油藻混合水體遙感反射比光譜分析

駱蔚健, 黃妙芬, 楊俊杰, 王 欣

油藻混合水體遙感反射比光譜分析

駱蔚健1, 黃妙芬2, 楊俊杰3, 王 欣2

(1.廣東海洋大學海洋與氣象學院, 廣東 湛江 524088; 2.廣東海洋大學數學與計算機學院, 廣東 湛江 524088; 3.廣東海洋大學電子與信息工程學院, 廣東 湛江 524088)

輻射傳輸模式HydroLight是研究水體輻射傳輸特性的有效工具, 同時也是進行石油類水體輻射傳輸特性的有效模型。本文基于2018年8月在遼寧大連港海域實測的石油類污染水體的表觀及固有光學量數據, 通過設置不同濃度的配比模擬試驗, 利用HydroLight對油類物質和藻類物質的單一組分和兩者混合水體的遙感反射比(remote sensing reflectance,rs)光譜進行了模擬。模擬結果表明: (1)在僅含油類物質單一組分的水體中,rs隨著油濃度oil的變化分為兩個特征波段: 400～480 nm和480～700 nm。在400～480 nm波段范圍內rs隨oil的增加而減小, 在480～700 nm隨oil的增大而增大; (2)在僅含藻類物質的單一成分水體中, 葉綠素的光譜特性需要其濃度chl達到一定值才能表現出來, 在低chl時的rs光譜特性反映為純水的光譜特性; (3)在油藻混合水體中, 隨oil的增加會增大葉綠素的rs, 但不會明顯改變葉綠素的rs隨波長的變化趨勢, 這說明油藻混合水體的光譜形狀主要受葉綠素的影響, 油類物質的存在只改變光譜的量值。利用HydroLight對石油類污染水體的rs展開研究, 有助于豐富水色遙感基礎研究, 對完善各類水體生物光學模型研究具有重要的理論意義。

遙感反射比; HydroLight; 油類物質; 葉綠素

由于水體石油類污染問題會給近海生態(tài)環(huán)境和漁業(yè)生產帶來巨大災難性的后果, 因而對水體(河流、湖泊、海洋)油污染檢測是目前水環(huán)境監(jiān)測的熱點問題。遙感監(jiān)測技術因其大面積、快速、動態(tài)和低成本的優(yōu)勢, 成為檢測石油類污染的重要手段之一。在水色遙感領域, 遙感反射比(remote sensing reflectance,rs)屬于表觀光學量, 它包含一定深度內水層的光學信息, 因而成為反演水體組分濃度的基本物理量。目前以機理分析為基礎, 反演Ⅱ類水體各水色因子的生物-光學遙感模型也較為成熟, 該模型的核心思想是基于rs與水體組分之間的吸收特性和散射特性的相互關系建立的。因而要提高相應模型的反演精度, 需確定各組分對rs的貢獻。

在石油類污染水體中, 利用遙感技術來提取水體石油類污染信息的相關研究已經取得了長足的進展, 主要集中在水體石油類物質固有光學特性(inhe-rent optical properties, IOPs)、表觀光學特征(apparent optical properties, AOPs)和熒光特性等方面[1-5], 并分別建立了基于這些特性反演水體石油類含量的遙感反演模型[4, 6]。由于懸浮物質會吸附油類物質, 黃妙芬等[7]對油和石英砂混合水體各組分對后向散射系數的貢獻分離算法展開了研究, 提出了分離算法, 為油類物質和顆粒物后向散射系數分離提供技術支持。掌握油類物質在含油水體中對rs的影響, 有助于提高遙感反演油類物質濃度模型的精度, 對于構建精度較高的反演含油水體組分的生物光學模型和推進含油水體的相關研究具有重要作用。如今關于水色三要素(葉綠素、懸浮泥沙和黃色物質)的研究均取得了豐碩的成果, 對于葉綠素光譜, GITELSON[8]的研究表明含藻類水體rs最顯著的光譜特征是在680～715 nm出現反射峰, 其位置從680 nm開始, 在700 nm附近峰值達到最高, 峰值高度與葉綠素濃度密切相關。但是, 目前關于石油類物質與水體組分混合后對rs的影響和貢獻的研究還鮮見報道。

