基于HJ-1ACCD數(shù)據(jù)的湖泊葉綠素a濃度反演

黃啟會　賀中華　梁虹　楊朝暉　曾信波

摘要：為及時(shí)、快速地獲取百花湖葉綠素a濃度情況，形成具有可操作性的水質(zhì)遙感監(jiān)測技術(shù)，結(jié)合HJ-1A衛(wèi)星數(shù)據(jù)與2012年4月實(shí)測的光譜數(shù)據(jù)，建立百花湖葉綠素a的遙感反演模型。結(jié)果表明：①第1波段和第2波段比值（B2/B1）與葉綠素a濃度的相關(guān)性最好，相關(guān)系數(shù)（R2）為0.84。②利用波段比值構(gòu)建的回歸模型具有不錯(cuò)的反演效果，模型決定系數(shù)（R2）為0.87，平均絕對誤差（MAPE）為13%，均方根誤差（RMSE）為4.32mg/m3;用12月份實(shí)測的數(shù)據(jù)對模型進(jìn)行驗(yàn)證，效果也比較理想，說明該模型適用于百花湖冬、春季葉綠素a濃度的反演，在一定時(shí)間范圍內(nèi)具有一定的普適性。③百花湖湖邊葉綠素a濃度高于湖心，分布趨勢自北向南逐漸增加;④營養(yǎng)狀態(tài)指數(shù)空間分布主要呈富營養(yǎng)化狀態(tài)，富營養(yǎng)狀態(tài)區(qū)域占全湖的85%，中營養(yǎng)狀態(tài)區(qū)域僅占全湖的15%。葉綠素a反演及富營養(yǎng)化評價(jià)結(jié)果與實(shí)際分析情況相符，表明HJ-1ACCD數(shù)據(jù)可用于百花湖水質(zhì)參數(shù)的遙感監(jiān)測。

關(guān)鍵詞：葉綠素a;HJ-1ACCD1數(shù)據(jù);遙感反演;百花湖;貴陽市

中圖法分類號：X52

文獻(xiàn)標(biāo)志碼：A

DOI：10.16232/j.cnki.1001-4179.2019.03.012

文章編號：1001-4179（2019）03-0066-07

葉綠素a是藻類生物的重要組成成分之一，其含量的多寡能夠表征水中浮游植物的生物量和生產(chǎn)力狀況，是反映水體富營養(yǎng)化程度的一個(gè)重要參數(shù)。傳統(tǒng)的監(jiān)測采用實(shí)地采樣分析，該方法雖能較準(zhǔn)確地反映采樣點(diǎn)的水質(zhì)情況，但耗時(shí)耗力，采樣數(shù)量十分有限，不能反映出水質(zhì)指標(biāo)的整體分布情況，無法實(shí)現(xiàn)大范圍的動態(tài)監(jiān)測。在水環(huán)境監(jiān)測中，遙感反演葉綠素a濃度作為一種重要的技術(shù)手段，具有實(shí)時(shí)、宏觀和便于長時(shí)間序列監(jiān)測的優(yōu)勢，近幾十年來被廣泛應(yīng)用于研究中。

環(huán)境一號衛(wèi)星是我國專用于環(huán)境和災(zāi)害監(jiān)測的對地觀測系統(tǒng)，由兩顆光學(xué)衛(wèi)星（HJ-1A、HJ-1B）和1顆雷達(dá)衛(wèi)星（HJ-1C）組成，具有大范圍、全天候、全天時(shí)、動態(tài)的環(huán)境和災(zāi)害監(jiān)測能力。該衛(wèi)星搭載的CCD相機(jī)和超光譜成像儀（HSI），可獲取高時(shí)間分辨率、高光譜分辨率、中等空間分辨率的對地觀測數(shù)據(jù)，數(shù)據(jù)可獲取性強(qiáng)，已成為我國環(huán)境遙感監(jiān)測的主要數(shù)據(jù)源之

