基于星地同測的長江口水文數(shù)據(jù)建模研究*

包起帆，彭德艷，鮑道陽，樓 飛

(華東師范大學(xué)，上海 200062)

1 高光譜遙感技術(shù)用于水體監(jiān)測

高光譜遙感技術(shù)應(yīng)用于地物識別范疇不斷擴大，在人工測量不方便或不安全的水體遙感遙測方面已經(jīng)有了比較系統(tǒng)的研究和應(yīng)用。江輝以鄱陽湖為研究對象，對湖體污染的主要水質(zhì)參數(shù)利用MODIS和TMETMJ+遙感數(shù)據(jù)的敏感波段建立了衛(wèi)星遙感的水質(zhì)反演模型[1]；葉雪輝獲取懸浮物和葉綠素a的最佳敏感波段組合，建立水質(zhì)參數(shù)定量反演的半經(jīng)驗?zāi)Ｐ蚚2]；劉忠華構(gòu)建了針對實測高光譜數(shù)據(jù)、高分衛(wèi)星數(shù)據(jù)的多種葉綠素濃度遙感反演模型[3]；周偉奇利用多元回歸統(tǒng)計分析方法，建立葉綠素a和懸浮物的遙感定量估測模型[4]；閻福禮等建立并驗證了水質(zhì)參數(shù)高光譜遙感反演模型[5]；中國水利水電科學(xué)研究院公開了一種改進DBPSO的水質(zhì)參數(shù)監(jiān)測方法和裝置[6]。國外方面，Kevin Ruddick等[7]基于MODIS和MERIS描述了用于在歐洲水域中進行藻華檢測的技術(shù)；Sampsa Koponen等[8]使用機載和模擬衛(wèi)星遙感數(shù)據(jù)對水質(zhì)變量進行了分類；C.A.Ruhl等[9]結(jié)合衛(wèi)星反射率數(shù)據(jù)分析原位傳感器數(shù)據(jù)，分析了物理過程對舊金山灣懸浮沉積物空間和時間分布的影響；Mahtab A.Lodhi等[10]分析了來自粉質(zhì)土壤的懸浮沉積物的反射光譜。

本文結(jié)合高光譜衛(wèi)星對長江口水體反射率遙感光譜和水體實地同步監(jiān)測數(shù)據(jù)，探討一種水文參數(shù)的高光譜定量反演模型率定優(yōu)化的試驗方案，并總結(jié)了創(chuàng)新點。

2 高分五號星地同測

2.1 高分五號遙感衛(wèi)星

2018年5月高分五號衛(wèi)星成功發(fā)射，該星是我國高分專項7顆民用衛(wèi)星中唯一的1顆高光譜衛(wèi)星，設(shè)計為太陽同步軌道，軌道高度約705 km，填補了國產(chǎn)衛(wèi)星在全譜段、高分辨率光譜上的不足，在60 km幅寬和30 m空間分辨率下，顏色范圍比一般相機寬了近9倍，顏色通道數(shù)目比一般相機多了近百倍，其可見光譜段光譜分辨率為5 nm，對地面物質(zhì)成分的光譜信息探測十分精確。

與美國NASA地球觀測衛(wèi)星EO-1載荷高光譜相機Hyperion(2000年11月21日發(fā)射)相比，高分五號載荷高光譜儀的波段數(shù)增加，且幅寬也是Hyperion的8倍，處于國際領(lǐng)先水平，參數(shù)見表1。

表1 高分五號衛(wèi)星與Hyperion高光譜儀光譜參數(shù)對比

高分五號衛(wèi)星經(jīng)過長江口某星下點軌道準(zhǔn)回訪周期是7 d，由于地球自轉(zhuǎn)，下次過頂會偏移到西側(cè)相鄰的軌道，51 d后衛(wèi)星才回訪該星下點軌道。采用載荷高光譜儀的配合衛(wèi)星±25°側(cè)擺能力，可實現(xiàn)我國及近海區(qū)域回訪周期降至7 d，為避開多云和陰雨天安排星地同測提供了可能，但遙控衛(wèi)星載荷姿態(tài)成本很高。衛(wèi)星過境長江口時在北京時間13:00左右，成像帶覆蓋區(qū)域隨軌道平移情況見圖1。

