基于多星遙感影像的太湖北部湖灣春季沉水植被分布動(dòng)態(tài)監(jiān)測

侍昊，張婷，李旭文，牛志春，王甜甜，李楊

(1.江蘇省環(huán)境監(jiān)測中心，江蘇 南京 210036；2.南京林業(yè)大學(xué)林學(xué)院，江蘇 南京 210037；3.南京師范大學(xué)虛擬地理環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210023)

基于多星遙感影像的太湖北部湖灣春季沉水植被分布動(dòng)態(tài)監(jiān)測

侍昊1，張婷2，李旭文1，牛志春1，王甜甜1，李楊3

(1.江蘇省環(huán)境監(jiān)測中心，江蘇 南京 210036；2.南京林業(yè)大學(xué)林學(xué)院，江蘇 南京 210037；3.南京師范大學(xué)虛擬地理環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210023)

利用多星遙感影像動(dòng)態(tài)監(jiān)測了2015年春季太湖北部湖灣沉水植被分布的變化過程，并對水生植被遙感監(jiān)測中的幾個(gè)關(guān)鍵問題展開了探討。決策樹方法獲取的水生植被分布結(jié)果表明，2015年4月28日太湖北部湖灣發(fā)現(xiàn)明顯沉水植被分布面積約11.2 km2，與2014年同期相比，新出現(xiàn)的較大面積沉水植被分布區(qū)域主要集中在田雞山西和錫東水廠附近。提出應(yīng)及時(shí)清理打撈，避免水生植被死亡腐爛，威脅水質(zhì)安全。

遙感；沉水植被；動(dòng)態(tài)監(jiān)測；太湖

太湖是我國第三大淡水湖泊，位于長江三角洲南翼坦蕩的太湖平原上，于30°55′40″—31°32′58″N，119°52′32″—120°36′10″E之間。水生植被具有凈化水質(zhì)、保護(hù)環(huán)境等生態(tài)功能，是太湖生態(tài)系統(tǒng)演化和平衡的重要調(diào)控者，對陸域水體的物理和化學(xué)環(huán)境具有顯著改善作用[1-3]。但太湖流域經(jīng)濟(jì)快速發(fā)展和湖泊資源高強(qiáng)度利用，造成太湖水生植被從20世紀(jì)60年代至今出現(xiàn)了明顯的衰退，除東太湖及局部區(qū)域有少量分布外，湖區(qū)內(nèi)水生高等植被幾乎絕跡，“水下森林”現(xiàn)象逐步消失。為此，利用衛(wèi)星遙感技術(shù)監(jiān)測水生植被分布現(xiàn)狀及其空間變化，成為保護(hù)水生植被資源的重要手段。

目前，GF、HJ、Landsat和MODIS等遙感影像已成為水生植被監(jiān)測的主要數(shù)據(jù)源，但在遙感監(jiān)測中發(fā)現(xiàn)，湖泊水生植被生長不僅受到溫度、光照和生物等因素影響，而且也受到圍網(wǎng)養(yǎng)殖、水體富營養(yǎng)化、水利工程和生態(tài)修復(fù)等人類活動(dòng)因素影響[4-5]。

若使用中尺度的MODIS影像很難識(shí)別水生植被生長初期的空間變化過程，尤其不適合識(shí)別沉水植被等小范圍的水生態(tài)現(xiàn)象；若單純利用某一類中高分辨率衛(wèi)星也不易捕捉到水生植被的變化過程，如Landsat 8系列衛(wèi)星具有豐富的光譜信息，但是重訪周期需要16 d，還常受到云層干擾，嚴(yán)重影響數(shù)據(jù)質(zhì)量。

因此，在太湖水生植被的遙感監(jiān)測上(尤其是沉水植被的監(jiān)測)，需要借助多顆衛(wèi)星組合監(jiān)測，利用Landsat、HJ和GF等多個(gè)系列衛(wèi)星，形成觀測的長時(shí)間序列，能夠及時(shí)、快速、準(zhǔn)確地捕捉到水生植被的分布及其變化。

