修改版申报书

华中师范大学大学生创新创业训练计划项目申报表项目名称：洱海富营养化的遥感研究项目类别：1（1-创新训练、2-创业训练、3-创业实践）负责人：周荣所在学院：城市与环境科学学院专业年级：2014级地理科学联系电话：[phone]指导教师:谭文霞职称讲师申报日期：2015年12月15日华中师范大学教务处制表1填报说明一、请实事求是、逐条、认真地填写申报表中的各项内容。表达应明确、严谨、简洁。二、“负责人及团队成员信息”第一栏请填写项目负责人基本信息。三、申报表请用A4纸打印，表中除签字盖章内容，请尽量打印填写，页面空格不够时请自行加页，做成附件附于表格最后，于左侧装订成册。申报表需提交一式三份，需经项目参与人员签字，指导教师和所在学院审查、签署意见并加盖印章。2一、项目概况项目名称洱海富营养化的遥感研究项目来源□自主选题√□教师科研项目选题□承担社会、企业委托项目选题申请经费（元）大写：壹万圆整小写：10,000项目起止时间2015年12月至2016年12月负责人及团队成员信息姓名（签名）学号学院、专业联系电话E-mail2014210015城市与环境科学学院地理科学专业[e-mail]2014210058城市与环境科学学院地理科学专业[e-mail]2014210010城市与环境科学学院地理科学专业[e-mail]2014210071城市与环境科学学院地理科学专业[e-mail]2014210041城市与环境科学学院地理科学专业[e-mail]指导教师信息姓名（签名）学院职称联系电话E-mail城市与环境科学学院讲师177860391603二、项目内容简介（立项背景、项目的主要内容及实施目标）1.立项背景1.1洱海简介洱海位于东经100度19分~100度24分，北纬25度68分~25度79分左右，地址在云南省大理白族自治州的大理市。南北长约40千米，东西平均宽7～8千米，最大水深21.50米,平均水深10.8米，湖水面积约246平方千米，蓄水量约29.5亿立方米。洱海是一个风光明媚的高原淡水湖泊，属澜沧江水系，湖水从西洱河流出，与漾江汇合注入澜沧江。具有供水、农灌、发电、航运、水产养殖、旅游等多种功能,对大理地区的发展起着举足轻重的作用，故对于洱海的遥感富营养化研究具有很大的价值。近年来由于洱海周围人口增加，农业，养殖业，旅游业的发展等等原因，水质恶化快，湖泊富营养化步伐加快。洱海自1988年进入中营养水平，且其水质项目各项监测值一直是上升状态。自1996年洱海发生大面积水华后，每年夏秋季都会发生水华事件[1-4]。1.2研究现状与评析传统的湖泊水质监测采用实地采样和实验室分析等手段，这类监测方法在精度上有一定的准确性，但是在点上进行，并不能全面反映湖泊生态环境的总体时空变化，且费时、费力、成本高，更重要的是不能进行实时监测[5-9]。遥感水质监测技术具有宏观、动态、成本低等显著特点，其在水质监测上的应用，有着常规监测不可替代的优点。它既可以满足大范围水质监测的需要，也可以动态跟踪污染事件的发生、发展[11]。富营养化和有毒藻类的暴发是很多湖泊面临的问题，而遥感方法尤其适合监测与湖泊富营养化有关的水质指标。国外从20世纪70年代开始就针对多光谱传感系统(MSS)的4个波段进行湖泊富营养化研究[9]。关于湖泊水体富营养化的研究，早期是通过定期在采样点采集水样，再将样本送入实验室进行分析，根据分析项目总氮、总磷、悬浮物、优势浮游植物、藻量、叶绿素a等项目来测定湖泊富营养化情况。随着遥感技术的发展以及水体光谱特征研究的深入，水质遥感分析从定性发展到了定量，且定量监测算法不断成熟[6]。检索验证蓝绿色带比率在沿海水域仅限于贫瘠,为主海水,而red-NIR比率仅适用于超过10毫克/米43在使用landsat系列卫星数据进行的水体富营养化研究中，早期使用较多的是经验算法和半经验算法，如杨一鹏等人使用TM数据，采用半经验回归模型和混合光谱回归模型反演水体叶绿素a浓度[10]。