近年來，國內(nèi)利用這一數(shù)據(jù)開展了一些關(guān)于葉綠素a濃度反演模型的研究。如周正等口利用HJ-1A/BCCD數(shù)據(jù)和實(shí)測葉綠素a濃度，建立了東湖葉綠素a遙感估測模型，并運(yùn)用該模型得到該湖區(qū)葉綠素a濃度的空間分布;楊榮等3使用HJ-1A衛(wèi)星CCD1，數(shù)據(jù)，通過對各種波段組合的趨勢擬合分析，構(gòu)建了適合滇池的葉綠素a和懸浮物濃度的反演模型;羅建美等以灤河口北部海域?yàn)檠芯繀^(qū)，通過HJ-1ACCD2影像數(shù)據(jù)和實(shí)測數(shù)據(jù)，建立了適合該區(qū)域的葉綠素a濃度反演模型，并得出HJ-1ACCD2數(shù)據(jù)可用于水文情況較復(fù)雜的II類水體葉綠素a濃度反演的結(jié)論;楊婷等[5]通過對實(shí)測光譜數(shù)據(jù)和影像光譜數(shù)據(jù)的分析，研究了HJ-1A超光譜影像波段與太湖葉綠素a濃度以及懸浮物濃度之間的關(guān)系，并建立了相應(yīng)的反演模型;喬曉景等利用HJ-1衛(wèi)星CCD數(shù)據(jù)的第1.3波段對長江中游武漢河段建立了懸浮物濃度反演模型，得出懸浮物濃度分布圖。

近年來有關(guān)基于環(huán)境衛(wèi)星遙感影像的葉綠素a濃度反演研究主要集中于大面積湖泊或近海岸大面積水體區(qū)域，對于內(nèi)陸小型湖泊水庫的研究較少。目前針對貴陽市百花湖的水質(zhì)監(jiān)測研究大部分采用常規(guī)的實(shí)驗(yàn)室分析方法，利用遙感影像進(jìn)行監(jiān)測的研究尚未發(fā)現(xiàn)。因此，本文初次結(jié)合HJ-1CCD多光譜數(shù)據(jù)與實(shí)測：光譜數(shù)據(jù)，以其他區(qū)域水質(zhì)遙感監(jiān)測研究為基礎(chǔ)，對百花湖葉綠素a濃度遙感監(jiān)測方法進(jìn)行更深入的探討，尋找出適合該湖葉綠素a濃度反演和富營養(yǎng)化的評價(jià)方法，以彌補(bǔ)傳統(tǒng)監(jiān)測方法在污染物的空間分布與動態(tài)監(jiān)測中的不足。

1 研究區(qū)概況

百花湖（E106°27'～E106°34'，N26°35'～N26°42'）位于貴州省中部的貴陽西北郊處，是貓?zhí)犹菁夒娬镜牡诙壭钏畮?，因處于地理環(huán)境特殊的喀斯特分布區(qū)，喀斯特溶蝕侵蝕和溶蝕構(gòu)造地貌，使得湖水呈堿性，流域內(nèi)水循環(huán)交替迅速，屬于貴州喀斯特高原人工湖泊之一。圖1為研究區(qū)監(jiān)測點(diǎn)示意圖。

百花湖水庫來水主要由紅楓湖的下泄水及長沖河、東門橋河、麥城河和麥西河4源匯成，水庫大壩壩高48.7m，平均水深13.0m，整體上呈一狹長帶狀，沿SW-NE向分布。庫區(qū)為亞熱帶氣候環(huán)境，年平均氣溫149C，年均降雨量約為1004mm，枯水期降雨量約占全年降雨量的26%，豐水期（5～9月）降雨量約占全年的74%。百花湖水庫年蓄水量在11820～16465萬m之間，河流區(qū)（N26°38'689"，E106°30'366"）為百花水庫最大來水河流入口處，過水量大，兩岸狹窄，是流速最快的水域，水深10～15m，過渡區(qū)（N26°39'674"，E106°31'709"）位于水庫中央，匯集了主要支流來水，水面寬闊，水流較緩，水深15～20m，湖泊區(qū)（N26°41'218"，E106°32'757"）位于壩前，水深20～45m。近年來隨著人口增長和社會經(jīng)濟(jì)的發(fā)展進(jìn)步以及湖泊兩岸工業(yè)用水、生活污水等的肆意排放，使得百花湖水體水質(zhì)狀況不容樂觀，水污染問題日漸嚴(yán)重。

數(shù)據(jù)與方法

2.1 研究數(shù)據(jù)

2.1.1 遙感數(shù)據(jù)

研究選用的HJ-1ACCD1影像數(shù)據(jù)，成像時(shí)間為2012年4月1日01：41：03（格林威治時(shí)間），分辨率為30m，研究區(qū)上空基本無云覆蓋。影像從中國資源衛(wèi)星應(yīng)用中心網(wǎng)站（http：//www.cresda.com）獲取。參考影像為經(jīng)過幾何精校正的Landsat5-TM影像，為西安80坐標(biāo)系，6度分帶20N帶，GaussKruger投影，IAG75橢球體。HJ-1A的CCD多光譜數(shù)據(jù)包括藍(lán)、綠、紅、近紅外4個(gè)波段，波段設(shè)置如表1所示。

2.1.2 實(shí)測數(shù)據(jù)