輻射傳輸模式HydroLight是國際公認的研究水體中輻射傳輸過程的有效工具, 廣泛應用于國際水色遙感領域, 側重于rs和水下光場模擬以及對遙感反演算法評估等[9-11]。已有的分析表明, HydroLight是進行石油類污染水體輻射傳輸特性的研究的有效模型, 但要將HydroLight應用于石油類污染水體的輻射傳輸特性的研究, 需要知道水體組分的IOPs隨波長和深度的參數化模型, 如吸收系數, 散射系數和散射相函數[12], 以及外界環(huán)境參數(風速、底部介質等)。目前對Ⅱ類水體的水色因子(葉綠素、懸浮物、黃色物質等)的分布、吸收系數和后向散射系數的研究比較成熟, 并形成了眾多的參數化模型[13-14], 為石油類物質與各水色因子混合后對rs的影響和貢獻的模擬奠定了基礎。

本文基于在遼寧大連港現場測定的油含量、吸收系數和后向散射系數等實測水體數據, 結合HydroLight提供的部分參數, 進行油類物質和葉綠素單一組分和混合組分的rs光譜模擬, 從理論上探究含油水體對rs光譜變化的影響, 為提高遙感反演石油類濃度模型的精度以及開展石油類污染水體水下光場變化特征研究提供參考依據。

1 方法

1.1 試驗區(qū)與觀察時間

本文選擇大連港作為研究區(qū)域, 在該海域3個站點(A、B、C)進行了觀測, 站點分布如圖1所示。A站點曾發(fā)生石油輸油管爆炸事件, 有原油的殘留。B站點原油泊位東側, 受到一定程度石油類物質污染[15]。C站點受油類污染較小。測量時間為2018年8月25日—27日, 每天7: 00開始、17: 00結束, 整點觀測, 每隔1 h觀測1次, 時間序號分別為1～11, 樣品編號采用站點編號加觀測時間編號的方式, 例如A1為A站點在7: 00進行測管的樣品, B6為B站點在12: 00進行觀測的樣品。

圖1 站點分布圖

1.2 現場數據采集

1.2.1 油濃度測量

油濃度的測量采用美國特納的TD-500D熒光測油儀。該設備的測定原理與分子熒光光度法(《SL366- 2006水質石油類的測定分子熒光光度法》[16]相同, 首先使用正己烷將樣品中的油類物質萃取出來, 其次使用特定波長的紫外光照射萃取后的油類物質, 使其釋放出熒光, 最后根據熒光強度和油濃度在一定范圍內接近線性關系計算出油濃度。

1.2.2 遙感反射比rs的測量

遙感反射比rs的測量運用的是水面以上測量法[17], 參考板為反射率約為30%的灰板, 采用的測量儀器為美國ASD公司生產的可見光-近紅外地物光譜儀(ASD-FieldSoec 3 350 nm～2 500 nm)。

1.2.3 油類物質吸收系數測量

黃妙芬等[18]將油質量濃度小于0.1 mg/L的樣品作為無石油類污染水體, 對它們的黃色物質吸收系數求算術平均值, 作為本底值, 然后用油質量濃度大于1.0 mg/L水樣的黃色物質吸收系數減去本底值, 作為油類物質的吸收系數。作者采用該處理方式, 測量儀器選擇日本日立UV-3900紫外-可見光分光光度計, 測量時波長設置為400～700 nm, 在樣品的制備、測量和分析過程都遵循NASA水色要素測量規(guī)范。分別測量無油水樣和有油水樣的吸收系數, 然后將無油水樣作為本底值, 用有油水樣的吸收系數減去無油水樣的吸收系數, 從而得到油類物質的吸收系數。

1.2.4 水體后向散射系數測量

后向散射系數的測量采用美國HOBI labs的HydroScat-6(HS-6)儀器, 測量方法按照《海洋光學調查技術規(guī)程》[19]進行。為降低海水溫度和氣泡對儀器測量結果的影響, 將儀器浸沒水中后, 靜置2 min再布放, 然后將HS-6測量的數據取表層(0～0.5 m)的平均值作為后向散射系數。