在近2年太湖湖體巡查中發(fā)現(xiàn)，北部湖灣局部湖面在春季常出現(xiàn)較大面積的沉水植被分布，這表明隨著2007年以來鐵腕治污的不懈努力，太湖部分湖區(qū)正在由中度富營養(yǎng)化、“藻型”生境向輕度富營養(yǎng)化、“草—藻共生型”生境演變。為進(jìn)一步摸清春季太湖北部湖灣沉水植被的空間分布及其變化，為其他區(qū)域湖泊水生植被監(jiān)測提供借鑒和參考，現(xiàn)以2015年3—5月Landsat、HJ和GF等多源遙感影像為主要數(shù)據(jù)源，對竺山湖、梅梁湖和貢湖3個(gè)湖灣開展沉水植被遙感調(diào)查。

1 數(shù)據(jù)源及處理方法

1.1 數(shù)據(jù)源

從太湖沉水植被遙感監(jiān)測的可行性出發(fā)，在遙感數(shù)據(jù)的選取上，應(yīng)盡可能選擇數(shù)據(jù)易獲取、重復(fù)觀測時(shí)間短、時(shí)間序列較長、空間分辨率較高的數(shù)據(jù)源，能夠及時(shí)捕捉到沉水植被的生長過程。

現(xiàn)以太湖沉水植被遙感監(jiān)測以中分辨率遙感影像為主要數(shù)據(jù)源，時(shí)間為2014年和2015年3月下旬—5月下旬，包括了國產(chǎn)高分一號(hào)(GF-1，WFV)、環(huán)境衛(wèi)星(HJ-1，A/B)和美國陸地衛(wèi)星(Landsat)等多種數(shù)據(jù)源(共計(jì)22景)，監(jiān)測區(qū)域選取的影像均無明顯云層覆蓋，不影響水生植被遙感識(shí)別，見表1和圖1(a)(b)(c)(d)。

表1 太湖地區(qū)遙感影像數(shù)據(jù)集

圖1 太湖地區(qū)遙感影像

1.2 數(shù)據(jù)處理方法

1.2.1 影像預(yù)處理

數(shù)據(jù)處理涉及多顆衛(wèi)星遙感影像，因此在基于FLAASH(Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes)方法進(jìn)行大氣校正后，需要對每個(gè)影像進(jìn)行幾何精校正：首先利用Landsat系列衛(wèi)星影像數(shù)據(jù)的GLS 2005控制點(diǎn)庫[6]，在Landsat 8 影像上均勻選取20～25個(gè)參考點(diǎn)進(jìn)行幾何校正；然后以Landsat 8 影像為參考影像，對GF-1、HJ-1和ETM+等數(shù)據(jù)進(jìn)行精校正，要求校正后影像的均方根誤差<1個(gè)像元；最后將太湖矢量圖層(WGS_1984_UTM投影坐標(biāo)系)與影像疊加裁剪出太湖水體區(qū)域。

1.2.2 信息提取

QUEST(Quick Unbiased and Efficient Statistical Tree，QUEST)是一種快速、無偏、高效決策樹算法，該算法將變量選擇和分割點(diǎn)的選擇分開進(jìn)行，既適用于連續(xù)型的變量又適用于離散型的變量，同時(shí)還克服了其他決策樹算法更傾向于選擇具有更多潛在分割點(diǎn)的預(yù)測變量的缺點(diǎn)，而且這種多元決策樹可以通過多個(gè)預(yù)測變量構(gòu)成的超平面在特征空間中區(qū)分類別成員和非類別成員[7]?，F(xiàn)基于地面實(shí)測的訓(xùn)練樣本，利用QUEST算法建立研究區(qū)分類規(guī)則，提取水生植被的空間分布，考慮到此次使用的多源遙感數(shù)據(jù)的光譜分辨率存在一定差異，故在特征變量的構(gòu)建上以原始波段為主，并沒有加入光譜指數(shù)和圖像變換變量(如歸一化植被指數(shù)、主成分變換和纓帽變換等)。遙感影像處理工作均在ENVI(The Environment for Visualizing Images)平臺(tái)下完成。