2012年4月2日進(jìn)行了與遙感衛(wèi)星數(shù)據(jù)同步的地面實(shí)驗(yàn)，共采集了24個(gè)監(jiān)測點(diǎn)的數(shù)據(jù)，每個(gè)點(diǎn)測量了10組數(shù)據(jù)，取平均值以減少誤差，葉綠素a的測定采用分光光度法。光譜測量儀器采用美國分析光譜儀器公司（Analytical Spectral Devices）生產(chǎn)的Fieldspec HandHeld便攜式野外光譜儀，該儀器測定的光譜范圍為350～1080nm，采樣間隔為1.4nm，光譜分辨率為3nm，視場角為25°。光譜測量在北京時(shí)間10：00～14：00進(jìn)行，光譜處理方法采用水面以上測量法，光譜儀傳感器探頭方向基本垂直于水面。采樣時(shí)天氣晴朗，湖面基本平靜。對每個(gè)采樣點(diǎn)進(jìn)行至少10次反射光譜測量，計(jì)算遙感反射率前，先剔除異常光譜曲線，再將剩余的光譜曲線作平均處理，處理后的值為該點(diǎn)的實(shí)際光譜反射值。

2.2 研究方法

2.2.1 遙感影像預(yù)處理

（1）輻射定標(biāo)是將遙感影像的DN（digitalnum-ber）值轉(zhuǎn)換為輻射亮度，以實(shí)現(xiàn)定量研究。建立遙感傳感器的數(shù)字量化輸出值DN與其所對應(yīng)視場中輻射亮度值之間的定量關(guān)系，即對影像進(jìn)行輻射定標(biāo)。計(jì)算公式如下

公式

式中，L為輻射亮度值，W/（m2·sr·μm），DN為影像的數(shù)字量化值;g為絕對定標(biāo)系數(shù)增益，W-1·m3.sr·μum;Lo為偏移值，W/（m·sr·μm）。

（2） 大氣校正可消除大氣分子、氣溶膠散射和光照等因素對地物反射的影響，從而獲得地物真實(shí)反射率[10]。FLAASH是目前使用效果較好的大氣校正方法，它能夠高保真地恢復(fù)地物波譜信息，以獲得地物較準(zhǔn)確的地表溫度、反射率以及輻射率等真實(shí)物理模型參數(shù)。本文采用ENVI5.1軟件中的FLAASH校正模塊對HJ-1ACCD影像進(jìn)行大氣校正。

（3） 為準(zhǔn)確提取研究區(qū)水體信息，本文根據(jù)徐函秋[13]提出的利用中紅外波段替換近紅外波段構(gòu)成的改進(jìn)歸一化差異水體指數(shù)MNDWI（ModifiedNDWI）提取研究區(qū)水體信息。該方法提取效果優(yōu)于NDWI（歸一化水體差異指數(shù)），更能夠揭示水體微細(xì)特征（如水質(zhì)變化等）、區(qū)分陰影和水體以及快速、準(zhǔn)確地提取水體信息，從而減小其他地物的影響。

2.2.2 模型精度評價(jià)方法

本文使用均方根誤差（RMSE）和平均絕對百分比誤差（MAPE）作為模型反演精度的評價(jià)依據(jù)，其計(jì)算公式如下

公式

其中，ximea代表實(shí)驗(yàn)室測定的葉綠素a濃度，mg/m3;ximod代表反演模型計(jì)算的葉綠素a濃度，mg/m3;n為樣本數(shù)。

3 結(jié)果與分析

3.1 葉綠素a濃度遙感定量反演

3.1.1 葉綠素a光譜特征分析

不同葉綠素a濃度的反射率光譜曲線均存在兩個(gè)峰值，分別位于575nm和700nm（葉綠素a的熒光峰）附近，前峰值一般高于后峰值，但當(dāng)葉綠素a濃度較高時(shí)會出現(xiàn)熒光峰高于前峰的現(xiàn)象。反射率曲線在443nm和670nm附近將出現(xiàn)谷值。葉綠素a濃度變化對藍(lán)、綠光波段的影響較大，不同葉綠素濃度的遙感反射率在藍(lán)、綠光波段差別顯著，在近紅外波段基本相似[14]。百花湖水體反射率光譜曲線（圖2）具有以下特點(diǎn)：①430～520nm（對應(yīng)CCD的B2波段）范圍內(nèi)，水體的反射率較低，這是由于葉綠素a、類胡蘿卜素以及溶解性有機(jī)物質(zhì)的吸收所致;②520～600nm（對應(yīng)CCD的B1波段）范圍內(nèi)，水體的反射率較高，且水體葉綠素a濃度越高，其反射峰值也越大，說明該波段光譜反射率對葉綠素a濃度的變化比較敏感;②在630～690nm（對應(yīng)CCD的B3波段）附近出現(xiàn)反射率谷值，這是由于藻類葉綠素在紅光波段強(qiáng)烈吸收反射率的結(jié)果;④在760nm以后（對應(yīng)CCD的B4波段）出現(xiàn)又一反射峰，這主要是由懸浮物所引起的。

