樂(lè)興華,樊哲文,方豫,劉木生,萬(wàn)美英,陳琦,黃國(guó)金,劉成林
(1.江西省開發(fā)治理委員會(huì)辦公室遙感新系統(tǒng)中心,南昌 330046;2.南昌大學(xué)環(huán)境學(xué)院,南昌 330046)
水資源是生態(tài)系統(tǒng)的血液,是地球環(huán)境中最重要和最有活力的因素。由于受到經(jīng)濟(jì)快速發(fā)展、工業(yè)化進(jìn)程以及其它人為活動(dòng)的影響,全球淡水資源日趨衰竭,湖泊、河流水體污染以及富營(yíng)養(yǎng)化現(xiàn)象日益加重[1]。20世紀(jì)80年代鄱陽(yáng)湖Ⅰ、Ⅱ類水約占85%;2003年,Ⅰ、Ⅱ類水只占50%,水質(zhì)下降趨勢(shì)明顯加快。2007年鄱陽(yáng)湖Ⅰ~Ⅱ類水占15%,主要超標(biāo)的水質(zhì)指標(biāo)為總磷和氨氮,存在富營(yíng)養(yǎng)化現(xiàn)象。
湖泊營(yíng)養(yǎng)狀況是對(duì)湖泊富營(yíng)養(yǎng)化發(fā)展過(guò)程中某一時(shí)刻營(yíng)養(yǎng)狀態(tài)的定量描述,通過(guò)對(duì)水體營(yíng)養(yǎng)狀況代表性指標(biāo)的調(diào)查,判斷湖泊的富營(yíng)養(yǎng)狀態(tài),預(yù)測(cè)其發(fā)展趨勢(shì)并制定相應(yīng)的對(duì)策措施。國(guó)內(nèi)外已經(jīng)提出了眾多的湖泊富營(yíng)養(yǎng)化評(píng)價(jià)方法,如特征法、參數(shù)法、營(yíng)養(yǎng)狀態(tài)指數(shù)法、生物指標(biāo)評(píng)價(jià)法等[2~4]。其中,通過(guò)測(cè)定葉綠素a含量來(lái)表明水體中藻類存量,進(jìn)而評(píng)價(jià)水體營(yíng)養(yǎng)化狀況是目前湖泊水質(zhì)監(jiān)測(cè)中最常用、最直接有效的方法。1977年,Carlsno提出了營(yíng)養(yǎng)狀態(tài)評(píng)價(jià)指數(shù)(TSI),按照不同的數(shù)值范圍等級(jí)作為評(píng)價(jià)湖泊營(yíng)養(yǎng)狀態(tài)分級(jí)標(biāo)準(zhǔn)。日本的相崎守弘等改進(jìn)了這一做法,采用以葉綠素濃度為基準(zhǔn)的營(yíng)養(yǎng)狀態(tài)指數(shù),即修正的營(yíng)養(yǎng)狀態(tài)指數(shù)(TSIM)[5]。
水體污染現(xiàn)象日益加重凸顯了水質(zhì)監(jiān)測(cè)的緊迫性和嚴(yán)肅性。常規(guī)的水質(zhì)監(jiān)測(cè)是在水域內(nèi)點(diǎn)定剖面采點(diǎn),獲取的是典型區(qū)域的監(jiān)測(cè)數(shù)據(jù),不能獲取水域面狀數(shù)據(jù)。而遙感水質(zhì)監(jiān)測(cè)可以對(duì)大面積水域水質(zhì)情況實(shí)施定量分析,具有及時(shí)、動(dòng)態(tài)獲取水域面狀數(shù)據(jù)等特點(diǎn),從而為科學(xué)合理選擇和布設(shè)地面監(jiān)測(cè)點(diǎn)提供依據(jù)[6]。
論文以鄱陽(yáng)湖主湖體水域?yàn)檠芯繀^(qū),采用同步獲取的水質(zhì)采樣數(shù)據(jù)、光譜測(cè)量數(shù)據(jù)和MODIS影像數(shù)據(jù),來(lái)分析鄱陽(yáng)湖水質(zhì)參數(shù)的光譜特征,獲取地表水質(zhì)反射率,并結(jié)合卡爾森營(yíng)養(yǎng)狀態(tài)指數(shù)和修正的營(yíng)養(yǎng)狀態(tài)指數(shù)公式,得到了基于遙感技術(shù)的TSI指數(shù)分布圖。
三類數(shù)據(jù)進(jìn)行分析,分別為水質(zhì)采樣數(shù)據(jù)、光譜數(shù)據(jù)、MODIS影像數(shù)據(jù)。
2.1.1 野外采樣方法
采樣時(shí)間為2009年9月16日~2009年9月18日,此時(shí)間為鄱陽(yáng)湖豐水期。采用點(diǎn)的選擇主要考慮的因素:1)空間代表性,能夠反映測(cè)量區(qū)水質(zhì)的整體特性;2)考慮衛(wèi)星過(guò)境時(shí)間,以獲得水質(zhì)與衛(wèi)星同步數(shù)據(jù);3)天氣狀況。
2.1.2 實(shí)驗(yàn)室檢測(cè)與數(shù)據(jù)預(yù)處理