2 結(jié)果分析

2.1 水生植被信息遙感提取

水生植被波長特征能夠體現(xiàn)出不同類型間反射率的差異，如沉水植被在近紅外波長區(qū)域，并沒有像漂葉植被表現(xiàn)出較高反射率，因其對入射水體的太陽輻射能量的高度利用，表現(xiàn)出與水體更為接近的低反射率特征。

李俊生等[2]對太湖地物光譜的實(shí)測結(jié)果詳細(xì)地說明了它們之間的差異，如漂葉植被、沉水植被、水華和水體的反射率光譜存在一定的反射峰和反射谷，分別是555 nm 附近的反射峰、625 nm 附近的反射谷、650 nm 附近的反射峰、675 nm 附近的反射谷、700 nm 附近的反射峰、815 nm 附近的反射峰等(圖2)。

圖2 漂葉植被、沉水植被、水華和水體的代表反射率光譜[2]

沉水植被遙感信息主要基于上述光譜特征進(jìn)行識(shí)別和提取，利用2015年4月10日、4月17日、4月28日和5月12日4期影像可以大致了解2個(gè)主要區(qū)域的沉水植被生長變化過程，見圖3(a)(b)(c)(d)和圖4(a)(b)(c)(d)紅線所示區(qū)域。

從影像上看，太湖北部竺山湖田雞山西和貢湖錫東水廠附近在4月10日之前無明顯水色變化現(xiàn)象發(fā)生，從4月17日開始水色出現(xiàn)較暗的變化，到4月28日水色發(fā)暗區(qū)域明顯擴(kuò)大，直至5月12日水色才逐步恢復(fù)正常。

提取太湖北部沉水植被信息后發(fā)現(xiàn)，此次沉水植被出現(xiàn)大面積分布的時(shí)間集中在4月和5月初，其中2015年4月28日太湖北部發(fā)現(xiàn)明顯沉水植被，面積約11.2 km2，主要分布在竺山湖百瀆港、田雞山西和貢湖沙渚、錫東、金墅港。值得注意的是，竺山湖田雞山西和貢湖錫東附近出現(xiàn)較大面積沉水植被分布，面積分別約為 3.4和5.3 km2，見圖5(a)(b)。

圖3 田雞山西沉水植被分布及變化

圖4 錫東水廠沉水植被分布及變化

圖5 太湖北部沉水植被遙感信息提取

2.2 水生植被信息調(diào)查

通過開展地面核查驗(yàn)證發(fā)現(xiàn)，衛(wèi)星影像判別沉水植被區(qū)域與地面核查結(jié)果一致，水色異常變化過程主要由于沉水植被快速生長所引起。經(jīng)鑒定該區(qū)域水生植被為眼子菜屬(Potamogeton)，生態(tài)型為沉水植被，群落類型為單優(yōu)群落，群叢優(yōu)勢種為菹草(Potamogetoncrispus)，見圖6(a)(b)(c)。

菹草是太湖中一種比較典型的秋季發(fā)芽、越冬生長的沉水植被(生長季節(jié)主要為11月—次年5月，一般3—4月份隨著水體溫度回升加速生長，5月份以后生長減慢，經(jīng)過長時(shí)間積累，生物現(xiàn)存量大，進(jìn)入6月會(huì)逐漸衰退腐爛)，很適合在富營養(yǎng)化條件下生長。

作為一種生存策略，菹草在生長期上避開了水華暴發(fā)期，更易生存并形成單優(yōu)群落，但是這種由單一生活型(或生長型)組成的水生植被群落在生態(tài)上是極為脆弱和不穩(wěn)定的，很容易受到外界環(huán)境的干擾而遭受滅頂之災(zāi)[8]。