1.2.5 油類物質的比吸收系數和比散射系數的計算

油類物質吸收系數可以通過比吸收系數與油濃度oil計算得到[20], 關系如下:

=*×oil, (1)

式中,為吸收系數(m–1),為比吸收系數(Specific absorption coefficient)(L·mg–1·m–1),oil為油質量濃度(mg/L)。根據公式(1), 可以計算出*。

宋慶君等[21]提出的石油類單位后向散射系數(mass-specific backscattering coefficient)與石油類物質濃度之間的擬合關系, 見公式(2)。根據公式(2)求出石油類物質特定波長上的比散射系數(Specific scattering coefficient), 接著對其進行線性插值, 插值范圍為400～700 nm。

表1 不同波段石油質量比后向散射系數[21]

1.3 HydroLight模擬參數設置

本文選擇輻射傳輸模式HydroLight 5.3所提供的“A User Defined Model”的功能, 該功能可實現對單一水體組分和混合水體的rs進行模擬。在本研究中水體組分主要包括純水、油類物質和葉綠素。在進行模擬之前需要輸入水體相關組分的濃度、吸收系數、散射系數和相函數, 以及外界條件等參數。

圖2和表2分別為2018年8月25日～27日在大連港實測的oil隨深度的變化和3個站點oil的統(tǒng)計信息, 分析可見,oil的范圍在0.20～7.80 mg/L, 考慮到自然界多數量級的變化是按照指數規(guī)律, 故在配比時,oil的取值設置為0.1、0.2、0.3、0.5、1.0、1.5、2.0、3.0、5.0、10.0。在HydroLight中, 基于比吸收系數(比散射系數)為常數的假設, 利用已知的比吸收系數(比散射系數)和水體組分濃度來求解出相應組分的吸收系數(散射系數)是獲取組分吸收系數(散射系數)的方法之一[22]。對于油類物質的比吸收系數和比散射系數的設置, 由于不同站點在不同時刻上兩者變化較大, 如表3所示。因此, 作者以A10站點測量的最大比吸收系數和比散射系數作為油物質的比吸收系數和比散射系數, 即0.019 1和0.147 3 (L·mg–1·m–1)。而油類物質相函數則選擇HydroLight提供的典型顆粒相函數, 該函數適合大部分輻射傳輸運算, 是MOBLEY[23]根據PETZOLD[24]數據, 提出一種取b/=0.018 3通過代入Fournier and Forand (FF)體散射函數求解得到隨波長和深度變化的顆粒體散射函數。

對于葉綠素的IOPs設置參考文獻[25], 比吸收系數和比散射系數見圖3, 葉綠素濃度chl設置同oil。另外模擬深度設為無限深, 具體情況見表4。

圖2 不同站點油類物質濃度隨深度的變化曲線

表2 不同站點油濃度觀測值的統(tǒng)計(單位：mg·L–1)

表3 各站點油物質的比吸收系數與比后向散射系數統(tǒng)計(單位：L·mg–1·m–1)

續(xù)表

圖3 葉綠素組分比吸收系數a*和比散射系數b*

表4 HydroLight模擬油藻混合水體遙感反射比參數輸入

*輻射傳輸模式HydroLight中自帶的數據

2 結果與討論

2.1 純油水體的Rrs模擬

圖4為純油水體模擬的rs。由圖4可知, 純油水體的光譜特征大致可以分為400～480 nm、480～ 700 nm兩個特征段。在400～480 nm段,rs的大小隨波長λ的增加而減少, 也隨油類物質濃度oil的增加而減少, 且rs的差異性逐漸減少, 而rs隨后向散射系數的增大而增大, 隨吸收系數的增大而減少, 由于前期oil較低, 主要受純水的影響, 隨著oil的增加, 油類物質的吸收特性逐漸體現。而480～700 nm段,rs隨λ的增加而減少, 但隨oil增大而增大, 由于純水在該波段里具有強吸收, 故在此波段范圍, 油的散射特性隨oil的增加逐漸體現。