中南大学硕士高泽润[11]在学位论文中做出了较全面深刻的研究。作者使用的是ETM+数据，首先，采用了归一化差异水体指数模型提取水体，然后利用线性混合像元分解模型、NDVI植被指数模型和湖面水温反演模型对洞庭湖湖区的水体富营养化情况进行了监测,得到洞庭湖水体水质分布图,利用同时期的监测数据对监测结果进行精度分析。在具体的研究中，高泽润以叶绿素a和悬浮物作为主要的水质参数，通过精确的辐射校正，提取这一部分的水下体辐射部分辐射。叶绿素a具有特定的反射吸收光谱。随着水体中叶绿素a浓度的不同，在430nm~700nm光谱范围会出现明显的差异[12]。其中690~700nm反射峰是含藻类水体最显著的特征，通常被作为叶绿素是否存在的依据[13]。作者通过对ETM+各波段进行分析，确定选择3、4波段进行监测；而对于悬浮物，则是含量不同色度不同，研究表明可见光和近红外波段是反映悬浮物最敏感的波段。文章采用线性混合像元分解模型、NDVI植被指数模型和湖面水温反演模型这三种反演模型，这三种算法属于分析算法，精度高且不需要大量的野外监测数据，适合本课题的研究。另有学者采用神经网络模型反演叶绿素a的浓度，结果发现精度远远高于线性反演模型[14]。近年来使用高光谱研究水体成为遥感的一个重要趋势。高光谱遥感以其特有的高光谱分辨率,对水体泥沙含量和污染浓度能有效识别,对调查和监测环境问题具有独到的效果[15]。除了上述数据源，还有使用MODIS数据，地物光谱仪数据，环境小卫星数据等，反演的原理与上述原理基本相同。由于MODIS数据空间分辨率较低，地物光谱仪数据不容易获得，环境小卫星数据不全，对于本课题参考性不高，故在这里没有多加赘述[18-19]。利用遥感反演水质参数浓度来研究湖泊富营养化的情况在国内外已经比较普遍，但是研究洱海的学者非常少，较著名的是武大测绘遥感信息工程国家重点实验室韩星星[20]等人对洱海2003年到2009年富营养化状况的反演.在韩星星等人的研究中，运用地球资源卫星数据结合中分辨率成像光谱仪（MERIS）数据第二5波段和第三波段，扫描辐射计采集的数据，以叶绿素a作为反演的水质参数，建立适合洱海实际情况反演模型，随后应用于2003~2009年八年间的遥感影像反演出了洱海叶绿素a浓度时间和空间变化情况。但是由于MERIS数据只有2000年以后的，而本课题研究的是更久以前的历史状况，故此数据并不适合本课题的研究。综合大量参考文献发现遥感反演水质参数已经有了较大的发展，影像处理及水体提取技术越来越成熟，反演模型的通用性和精度也不断提高。遥感运用于水体富营养化研究是显著趋势。1.3当前研究的不足之处通过阅读大量的文献并进行总结分析，我们对当前水体富营养化监测有了一定了解，但是也发现了一些不足之处。1)目前利用遥感数据反演水质参数的算法主要以经验、半经验方法为主，精度不够高，通用性不够好。2)洱海地区富营养化状况历史数据少，且采用遥感方法研究洱海富营养化的学者非常少。3)适用于监测水体污染的高性能传感器较少，数据源有限以及数据购买费用昂贵。1.4研究的意义1)洱海地位重要，研究洱海的富营养化对于洱海的治理和保护是具有非常重要的意义。本课题通过遥感影像反演叶绿素a等水质参数的浓度对洱海富营养化情况进行研究，得出洱海富营养化的时空变化规律和历史状况，分析引起洱海富营养化的原因，为湖泊的管理和保护提供数据支持和决策依据。4)洱海地区富营养化状况历史数据少，且采用遥感方法研究洱海富营养化的学者非常少。2.项目主要研究内容（1）遥感反演洱海富营养化变化规律的研究。利用地面监测数据对富营养化程度进行分级，运用Landsat系列卫星数据结合光谱分析工具（ENVI）反演相关水质参数浓度，从而得出洱海富营养化历史变化状况。（2）绘制洱海富营养化季节、年变化曲线图，分析其变化规律。