圖6 太湖沉水植被調(diào)查

2.3 重點(diǎn)湖區(qū)空間分布對比分析

利用2015年4月28日和2014年5月1日的HJ-1遙感影像對竺山湖、梅梁湖和貢湖沉水植被空間分布進(jìn)行對比分析表明，與2014年相比，遙感監(jiān)測水生植被均為沉水植被(地面調(diào)查的植被類型以菹草為主)，但空間分布上略有變化。

相對于2014年，2015年春季竺山湖百瀆港、田雞山西和貢湖沙渚、錫東水廠附近新出現(xiàn)了較大范圍的水生植被，面積分別為3.6和5.6 km2，見圖7(a)(c)；2014年在梅梁湖三山附近監(jiān)測到新增大面積沉水植被，面積約為4.9 km2，見圖7(b)。

圖7 太湖北部水生植被空間分布對比

3 討論

3.1 水生植被遙感監(jiān)測數(shù)據(jù)源選擇

太湖水生植被生長存在明顯的季節(jié)交替性，一般在春夏季生長緩慢，秋季生長旺盛，9月份生物量最高，隨后開始出現(xiàn)衰敗直至死亡，冬季生物量最低[9]，而北部湖區(qū)的菹草是一種越冬生長的沉水植被，生長季節(jié)主要為11月—次年5月，一般3—4月份后遙感影像能夠識(shí)別。

考慮到水生植被的季節(jié)特征和環(huán)境監(jiān)管需求，一般選擇數(shù)據(jù)易獲取、重復(fù)觀測時(shí)間短、時(shí)間序列較長、覆蓋面積廣、空間分辨率較高的影像[10]，如美國陸地資源衛(wèi)星(Landsat-8)、環(huán)境一號(hào)衛(wèi)星(HJ-1，A/B)和高分一號(hào)衛(wèi)星(GF-1，WFV)等基本上可以滿足太湖水生植被遙感調(diào)查的要求。但太湖流域?qū)儆诙嘣贫嘤甑貐^(qū)，一般4月份后光學(xué)遙感圖像的質(zhì)量常受到干擾，如2015年4—5月份太湖區(qū)域61景MODIS影像中，云量覆蓋低于50%以下僅有25景。

目前雷達(dá)影像成像可不依賴光照，而靠自身發(fā)射的微波，能穿透云、雨、雪和煙霧，具有全天時(shí)、全天候成像能力[11]，但數(shù)據(jù)獲取、覆蓋范圍和信息提取上仍有諸多問題，在用于水生植被日常監(jiān)測工作上仍存在較大的不確定性。因此，完全依靠某一類型傳感器影像很難準(zhǔn)確跟蹤到水生植被空間變化過程，仍需要加強(qiáng)處理多源遙感數(shù)據(jù)集方法使用，形成綜合分析能力。

3.2 水生植被遙感特征信息增強(qiáng)

與陸地植被遙感監(jiān)測相比，水生植被遙感信息提取易受到水色、藍(lán)藻水華等多個(gè)因素影響[12-14]，如本次遙感調(diào)查的太湖北部沉水植被在影像上的光譜特征與附近水體近似，不易區(qū)分。因此，在水生植被信息提取上需要借助更多輔助數(shù)據(jù)，以便于提高分類精度：一方面，選擇使用水體透明度、營養(yǎng)狀態(tài)、酸堿度和水深等監(jiān)測數(shù)據(jù)有助于判別水生植被生長的空間范圍；另一方面，借助光譜指數(shù)和圖像變換等方法建構(gòu)多個(gè)變量能夠增強(qiáng)水生植被的光譜特征，如歸一化植被指數(shù)能夠增強(qiáng)浮葉和挺水植被信息，纓帽變換中前3個(gè)分量可以表征土壤光譜、植被光譜和地物濕度信息，也利于植被和水體信息的分離。