圖1 高分五號衛(wèi)星過境長江口成像帶平移

2.2 星地同測方案

在高分五號衛(wèi)星過境時刻組織開展專門的長江口水文觀測，以獲取與衛(wèi)星過境時刻同步的長江口水文數(shù)據(jù)。觀測具體實施方法如下：1)提前獲取高分五號衛(wèi)星過境時刻及過境區(qū)域；2)在衛(wèi)星過境區(qū)域內(nèi)布設(shè)若干測點進行觀測；3)于衛(wèi)星過境前0.5 h到達(dá)測點開始觀測，至衛(wèi)星過境后0.5 h結(jié)束觀測；4)觀測期間每10 min進行測量，測量內(nèi)容包括：流速、流向、水溫，取表層及表層1.0 m以下水樣；5)水樣裝瓶后由專業(yè)檢測機構(gòu)進行分析，得到鹽度、含沙量濃度等數(shù)據(jù)。

為更多地獲取衛(wèi)星過境時刻的長江口水文資料，利用研究單位在長江口可獲取的7個浮標(biāo)站、3個平臺站所采集的24 h不間斷連續(xù)監(jiān)測水文數(shù)據(jù)。浮標(biāo)站和平臺站位置見圖2。

圖2 長江口7個浮標(biāo)站位置

2.3 基于星地同測數(shù)據(jù)的影像反演模型率定

地物在遙感圖像上形成各種信息是一個復(fù)雜的過程，地表空間的復(fù)雜性、變化性和成像過程的復(fù)雜性共同影響到遙感成像過程。人們在獲取大量高光譜影像數(shù)據(jù)的同時，也面臨著如何最大程度地利用這些海量數(shù)據(jù)的難題。在地物目標(biāo)識別和參數(shù)提取上，必須結(jié)合人工引導(dǎo)將人類的模式認(rèn)知能力和計算機的快速計算能力結(jié)合起來，即所謂的半自動提取，故獲取更多先驗知識，增強選用光譜數(shù)據(jù)有效性，特別是增強遙感影像反演模型建模使用的光譜數(shù)據(jù)與地物人工檢測數(shù)據(jù)的同步匹配度，將是遙感影像得以正確提取的發(fā)展方向之一。

考慮到監(jiān)測目標(biāo)的特征反射光譜及環(huán)境影響因子都在衛(wèi)星遙感影像上有反映，所述“星地同測”方案即是為了在監(jiān)測數(shù)據(jù)獲取階段，提高在時域、空域和光譜域的衛(wèi)星遙感數(shù)據(jù)和地面人工測量數(shù)據(jù)的同步性，基于星地同步性良好的數(shù)據(jù)，建立有關(guān)水體參數(shù)反演模型時，使得率定模型能減少系統(tǒng)誤差，提高光譜影像的反演精度和目標(biāo)參數(shù)信息的有效性。

3 水體表面泥沙濃度反演建模

長江口水體含沙量較大，泥沙對電磁波的吸收和反射具有敏感性，可建立基于含沙量濃度為變量的光譜反演模型。同時，長江口遙感光譜影像信息受水體含沙量濃度這一敏感性參量調(diào)制后，導(dǎo)致其他水文參數(shù)的遙感影像反演受含沙量濃度的干涉較大，所以含沙量濃度的反演是水文反演的基礎(chǔ)，在得到含沙量濃度反演模型后，可進一步嘗試在其他水文參數(shù)的反演模型中剔除含沙量的影響。

3.1 星地同步監(jiān)測數(shù)據(jù)獲取與光譜敏感波段分析

2019年3月27日高分五號衛(wèi)星過境長江口時，預(yù)先獲悉衛(wèi)星軌道從北向南依次覆蓋蘇北沿岸、北支中下段、北港、北槽、南槽及南匯嘴口外，設(shè)計好水文數(shù)據(jù)采樣點后，測量船在長江口同步作業(yè)獲取現(xiàn)場采樣點水文觀測數(shù)據(jù)和附近浮標(biāo)平臺站數(shù)據(jù)。

當(dāng)日天氣多云，遙感影像數(shù)據(jù)幀云層主要覆蓋在數(shù)據(jù)幀東南角，影像數(shù)據(jù)覆蓋區(qū)域基本清晰完整覆蓋了長江口最大渾濁帶區(qū)域，見圖3。

圖3 2019年3月27日高分五號影像真彩色合成及采樣點

從當(dāng)日的影像中選取8個水體光譜采樣點，位置見圖3。1號點位于北支下段，2號點位于北港下段，3號點位于南匯嘴外，4號點位于北港上段，5號點位于北槽中段，6號點位于南槽中段，7號點位于蘇北口外，8號點位于北支口外。1～3號點代表高含沙量水體，4～6號點代表中含沙量水體，7～8號點代表低含沙量水體。各點分布較為分散。各采樣點光譜曲線分布見圖4。