2.2 葉綠素水體的Rrs模擬

葉綠素水體的rs模擬由于葉綠素水體rs模擬結果在量級上存在差異, 為了更好地描述葉綠素的光譜圖, 分為低葉綠素濃度chl(≤1.0 mg/m3)和高chl(>1.0 mg/m3)的rs光譜, 如圖5a和b所示。圖5a表明低chl的rs光譜特性反映為純水的光譜特性, 葉綠素的光譜特性需要一定濃度才能表現出來。由圖5b可知, 在高chl下, 由于受葉綠素在紫藍波段的強吸收影響, 使得光譜在440 nm和675 nm波長附近存在谷值; 在510～610 nm波長范圍存在反射峰, 并隨著濃度升高峰值逐漸增大, 這是由葉綠素的弱吸收所引起的; 在675 nm波長之后, 由葉綠素熒光特性所致第二反射峰不太明顯, 這是由于葉綠素濃度設置較低所致。

圖4 純油水體Rrs的模擬

圖5 葉綠素水體Rrs的模擬

2.3 油藻混合水體Rrs模擬

為了弄清葉綠素和油類物質兩者在混合水體中對rs的影響, 分別模擬了混合水體rs隨葉綠素和油類物質濃度的變化曲線。

圖6為oil一定和低chl情況下,rs隨chl的變化的曲線圖。圖6a和6b表明, 隨chl的增大, 即使oil較大時,rs光譜形狀特性逐漸反映為葉綠素的光譜特性。由于低chl下, 水體光譜特性并不體現為葉綠素的光譜特性, 葉綠素的光譜特性要在一定chl才能表現出來, 故以下分析均在chl>1.0 mg/m3下進行分析。

圖7為特定oil下, 油藻混合水體的rs(實線)與純藻水體rs(虛線)的比較圖, 結果表明, 油類物質的存在, 只增大了葉綠素的rs量值, 并不改變其隨波長的變化。另外, 油類物質濃度oil對葉綠素rs光譜的影響主要體現在葉綠素的峰值區(qū)(500～600 nm)與熒光區(qū)(670～700 nm), 純藻水體rs隨chl的增大而增大, 而混合水體rs的量值隨chl的增大而下降。這是由于油類物質的“阻礙”作用, 削弱了誘發(fā)葉綠素發(fā)生反射和熒光的能量, 使得葉綠素的反射峰值與熒光峰值隨chl的增大而減少, 但不影響葉綠素的光譜形狀。

圖6 油濃度固定, 在低葉綠素下, 水體Rrs隨葉綠素濃度的變化

圖7 油濃度一定下, 油藻混合水體Rrs光譜與純藻水體的比較

圖8為chl分別為5.0 mg/m3和10.0 mg/m3情況下rs隨oil的變化圖。圖8a和8b的結果表明: 隨oil增大,rs逐漸增大但隨波長λ的變化趨勢沒有明顯改變, 即chl對水體rs光譜形狀的影響是強于oil的影響。綜上, 油類物質的存在, 改變了油藻混合水體的光譜量值, 但對光譜形狀影響甚小, 即油藻混合水體的光譜形狀主要受葉綠素的影響。

圖8 葉綠素濃度一定下, 油藻混合水體的Rrs隨油濃度的變化

2.4 模擬光譜與實測光譜的對比分析

對A、B和C站點相應實測的rs光譜進行線性插值和平滑(移動平均法)處理后, 結果如圖9所示。分析圖9可知,rs光譜普遍存在2個峰值, 前鋒大于后峰, 并且前峰值區(qū)位于570 nm附近, 后峰峰值區(qū)位于680 nm附近。A站點的rs在400～570 nm波長范圍內隨波長的增大而增大, 而B和C站點在該范圍內除了隨波長增大rs增大的趨勢外, 還存在光譜值在波長400～440 nm先減少在波長440～570 nm再增大的趨勢, 如B2、C4的光譜曲線。