3.3 水生植被的精細(xì)化識(shí)別

根據(jù)水生植被在遙感影像上的光譜特征，一般劃分為開敞水域(無明顯水生植被聚集區(qū)域)、挺水植被、浮水植被和沉水植被4種類型。

由于該次遙感調(diào)查主要針對沉水植被，又處于春季，并無明顯浮葉和挺水植被的干擾。但在水生植被生長旺季，常出現(xiàn)不同類型植被間無明顯邊界、多種類型植被共生的現(xiàn)象，如“浮葉—沉水”植被(以浮葉植被為主或以沉水植被為主)，而目前利用多光譜遙感數(shù)據(jù)很難解決這一問題，會(huì)造成一定誤判[2，11]。

因此，在精細(xì)化識(shí)別上，需要借助于高光譜等新遙感數(shù)據(jù)捕捉不同類型水生植被間的細(xì)微化差異，但目前利用高光譜影像對水生植被精分類等開展的研究工作還需要進(jìn)一步加強(qiáng)。

4 結(jié)論

以中分辨率多源遙感影像為主要數(shù)據(jù)源，利用決策樹分類方法提取了太湖北部沉水植被的空間分布，并對遙感技術(shù)提取水生植被遙感信息的幾個(gè)關(guān)鍵方面展開了探討。遙感調(diào)查結(jié)果表明，2015年春季太湖北部竺山湖和貢湖發(fā)現(xiàn)較大范圍水生植被分布，空間分布與地面驗(yàn)證結(jié)果一致。由于春夏季是太湖藍(lán)藻大量繁殖時(shí)期，水生植被大面積密集生長可能會(huì)對藻類的遷移起到阻隔作用。若沉水植被繁殖密度和分布面積達(dá)到一定程度，會(huì)積滯水體中的藻類，造成藻類迅速富集，形成“草—藻”共存的現(xiàn)象。因此建議春末夏初在重點(diǎn)湖區(qū)應(yīng)加密地面巡查頻次，一旦發(fā)現(xiàn)“草—藻”聚集現(xiàn)象，應(yīng)及時(shí)清理打撈，避免水草及藻類死亡腐爛，威脅水質(zhì)安全。

隨著近年不斷涌現(xiàn)的新衛(wèi)星傳感器，如我國高分二號(hào)、歐空局的哨兵2A等，這些新發(fā)射的高分系列衛(wèi)星圖像清晰、色彩分明、層次感強(qiáng)，充分體現(xiàn)了高分辨率衛(wèi)星影像的特點(diǎn)。今后需要利用多顆高分衛(wèi)星進(jìn)行協(xié)同觀測，形成長時(shí)間序列，可有效地提高水生植被動(dòng)態(tài)監(jiān)測的“時(shí)譜”能力。

[1] 楊清心. 東太湖水生植被的生態(tài)功能及調(diào)節(jié)機(jī)制[J]. 湖泊科學(xué)，1998，10(1)： 67-72.

[2] 李俊生，吳迪，吳遠(yuǎn)峰，等. 基于實(shí)測光譜數(shù)據(jù)的太湖水華和水生高等植物識(shí)別[J]. 湖泊科學(xué)，2009，21(2)： 215-222.

[3] 林川，宮兆寧，趙文吉. 基于中分辨率 TM 數(shù)據(jù)的濕地水生植被提取[J]. 生態(tài)學(xué)報(bào)，2010，30(23)： 6460-6469.

[4] 谷孝鴻，張圣照，白秀玲，等. 東太湖水生植物群落結(jié)構(gòu)的演變及其沼澤化[J]. 生態(tài)學(xué)報(bào)，2008，25(7)： 1541-1548.

[5] 劉偉龍，胡維平，陳永根，等. 西太湖水生植物時(shí)空變化[J]. 生態(tài)學(xué)報(bào)，2007，27(1)： 159-170.

[6] 張浩，葛小青，馮旭祥. Landsat 8影像像元地理坐標(biāo)計(jì)算[J]. 遙感信息，2013，28(5)：52-58.

[7] SESNIE S E，GESSLER P E，F(xiàn)INEGAN B，et al.Integrating Landsat TM and SRTM-DEM derived variables with decision trees for habitat class ification and changede tection in complex neotropical environments[J].Remote Sensing of Environment，2008，112：2145-2159.