圖4 各采樣點泥沙反射率光譜特征曲線

從圖4可見，1～6號含沙量水體在波長范圍內(nèi)有兩個反射率峰值，主峰位于587 nm附近，次峰位于801 nm附近；7～8號低含沙量水體僅在574 nm附近有一主峰。

3.2 含沙量濃度反演模型率定

含沙量濃度遙感反演經(jīng)驗?zāi)Ｐ头謫尾ǘ文Ｐ秃投嗖ǘ文Ｐ?，由于?jīng)驗?zāi)Ｐ蛯τ谒w含沙量不同地區(qū)和不同時間比較敏感，因此必須基于同步實測數(shù)據(jù)，尋找實際的敏感波段，率定擬合函數(shù)所需參數(shù)。參考劉志國[11]基于modis所建立的含沙量濃度回歸統(tǒng)計模型。

單波段模型采用指數(shù)形式：

y=0.002 4e64.751x

(1)

式中：y為含沙量濃度；x為單波段反射率。

多波段模型采用二次多項式形式：

y=2.239 5x2-2.651 2x+0.831 1

(2)

式中：y為含沙量；x為兩個波段的組合，組合形式為(b2-b1)(b2+b1)。

根據(jù)圖4長江口水體光譜特征曲線的分析，單波段模型建議采用次峰800.989 nm波長反射率，雙波段模型建議b2采用主峰587.173 nm，b1采用次峰800.989 nm波長反射率。

利用衛(wèi)星過頂時刻浮標(biāo)平臺站數(shù)據(jù)及現(xiàn)場觀測數(shù)據(jù)對式(1)和式(2)兩組模型的參數(shù)進行了率定，得到單波段、雙波段組合的兩組含沙量反演模型。

首先，得到單波段模型：

y=0.02e70x

(3)

式中：y為含沙量；x為800.989 nm波長反射率，率定結(jié)果見圖5。

圖5 單波段含沙量濃度反演模型率定結(jié)果

從圖5可見，式(3)單波段擬合函數(shù)建模所需的含沙量濃度地面采樣數(shù)據(jù)分布值域相對集中，還缺乏高濁度水域樣品數(shù)據(jù)，可以預(yù)計，上述擬合函數(shù)的率定精度在一定范圍內(nèi)可以通過增加高含沙量濃度采樣數(shù)據(jù)來優(yōu)化。

再看雙波段組合模型：

y=2.3x2-2.4x+0.63

(4)

式中：y為含沙量濃度；x為兩個波段的組合，組合形式為(b2-b1)(b2+b1)，b2為587.173 nm、b1為800.989 nm波長反射率，見圖6。

圖6 波段組合含沙量濃度反演模型率定結(jié)果

同樣，從圖6可見，式(4)雙波段擬合函數(shù)優(yōu)化也有待積累高濁度水域的樣品數(shù)據(jù)，但現(xiàn)階段星地同測實施方案安排測量船采樣點時，必須優(yōu)先考慮衛(wèi)星過境成像覆蓋水域情況、當(dāng)時天氣及長江口航道交通管制等可行性因素。

3.3 長江口水體表面含沙量濃度反演結(jié)果

利用上節(jié)建立的單波段、雙波段含沙量濃度反演模型，對2019年3月27日長江口表層含沙量濃度數(shù)據(jù)影像進行反演，輸出效果對比見圖7。

圖7 2019年3月27日高光譜真彩合成圖與函數(shù)擬合反演效果對比

從圖7可見單波段和雙波段兩種模型反演的長江口表層含沙量濃度分布形態(tài)，長江口最大渾濁帶高含沙量區(qū)域顯著。在北支區(qū)域，中段表層含沙量濃度較高，向下游逐漸減小，北支口外表層含沙量呈羽狀向外擴展，到口外后表層含沙量濃度迅速降低。

南北港自橫沙到上游表層含沙量逐漸減小；北港下段及口外表層含沙量呈羽狀向口外擴展；北槽中段表層含沙量濃度較高，與北槽深水航道回淤區(qū)段分布一致；南槽九段沙南側(cè)表層含沙量較高。

從單波段和雙波段反演結(jié)果的對比來看，兩個模型在中高含沙量水體的反演效果基本一致，但在低含沙量水體的效果中，雙波段模型比單波段模型的含沙量濃度下降更快，這是由于模型未能獲得低含沙量水體的率定，導(dǎo)致在低含沙量區(qū)的兩個反演結(jié)果有偏差。

3.4 含沙量濃度反演結(jié)果分析

1)從水體光譜曲線的分析得到高分五號遙感對長江口含沙量水體的反射光譜具有兩個峰值，主峰位于587 nm附近，次峰位于801 nm附近；對于低含沙量水體的反射光譜僅在574 nm附近有一主峰；對于同一波段水體含沙量濃度越高，光譜反射率越大。