本文模擬的rs隨波長的變化趨勢類似于B, C站點的rs隨波長的變化趨勢, 在光譜形狀上具有一定的相似性, 但與實測光譜的差異主要體現在: (1) 模擬光譜第二峰不明顯。由上述的分析可知, 該峰主要受葉綠素熒光的影響, 可能是由于葉綠素組分濃度設置較小所致; (2) 光譜量值上的不同。實測光譜測量的rs是主要由葉綠素, 黃色物質和懸浮泥沙的貢獻, 在含油水體中還包括油物質的貢獻。而本模擬僅考慮油與葉綠素兩組分, 并且外部條件理想的情況下的混合光譜。實測光譜的測量環(huán)境較模擬要復雜, 太陽的方位與云的覆蓋、風速、潮流和生物降解等變化會使得水下光場發(fā)生動態(tài)改變。另外, RUD?等[27]認為輻射傳輸理論能很好地評價油物質對rs的貢獻和模擬的準確性與散射相函數的選擇有強相關性。

2.5 油藻光譜特征對水色遙感算法的影響分析

在水色遙感中, 遙感反射比rs, 定義為w與d的比值, 其表達式為,

式中, Ed為太陽在水表面的下行輻照度(W·m–2·nm–1), Lw為離水輻射(water-leaving radiance)(W·m–2·nm–1·sr–1), 是指經水/氣(water-air)界面反射和透射后的輻射能。水體中的各個重要光學成分濃度發(fā)生變化時, 必然引起水體光學性質的變化, 主要表現為水體的吸收和散射信號的變化, 綜合起來看, 即是Rrs的變化。通過衛(wèi)星傳感器接受信號的變化, 可以反演得到水體中的各個光學重要成分, 即水體中的浮游植物、懸浮泥沙、黃色物質以及其他物質的含量。

另外, 在水色遙感中,rs是將表觀光學量與固有光學量連接起來的一個橋梁, 見式(4), 可將rs與水體的總吸收系數和總的后向散射系數b聯系起來, 從而得到反演水體石油類污染的生物-光學模型,

其中,為經驗參數約為0.32～0.33,和都是太陽天頂角的函數,為水氣界面的投射系數,是水的折射指數。

在含油水體中, 水體的主要組分主要包括石油類污染、懸浮物和葉綠素, 遙感得到的rs是這些要素共同貢獻的結果。我們的研究目標是尋找石油類污染的遙感探測特征。在這種情況下, 顯然懸浮物和葉綠素對光譜曲線的影響成為一種噪聲, 所以我們首先要了解清楚僅含油水體的波譜特征以及疊加了油物質后, 葉綠素和懸浮物對水體波譜曲線的影響, 然后才能確定石油類污染的水體光譜特征。由于篇幅所限, 本文僅討論了油藻混合的情況。根據“2.3油藻混合水體rs模擬”小節(jié)模擬結果, 發(fā)現在油藻混合水體中, 水體的光譜形狀主要受葉綠素的影響, 油類物質的存在只改變光譜的量值。這表明藻類作為一種顆粒物, 油類物質會吸附在其上, 共同影響遙感反射比。同時, 由于油類物質的存在只改變了混合水體的rs的量值, 這表明在利用半分析模型反演水體組分濃度時, 直接把油類物質作為一個水色要素進行反演是可行的。

3 結語

本文基于大連港實測數據分離出油類物質的濃度和固有光學參數, 通過輻射傳輸模式HydroLight模擬出油類物質, 葉綠素和混合組分的水體rs光譜進行理論分析。模擬結果表明: (1) 在純油水體中,rs隨波長增加而下降, 隨油濃度的變化有兩個特征波段: 在400～480 nm波長范圍中, 隨油濃度的增加而減少, 在480～700 nm處, 反而隨油濃度的增加而增加; (2) 純葉綠素水體中, 葉綠素的光譜特征需要在一定葉綠素濃度下才顯現, 在低葉綠素濃度下水體光譜反映為純水的光譜特征; (3) 在油和藻混合水體中, 油類物質的存在使得葉綠素的rs的增強, 但不改變rs隨波長的變化趨勢, 這說明混合水體光譜形狀主要受葉綠素的影響, 油類物質對光譜形狀的影響較小。