根据国家湖泊6富营养化分级标准和分析出的洱海富营养化季节、年状况的数据，利用制图工具绘制变化曲线图。分析洱海富营养化变化规律。（3）分析洱海富营养化成因。通过对洱海富营养化可能的成因分析，为后期生科院的研究和当地政府的决策做基础。3.实施目标（1）在对收集的遥感数据进行相关处理之后，通过建立地面检测数据与遥感影像波段反射率的相关关系。（2）分析洱海富营养化的规律，包括时间变化规律，空间分布规律。（3）结合洱海富营养化的时空规律和洱海周围实际的情况，尝试分析洱海富营养化的成因，从而为洱海的治理与保护提供依据。参考文献[1]王芸.洱海夏秋季蓝藻种群动态变化及水华成因分析[J].大理学院学报,2008,12:39-42[2]杜宝汉.洱海富营养化研究[J].湖泊科学,1992,02:86-92.[3]李杰君.洱海富营养化探析及防治建议[J].湖泊科学,2001,02:187-192.[4]胡竹君,李艳玲,李嗣新.洱海硅藻群落结构的时空分布及其与环境因子间的关系[J].湖泊科学,2012,03:400-408.[5]韩涛,彭文启,李怀恩,毛战坡.洱海水体富营养化的演变及其研究进展[J].中国水利水电科学研究院学报,2005,01:73-75+80.[6]李婉晖.水质遥感方法及其应用[J].能源与环境,2009,05:62-64.[7]潘德炉,马荣华.湖泊水质遥感的几个关键问题[J].湖泊科学,2008,02:139-144.[8]尹球,巩彩兰,匡定波,周宁,胡勇,张风丽,许卫东,马永泉.湖泊水质卫星遥感方法及其应用[J].红外与毫米波学报,2005,03:198-202.[9]张博,张柏,洪梅,段洪涛,宋开山,王宗明.湖泊水质遥感研究进展[J].水科学进展,2007,02:301-310.[10]杨一鹏,王桥,肖青,闻建光.基于TM数据的太湖叶绿素a浓度定量遥感反演方法研究[J].地理与地理信息科学,2006,02:5-8.[11]高泽润.基于ETM+影像的洞庭湖水体富营养化监测研究[D].中南大学,2012.[12]杨煜,李云梅,王桥,乐成峰,孙德勇,黄昌春.富营养化的太湖水体叶绿素a浓度模型反演[J].地球信息科学学报,2009,05:5597-5603.[13]HanL,RundquistD,LiuL,FraserR,SchallesJ.Thespectralresponsesofalgalchlorophyllinwaterwithvaryinglevelsofsuspendedsediment.InternationalJournalofRemoteSensing.1994,15(18):3707-3718[14]吕恒,江南,罗潋葱.基于TM数据的太湖叶绿素A浓度定量反演[J].地理科学,2006,04:4472-4476.[15]疏小舟,尹球,匡定波.内陆水体藻类叶绿素浓度与反射光谱特征的关系[J].遥感学报,2000,01:41-45.[16]张兵,李俊生,郑兰芬,童庆禧.高光谱遥感内陆水质监测研究[A].中国空间科学学会空间7遥感专业委员会.第六届成像光谱技术与应用研讨会文集[C].中国空间科学学会空间遥感专业委员会:,2006:8.[17]张凤丽,杨锋杰,万余庆.水体污染物与反射波谱的相关性分析[J].中国给水排水,2002,08:81-83.[18]丛丕福,曲丽梅,王臣立,刘长安,杨新梅.基于MODIS模拟的辽东湾叶绿素a的遥感反演模型[J].生态环境学报,2009,06:2057-2060.[19]马荣华,戴锦芳.应用实测光谱估测太湖梅梁湾附近水体叶绿素浓度[J].遥感学报,2005,01:78-86.[20]XingxingHan.LianFenga.XiaolingChen,andHerveYesou.MERISobservationsofchlorophyll-adynamicsinErhaiLakeb