区域悬浮泥沙浓度增加的主要原因, 其与长江江水倒灌鄱阳湖共同作用引起鄱阳湖中部泥沙浓度的波动, 抚河、信江和饶河输沙量的非显著变化也导致南部鄱阳湖水体悬浮泥沙浓度的非显著变化. 关键词: 鄱阳湖; MODIS; 悬浮泥沙浓度; 反演; 变化分析
Time-series MODIS images-based retrieval and change analysis of suspended sediment concentration during flood period in Lake Poyang
WU Guofeng1, CUI Lijuan2 & JI Weitao3
(1: School of Resource and Environmental Science & Key Laboratory of Geographic Information System of Ministry of Education,
Wuhan University, Wuhan 430079, P.R.China)
(2: Research Institute of Forestry, Chinese Academy of Forestry & Laboratory of Tree Breeding and Cultivation, State Forestry
Administration, Beijing 100091, P.R.China)
(3: Bureau of Jiangxi Lake Poyang National Nature Reserve, Nanchang 330008, P.R.China)
Abstract: Suspended sediment concentration (SSC) is one of important indicators for describing water quality, and obtaining its spatial and temporal distribution information is necessary for understanding, managing and protecting lake ecosystems. This study aimed to developed the Moderate-resolution Imaging Spectroradiometer (MODIS) image-based SSC retrieval model for Lake Poyang, used the model to predict the SSC of Lake Poyang during the flood period from 2000 to 2007, analyzed its spatial and temporal change characteristics and further discussed the causes to induce these changes. The results revealed that: the red band of MODIS Terra was significantly related to the SSC (R2= 0.92, s.e.=12.02mg/L, F=154.30, P<0.001), and it may be applied to retrieve the SSC of Lake Poyang during the flood period. The SSC of Lake Poyang showed clear spatial and temporal distribution characteristics from 2000 to 2007, while the SSC had no clear change in the south, increased in the north and fluctuated largely in the centre of the lake. The dredging activities in the northern Lake Poyang was the main cause inducing the increased SSC in this region, and mixed with water backflow from the Yangtze River to Lake Poyang which resulted in the fluctuation of SSC in the centre. Non-significant change
* 国家林业局“948”项目, 湿地自然保护区环境监测分析技术引进项目(2004-4-34)资助. 2008-05-30收稿; 2008-09-14收
修改稿. 邬国锋, 男, 副教授; E-mail: guofengwu@gmail.com. ** 通讯作者; E-mail: lkyclj@126.com.
邬国锋等: 基于时间序列MODIS影像的鄱阳湖丰水期悬浮泥沙浓度反演及变化
of sediments from Rivers Fuhe, Xinjiang and Raohe caused the non-significant change of SSC in the south lake. Keywords: Lake Poyang; MODIS; suspended sediment concentration; retrieval; change analysis
289
湖泊在经济、旅游、娱乐以及生物多样性保护等方面承担着多种非常重要的功能[1], 这些功能实施的成败在很大程度上受水质的影响. 因此, 水质监测和保护对保持湖泊功能的可持续性是必不可少的. 悬浮泥沙浓度是描述水质的重要参数之一[2-4], 高悬浮泥沙浓度对水体的生态环境带来一定的影响, 例如传输养分和污染物[5-6]和消弱光在水体内的传播[7-8]. 其中, 光的消弱将影响水生植物的生长[9-10], 进而影响整个湖泊生态系统[11]. 因此, 获得悬浮泥沙浓度在空间和时间上的分布信息对于理解、管理和保护湖泊生态系统是必要的.
遥感技术已经广泛地用于悬浮泥沙浓度的估计. 例如, Nellis等[12]以及Keiner和Yan[13]分别利用Landsat TM影像反演美国Tuttle Creek水库和Delaware湾的悬浮泥沙浓度, Tyler等[14]借助TM影像估计欧洲Balaton湖的悬浮泥沙浓度. 然而, 由于悬浮泥沙浓度在一些区域具有快速变化的特点, 同时鉴于重复周期(16d)的限制, TM影像对于这样的动态变化监测并不非常适合. 另外, 在世界的很多区域, 频繁的云层覆盖减少实际可用的影像数目, 这将进一步限制TM影像在动态监测悬浮泥沙浓度领域的应用[15]. Islam等[16]和Ruhl等[17]使用改进型甚高分辨率扫描辐射仪(AVHRR)影像分别在孟加拉国的Ganges和Brahmaputra河流以及美国的San Francisco湾预测水体的悬浮泥沙浓度. 尽管AVHRR影像具有非常高的时间分辨率(每天超过4次), 但其低的空间分辨率(1.1km)限制了它在面积较小水域的应用. 中分辨率成像光谱仪(MODIS), 因其中等的空间分辨率(红和红外波段为250m)、日重复周期、高度的敏感性以及免费下载等优点[18-19], 在动态监测悬浮泥沙浓度方面具有非常大的应用潜力. 国内外很多的研究人员已经在不同地区对这样的潜力进行了尝试, 例如, Hu等[3]、Miller和McKee[18], Sipelgas等[20], Li等[21]以及Yan和Tang[22]等分别在美国、芬兰、非洲、中国和印度利用MODIS影像进行悬浮泥沙浓度的反演, 还有学者基于MODIS影像在长江南京段、福建近岸海域、黄海及东海海域和长江口反演悬浮泥沙浓度[23-26].