本文所得結論是在理想情況和固定相關參數下進行的, 模擬的光譜形狀與實測光譜形狀具有一定的相似性, 但也有所差異, 主要體現在: (1) 模擬僅涉及葉綠素與油物質, 但實測光譜水體成分和外部條件復雜; (2) 風速與潮流對油類物質固有光學的測量有一定的影響; (3) 對于油類物質的比吸收系數和比散射系數的計算使用的是經驗算法并采用固定值, 其適用性以及精確度需要更多數據來驗證。本文對光譜曲線模擬的結果在一定程度上解釋了油類物質對水遙感反射比的影響, 但仍需要更多油類物質的固有光學特性參數數據進行模擬驗證, 這是下一步研究的重點。

[1] 邢旭峰, 王忠林, 黃妙芬, 等.石油污染水體油濃度及后向散射系數垂向變化特性分析[J].廣東海洋大學學報, 2020, 40(4): 75-81.

XING Xufeng, WANG Zhonglin, HUANG Miaofen, et al.Vertical variation characteristics of petroleum concentration and backscattering coefficient in petroleum-polluted water body[J].Journal of Guangdong Ocean University, 2020, 40(4): 75-81.

[2] 黃妙芬, 莊煬, 劉楊, 等.大連港海域石油類物質比吸收系數特征分析[J].海洋湖沼通報, 2020(3): 141- 149.

HUANG Miaofen, ZHUANG Yang, LIU Yang, et al.Analysis on Characteristics of specific absorption coefficient of petroleum-polluted water in Dalian port[J].Transactions of Oceanology and Limnology, 2020(3): 141-149.

[3] HUANG M F, XING X F, SONG Q J, et al.A new algorithm of retrieving a petroleum substances absorption coefficient in sea water based on a remote sensing image[J].Acta Oceanologica Sinica, 2016, 35(11): 97-104.

[4] 黃妙芬, 宋慶君, 陳利搏, 等.基于歸一化遙感反射比反演水中石油含量模式研究[J].海洋技術學報, 2015, 34(1): 1-9.

HUANG Miaofen, SONG Qingjun, CHEN Libo, et al.Research on an inverse model of petroleum content in water bodies based on the normalized remote sensing reflectance[J].Journal of Ocean Technology, 2015, 34(1): 1-9.

[5] 黃妙芬, 宋慶君, 邢旭峰, 等.石油污染水體熒光圖譜特征分析[J].光譜學與光譜分析, 2014, 34(9): 2466- 2471.

HUANG Miaofen, SONG Qingjun, XING Xufeng, et al.Analysis of fluorescence spectrum of petroleum-polluted water[J].Spectroscopy and Spectral Analysis, 2014, 34(9): 2466-2471.

[6] HUANG M F, SONG Q J, XING X F, et al.A biooptical model of retrieving petroleum concentration in seawater[J].Acta Oceanologica Sinica, 2014, 33(5): 81-85.

[7] 黃妙芬, 邢旭峰, 宋慶君, 等.油砂混合水體后向散射系數光譜貢獻分離算法I: 實驗理論[J].光譜學與光譜分析, 2017, 37(1): 205-211.

HUANG Miaofen, XING Xufeng, SONG Qingjun, et al.New Algorithms to separate the contribution of petroleum substances and suspended particulate matter on the scattering coefficient spectrum from mixed water[J].Spectroscopy and Spectral Analysis, 2017, 37(1): 205- 211.

[8] GITELSON A.The peak near 700 nm on radiance spectra of algae and water: Relationships of its magnitude and position with chlorophyll concentration[J].International Journal of Remote Sensing, 1992, 13(14): 3367-3373.

[9] MA C Y, XU S, WANG H S, et al.A real-time photo- realistic rendering algorithm of ocean color based on bio-optical model[J].Journal of Ocean University of China, 2016, 15(6): 996-1006.

