劉善偉,武鈺林,許明明,張 杰
(中國石油大學(xué)(華東)海洋與空間信息學(xué)院,山東 青島 266580)
海洋熒光溶解有機物是海洋有色溶解有機物中可產(chǎn)生熒光的組分,其理化性質(zhì)對海洋水色遙感、浮游植物生產(chǎn)力和生態(tài)系統(tǒng)結(jié)構(gòu)與功能有重要影響。fDOM熒光可作為陸源污染很好的指示劑,此外,fDOM還對海水中許多污染物質(zhì)的形態(tài)、毒性及運移有重要的影響,可作為沿岸水質(zhì)、海洋污染程度評價的代表性參數(shù)[1]。目前,遙感監(jiān)測方法已經(jīng)成功應(yīng)用于內(nèi)陸水體的fDOM濃度反演[2],但近海區(qū)域水質(zhì)遙感監(jiān)測研究的指標多為葉綠素、濁度、懸浮物等[3-4],對fDOM濃度反演研究較少。
近海水質(zhì)遙感監(jiān)測中,一般基于衛(wèi)星遙感反射率或海面實測光譜結(jié)合實測水質(zhì)數(shù)據(jù),構(gòu)建近海、海灣區(qū)域的水質(zhì)參數(shù)反演模型[5-6]。然而對于水體遙感而言,傳感器所接收到的輻射信號中有90%來自大氣的影響,只有不足10%含有水體信息[7]。因此,水質(zhì)參數(shù)遙感反演的精度很大程度上依賴于衛(wèi)星遙感影像的大氣校正精度。此外,衛(wèi)星遙感受空間分辨率與時間分辨率的限制,難以及時快速地進行水質(zhì)監(jiān)測[8],而無人機具有機動、靈活、高效等優(yōu)點[9],且無人機遙感相比于衛(wèi)星遙感無需進行大氣校正,因此,近年來無人機遙感水質(zhì)監(jiān)測研究日益增多[10]。針對小微型湖泊,國內(nèi)外研究者基于無人機多光譜影像反射率構(gòu)建的總磷、懸浮物濃度、濁度等反演模型具有較好的精度,模型決定系數(shù)可達到0.75,為小微型水域污染防治提供了技術(shù)支撐[11-12]。隨著無人機高光譜遙感的發(fā)展,利用實測光譜反射率與實測水質(zhì)數(shù)據(jù)構(gòu)建反演模型具有較高的精度,應(yīng)用于無人機高光譜影像反演的水質(zhì)參數(shù)濃度空間分布與現(xiàn)場觀測結(jié)果趨勢一致[13-14]。國內(nèi)外眾多研究者在無人機水質(zhì)監(jiān)測方面的研究對象主要為河流、湖泊等內(nèi)陸小微型水域水體[11-14],對近海海域水質(zhì)參數(shù)的反演大多采用衛(wèi)星遙感手段,無人機遙感手段應(yīng)用不夠廣泛。
本文以青島靈山灣為研究區(qū),以海面實測光譜及實測水質(zhì)數(shù)據(jù)為基礎(chǔ),通過相關(guān)性分析選取與fDOM濃度相關(guān)性高的波段組合作為特征變量,構(gòu)建多種fDOM濃度反演模型,選擇最佳模型并應(yīng)用于無人機多光譜影像,實現(xiàn)對fDOM濃度的監(jiān)測。
研究區(qū)位于山東省青島市靈山灣海域(120°05′E—120°10′E,35°50′N—35°55′N),南瀕黃海,多條河流匯入灣內(nèi),通過地表徑流向近海輸送淡水及陸源物質(zhì),影響近岸海域的水質(zhì)狀況。綜合考慮研究區(qū)面積和數(shù)據(jù)獲取所需時間,在研究區(qū)內(nèi)設(shè)置兩行四列共8個采樣點,距離海岸線最近的一行與海岸線近乎平行、相距約2 km,行列間距均為2 km。
對8個采樣點進行光譜測量獲得實測光譜數(shù)據(jù),測量時間為2020年7月29日10時至12時,該時間段天氣較晴朗,太陽光線強度大。光譜測量采用水面以上測量法,使用TRIOS水面移動測量系統(tǒng),保持伸縮桿方向與太陽入射平面135°夾角,使3根傳感器分別有效測量太陽輻照度、海面輻照度和天空輻照度3種參數(shù),對每個采樣點測量15次光譜取均值,通過Mobley(1999)方法處理計算得到離水輻亮度和遙感反射率等。
海面實測光譜數(shù)據(jù)獲取時,同步采集無人機多光譜數(shù)據(jù)。使用大疆精靈4無人機搭載的多光譜成像儀,航高設(shè)為100 m,空間分辨率約5 cm,包括藍(450 nm±16 nm)、綠(560 nm±16 nm)、紅(650 nm±16 nm)、紅邊(730 nm±16 nm)、近紅外(840 nm±26 nm)5個波段,圖1為海面真彩色合成的無人機多光譜影像。