3.1.2 波段等效變換

由于HJ-1ACCD衛(wèi)星影像為多光譜數(shù)據(jù)，傳感器的感光元件在每個(gè)波段范圍內(nèi)的感應(yīng)強(qiáng)度不同，因此，在成像過程中，應(yīng)根據(jù)相應(yīng)的波段響應(yīng)函數(shù)來對該范圍內(nèi)的所有輻射能量值進(jìn)行積分運(yùn)算，以提高遙感反演模型的精度。ASD光譜儀所測得的反射率為窄波段數(shù)據(jù)，為更好地分析水體反射率與葉綠素a濃度的相關(guān)性，在建立基于實(shí)測光譜數(shù)據(jù)的衛(wèi)星反演模型前，需將窄波段的光譜反射率等效變換為寬波段的光譜反射率數(shù)據(jù)。首先根據(jù)HJ-1ACCD1的波段設(shè)置（圖2），再采用Dekker等15的方法，根據(jù)對應(yīng)的光譜響應(yīng)函數(shù)計(jì)算該波段的波段等效值，具體算法見式（4）。

公式

式中，R等效為等效變換后的反射率值，R。為ASD光譜儀測量的遙感反射率值f（λ）為光譜響應(yīng)函數(shù)，入、入2為光譜響應(yīng)函數(shù)兩端的光譜響應(yīng)點(diǎn)。

3.1.3 敏感波段確定

對獲取的24個(gè)樣本進(jìn)行分析，剔除數(shù)值異常的光譜曲線，最終將2/3的樣本用于建模，其余1/3樣本用于模型的驗(yàn)證。根據(jù)監(jiān)測時(shí)GPS記錄的經(jīng)緯度坐標(biāo)，利用ENVI5.1遙感處理軟件提取影像中監(jiān)測點(diǎn)對應(yīng)的反射率值，對影像各波段及波段組合的反射率與實(shí)測葉綠素a濃度進(jìn)行相關(guān)性分析以確定其敏感波段或波段組合，結(jié)果見表2。

從表2中可以看出，影像各波段與葉綠素a濃度的相關(guān)程度均不高。有學(xué)者提出，采用單波段往往不能很好地反映影響因子與水質(zhì)參數(shù)間的關(guān)系，故利用HJ-1ACCD影像的單波段反射率模型反演葉綠素;a濃度：是不合適的研究發(fā)現(xiàn)，采用葉綠素a特征波段組合能夠增大葉綠素a反射峰與吸收峰間的差異，定程度上可減小其他污染物的影響，以更好地對葉綠素a濃度進(jìn)行反演。因此，本文根據(jù)前人的研究經(jīng)驗(yàn)，選擇16種波段組合的反射率值與實(shí)測葉綠素;a濃度值進(jìn)行相關(guān)分析，結(jié)果發(fā)現(xiàn)，B2/B1與葉綠素a濃度的相關(guān)性最大，R2達(dá)0.84，這與其他學(xué)者的研究結(jié)論一致，其次是（B1+B4）/（B1+B3）和B3/B2與葉綠素a濃度的相關(guān)性，R？分別為0.76和0.74。

由于考慮到水體在不同波段的光譜輻射亮度不同，采用比值法可以部分消除大氣的影響，減少空間和時(shí)間上水面粗糙度變化的干擾2，本文最終選取B2/B1為自變量與16個(gè)樣點(diǎn)的葉綠素a濃度數(shù)據(jù)建立回歸模型。

3.2 葉綠素a反演模型構(gòu)建

3.2.1 回歸模型建立

基于上述相關(guān)分析的結(jié)果，將16個(gè)樣點(diǎn)的葉綠素a濃度數(shù)據(jù)與波段組合（B2/B1）進(jìn)行回歸統(tǒng)計(jì)分析，得到多項(xiàng)葉綠素a濃度遙感反演模型（見表3）。