鄱阳湖是当前中国第一大淡水湖, 也是水质最好的湖泊之一. 近年来, 随着鄱阳湖流域经济的快速发展, 鄱阳湖水体的污染情况日趋严重. 据江西省水环境监测部门监测, 2002年鄱阳湖水质Ⅲ类水以上的比例占99.7%, 而2006年下降到82.1%, 基本上呈逐年下降趋势. 鄱阳湖的水质和污染问题一直受到多方的高度关注, 保护鄱阳湖这一湖清水是当前鄱阳湖管理和保护工作的重点之一. 基于野外水样采集-实验室分析这样传统方法—悬浮泥沙浓度监测已经在鄱阳湖水域或其流域不同程度地展开, 但这样的监测方法很难反映悬浮泥沙浓度在空间上的连续变化情况. 同时, 遥感技术在鄱阳湖水域悬浮泥沙浓度监测方面的应用研究还处于探索阶段. 因此, 基于鄱阳湖当前的情况以及目前监测手段的局限性, 此研究旨在建立基于MODIS影像的鄱阳湖悬浮泥沙浓度反演模型, 并用建立的模型反演2000-2007年鄱阳湖丰水期的悬浮泥沙浓度, 分析泥沙浓度在时间和空间上的变化特征并对引起浓度变化的原因进行分析.
1 数据
1.1 研究区域
鄱阳湖(东经115°50′-116°44′, 北纬28°25′-29°45′)位于江西省北部、长江中下游南岸, 其承赣江、抚河、信江、饶河以及修河等江河来水, 经调蓄后由湖口注入长江, 是一个过水性、吞吐型、季节性的湖泊, 具有“高水是湖、低水似河”独特的自然地理景观, 枯水期面积1290km2, 平水期面积2797km2, 丰水期面积3900km2, 其湿地面积占江西省湿地总面积的97.2%. 鄱阳湖是长江流域最大的天然洪水调蓄区、长江中下游的重要水源地、我国最大的淡水鱼产区和鱼类种质资源库、世界著名的候鸟越冬栖息地[27], 也是中国第一批列入“国际最重要湿地名录”的湿地之一, 其社会、经济和生态地位极其重要. 1.2 水样采集及悬浮泥沙浓度的实验室分析
利用覆盖鄱阳湖2005年10月31日的Landsat TM影像目视分析鄱阳湖水体悬浮泥沙浓度的空间分布特征, 然后根据分析的结果进行水样采样样线和42个样点的设计(图1). 在2007年9月27日根据设计的采样方案进行水样的收集. 在野外水样收集时, 通过全球定位系统(GPS)使采样船只定位到预先设计
J. Lake Sci.(湖泊科学), 2009, 21(2)
的采样点, 然后借助水样采集器在0.3-0.5m水深处进行水样的采集. 水样采集之后, 在24h之内运回实验290
室, 并根据悬浮泥沙实验室分析标准进行每个水样的悬浮泥沙浓度的计算. 另外, 武汉大学陈晓玲教授提供了2005年7月3-4日的鄱阳湖悬浮泥沙采样分析结果, 9个样点的分布如图1所示, 信息包括采样点的经纬度和悬浮泥沙浓度, 用此独立数据对建立的模型进行检验.
