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(xué)海洋與氣象學(xué)院, 廣東 湛江 524088; 2.廣東海洋大學(xué)數(shù)學(xué)與計(jì)算機(jī)學(xué)院, 廣東 湛江 524088; 3.廣東海洋大學(xué)電子與信息工程學(xué)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(shí)也是進(jìn)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?qū)崪y的石油類污染水體的表觀及固有光學(xué)量數(shù)據(jù), 通過設(shè)置不同濃度的配比模擬試驗(yàn), 利用HydroLight對油類物質(zhì)和藻類物質(zhì)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(jìn)行了模擬。模擬結(jié)果表明: (1)在僅含油類物質(zhì)單一組分的水體中,rs隨著油濃度oil的變化分為兩個(gè)特征波段: 400~480 nm和480~700 nm。在400~480 nm波段范圍內(nèi)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(zhì)的單一成分水體中, 葉綠素的光譜特性需要其濃度chl達(dá)到一定值才能表現(xiàn)出來, 在低chl時(shí)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(huì)增大葉綠素的rs, 但不會(huì)明顯改變?nèi)~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(zhì)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(chǔ)研究, 對完善各類水體生物光學(xué)模型研究具有重要的理論意義。
遙感反射比; HydroLight; 油類物質(zhì); 葉綠素
由于水體石油類污染問題會(huì)給近海生態(tài)環(huán)境和漁業(yè)生產(chǎn)帶來巨大災(zāi)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(diǎn)問題。遙感監(jiān)測技術(shù)因其大面積、快速、動(dòng)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(lǐng)域, 遙感反射比(remote sensing reflectance,rs)屬于表觀光學(xué)量, 它包含一定深度內(nèi)水層的光學(xué)信息, 因而成為反演水體組分濃度的基本物理量。目前以機(jī)理分析為基礎(chǔ), 反演Ⅱ類水體各水色因子的生物-光學(xué)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(guān)系建立的。因而要提高相應(yīng)模型的反演精度, 需確定各組分對rs的貢獻(xiàn)。
在石油類污染水體中, 利用遙感技術(shù)來提取水體石油類污染信息的相關(guān)研究已經(jīng)取得了長足的進(jìn)展, 主要集中在水體石油類物質(zhì)固有光學(xué)特性(inhe-rent optical properties, IOPs)、表觀光學(xué)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(zhì)會(huì)吸附油類物質(zhì), 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(shù)的貢獻(xiàn)分離算法展開了研究, 提出了分離算法, 為油類物質(zhì)和顆粒物后向散射系數(shù)分離提供技術(shù)支持。掌握油類物質(zhì)在含油水體中對rs的影響, 有助于提高遙感反演油類物質(zhì)濃度模型的精度, 對于構(gòu)建精度較高的反演含油水體組分的生物光學(xué)模型和推進(jìn)含油水體的相關(guān)研究具有重要作用。如今關(guān)于水色三要素(葉綠素、懸浮泥沙和黃色物質(zhì))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(xiàn)反射峰, 其位置從680 nm開始, 在700 nm附近峰值達(dá)到最高, 峰值高度與葉綠素濃度密切相關(guān)。但是, 目前關(guān)于石油類物質(zhì)與水體組分混合后對rs的影響和貢獻(xiàn)的研究還鮮見報(bào)道。
輻射傳輸模式HydroLight是國際公認(rèn)的研究水體中輻射傳輸過程的有效工具, 廣泛應(yīng)用于國際水色遙感領(lǐng)域, 側(cè)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(jìn)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(yīng)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(shù)化模型, 如吸收系數(shù), 散射系數(shù)和散射相函數(shù)[12], 以及外界環(huán)境參數(shù)(風(fēng)速、底部介質(zhì)等)。目前對Ⅱ類水體的水色因子(葉綠素、懸浮物、黃色物質(zhì)等)的分布、吸收系數(shù)和后向散射系數(shù)的研究比較成熟, 并形成了眾多的參數(shù)化模型[13-14], 為石油類物質(zhì)與各水色因子混合后對rs的影響和貢獻(xiàn)的模擬奠定了基礎(chǔ)。