為篩選出最佳回歸模型，本文比較分析不同波段組合及不同模型的RMSE和MAPE來判定模型的反演效果。從表3可知，線性模型和冪指數(shù)模型的MAPE均最小，其中，冪指數(shù)模型的R2和F均大于線性模型，且RMSE小于線性模型。因此，兩種模型中冪指數(shù)模型的效果較好;對數(shù)、倒數(shù)、二次模型和三次模型的MAPE一樣，但前兩者的R2及F高于后兩者，表明相關(guān)性比后兩者顯著;指數(shù)模型，雖相關(guān)系數(shù)也高達(dá)0.85，但RMSE和MAPE分別為4.89mg/m3和15%，在幾種模型中誤差為最大，故不采用該模型;對比效果較好的3種模型（冪指數(shù)模型、二次模型和三次模型），冪指數(shù)模型與葉綠素a濃度相關(guān)系數(shù)最大，且RMSE和MAPE最小，表明三者之間冪指數(shù)模型的反演效果最佳。因此，最終選取冪指數(shù)模型作為百花湖葉綠素a濃度反演模型。

3.2.2 模型驗(yàn)證

為檢驗(yàn)?zāi)Ｐ偷臏?zhǔn)確性及適用性，將剩余的8組葉綠素a濃度數(shù)據(jù)作為驗(yàn)證集，對建立的冪指數(shù)反演模型進(jìn)行驗(yàn)證。將8個(gè)反演值與地面實(shí)測值進(jìn)行精度分析，見圖3（a）。計(jì)算出兩者之間的相關(guān)系數(shù)R2為0.87，表明了兩者具有顯著的相關(guān)性。此外，為進(jìn)一步驗(yàn)證所建反演模型的合理性和可靠性，使用同年12月份的10組實(shí)測數(shù)據(jù)對該模型進(jìn)行獨(dú)立驗(yàn)證，見圖3（b）。

結(jié)果表明，基于冪指數(shù)模型反演的葉綠素a濃度值最大相對誤差為29%，最小相對誤差為0.5%，MAPE為5.6mg/m3，MAPE平均相對誤差為9.2%，說明該模型適用于百花湖葉綠素a濃度的反演。相較于平均濃度，除了個(gè)別值的反演精度稍低，其他反演值與實(shí)測值均比較接近。誤差主要發(fā)生于個(gè)別葉綠素a濃度較高的值，這是由于內(nèi)陸水體易受人為和自然因素的影響，不同點(diǎn)葉綠素a濃度可能會產(chǎn)生較大差異，導(dǎo)致實(shí)測的數(shù)據(jù)點(diǎn)并不能有效代表所在區(qū)域內(nèi)的平均濃度值，在一定程度上會影響模型的反演精度。另外，經(jīng)12月份數(shù)據(jù)驗(yàn)證發(fā)現(xiàn)，相關(guān)系數(shù)也較好（R2=0.82），反演誤差較?。≧MSE=3.4mg/m3，MAPE=12.3%），說明該模型可以較好地應(yīng)用于百花湖冬、春季葉綠素a濃度的反演。百花湖12月份（冬季）的水體葉綠素a濃度相較于4月份（春季）的葉綠素a濃度總體上稍低一些，這是由于冬季水體的平均水溫較低，一定程度上抑制了浮游植物的生長，導(dǎo)致葉綠素a含量降低。此結(jié)果進(jìn)一步說明了該模型在一定時(shí)間范圍內(nèi)的普適性。

3.3 反演模型實(shí)例應(yīng)用

3.3.1 葉綠素a濃度反演結(jié)果

根據(jù)冪指數(shù)模型分別計(jì)算出4月和12月的葉綠素a濃度反演值，在ArcGIS10.2中利用空間插值法得到其空間分布情況（圖4）。由圖4可知，百花湖葉綠素a濃度總體較高。這可能是由于百花湖屬于一個(gè)狹長形的河道型湖泊，湖區(qū)之間的水體交換能力相對較弱，湖中載有污染物的水體不能很快與其他湖區(qū)水體進(jìn)行交換，水質(zhì)指標(biāo)迅速累積導(dǎo)致其質(zhì)量濃度升高。時(shí)間上，4月份的葉綠素a濃度總體上高于12月份的葉綠素a濃度，表現(xiàn)出春季高、冬季低的特點(diǎn)，這主要是由于溫度的降低限制了浮游植物的生長?？臻g上，水質(zhì)指標(biāo)的分布隨水流方向呈逐漸減小的趨勢，但變化不大。濃度值較高的點(diǎn)位于團(tuán)坡附近的樣點(diǎn)13、14和15，造成該處濃度高的原因是由于上游紅楓湖匯入的河段相對升溫快且伴有營養(yǎng)物質(zhì)，加上附近人為因素的影響，促進(jìn)了藻類的快速生長;麥西河口處的樣點(diǎn)1也是因?yàn)橹Я骱佣我约叭祟惢顒拥挠绊懚谷~綠素a濃度升高;相較于樣點(diǎn)1，位于干廠壩的樣點(diǎn)3雖然也處于湖泊支流河口處，但基本很少受到人類的影響，其葉綠素a濃度相對較低;位于姜家鋪附近的樣點(diǎn)7雖然沒有受到外來水流的影響，葉綠素a濃度值較高是由于其周邊有大片的農(nóng)田，加上自然地理因素的影響所致?？梢园l(fā)現(xiàn)，人為因素對水體藻類生長的貢獻(xiàn)較大，受人為影響較少的湖區(qū)中心葉綠素a濃度相對較低。其次，由于湖岸的水體相對于湖中心深度較淺，陽光透過性好，水體含氧量也較高，溫度適宜，加上湖岸的人類活動較多，可以滿足藻類生物生長和繁殖所需的陽光、氧氣、溫度和營養(yǎng)要求。因此，導(dǎo)致百花湖葉綠素a濃度總體分布呈湖邊高、湖心低，方向自北向南逐漸升高的特征。