圖1 真彩色無人機影像
為了評估反演算法的大范圍應(yīng)用能力,還獲取了距離海上實驗日期最近的GF-1 WFV4多光譜影像,過境時間為2020年8月1日,幅寬為820 km,空間分辨率為16 m,有藍光(450~520 nm)、綠光(520~590 nm)、紅光(630~690 nm)以及近紅外(770~890 nm)4個波段,開展了輻射定標、大氣校正、幾何校正等預(yù)處理工作。
現(xiàn)場還同步開展了采樣點的水質(zhì)監(jiān)測工作,每個采樣點利用EXO多參數(shù)水質(zhì)分析儀測量25次并取平均,得到相應(yīng)點的fDOM濃度值。
采樣點光譜反射率曲線差異較大的原因除了水質(zhì)參數(shù)不同外,還與太陽角度、天氣變化等因素有關(guān)。光譜歸一化可降低天氣條件和測量角度對反射率的影響,便于比較不同地點、不同時間的測量結(jié)果[15-16],因此對水體反射率進行歸一化處理,可使在外界環(huán)境變化條件下測量的水體光譜具有可比性。歸一化公式如下。
式中,LN(λi)表示i波段歸一化后的反射率;λi表示i波段的波長;L(λi)表示i波段反射率的初始值;n表示400~900 nm(3.3 nm間隔)范圍內(nèi)包含的波段數(shù)量。
相較于衛(wèi)星遙感手段,無人機飛行高度低,獲取的影像范圍小,大氣折射和地球曲率的影響可以忽略,因此無需進行大氣校正,輻射定標后即可得到反射率數(shù)據(jù)[17-18]。
無人機多光譜影像的反射率為入射光強與反射光強的比值。反射光強可認為是影像的像元亮度值,但入射光強需要通過標準標定板定標獲取。主要步驟為:無人機作業(yè)起飛前,將已知反射率的標定板置于無人機多光譜鏡頭下,在作業(yè)環(huán)境中獲取標定板影像,因標定板反射率、標定板影像的反射光強已知,即可得到當前環(huán)境的入射光強。得到入射光強后,即可通過入射光強與反射光強比值的方法計算后續(xù)無人機獲取多光譜影像的反射率。
波段組合因子可以突出水質(zhì)參數(shù)的光譜特征,使得非特征波段和特征波段不重合的其他水質(zhì)參數(shù)的交叉影響所造成的誤差平均化和隨機化[19]。波段組合中的比值因子能夠突出水質(zhì)參數(shù)的光譜特征,并有效消除水表面粗糙度和環(huán)境噪聲的干擾。Pearson相關(guān)性分析是從統(tǒng)計學(xué)角度出發(fā),研究兩個或多個隨機變量間關(guān)聯(lián)度強弱的方法。以兩個變量為例,相關(guān)系數(shù)r的取值范圍為-1~1,當r值為負時,代表兩個變量間呈負相關(guān)關(guān)系;當r值為正時,代表兩個變量間呈正相關(guān)關(guān)系,相關(guān)系數(shù)r表達式如下。
式中,yi是第i個采樣點水質(zhì)參數(shù)的濃度;xi是第i個采樣點的反射率。
采用迭代算法,對歸一化后的實測光譜反射率逐一進行比值,與fDOM濃度進行相關(guān)性分析,得到Pearson相關(guān)系數(shù),選取相關(guān)性高的波段反射率比值因子參與建模。
水質(zhì)遙感反演模型就是建立水質(zhì)參數(shù)濃度與最佳敏感因子的關(guān)系,將敏感因子作為自變量,水質(zhì)參數(shù)濃度作為因變量,構(gòu)建模型用于水質(zhì)遙感反演[20],常用的模型是基于統(tǒng)計回歸分析方法建立的,包括多項式、線性、指數(shù)、對數(shù)和多元線性回歸等。在研究區(qū)內(nèi),根據(jù)采樣點的空間分布及數(shù)量情況,選取一部分實測點用于模型訓(xùn)練,剩下一部分實測點用于模型驗證,技術(shù)路線如圖2所示。
圖2 技術(shù)路線圖
采用平均相對誤差(Mean Relative Error,MRE)評價模型的反演精度,計算公式如下。
式中,yipre和yi分別為第i個采樣點的fDOM濃度反演值和實測值;n為采樣點數(shù)量。
對現(xiàn)場實測光譜進行歸一化處理,歸一化后的水體光譜曲線如圖3所示。由于波段比值可以有效減弱其他環(huán)境因素的干擾,因此對每個波段歸一化后的光譜反射率逐一兩兩進行比值,并與實測fDOM濃度進行Pearson相關(guān)性分析,相關(guān)系數(shù)分布熱力圖如圖4所示,分析得到相關(guān)性高的波段反射率比值因子為R(452.0)/R(560.9)、R(452.0)/R(650.0),相關(guān)系數(shù)分別為0.858、0.740。
