[发明专利]一种基于多源监测数据的水体营养状态评价方法

说明书

本发明提供一种基于多源监测数据的水体营养状态评价方法，包括以下步骤：S1、基于水质地面观测数据开展湖库水体综合营养状态评价；S2、基于地面和遥感监测指标的营养状态评价模型构建；S3、基于遥感观测数据的营养状态面尺度动态评价。本发明综合利用水质地面观测具有的观测参数多和水质遥感监测具有的监测范围广的优势，实现了基于遥感监测的湖库综合营养状态全指标和面尺度评价，提升了湖库营养状态时空评价能力。

技术领域

本发明涉及水质评价领域，尤其涉及一种基于多源监测数据的水体营养状态评价方法。

背景技术

营养状态是湖库水质评价的重要指标，目前水体富营养化是很多湖库面临的主要水环境问题。水体营养状态常用营养状态指数表示(Trophic Level Index,TLI)，其中基于叶绿素a、总氮、总磷、高锰酸盐指数和透明度5个水质参数构建的综合营养状态指数在湖库营养状态评价中应用广泛，如何准确快速获取湖库水体综合营养状态指数的时空分布，评价湖泊营养状况的时空分布对湖库水环境监管具有重要意义。

综合营养状态指数是叶绿素a、总氮、总磷、高锰酸盐指数和透明度5个水质参数计算得到的营养状态指数的加权值，其中总氮、总磷和高锰酸盐指数光学特性较弱，目前以地面观测为主，而叶绿素a浓度和透明度除了地面观测之外，遥感监测在湖库水体叶绿素a浓度和透明度监测中发挥越来越重要的作用。地面观测手段能同时获取综合营养状态指数计算所需的5个水质参数指标，但监测结果只能表征监测点处的水质状况，只能在断面尺度开展水质评价；遥感监测手段虽然具有区域化监测的优势，可以实现水质面尺度评价，但遥感监测手段只能获取具有明显光学特性的叶绿素a浓度和透明度指标，没法综合表征湖库营养状态。单一观测手段均具有自身的局限性，使用单一数据源进行湖库水体营养状态评价均难以满足水环境管理对监测数据时空代表性的需求。

发明内容

为解决上述问题，本发明提出了一种基于多源监测数据的水体营养状态评价方法，通过结合水质地面观测数据和遥感监测数据，将基于湖库综合营养状态指数的湖库营养状态评价从断面尺度提升到面尺度。

一种基于多源监测数据的水体营养状态评价方法，包括以下步骤：

S1、基于水质地面观测数据开展湖库水体营养状态评价；

S2、基于水质地面观测数据和遥感监测指标的营养状态评价模型构建；

S3、基于遥感观测数据的营养状态面尺度动态评价。

其中，所述的基于水质地面观测数据，包括叶绿素a浓度、总氮、总磷、高锰酸盐指数和透明度；所述的遥感监测指标，包括叶绿素a浓度和透明度。

具体步骤包括：

S1、基于水质地面观测数据开展湖库水体综合营养状态评价；

假设表示第i个断面地面水质观测获取的水质参数和水体综合营养状态评价结果ω_i的集合，地面水质观测参数分别表示第i个断面处叶绿素a浓度、总氮、总磷、高锰酸盐指数和透明度，ω_i表示该断面对应的综合营养状态指数。基于地面水质观测获取的湖库断面叶绿素a浓度、总氮、总磷、高锰酸盐指数和透明度计算湖库断面水体综合营养状态指数，开展湖库断面水体营养状态评价。

S2、基于地面和遥感监测指标的营养状态评价模型构建；

利用S1步骤获取的基于地面水质观测的湖库断面综合营养状态指数，将能够用遥感监测的叶绿素a浓度和透明度剥离出来，构建基于遥感监测指标和机器学习的湖库综合营养状态评价模型，即：

将遥感监测指标叶绿素a浓度和透明度作为自变量将基于地面水质观测指标(叶绿素a浓度、总氮、总磷、高锰酸盐指数和透明度)的湖库综合营养状态指数ω_i作为因变量，构建基于遥感监测指标和机器学习的湖库营养状态评价模型。