水樣在實(shí)驗(yàn)室分析方法以 《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》(GB3838-2002)中推薦的方法為準(zhǔn),主要分析葉綠素a。葉綠素a分析采用的是熱乙醇萃取分光度法。
2.2.1 光譜測(cè)量設(shè)備與方法
水面光譜測(cè)量采用的儀器為由美國(guó)ASD公司生產(chǎn)的FieldSpec襆3。光譜范圍:350-2500nm;最快采集速度:100ms;光譜分辨率:10nm;數(shù)據(jù)間隔:1nm;波長(zhǎng)精度:±1nm;波長(zhǎng)重復(fù)性:±0.02nm;重復(fù)性:優(yōu)于0.3%;雜散光:優(yōu)于0.1%;靈敏度:全自動(dòng);重量:大約8.5公斤(含1.2公斤電池)。
測(cè)量方法參考了唐軍武[7]的水面以上光譜測(cè)量法。
圖1給出的是17號(hào)采樣點(diǎn)的DN值圖,從圖中可以看出信號(hào)最強(qiáng)的是天空光信號(hào),其次是標(biāo)準(zhǔn)板信號(hào),位于曲線圖的中間,最弱的是水體信號(hào),說(shuō)明天空光對(duì)水體光譜信號(hào)的影響是比較大的。
圖1 天空灰板水面DN值對(duì)比圖
2.2.2 歸一化光譜數(shù)據(jù)
歸一化處理是利用水體在420~750nm波段范圍內(nèi)的平均反射率作為歸一化點(diǎn)值,各波長(zhǎng)的遙感反射率值除以歸一化點(diǎn)的反射率值,即是各波長(zhǎng)的歸一化反射率值。
2.3.1 數(shù)據(jù)獲取
通過(guò)NASA網(wǎng)站獲取同步MODIS衛(wèi)星影像。通過(guò)MODIS影像可以清楚地看到鄱陽(yáng)湖水域情況,由于分辨率較低,水生植被以及水質(zhì)參數(shù)等信息在圖像上看不出來(lái)。
圖2 MYD02HKM.A2009260.0520.005影像
圖3 MYD02QKM.A2009260.0520.005影像
2.3.2 數(shù)據(jù)處理
下載后的MODIS影像數(shù)據(jù)按照以下步驟進(jìn)行處理。
圖4 MODIS數(shù)據(jù)處理流程圖
A.幾何糾正
采用等經(jīng)緯度投影:Geographic Lat/Lon,基準(zhǔn)面:WGS-84,結(jié)合MODIS 1B數(shù)據(jù)自帶信息由ENVI軟件完成。
B.輻射定標(biāo)
輻射定標(biāo)就是將記錄的原始DN值轉(zhuǎn)換為大氣外層表面反射率,消除傳感器本身產(chǎn)生的誤差,有實(shí)驗(yàn)室定標(biāo)、星上定標(biāo)、場(chǎng)地定標(biāo)[8]等方法。 公式(2)就是將初始的DN值轉(zhuǎn)換為輻射亮度,公式(3)是將輻射亮度值轉(zhuǎn)換為大氣表觀反射率。
傳感器在工作正常的條件下,所獲取影像存在輻射誤差,這主要是由大氣等因素引起的[9]。一般而言,定量遙感是需要做遙感影像的大氣校正。
從最早的陸地衛(wèi)星圖像起,最普遍使用的大氣校正方法是假設(shè)大氣向下的散射率為0,利用公式(4)來(lái)校正。
本研究采用基于Chavez[10]提出的黑像元選擇方式上的黑像元大氣校正方法。
根據(jù)MODIS波段反射率與實(shí)測(cè)數(shù)據(jù)的相關(guān)分析結(jié)果,選取500m分辨率B2+B7波段反射率數(shù)據(jù)的來(lái)構(gòu)建葉綠素a的統(tǒng)計(jì)反演模型。取反射率數(shù)據(jù)為自變量,葉綠素a濃度為因變量,作線性、二次項(xiàng)、對(duì)數(shù)、三次項(xiàng)、指數(shù)、冪回歸分析。
卡爾森營(yíng)養(yǎng)狀態(tài)指數(shù)利用水體透葉綠素a濃度、明度以及總磷濃度三個(gè)參數(shù)中的任何一個(gè)都可以獨(dú)立用來(lái)評(píng)價(jià)水體的富營(yíng)養(yǎng)狀態(tài)。公式如下:
鄱陽(yáng)湖營(yíng)養(yǎng)狀況評(píng)價(jià)標(biāo)準(zhǔn)采用國(guó)際通用的湖泊營(yíng)養(yǎng)化程度劃分標(biāo)準(zhǔn),其標(biāo)準(zhǔn)用0-100的連續(xù)指數(shù)對(duì)湖泊營(yíng)養(yǎng)狀況進(jìn)行分級(jí),而在同一營(yíng)養(yǎng)狀態(tài)下,指數(shù)越高,營(yíng)養(yǎng)程度越重(見(jiàn)表6.1)。
表6.1 湖泊水體營(yíng)養(yǎng)狀況劃分標(biāo)準(zhǔn)