3.3.2 水體富營養(yǎng)化狀態(tài)評價(jià)

關(guān)于水體富營養(yǎng)化的判斷依據(jù)，目前仍沒有形成統(tǒng)一的標(biāo)準(zhǔn)或模型。在水環(huán)境監(jiān)測中，監(jiān)測的水質(zhì)指標(biāo)主要集中在懸浮沉積物、葉綠素和透明度、渾濁度等參數(shù)。Carlson營養(yǎng)狀態(tài)指數(shù)（TSI）是由水體透明度、葉綠素a濃度及總磷濃度等多項(xiàng)指標(biāo)轉(zhuǎn)換而來，這幾項(xiàng)指標(biāo)中的任何一個(gè)參數(shù)都可單獨(dú)用來評價(jià)水體的富營養(yǎng)狀態(tài)，相對于其他幾個(gè)參數(shù)，葉綠素a更適合用來評價(jià)湖泊水體的營養(yǎng)狀態(tài)。另外，由于2012年百花湖水質(zhì)污染較為嚴(yán)重，水體呈現(xiàn)富營養(yǎng)化狀態(tài)，而葉綠素a濃度是衡量富營養(yǎng)化狀態(tài)的重要指標(biāo)。因此，本文以葉綠素a濃度為標(biāo)準(zhǔn)計(jì)算的營養(yǎng)狀態(tài)指數(shù)來評價(jià)百花湖水體的富營養(yǎng)化狀況。其計(jì)算公式如下：

公式

式中，TSI（chl-a）為卡爾森營養(yǎng)狀態(tài)指數(shù);chl-a為葉綠素濃度，mg/m3。

基于反演模型，由，上述公式（4）計(jì)算出的TSI值可在一定程度上評價(jià)水體的營養(yǎng)狀態(tài)，按照TSI與水體營養(yǎng)狀態(tài)的對應(yīng)關(guān)系，采用0～100的一系列連續(xù)數(shù)字將百花湖富營養(yǎng)狀態(tài)分為4個(gè)等級，即貧營養(yǎng)（<40）、中營養(yǎng)（40～50）、富營養(yǎng)（50～70）和極度富營養(yǎng)（>70）。TSI值與湖泊水體營養(yǎng)狀態(tài)的對應(yīng)關(guān)系見表4。

將TSI通過空間插值得到百花湖水體4月和12月的富營養(yǎng)化狀態(tài)分布情況（圖5）。

根據(jù)圖5可以看出，由于該期間百花湖的葉綠素a濃度值普遍較高，導(dǎo)致其營養(yǎng)狀態(tài)指數(shù)值（TSI）總體也較高，其中，富營養(yǎng)狀態(tài)區(qū)域占全湖總面積的85%，而中營養(yǎng)狀態(tài)區(qū)域僅占全湖面積的15%。由于湖岸周邊人類活動頻繁及農(nóng)業(yè)生產(chǎn)中大量化肥和農(nóng)藥在土壤中殘留，其中的氮和磷通過大氣、水體遷移等方式進(jìn)入湖中，為水中營養(yǎng)物質(zhì)的迅速累積提供了條件;中游部分（采樣點(diǎn)14、15）和上游部分（采樣點(diǎn)19、20）由于受支流中其他營養(yǎng)物質(zhì)輸入及環(huán)境的影響，使得TSI值比其他區(qū)域的稍高，水體營養(yǎng)狀態(tài)略大于其他區(qū)域，TSI值分布趨勢由南向北先升高后降低，空間分布情況與葉綠素a濃度分布相似。由此得出，百花湖主要是由于人類活動、生活污水、工業(yè)廢水及地表徑流中其他營養(yǎng)物質(zhì)輸入等各種環(huán)境因子的共同作用導(dǎo)致水體中營養(yǎng)物質(zhì)增多，藻類異常增殖、水體透明度、溶解氧降低，最終呈現(xiàn)富營養(yǎng)化狀態(tài)。該研究結(jié)論與高廷進(jìn)等[918]實(shí)驗(yàn)室水樣分析結(jié)果相符，進(jìn)一步說明了由葉綠素a濃度值計(jì)算的營養(yǎng)狀態(tài)結(jié)果是合理的。從時(shí)間上來看，百花湖富營養(yǎng)程度從4月到12月呈降低狀態(tài)，水質(zhì)稍見好轉(zhuǎn)，但主要是由于水溫降低所致，因此，水質(zhì)問題仍較嚴(yán)重。

