而叶绿素则是水体中藻类进行光合作用重要的组成成分之一 [2。18]，洪泽湖叶绿素浓度的高低能反映出洪泽湖水体中藻类数量。同时，也能看出其是否存在富营养化[28]。因而，通过测定洪泽湖水体中叶绿素浓度，了解洪泽湖叶绿素浓度在时间和空间上的变化特征，能够在一定程度上反映出其水质状况。

目前对洪泽湖叶绿素的监测分析主要依赖于传统的实地监测测量、统计方法和实验室化学分析法。如陈小菊等人依靠人力定点定时采样，并用分光光度SL88-1994法进行洪泽湖叶绿素浓度检测[3]；齐凌艳等人在洪泽湖上建立水质监测站点，用分光光度法测定其叶绿素浓度用于研究洪泽湖藻类时空变化特征[4]；王兆群等人沿洪泽湖湖域自北向南设了9个采样点，并以洪泽湖2008年到2010年三年的监测材料为基础，采用多元逐步回归统计方法，对洪泽湖叶绿素浓度进行分析，建立多元逐步回归方程，用于监测洪泽湖的藻类密度的变化情况[5]；李为等人对洪泽湖全湖20个样点包括叶绿素浓度在内的水质理化特征进行了定期的监测，运用多元分析方法对洪泽湖水质营养状态进行综合评价，分析洪泽湖水质状况在时间和空间上的变化特征[6]。

以上传统的洪泽湖叶绿素浓度监测措施不但要消耗大量的人力物力且效率不高，监测点数量极其有限，难以从总体上反映洪泽湖叶绿素浓度的时空变化特征。而遥感技术具有快速、实时、宏观三大优点，能对洪泽湖进行大范围的连续监测，对洪泽湖叶绿素监测具有重要意义。

本文使用洪泽湖遥感监测系统，对2016年洪泽湖的MODIS卫星影像进行几何校正、大气校正、数据批处理等预处理后，进一步利用ENVI、ARCGIS等地理软件进行栅格对齐操作，最后利用时间序列谐波分析法（HANTS）对时序影像进行滤波，去除时序影像的云污染等噪声，并对时序数据进行平滑，定量化的监测洪泽湖叶绿素浓度变化，分析2016年洪泽湖叶绿素浓度时空变化特征，做到及时监测洪泽湖水质状况，并对异常情况进行有效的预防及治理。

2  数据处理

2。1  遥感监测水体叶绿素浓度的原理源C于H优J尔W论R文M网WwW.youeRw.com 原文+QQ752-018766

遥感是指利用对电磁波敏感的仪器，在不同探测目的物接触的情况下，对目的物对电磁波的辐射、反射、散射等信息进行记录的一种综合性探测技术[7。19]。

叶绿素是一种具有一定的光学活性的物质[8]，可以吸收一部分光波，并表现出特定的吸收光谱。水体中叶绿素含量的高低，会引起水体在一定波长范围内的反射率发生明显的变化[9,22,29]，这是提取水体中叶绿素浓度遥感信息的基本的原理。

图1 数据处理的步骤

2。2  实验数据来源

本文的主要实验数据来源于MODIS (ModerateResolution Imaging Spectroradiometer )其全称中分辨率成像光谱仪[10,11]，其多波段数据能够同时提供反映云的边界、云的特征、陆地表面的情况、海洋的水色、植被、生物地理、化学、气溶胶、大气中的水汽、地表温度、云顶温度、大气温度、臭氧以及云顶高度等特征的信息进而对地表、生物圈、固态地球、大气以及海洋做到长期性的全球观测[12。25]。 

实验以整个洪泽湖为研究区域，从NASA的陆地过程分布式数据档案中心下载2016年洪泽湖卫星遥感数据，筛选去除成像区域不完全或受恶劣天气条件如雾霾、阴雨、多云等影响而质量不高的数据。

2。3  影像预处理

论文下载了2016年洪泽湖的卫星遥感数据，并进行了筛选工作，排除了成像不佳的遥感影像。通过ArcGIS，ENVI等一些专业处理软件的处理得到更为清晰直观的分布图。