116°00'E
图1 MODIS Terra影像(获取时间: 2007年9月27日)红波段影像显示用于建立()
和评价(×)悬浮泥沙浓度反演模型的水样采样点
Fig.1 Red band of MODIS Terra image (captured on 27th September, 2007) showing the sampling sites for
developing (+) and validating (×) suspended sediment concentration retrieval model
1.3 MODIS影像
为了反演和分析鄱阳湖丰水期悬浮泥沙浓度, 借助NASA的Earth Observing System Data Gateway(http://edcimswww.cr.usgs.gov/pub/imswelcome)下载了覆盖鄱阳湖地区2000-2007年7-9月的MODIS Terra地面反射率产品, 除2007年8月无质量好的影像之外, 其它月份各一景. 此产品包含了经过大气校正的250m和500m MODIS红、红外、蓝和绿波段的地面反射率(关于此产品的详细信息请参照: http://modis-sr.ltdri.org). 对下载的影像作如下预处理: 首先把所有影像的投影方式转换为WGS84/UTM投影; 然后裁剪出只包括鄱阳湖的矩形范围内的影像; 其次, 对空间分辨率为500m的3、4波段(蓝、绿)进行空间重采样, 使其与1、2波段(红、红外)的空间分辨率(250m)一致, 然后合并1-4波段形成一个影像文件, 以便后续的处理; 最后, 进行影像的非监督分类以及目视判读, 确定水域, 制作掩膜层, 并利用掩膜层进行图像的掩膜操作, 提取水域.
2 方法
2.1 悬浮泥沙浓度反演
首先, 借助Statistica 6.0软件, 利用2007年9月27日的MODIS Terra影像和同一天野外采集的悬浮泥沙浓度数据进行了如下模型的测试, 以发现最适合的反演模型:
(1)悬浮泥沙浓度或其自然对数变换值与波段或波段自然对数变换值的单变量线性和非线性模型: 包
邬国锋等: 基于时间序列MODIS影像的鄱阳湖丰水期悬浮泥沙浓度反演及变化
括Linear(线性)、Logarithmic(对数)、Inverse(倒数)、Quadratic(二次)、Cubic(三次)、Power(幂)、Compound(复合)、S-curve(S-曲线)、Growth(增长)和Exponential(指数)模型;
(2)悬浮泥沙浓度或其自然对数变换值与任意两波段或两波段自然对数变换比值的单变量线性和非线性模型, 使用的模型与上同.
然后, 利用发现的最适合模型和2005年7月5日的MODIS影像反演当日的鄱阳湖悬浮泥沙浓度, 并与2005年7月3-4日的鄱阳湖悬浮泥沙采样分析结果进行比较分析, 评价模型的精度. 最后, 利用最适合的反演模型对鄱阳湖2000-2007年7-9月的悬浮泥沙浓度进行预测. 2.2 悬浮泥沙浓度分析
利用定义的位于鄱阳湖北部、中部和南部的3个采样区域(图2), 针对从每景MODIS影像反演的悬浮泥沙浓度, 分别计算这些区域内的平均悬浮泥沙浓度, 用以代表2000-2007年7-9月鄱阳湖丰水期的悬浮泥沙分布情况; 分析不同时期悬浮泥沙浓度在鄱阳湖北部、中部和南部的空间分布格局, 进而分析2000-2007年悬浮泥沙浓度在鄱阳湖不同区域的动态变化情况, 并分析引起产生这种空间和时间变化的潜在原因.
图2 用于估算鄱阳湖北部、中部和南部平均悬浮泥沙浓度的采样区域(黑色网格区域) Fig.2 Sampling regions (identified by black grids) used for estimating average suspended sediment concentrations in the northern, central and southern Lake Poyang 291
3 结果及讨论
表1列举了利用2007年9月27日野外采集的悬浮泥沙浓度数据和同日MODIS Terra 250m影像的红、红外波段、两波段比及泥沙指数之间的最适合回归模型, 发现MODIS Terra的250m红波段的三次模型能够最好地解释鄱阳湖水体的悬浮泥沙浓度(SSC). 利用2005年7月3-4日的野外采集悬浮泥沙浓度数据和2005年7月5日的MODIS Terra影像对模型的检验, 结果显示野外实测值与模型反演值之间的相关系数为0.94, P<0.01, 表明它们之间具有强相关性, 误差标准差为17.34mg/L, 尽管采样时间和影像反
表1 悬浮泥沙浓度分别与MODIS Terra影像250m的红(R)、红外(IR)波段、两波段比(IR/R)
及泥沙指数(SI=(R-IR)/(R+IR))之间的最适合回归模型
Tab.1 The best fitting regression models between suspended sediment concentration (SSC) and reflectance of 250m red band (R), infrared band (IR), band ratio (IR/R) and sediment index (SI=(R-IR)/(R+IR)) of moderate
resolution imaging spectroradiometer (MODIS) Terra 反演模型
SSC=-15.67+1005.29R-15858.70R2+86236.23R3 SSC=1.58-221.83IR+39137.48IR2-217651.00IR3 SSC=11.87-251.98(IR/R)+1054.74(IR/R)2 SSC=635.56-2170.77SI+2416.64SI2-872.89SI3 * s.e.表示误差标准差, 样本数目为42, P<0.001.