本文基于在遼寧大連港現(xiàn)場測定的油含量、吸收系數(shù)和后向散射系數(shù)等實(shí)測水體數(shù)據(jù), 結(jié)合HydroLight提供的部分參數(shù), 進(jìn)行油類物質(zhì)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(jù)。
本文選擇大連港作為研究區(qū)域, 在該海域3個(gè)站點(diǎn)(A、B、C)進(jìn)行了觀測, 站點(diǎn)分布如圖1所示。A站點(diǎn)曾發(fā)生石油輸油管爆炸事件, 有原油的殘留。B站點(diǎn)原油泊位東側(cè), 受到一定程度石油類物質(zhì)污染[15]。C站點(diǎn)受油類污染較小。測量時(shí)間為2018年8月25日—27日, 每天7: 00開始、17: 00結(jié)束, 整點(diǎn)觀測, 每隔1 h觀測1次, 時(shí)間序號分別為1~11, 樣品編號采用站點(diǎn)編號加觀測時(shí)間編號的方式, 例如A1為A站點(diǎn)在7: 00進(jìn)行測管的樣品, B6為B站點(diǎn)在12: 00進(jìn)行觀測的樣品。
圖1 站點(diǎn)分布圖
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(shè)備的測定原理與分子熒光光度法(《SL366- 2006水質(zhì)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(zhì)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(zhì), 使其釋放出熒光, 最后根據(jù)熒光強(qiáng)度和油濃度在一定范圍內(nèi)接近線性關(guān)系計(jì)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(yùn)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(chǎn)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(zhì)吸收系數(shù)測量
黃妙芬等[18]將油質(zhì)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(zhì)吸收系數(shù)求算術(shù)平均值, 作為本底值, 然后用油質(zhì)量濃度大于1.0 mg/L水樣的黃色物質(zhì)吸收系數(shù)減去本底值, 作為油類物質(zhì)的吸收系數(shù)。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(jì), 測量時(shí)波長設(shè)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(shù), 然后將無油水樣作為本底值, 用有油水樣的吸收系數(shù)減去無油水樣的吸收系數(shù), 從而得到油類物質(zhì)的吸收系數(shù)。
1.2.4 水體后向散射系數(shù)測量
后向散射系數(shù)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(xué)調(diào)查技術(shù)規(guī)程》[19]進(jìn)行。為降低海水溫度和氣泡對儀器測量結(jié)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(shù)據(jù)取表層(0~0.5 m)的平均值作為后向散射系數(shù)。
1.2.5 油類物質(zhì)的比吸收系數(shù)和比散射系數(shù)的計(jì)算
油類物質(zhì)吸收系數(shù)可以通過比吸收系數(shù)與油濃度oil計(jì)算得到[20], 關(guān)系如下:
=*×oil, (1)
式中,為吸收系數(shù)(m–1),為比吸收系數(shù)(Specific absorption coefficient)(L·mg–1·m–1),oil為油質(zhì)量濃度(mg/L)。根據(jù)公式(1), 可以計(jì)算出*。
宋慶君等[21]提出的石油類單位后向散射系數(shù)(mass-specific backscattering coefficient)與石油類物質(zhì)濃度之間的擬合關(guān)系, 見公式(2)。根據(jù)公式(2)求出石油類物質(zhì)特定波長上的比散射系數(shù)(Specific scattering coefficient), 接著對其進(jìn)行線性插值, 插值范圍為400~700 nm。
表1 不同波段石油質(zhì)量比后向散射系數(shù)[21]
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(shí)現(xiàn)對單一水體組分和混合水體的rs進(jìn)行模擬。在本研究中水體組分主要包括純水、油類物質(zhì)和葉綠素。在進(jìn)行模擬之前需要輸入水體相關(guān)組分的濃度、吸收系數(shù)、散射系數(shù)和相函數(shù), 以及外界條件等參數(shù)。