[8] 金相燦，顏昌宙，許秋瑾. 太湖北岸湖濱帶觀測場水生植物群落特征及其影響因素分析[J]. 湖泊科學(xué)，2007，19(2)：151-157.

[9] 李繼影，孫艷，侍昊，等. 太湖水草監(jiān)管體系構(gòu)建初步研究[J]. 環(huán)境監(jiān)控與預(yù)警，2014，6(5)：54-56.

[10] 李旭文，牛志春，姜晟，等.Landsat 8衛(wèi)星OLI遙感影像在生態(tài)環(huán)境監(jiān)測中的應(yīng)用研究[J].環(huán)境監(jiān)控與預(yù)警，2013，5(6)：1-5.

[11] 王莉雯，衛(wèi)亞星. 濕地生態(tài)系統(tǒng)雷達(dá)遙感監(jiān)測研究進(jìn)展[J]. 地理科學(xué)進(jìn)展，2011，30(9)： 1107-1117.

[12] MA R H，DUAN H T，GU X H，et al.Detecting Aquatic Vegetation Changes in Taihu Lake，China Using Multi-temporal Satellite Imagery[J]. Sensors，2008(8)： 3988-4005.

[13] OYAMA Y，MATSUSHITA B，F(xiàn)UKUSHIMA T. Distinguishing surface cyanobacterial blooms and aquatic macrophytes using Landsat/TM and ETM+ shortwave infrared bands[J]. Remote Sensing of Environment，2015，157： 35-47.

[14] 張壽選，段洪濤，谷孝鴻. 基于水體透明度反演的太湖水生植被遙感信息提取[J]. 湖泊科學(xué)，2008，20(2)： 184-190.

欄目編輯 李文峻 周立平

Dynamic Monitoring of Distribution of Submerged Vegetation in the North of Taihu Lake in Spring Based on Multi-source Remote Sensing Images

SHI Hao1，ZHANG Ting2，LI Xu-wen1，NIU Zhi-chun1，WANG Tian-tian1，LI Yang3

(1.JiangsuEnvironmentalMonitoringCenter，Nanjing，Jiangsu210036，China；2.CollegeofForestry，NanjingForestryUniversity，Nanjing，Jiangsu210037，China；3.MinistryofEducationKeyLaboratoryofVirtualGeographicEnvironment，NanjingNormalUniversity，Nanjing，Jiangsu210023，China)

The distribution and variation of submerged vegetation in the north of Taihu Lake in the spring of 2015 were monitored using multi-source remote sensing images. This paper discussed the key problems in monitoring aquatic vegetation by using the technique. The monitoring results acquired on 28th of April based on the decision tree method showed that the area of submerged vegetation in the north of Taihu Lake was about 11.2 km2. Compared with the results obtained from the same period in 2014，the newly emerged large areas of submerged vegetation were mainly concentrated near the west of Tianji Mountain and around of Xidong Waterworks. It was suggested that submerged vegetation should be cleared away and salvaged timely to avoid the death and decay of aquatic vegetation，which posed threats to water quality.

Remote sensing；Submerged vegetation；Dynamic monitoring；Taihu Lake

2015-07-31；

2015-11-04

江蘇省環(huán)境監(jiān)測基金資助項(xiàng)目(1416)；高分辨率對地觀測系統(tǒng)重大專項(xiàng)基金資助項(xiàng)目(05-Y30B02-9001-13/15-WX2)；國家水體污染控制與治理科技重大專項(xiàng)基金資助項(xiàng)目(2012ZX07506003)；江蘇省普通高校研究生科研創(chuàng)新計(jì)劃基金資助項(xiàng)目(KYLX15_0745)

侍昊(1986—)，男，工程師，博士，研究方向?yàn)樯鷳B(tài)環(huán)境遙感監(jiān)測。

X87

B

1674-6732(2016)01-0013-06