R2
s.e.
F
0.92 12.02 154.30 0.89 13.67 116.42 0.78 19.87 72.16 0.77 20.08 47.16
J. Lake Sci.(湖泊科学), 2009, 21(2)
演鄱阳湖悬浮泥沙浓度, 但仍旧不能保证其在不同季节的普遍适应性. 原因有二: 一是不同季节的获292
取时间有1-2d的间隔, 模型还是获得了比较理想的结果(图3). 此经验模型在高水位季节比较理想地水体组分不同, 从而对应的经验模型也存在差别; 二是不同季节的大气环境不同, 尽管MODIS地面反射率产品经过严格的大气校正, 但其是从全球的角度进行考虑, 针对一个特定的小区域难免存在误差. 大气校正一直是内陆水色定量遥感中最重要的、也是最困难的环节, 目前还没有成熟的针对内陆水体的大气校正方法存在, 探索可行的内陆水体大气校正方法将有助于模型精度的提高.
图3 实测与反演悬浮泥沙浓度的对比散点图
Fig.3 Scatter plot of measured vs. retrieved suspended sediment concentration
利用建立的模型, 分别对鄱阳湖2000-2007年7-9月的悬浮泥沙浓度进行反演, 图4描述了这期间悬浮泥沙浓度在时间和空间上的分布和变化情况.
图5显示了从图4计算得到的鄱阳湖北部、中部和南部采样区域2000-2007年7-9月平均悬浮泥沙浓度在时间上和空间上的变化情况. 从年度空间变化的角度, 从2000-2002年悬浮泥沙浓度在鄱阳湖的北部、中部和南部变化较小, 位于0-40mg/L之间, 而大部分时间介于0-20mg/L之间; 而从2003-2007年, 这样的空间分布差别增大, 在鄱阳湖南部泥沙浓度位于0-10mg/L之间, 而在北部大于20mg/L, 有的时间甚至高达180mg/L. 从随时间变化的角度, 在鄱阳湖的南部2000-2007年之间泥沙浓度基本保持一致, 无明显的变化; 而在鄱阳湖的北部呈增加的趋势, 从2000-2002年的0-20mg/L到2003-2007年的大约30-190mg/L左右; 在鄱阳湖的中部, 大部分时间与鄱阳湖南部的泥沙浓度比较一致, 而在一些特定时间具有明显的增加趋势, 如2004、2006和2007年.
近年来由于长江经济带建设的快速发展, 建筑砂石需求量大增, 同时长江中下游干流河道全线禁采江砂以及采砂所带来的可观的经济利益等原因驱动, 鄱阳湖北部的采砂业自2001年以来迅速兴起[28]. 采砂活动引起沉积泥沙的再悬浮, 增加悬浮泥沙浓度, 进而引起采砂区水体透明度的下降. Wu等[29]研究发现2000-2005年鄱阳湖砂山至湖口区域夏秋季水体平均透明度随着船只数目的增加而显著下降. 但这种相关性并不意味着采砂活动与水体透明度下降之间的因果关系, 因为降雨、风以及其它因素同样也可以降低水体透明度. 然而, 通过对船只最终目的地以及船只分布与水体透明度变化的一致性等方面的分析, 可以确认采砂是引起此区域水体透明度下降的主要原因[29]. 鄱阳湖的水体透明度和悬浮泥沙浓度具有显著的负相关性[30], 因此可以推断鄱阳湖北部区域的采砂活动引起此区域的悬浮泥沙浓度的增加.