4 結(jié)論

本文結(jié)合HJ-1ACCD1影像數(shù)據(jù)和實(shí)測光譜數(shù)據(jù)，以貴陽市百花湖為研究區(qū)，進(jìn)行葉綠素a濃度遙感定量反演的可行性探究，通過對比分析各波段與葉綠素a濃度間關(guān)系，建立多項(xiàng)葉綠素a遙感反演模型，得出葉綠素a濃度和富營養(yǎng)化狀態(tài)的空間分布情況并分析其成因。總結(jié)如下：

（1） 通過對HJ-1ACCD1各波段反射率與葉綠素a濃度的相關(guān)性分析，發(fā)現(xiàn)葉綠素a濃度的敏感波段為藍(lán)、綠波段。其中，藍(lán)、綠波段比值（B2/B1）與葉綠素a濃度相關(guān)性最高，相關(guān)系數(shù)R2為0.84。

（2） 以比值（B2/B1）為自變量，葉綠素a濃度實(shí)測值為因變量，建立一系列形式的擬合模型，并對相應(yīng)模型進(jìn)行精度分析和樣區(qū)檢驗(yàn)。得出適用于百花湖葉綠素a濃度的反演模型為：y=3.2425x10.29;將12月份的數(shù)對模型進(jìn)行驗(yàn)證，得到較高的精度，說明了該模型在一定時(shí)間范圍內(nèi)具有普適性。

（3） 百花湖葉綠素a濃度整體呈“湖邊高、湖心低”的分布趨勢，方向自北向南逐漸增加;營養(yǎng)狀態(tài)指數(shù)空間分布存在“入流處高、出流處低”的現(xiàn)象，主要受營養(yǎng)物質(zhì)輸入的影響。其中，富營養(yǎng)狀態(tài)區(qū)域占全湖總面積的85%，中營養(yǎng)狀態(tài)區(qū)域僅占全湖面積的15%，水體主要表現(xiàn)為富營養(yǎng)化狀態(tài)。研究結(jié)果可彌補(bǔ)百花湖水質(zhì)常規(guī)監(jiān)測的不足，為遙感影像反演水質(zhì)參數(shù)提供一定的技術(shù)參考。

參考文獻(xiàn)：

[1]朱云芳，朱利，李家國，等.基于GF-1WFV影像和BP神經(jīng)網(wǎng)絡(luò)的太湖葉綠素a反演[J].環(huán)境科學(xué)學(xué)報(bào)，2017，37（1）：130-137.

[2]周正，何連，劉良明.基于HJ-1A/BCCD數(shù)據(jù)的東湖葉綠素a濃度反演可行性研究[J].測繪通報(bào)，2011（3）：11-14.

[3]楊榮，楊昆，洪亮，等.基于HJ-1A衛(wèi)星CCD1數(shù)據(jù)的滇池水質(zhì)參數(shù)反演模型研究[J].節(jié)水灌溉，2015（3）：4-45.

[4]羅建美，霍永偉，韓曉慶.基于HJ衛(wèi)星的近岸II類水體葉綠素a濃度定量遙感反演研究——以灤河口北部海城為例[J].海洋學(xué)報(bào)，2017，39（4）：117-129.

[5]楊婷，張慧，王橋，等.基于HJ-1A衛(wèi)星超光譜數(shù)據(jù)的太湖葉綠素a濃度及懸浮物濃度反演[J]環(huán)境科學(xué)，2011，32（11）：3207-3214.

[6]喬曉景，何報(bào)寅，張文，等.基于HJ-1衛(wèi)星CCD數(shù)據(jù)的長江中游武漢河段懸浮物濃度反演[J].華中師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2013，47（5）：716-719.

[7]李秋華.貴州高原水庫富營養(yǎng)化特征及評價(jià)[J].貴州師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2018，36（2）：1-8.