[10] SUNDARABALAN V B, SHANMUGAM P, AHN Y H.Modeling the underwater light field fluctuations in coastal oceanic waters: Validation with experimental data[J].Ocean Science Journal, 2016, 51(1): 67-86.

[11] PAHLEVAN N, SCHOTT J R, FRANZ B A, et al.Landsat 8 remote sensing reflectance (rs) products: Evaluations, intercomparisons, and enhancements[J].Remote Sens Environ, 2017, 190: 289-301.

[12] 黃妙芬, 駱蔚健, 劉楊, 等.應用Hydrolight模式研究含油水體輻射傳輸特性的關鍵技術[J].海洋技術學報, 2019, 38(3): 7-14.

HUANG Miaofen, LUO Weijian, LIU Yang, et al.The key technology for studying the radiation transmission characteristics of petroleum-polluted water using the Hydrolight mode[J].Journal of Ocean Technology, 2019, 38(3): 7-14.

[13] CHARLES L G.Partitioning spectral absorption in case 2 waters: discrimination of dissolved and particulate components[J].Applied Optics, 2002, 21(41): 4220-4233.

[14] 宋慶君, 唐軍武.黃海、東海海區(qū)水體散射特性研究[J].海洋學報(中文版), 2006, 28(4): 56-63.

SONG Qingjun, TANG Junwu.The study on the scatteringproperties in the Huanghai sea and east China sea[J].Acta Oceanologica Sinica, 2006, 28(4): 56-63.

[15] 黃妙芬, 劉楊, 邢旭峰, 等.大連港海域油含量時空變化特征分析[J].大連海洋大學學報, 2020, 35(2): 273-279.

HUANG Miaofen, LIU Yang, XING Xufeng, et al.Analysis of temporal and spatial variation of petroleum content in Dalian port[J].Journal of Dalian Ocean University, 2020, 35(2): 273-279.

[16] SL366-2006.水質石油類的測定分子熒光光度法[S].

SL366-2006.Water quality – Determination of petroleum oil – moleclar fluorescence spectrometric method[S].

[17] 唐軍武, 田國良, 汪小勇, 等.水體光譜測量與分析Ⅰ: 水面以上測量法[J].遙感學報, 2004, 8(1): 37-44.

TANG Junwu, TIAN Guoliang, WANG Xiaoyong, et al.The methods of water spectra measurement and analysisⅠ: Above-Water method[J].Journal of Remote Sensing, 2004, 8(1): 37-44.

[18] 黃妙芬, 唐軍武, 宋慶君.石油類污染水體吸收特性分析[J].遙感學報, 2010, 14(1): 131-147.

HUANG Miaofen, TANG Junwu, SONG Qingjun.Analysis of petroleum-polluted water absorption spectral properties[J].Journal of Remote Sensing, 2010, 14(1): 131-147.

[19] 國家海洋局908專項辦公室.海洋光學調查技術規(guī)程[M].北京: 海洋出版社, 2006: 8-11.

908 special office of State Oceanic Administration.The technical regulations for oceanographic optical survey[M].Beijing: China Ocean Press, 2006: 8-11.

[20] BRICAUD A, BABIN M, MOREL A, et al.Variability in the chlorophyll-specific absorption coefficients of natural phytoplankton: Analysis and parameterization[J].Journal of Geophysical Research, 1995, 100(C7): 13321- 13332.

[21] 宋慶君, 黃妙芬, 唐軍武, 等.水中石油類含量對后向散射系數光譜的影響[J].光譜學與光譜分析, 2010, 30(9): 2438-2442.

SONG Qingjun, HUANG Miaofen, TANG Junwu, et al.Influence of petroleum concentration in water on spectral backscattering coefficient[J].Spectroscopy and Spectral Analysis, 2010, 30(9): 2438-2442.

[22] 黃佳慧, 段洪濤, 馬榮華, 等.基于Hydrolight的太湖水體區(qū)域化固有光學模型參數率定與驗證[J].中國科學院大學學報, 2014, 31(5): 613-625.