邬国锋等: 基于时间序列MODIS影像的鄱阳湖丰水期悬浮泥沙浓度反演及变化
2000-07-16
-012000-08
2001-07-24
2001-08 -18
2002-07-13
-232002-08
2002-09-29 2001-09-23 2000-09-14
293
294
2003-07-23
2003-08-24
2004-07-27
2004-08 -28
2005-07-05
续上页2005-08- 17
2005-09-30 2004-09-16 2003-09-25
J. Lake Sci.(湖泊科学), 2009, 21(2)
邬国锋等: 基于时间序列MODIS影像的鄱阳湖丰水期悬浮泥沙浓度反演及变化
2006-07-12
2006-08-14
2007-07-27
0
图4 基于MODIS的2000-2007年7-9月份鄱阳湖悬浮泥沙浓度
Fig.4 MODIS-based suspended sediment concentration from June to September, 2000-2007 in Lake Poyang 由于长江和鄱阳湖流域主汛期不同, 在每年7-9月, 长江江水倒灌鄱阳湖现象时有发生[31]. 据1954-1998年的统计数据, 这45年中有37年发生江水倒灌[32]. 据1956-2000年统计数据显示每年平均倒灌2.5次, 平均持续14d. 自2001年以来, 鄱阳湖北部区域的采砂活动引起悬浮泥沙浓度的增加, 如果这期间倒灌发生, 长江水将推动鄱阳湖北部的浑浊水体向南移动, 到达鄱阳湖的中部, 增加这些影响区域的悬浮泥沙浓度, 当倒灌停止之后, 影响并没有停止, 因为受影响区域的悬浮泥沙浓度需要一段时间恢复. 在2004、2006和2007年个别时期鄱阳湖中部悬浮泥沙浓度显著增加, 这些时期与长江江水倒灌鄱阳湖的期间基本一致, 如在2004年发生2次倒灌, 分为位于7月22-27日和9月10-15日. 因此可以推断长江江水倒灌鄱阳湖以及因鄱阳湖北部采砂活动引起的悬浮泥沙浓度的增加共同作用导致鄱阳湖中部悬浮泥沙浓度大的波动.
200 mg/L
2007-09-27 2006-09-21
295
296
J. Lake Sci.(湖泊科学), 2009, 21(2)
鄱阳湖南部的悬浮泥沙浓度主要受抚河、信江和饶河输沙量的影响. 据2000-2006年《长江泥沙
公报》, 在这期间此3条河流的输沙量无明显变化趋势. 因此, 鄱阳湖南部的悬浮泥沙浓度呈无明显的变化.
图5 2000-2007年7-9月份鄱阳湖北部、中部和南部平均悬浮泥沙浓度 Fig.5 Average suspended sediment concentration from June to September, 2000-2007
in the northern, central and southern Lake Poyang
4 参考文献
[1] Jorgensen SE, Loffler H, Rast W et al. Lake and reservoir management, Volume 54 (Developments in Water Science). Elsevier
Publishers, 2005.
[2] Pozdnyakov D, Shuchman R, Korosov A et al. Operational algorithm for the retrieval of water quality in the Great Lakes.
Remote Sensing of Environment, 2005, 97(3): 352-370.
[3] Hu C, Chen Z, Clayton TD et al. Assessment of estuarine water-quality indicators using MODIS medium-resolution bands:
Initial results from Tampa Bay, FL. Remote Sensing of Environment, 2004, 93(3): 423-441.
[4] Zhang Y, Pulliainen JT, Koponen SS et al. Water quality retrievals from combined Landsat TM data and ERS-2 SAR data in the
Gulf of Finland. IEEE Transactions on Geoscience and Remote Sensing, 2003, 41(3): 622-629.
[5] Davies-Colley RJ, Smith DG. Turbidity, suspended sediment, and water clarity: A review. Journal of the American Water
Resources Association, 2001, 37(5): 1085-1101.
[6] Cigizoglu HK, Kisi O. Methods to improve the neural network performance in suspended sediment estimation. Journal of
Hydrology, 2006, 317(3-4): 221-238.
[7] Kirk JTO. Light and photosynthesis in aquatic ecosystems. Combridge, Britian: Cambridge University Press, 1994.
[8] Blom G, Duin EHSV, Lijklema L. Sediment resuspension and light conditions in some shallow Dutch lakes. Water Science and
Technology, 1994, 30(10): 243-252.
[9] Best EPH, Teeter AH, Nair SK. Modeling the impacts of suspended sediment concentration and current velocity on submersed
vegetation in an Illinois River Pool, USA. In: APCRP Technical Notes Collection (ERDC TN-APCRP-EA-07), U.S. Army Engineer Research and Development Center, Vicksburg, MS.
[10] Liu WC. Water column light attenuation estimation to simulate phytoplankton population in tidal estuary. Environmental
Geology, 2005, 49(2): 280-292.
邬国锋等: 基于时间序列MODIS影像的鄱阳湖丰水期悬浮泥沙浓度反演及变化
35(1): 11-24.