圖5 葉綠素a回歸擬合圖
表5.1 葉綠素a回歸方程描述表
結(jié)合卡爾森營(yíng)養(yǎng)狀態(tài)指數(shù)公式,得到了分別以葉綠素a為基準(zhǔn)的卡爾森營(yíng)養(yǎng)狀態(tài)評(píng)價(jià)指數(shù)表達(dá)式,其中,x為葉綠素a在500m分辨率B2+B7波段組合反射率值。
結(jié)合修正的營(yíng)養(yǎng)狀態(tài)指數(shù)公式,得到了以葉綠素a為基準(zhǔn)的修正營(yíng)養(yǎng)狀態(tài)評(píng)價(jià)指數(shù)表達(dá)式,其中,x為葉綠素a在500m分辨率B2+B7波段組合反射率值。
圖6 以葉綠素a為基準(zhǔn)的TSI指數(shù)分布圖
圖7 以葉綠素a為基準(zhǔn)的TSIM指數(shù)分布圖
本文以鄱陽(yáng)湖水體作為實(shí)驗(yàn)區(qū),在分析實(shí)測(cè)光譜與葉綠素a、懸浮物的相關(guān)關(guān)系的基礎(chǔ)上,分析MODIS波段及波段組合反射率與水色參數(shù)的相關(guān)性,從而得到葉綠素a敏感波段及其組合。最后,得到了基于遙感技術(shù)的營(yíng)養(yǎng)狀況指數(shù)模型。主要的結(jié)論如下:
(1)基于實(shí)測(cè)光譜,將歸一化的反射率數(shù)據(jù)與葉綠素a做相關(guān)分析。發(fā)現(xiàn)鄱陽(yáng)湖豐水期葉綠素a在波長(zhǎng)440nm、585nm、675nm附近呈現(xiàn)較好的相關(guān)性。
(2)對(duì)MODIS數(shù)據(jù)不同波段及波段組合與水質(zhì)參數(shù)的進(jìn)行相關(guān)分析。結(jié)果顯示:葉綠素a的最佳遙感反演波段為500m分辨率的(B2+B7)組合。
(3)最后,采用卡爾森營(yíng)養(yǎng)狀態(tài)指數(shù)和修正的營(yíng)養(yǎng)狀態(tài)指數(shù)計(jì)算表達(dá)式,得到了基于遙感技術(shù)的營(yíng)養(yǎng)狀態(tài)指數(shù)計(jì)算表達(dá)式。以葉綠素a為基準(zhǔn)的營(yíng)養(yǎng)狀態(tài)指數(shù)表達(dá)式較好地反映了鄱陽(yáng)湖水體葉綠素分布狀況。
[1]Ma R,Tang J,Dai J et al.Absorption and scattering properties of water body in Taihu Lake[J].China:absorption.International Journal of Remote Sensing,2006,27(19):4277-4304.
[2]張兵,申茜,李俊生等.太湖水體3種典型水質(zhì)參數(shù)的高光譜遙感反演[J].湖泊科學(xué),2009,21(2):182-192.
[3]王艷紅,鄭正棟,馬榮華.基于實(shí)測(cè)光譜與MODIS數(shù)據(jù)的太湖懸浮物定量估測(cè)[J].環(huán)境科學(xué)學(xué)報(bào),2007,27(3):509-515.
[4]馬榮華,戴錦芳.結(jié)合Landsat ETM與實(shí)測(cè)光譜估測(cè)太湖葉綠素及懸浮物含量[J].湖泊科學(xué),2005,17(2):97-103.
[5]Bukata R P,Jerome T H,Bruton J E,etal.Optical Water Quality Modle of Lake Ontario[J].Appl Optics,1981,20:1696-1703.
[6]疏小舟,尹球,匡定波.內(nèi)陸水體藻類葉綠素濃度與反射光譜特征的關(guān)系[J].遙感學(xué)
[7]唐軍武,田國(guó)良,汪小勇等.水體光譜測(cè)量與分析Ⅰ:水面以上測(cè)量法[J].遙感學(xué)報(bào),2004,8(1):37-4.
[8]Mobley,Curtis D.Light and water-radiative tansfer in natural waters[J].Academic Press,1994.
[9]亓雪勇,田慶久.光學(xué)遙感大氣校正研究進(jìn)展[J].國(guó)土資源遙感,2005,(4):1-6.
[10]Chavez JR PT.An improved dark-objectsubtraction technique for atmospheric scattering correction ofmultispectral data[J].Remote Sens.Environ,1988, 24(5):459-479.