[8]夏品華，林陶.百花湖水庫后生浮游動物群落結(jié)構(gòu)時(shí)空分布特征及水質(zhì)評價(jià)[J].貴州師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2018，36（1）：45-56.

[9]高廷進(jìn)，李秋華，陳峰峰，等.貴州高原水庫百花湖富營養(yǎng)化特征分析[J].環(huán)境保護(hù)學(xué)，2014，40（2）：22-29.

[10]楊柳，韓瑜，汪祖茂，等.基于BP神經(jīng)網(wǎng)絡(luò)的溫榆河水質(zhì)參數(shù)反演模型研究[J].水資源與水工程學(xué)報(bào)，2013，24（6）：25-28.

[11]喬延利，鄭小兵，王先華，等.衛(wèi)星光學(xué)傳感器全過程輻射定標(biāo)[J].遙感學(xué)報(bào)，2006，10（5）：616-623.

[12]陳俊，王文，李子揚(yáng)，等.Landsat5TM數(shù)據(jù)的輻射校正與幾何定位精度[J].中國圖象圖形學(xué)報(bào)，2008，13（6）：1094-1100.

[13]徐涵秋.利用改進(jìn)的歸一化差異水體指數(shù)（MNDWI）提取水體信息的研究[J].遙感學(xué)報(bào)，2005，9（5）：589-596.

[14]鄭高強(qiáng)，陳蕓芝，汪小欽，等.基于HJ-1A衛(wèi)星CCD數(shù)據(jù)的廈門海域葉綠素a濃度反演[J].遙感技術(shù)與應(yīng)用，2015，30（2）：235-241.

[15]Dekker A G，Malthus T J，Wijinen M M，et al. The Effect of Spectral Band Width and Positioning on the Spectral Signature Analysis of In-land Waters]J]. Remote Sensing of Environment，1992，41（2/3）：211-226.

[16]張志偉，曹安州，榮增瑞，等.臺灣海峽及周邊海城水色光譜特征性分析[J].海洋通報(bào)，2012，31（1）：80-87.

[17]王皓.基于HJ-1A星數(shù)據(jù)的大洋河河口水域水質(zhì)參數(shù)反演研究[D].大連：遼寧師范大學(xué)，2012.

[18]高廷進(jìn)，李秋華，孟博，等.貴州高原水庫汞的分布特征及其對富營養(yǎng)化的響應(yīng)[J].中國環(huán)境科學(xué)，2014，34（5）：1248-1257.

（編輯：黃文晉）

引用本文：黃啟會，賀中華，梁虹，楊朝暉，曾信波：基于HJ-1ACCD數(shù)據(jù)的湖泊葉綠素a濃度反演一以貴陽市百花湖為例[J].人民長江，2019，50（3）：66-72.

Inversion of chlorophyll-a concentration in Baihua Lake in Guiyang City based on HJ-1A CCD data

HUANG Qihui'，HE Zhonghua'，LIANG Hong'，YANG Chaohui？2，ZENG Xinbo'

（1. School of Geography and Environmental Science，Guizhou Normal University，Guiyang 550001，China;2. National KarstRocky Desertification Control Engineering Technology Research Center，Guizhou Normal University，Guiyang 550001，China;3.Guizhou Provincial Water Resources Department，Guiyang 550002，China）

Abstract：In order to obtain the concentration of chlorophyll-a in Baihua Lake timely and quickly and develop operable water quality remote sensing monitoring technology，based on the HJ-1 A satellite data and measured spectral data，the remote sensing inversion model of chlorophyll-a of Baihua lake was established. The results showed that：（1） the correlation between the first band and second band ratio（B2/B1） and measured chlorophyll-a spectral data was the best with a correlation of0.84.（2）The regression model constructed by band ratio had a good inversion effect and the model determination coefficient was 0.87，withMAPE of 13%，and RMSE of 4.32mg/m3. In addition，the data of December was applied to verify the model and the ideal results were obtained，showing that the model is suitable for the inversion of chlorophyll-a concentration in Baihua in a certain time.（3） The concentration of chlorophyll-a close to the shoreline was higher than that of lake center，and gradually increased from north to south of the lake.（4） The spatial distribution of nutritional status index was mainly eutrophic，the eutrophic region accounted for 85% of the whole lake area，and the middle nutrition area accounted for 15% . The results of chlorophyll-a inver-sion and eutrophication evaluation coincided with the actual analysis，showing that HJ-1A CCD data can be used for remotesensing monitoring of water quality in Baihua Lake.

Key words：chlorophyll-a;HJ-1A CCD1 data;remote sensing inversion;Baihua Lake;Guiyang City