[12] Nellis MD, Harrington JA, Wu JP. Remote sensing of temporal and spatial variations in pool size, suspended sediment, turbidity,
and Secchi depth in Tuttle Creek Reservoir, Kansas: 1993. Geomorphology, 1998, 21(3-4): 281-293.
[13] Keiner LE, Yan XH. A neural network model for estimating sea surface chlorophyll and sediments from Thematic Mapper
Imagery. Remote Sensing of Environment, 1998, 66(2): 153-165.
[14] Tyler AN, Svab E, Preston T et al. Remote sensing of the water quality of shallow lakes: A mixture modelling approach to
quantifying phytoplankton in water characterized by high-suspended sediment. International Journal of Remote Sensing, 2006, 27(8): 1521-1537.
[15] Kloiber SM, Brezonik PL, Bauer ME. Application of Landsat imagery to regional-scale assessments of lake clarity. Water
Research, 2002, 36(17): 4330-4340.
[16] Islam MR, Yamaguchi Y, Ogawa K. Suspended sediment in the Ganges and Brahmaputra Rivers in Bangladesh: observation
from TM and AVHRR data. Hydrological Processes, 2001, 15(3): 493-509.
[17] Ruhl CA, Schoellhamer DH, Stumpf RP et al. Combined use of remote sensing and continuous monitoring to analyse the
variability of suspended-sediment concentrations in San Francisco Bay, California. Estuarine Coastal and Shelf Science, 2001, 53(6): 801-812.
[18] Miller RL, McKee BA. Using MODIS Terra 250m imagery to map concentrations of total suspended matter in coastal waters.
Remote Sensing of Environment, 2004, 93(1-2): 259-266.
[19] Li R, Li J. Satellite remote sensing technology for lake water clarity monitoring: an overview. Environmental Informatics
Archives, 2004, 2: 893-901.
[20] Sipelgas L, Raudsepp U, Kouts T. Operational monitoring of suspended matter distribution using MODIS images and numerical
modelling. Advances in Space Research, 2006, 38(10): 2182-2188.
[21] Li RR, Kaufman YJ, Gao BC et al. Remote sensing of suspended sediments and shallow coastal waters. Geoscience and Remote
Sensing, IEEE Transactions on, 2003, 41(3): 559-566.
[22] Yan Z, Tang D. Changes in suspended sediments associated with 2004 Indian Ocean tsunami. Advances in Space Research, in
Press, Corrected Proof.
[23] Liu CD, He BY, Li MT et al. Quantitative modeling of suspended sediment in middle Changjiang River from MODIS. Chinese
Geographical Science, 2006, 16(1): 79-82.
[24] 张春桂, 张 星, 陈敏艳等. 福建近岸海域悬浮泥沙浓度遥感定量监测研究. 自然资源学报, 2008, 23(1): 150-160. [25] 刘良明, 张红梅. 基于MODIS数据的悬浮泥沙定量遥感方法. 国土资源遥感, 2006, 2: 42-45.
[26] 李云驹, 常庆瑞, 杨晓梅等. 长江口悬浮泥沙的MODIS影像遥感监测研究. 西北农林科技大学学报(自然科学版), 2005,
33(4): 117-121.
[27] 崔丽娟, 张曼胤, 王义飞等. 鄱阳湖湿地环境质量分异及风险表征. 东北师大学报(自然科学版), 2006, 38(1): 114-120. [28] 钟业喜, 陈 姗. 采砂对鄱阳湖鱼类的影响研究. 江西水产科技, 2005, 1: 15-18.
[29] Wu G, De Leeuw J, Skidmore AK et al. Concurrent monitoring of vessels and water turbidity enhances the strength of evidence
in remotely sensed dredging impact assessment. Water Research, 2007, 41(15): 3271-3280.
[30] Liu W. Monitoring variation of water turbidity and related environmental factors in Lake Poyang National Nature Reserve,
China. International Institute for Geo-information Science and Earth Observation (ITC): 54. [31] 徐德龙, 熊 明, 张 晶. 鄱阳湖水文特性分析. 人民长江, 2001, 32(2): 21-27. [32] 胡细英, 熊小英. 鄱阳湖水位特征与湿地生态保护. 江西林业科技, 2002, 5: 1-4.
297
[11] Rorslett B. Modelling of underwater light in freshwater lakes using survival and failure time analysis. Freshwater Biology, 1996,
因篇幅问题不能全部显示，请点此查看更多更全内容