2)建立了次峰反射率的單波段指數(shù)形式反演模型和主、次峰反射率組合形成的雙波段多項式形式反演模型；單波段模型采用次峰800.989 nm波長反射率；雙波段模型采用主峰587.173 nm和次峰800.989 nm波長反射率；模型利用含沙量濃度范圍為0～0.2 kgm3的實測水體數(shù)據(jù)進行了率定。

3)對長江口遙感影像進行了表層含沙量濃度反演，含沙量濃度反演結(jié)果分布與真彩色合成影像所展現(xiàn)的含沙量濃度分布一致，表明兩個模型對表層含沙量濃度的反演結(jié)果可信，但在高、低含沙量的定量反演中仍有缺陷，需進一步利用實測數(shù)據(jù)進行模型率定。

4 創(chuàng)新性分析

1)率先采用星地同步方法對地物目標(biāo)監(jiān)測獲取同步性良好的建模數(shù)據(jù)。

本研究根據(jù)高分五號衛(wèi)星過境長江口的軌道和時間，安排測量船和鄰近水文監(jiān)測平臺同步監(jiān)測長江口水質(zhì)、含沙量濃度、水上水下地形等要素。獲取到時域、空域和光譜域星地同步監(jiān)測數(shù)據(jù)，使得高分五號衛(wèi)星國際領(lǐng)先的遙感影像數(shù)據(jù)資源更具利用價值。文獻[1-5]所述通過組織人員、船只進行野外采樣獲取地面數(shù)據(jù)，與調(diào)用的地物目標(biāo)光譜資料缺乏同步性。

2)創(chuàng)建和擴充了長江口水文和生態(tài)高光譜反演模型。

高分五號衛(wèi)星對長江口水體高分辨率遙感影像數(shù)據(jù)蘊藏物類信息豐富，本研究從地面同步監(jiān)測獲取的數(shù)據(jù)包含了水文、水質(zhì)、水深(河勢)和灘涂植被等多種地物目標(biāo)參數(shù)，相應(yīng)地，陸續(xù)研制了多種參數(shù)的高光譜定量反演模型，包括含沙量濃度、葉綠素a、水上水下地形(河勢)等高光譜定量反演模型，為長江上游來沙減少的新水沙條件下，利用“高分專項”等空間信息技術(shù)建設(shè)長江口潮灘監(jiān)測系統(tǒng)提供了技術(shù)支撐。文獻[6]主要是發(fā)明一種水質(zhì)參數(shù)監(jiān)測方法及試驗裝置；文獻[7]對葉綠素a濃度進行測定；文獻[8]使用機載和模擬衛(wèi)星遙感數(shù)據(jù)對水質(zhì)變量進行分類，并未建立反演模型；而文獻[9-10]未對水中懸浮泥沙濃度進行估算。

5 結(jié)語

該模型在高、低含沙量的定量反演中仍有缺陷，在對長江口水體遙感監(jiān)測數(shù)據(jù)獲取和利用方面，尚存在如下幾方面工作有待積累和改進：

1)數(shù)據(jù)獲取。在獲取高分五號衛(wèi)星星地同步監(jiān)測數(shù)據(jù)環(huán)節(jié)，衛(wèi)星影像數(shù)據(jù)的生產(chǎn)和數(shù)據(jù)幀選擇受陰雨和多云天氣影響，在反演模型研制和優(yōu)化階段需要緊密利用晴好天氣。同時，地面采樣和實測還有待獲取更大空域跨度、更具物候季節(jié)代表性以及目標(biāo)參數(shù)更大值域范圍的數(shù)據(jù)。

2)數(shù)據(jù)利用。關(guān)聯(lián)星地同測數(shù)據(jù)，建立函數(shù)關(guān)系或反演算法過程中還需要進一步改進數(shù)據(jù)預(yù)處理、減少建模數(shù)據(jù)源誤差、分析目標(biāo)參數(shù)敏感波段(組合)和特征光譜信息，并研發(fā)衛(wèi)星影像數(shù)據(jù)處理技術(shù)、開發(fā)基于人工智能的多任務(wù)建模算法、提高反演模型的環(huán)境適應(yīng)性和可信度。

3)發(fā)展更多地物目標(biāo)參數(shù)的遙感監(jiān)測分析模型。高光譜遙感影像數(shù)據(jù)因其光譜分辨率的高精度，蘊藏了豐富的地物目標(biāo)信息。在長江口水體參數(shù)的反演分析還可以拓展到水溫、赤潮、pH值、溶解氧、氨氮等，甚至水動力(波浪、潮流)等。