HUANG Jiahui, DUAN Hongtao, MA Ronghua, et al.Study on regional parameters of radiative transfer simulation based on Hydrolight in Taihu Lake[J].Journal of University of Chinese Academy of Sciences, 2014, 31(5): 613-625.

[23] MOBLEY C, GENTILI B, GORDON H, et al.Comparison of numerical models for computing underwater light fields[J].Applied Optics, 1993, 32: 7484-7504.

[24] PETZOLD T J.Volume Scattering Functions for Selected Ocean Waters[R].San Diego: Scripps Institute of Oceanography, 1972: 72-78.

[25] 李云梅, 王橋, 黃家柱, 等.太湖水體光學特性及水色遙感[M].北京: 科學出版社, 2010: 129.

LI Yunmei, WANG Qiao, HUANG Jiazhu, et al.Optical properties and Remote sensing of water color of Taihu Lake[M].Beijing: Science Press, 2010: 129.

[26] POPE R M, FRY E S.Absorption spectrum (380–700 nm) of pure water.II.Integrating cavity measurements[J].Applied Optics, 1997, 36(33): 8710-8723.

[27] RUD? K, DARECKI M, TOCZEK H.Modelling the influence of oil content on optical properties of sea-water in the Baltic Sea [J].Journal of the European Optical Society-Rapid Publications, 2013, 8: 13063.

Remote sensing reflectance spectral analysis of oil and algae mixed water

LUO Wei-jian1, HUANG Miao-fen2, YANG Jun-jie3, WANG Xin2

(1.College of Oceanography and Meteorology, Guangdong Ocean University, Zhanjiang 524088, Guangdong, China; 2.Faculty of Mathematics and Computer Science, Guangdong Ocean University, Zhanjiang 524088, Guangdong, China; 3.College of Electronic and Information Engineering, Guangdong Ocean University, Zhanjiang 524088, Guangdong, China)

remote sensing reflectance; HydroLight; oil; chlorophyll

The radiation transfer model HydroLight is an effective tool to study the radiation transfer characteristics of water body, and it is also an effective model to study the radiation transfer characteristics of petroleum water body.Based on the apparent and inherent optical data of oil-contaminated water bodies measured in the sea area of Dalian Port, Liaoning, in August 2018, we employ the radiation transfer model HydroLight to simulate the remote sensing reflectance (rs)of the single component and mixed water of oil and algae by the method of different concentrations of proportioning.The results show that: (1) In a water body containing only oil,rscan be divided into two characteristic bands: 400–480 nm and 480–700 nm: in the range of 400–480 nm, it decreases with the increasing oil concentrationoil, while in the range of 480–700 nm, it increases; (2) In single-component water containing only algae, the spectral characteristics of chlorophyll require its concentrationchlto reach a certain value to show up; (3) In mixed water body including oil and algae, the increase ofoilwill increasersof chlorophyll, but it will not alter the trend of thersof chlorophyll with wavelength.This demonstrates that chlorophyll has a major influence on the spectral shape of oil algae mixed water, while the presence of oil only modifies the spectral value.The use of HydroLight in researching thersof oil-contaminated water contributes to ocean color remote sensing research.It has substantial theoretical significance for improving the bio-optical model of various water bodies.

[National Natural Science Foundation of China, No.41806186; Guangdong Ocean University’s “Innovation and Strong School Project” Independent Innovation Capability Enhancement Project in 2017, No.GDOU2017052501; Guangdong Ocean University Scientific Research Startup Funding Project, No.E16187]

Oct.30, 2020

P733.3

A

1000-3096(2021)10-0049-12

10.11759/hykx20201030002

2020-10-30

2021-02-12

國家自然科學基金項目(41771384); 廣東海洋大學2017年“創(chuàng)新強校工程”自主創(chuàng)新能力提升項目(GDOU2017052501); 廣東海洋大學科研啟動經費資助項目(E16187)

駱蔚健(1995—)男, 廣東惠州人, 碩士研究生, 主要從事海洋水色遙感研究, E-mail: 1136953630@qq.com; 黃妙芬(1963—), 通信作者, E-mail: hmf808@163.com

(本文編輯: 譚雪靜)