摘要: 目前城市黑臭水体治理工作主要集中在黑臭水体监管和杜绝黑臭反弹两方面，而遥感手段以其范围广、效率高、成本低的优势应用广泛。针对当下研究中数据源不足、模型地域性强、泛化能力弱等问题，本文以信阳市城市河流为研究对象，基于多源卫星融合数据... 展开 目前城市黑臭水体治理工作主要集中在黑臭水体监管和杜绝黑臭反弹两方面，而遥感手段以其范围广、效率高、成本低的优势应用广泛。针对当下研究中数据源不足、模型地域性强、泛化能力弱等问题，本文以信阳市城市河流为研究对象，基于多源卫星融合数据，构建了多种黑臭水体识别模型定性提取黑臭水体，并根据实测数据利用改进思维进化算法优化后的BP神经网络定量反演水质参数，分析其变化特征，为今后使用遥感技术实现对黑臭水体的监管提供参考和依据。主要工作如下: （1）针对单一数据源时空分辨率不兼顾，且与采样时间不同步的问题，利用STARFM、ESTARFM、FSDAF三种时空融合模型，以Landsat 8 OLI和MODIS卫星影像为数据源进行实验，并借助同日获取的Landsat 8 OLI影像对预测结果评价。从重建结果的局部地物特征和整体纹理颜色目视解译效果，以及相关系数R、均方根误差RMSE、结构相似度SSIM和光谱角SAM四个评价指标定性定量评估三种模型，结果表明ESTARFM模型具有更好的表现效果。 （2）构建黑臭水体提取模型。由于不存在普适的黑臭水体提取模型，利用融合影像分析一般水体和黑臭水体的光谱特征，借鉴水体提取方法的思想构建了三种黑臭水体提取模型。模型建立如下:以单一的绿光波段建立了单波段黑臭水体提取算法，总体精度为72.4％;以蓝光-绿光波段构建了黑臭水体差值指数法，总体精度为79.4％;根据红光-近红外波段走势差异，结合蓝光和绿光波段提高模型稳定性，构建了归一化黑臭水体指数法，总体精度最高，为84.8％。 （3）构建水质参数反演模型。传统BP神经网络模型预测水质参数具有一定的可行性，但易陷入局部最优，进而影响模型精度和稳定性，对此引入改进的思维算法对BP神经网络进行优化。借助Pearson相关系数法分析水质参数的在融合数据上的敏感波段作为神经网络的输入，分别构建四个水质参数浓度反演模型，定量评价结果表明，优化后的溶解氧、氨氮、总磷和化学需氧量模型均方根误差分别为0.543、0.240、0.105、0.554,精度得到一定的提升。 (4)综合融合模型重建的2017年多月份影像分析信阳市城市黑臭水体和水质参数的时空分布，黑臭水体集中在浉河支流部分，多在城市边缘区域，信阳市全年黑臭水体现象逐渐减少。水质参数浓度较高的区域基本在河岸、河流中下游与支流部分，枯水期浓度较高。 收起