圖3 歸一化水體光譜曲線
圖4 Pearson相關(guān)系數(shù)分布熱力圖
本文選取6個實測點作為模型訓(xùn)練點,2個實測點作為模型精度檢查點,以實測光譜反射率比值因子為自變量,fDOM濃度為因變量,分別構(gòu)建一元線性、二次多項式、指數(shù)、對數(shù)、冪函數(shù)、多元線性回歸模型,模型參數(shù)如表1所示。
采用決定系數(shù)R2來判斷模型的擬合度,R2的值介于0~1之間,越接近1說明模型擬合度越好。從擬合度看,基于波段比值組合的多元線性回歸模型結(jié)果最好,決定系數(shù)為0.75;其次是R(452.0)/R(560.9)波段比值因子中的二次多項式模型,決定系數(shù)為0.73。從平均相對誤差看,基于波段比值組合的多元線性回歸模型平均相對誤差最低,為8.83%,模型精度最高,與擬合度的比較結(jié)果一致。對其余2個檢查點,計算表1中模型訓(xùn)練精度最高的3種模型(多元線性回歸、二次多項式、冪函數(shù))驗證集的MRE,結(jié)果如表2所示。其中多元線性回歸模型驗證集MRE最低,為8.76%,二次多項式模型以及冪函數(shù)模型驗證集MRE分別為8.88%和9.15%,均大于前者。綜合考慮,多元線性回歸模型為最優(yōu)模型。
表1 反演模型參數(shù)
表2 模型驗證MRE
將多元線性回歸模型用于無人機多光譜數(shù)據(jù)進行fDOM濃度反演,為了進一步驗證模型在該影像上反演的精度,選取與無人機多光譜影像采集時間地點一致的8個采樣點進行驗證,分析影像反演值與實測值的相關(guān)性。通過統(tǒng)計回歸方法得到采樣點影像反演值與實測值的散點圖如圖5所示,各點反演值、實測值及相對誤差結(jié)果如表3所示。
圖5 影像采樣點反演值與實測值散點圖
表3 采樣點反演值與實測值相對誤差
圖中直線為數(shù)據(jù)分布的偏差線,距離偏差線越近的采樣點反演值與實測值越接近,距離偏差線越遠則代表差值越大。反演值與實測值擬合的決定系數(shù)為0.77,8個點基本都分布在偏差線附近,相對誤差最小為3.83%,最大為29.66%,8個點平均相對誤差為16.34%,與衛(wèi)星遙感影像水質(zhì)反演精度相近[21-23]。
將本文所構(gòu)建的多元線性回歸模型應(yīng)用于覆蓋靈山灣海域的GF-1多光譜遙感影像,反演該海域fDOM濃度的空間分布特征。近岸海域fDOM濃度為4 QSU左右,而遠岸海域濃度大部分為2~3 QSU,8個采樣點的fDOM濃度影像反演值與實測值的平均相對誤差為17.35%,整體呈現(xiàn)出近岸高、遠岸低的空間分布特征。沿海一帶是人口的聚集區(qū),大量高強度的人類活動、隨河流注入靈山灣內(nèi)的富營養(yǎng)水體,再加上海水漲潮時使得水體交換能力變強,沿岸較淺的水體遭受強烈攪動,均會對近海水質(zhì)造成一定的影響;而遠岸海域水體受人類活動和地表徑流的影響較小,海洋環(huán)境相對于近岸較穩(wěn)定,因此fDOM濃度呈現(xiàn)出近岸高于遠岸的空間分布特征。
本文基于海面實測光譜與實測水質(zhì)數(shù)據(jù),通過相關(guān)性分析得到敏感因子,建立線性、指數(shù)、對數(shù)、多項式、多元線性回歸等fDOM濃度反演模型,選擇多元線性回歸模型反演研究區(qū)fDOM濃度,主要結(jié)論如下。
(1)海面實測光譜與fDOM濃度具有較強的相關(guān)性,波段反射率比值因子R(452.0)/R(560.9)、R(452.0)/R(650.0)的相關(guān)系數(shù)為0.858、0.740,構(gòu)建的多元線性回歸模型決定系數(shù)為0.75,平均相對誤差為8.76%。
(2)將海面實測光譜與fDOM濃度構(gòu)建的多元線性回歸模型應(yīng)用于多光譜影像數(shù)據(jù)進行fDOM濃度反演,無人機多光譜影像的fDOM濃度反演值與實測值擬合的決定系數(shù)為0.77,平均相對誤差為16.34%。GF-1多光譜遙感影像反演的fDOM濃度空間分布與海上實測濃度值總體趨勢一致。
與衛(wèi)星影像數(shù)據(jù)相比,無人機多光譜影像數(shù)據(jù)具有高空間分辨率、無需大氣校正、數(shù)據(jù)采集實時靈活等優(yōu)點,在近岸水質(zhì)反演中具有廣闊的應(yīng)用前景。