第七届青年地学论坛

生化需氧量（BOD）是监测水体有机污染的重要水质参数，运用遥感技术进行水体BOD监测具有快速、便捷的优势。本研究以2016年7月27日和2016年8月28日Landsat 8/OLI影像光谱反射率与2016年8月1—4日和2016年9月1—8日40个样点实测BOD浓度为研究对象。为消除影像云层和陆地的影响，剔除4个样点，按建模集和验证集3:1的比例划分28个样点为建模集，8个点为验证集。对BOD浓度与Landsat 8 像元光谱反射率进行相关分析并选取影像敏感波段，运用建模集数据构建偏最小二乘回归模型，模型决定系数为0.61，预测均方根误差为0.69 mg∙L⁻¹，预测偏差比为1.61。将模型运用至验证数据，实测值和预测值的相关系数达到0.85，预测均方根误差为0.74 mg∙L⁻¹，预测模型效果好，说明应用Landsat 8/OLI数据对太湖BOD浓度监测具有可行性。
将得到的偏最小二乘回归模型运用至2016年7月27日和2016年8月28日Landsat 8 影像得到BOD遥感反演图，遥感反演图中BOD空间分布特征与2016年8月1—4日和2016年9月1—8日样点BOD空间插值结果吻合较好。反演分布图更清楚地表征太湖BOD的分布情况，BOD浓度从太湖南部向北部逐渐增加，中南部区域BOD浓度低，西北部、边缘地区以及东南部东太湖地区BOD浓度较高。
运用太湖其他时段Landsat 8 影像与实测BOD 浓度构建偏最小二乘回归模型，得到遥感反演图，与实测BOD浓度插值结果比较，2016年4月和2017年3月预测效果均比较好，说明偏最小二乘回归方法具有较强的适用性。分析多时段反演结果，2016年中期太湖有机污染状况较初期严重，说明水体有机物质受季节和温度等因素的影响。综上，偏最小二乘回归模型能够较准确估算水体BOD浓度及其空间分布，可为太湖有机污染的评价和治理提供依据。
 

太湖；有机污染；生化需氧量；Landsat 8 OLI遥感影像；偏最小二乘法；遥感反演；空间分布