圖2和表2分別為2018年8月25日~27日在大連港實(shí)測的oil隨深度的變化和3個(gè)站點(diǎn)oil的統(tǒng)計(jì)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(shù)量級的變化是按照指數(shù)規(guī)律, 故在配比時(shí),oil的取值設(shè)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(shù)(比散射系數(shù))為常數(shù)的假設(shè), 利用已知的比吸收系數(shù)(比散射系數(shù))和水體組分濃度來求解出相應(yīng)組分的吸收系數(shù)(散射系數(shù))是獲取組分吸收系數(shù)(散射系數(shù))的方法之一[22]。對于油類物質(zhì)的比吸收系數(shù)和比散射系數(shù)的設(shè)置, 由于不同站點(diǎn)在不同時(shí)刻上兩者變化較大, 如表3所示。因此, 作者以A10站點(diǎn)測量的最大比吸收系數(shù)和比散射系數(shù)作為油物質(zhì)的比吸收系數(shù)和比散射系數(shù), 即0.019 1和0.147 3 (L·mg–1·m–1)。而油類物質(zhì)相函數(shù)則選擇HydroLight提供的典型顆粒相函數(shù), 該函數(shù)適合大部分輻射傳輸運(yùn)算, 是MOBLEY[23]根據(jù)PETZOLD[24]數(shù)據(jù), 提出一種取b/=0.018 3通過代入Fournier and Forand (FF)體散射函數(shù)求解得到隨波長和深度變化的顆粒體散射函數(shù)。
對于葉綠素的IOPs設(shè)置參考文獻(xiàn)[25], 比吸收系數(shù)和比散射系數(shù)見圖3, 葉綠素濃度chl設(shè)置同oil。另外模擬深度設(shè)為無限深, 具體情況見表4。
圖2 不同站點(diǎn)油類物質(zhì)濃度隨深度的變化曲線
表2 不同站點(diǎn)油濃度觀測值的統(tǒng)計(jì)(單位:mg·L–1)
表3 各站點(diǎn)油物質(zhì)的比吸收系數(shù)與比后向散射系數(shù)統(tǒng)計(jì)(單位:L·mg–1·m–1)
續(xù)表
圖3 葉綠素組分比吸收系數(shù)a*和比散射系數(shù)b*
表4 HydroLight模擬油藻混合水體遙感反射比參數(shù)輸入
*輻射傳輸模式HydroLight中自帶的數(shù)據(jù)
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(gè)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(zhì)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(shù)的增大而增大, 隨吸收系數(shù)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(zhì)的吸收特性逐漸體現(xiàn)。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(qiáng)吸收, 故在此波段范圍, 油的散射特性隨oil的增加逐漸體現(xiàn)。
葉綠素水體的rs模擬由于葉綠素水體rs模擬結(jié)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(xiàn)出來。由圖5b可知, 在高chl下, 由于受葉綠素在紫藍(lán)波段的強(qiáng)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?zé)晒馓匦运碌诙瓷浞宀惶黠@, 這是由于葉綠素濃度設(shè)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
為了弄清葉綠素和油類物質(zhì)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(zhì)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(shí),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(xiàn)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(xiàn)出來, 故以下分析均在chl>1.0 mg/m3下進(jìn)行分析。
圖7為特定oil下, 油藻混合水體的rs(實(shí)線)與純藻水體rs(虛線)的比較圖, 結(jié)果表明, 油類物質(zhì)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(zhì)濃度oil對葉綠素rs光譜的影響主要體現(xiàn)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(zhì)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(jié)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(qiáng)于oil的影響。綜上, 油類物質(zhì)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
對A、B和C站點(diǎn)相應(yīng)實(shí)測的rs光譜進(jìn)行線性插值和平滑(移動(dòng)平均法)處理后, 結(jié)果如圖9所示。分析圖9可知,rs光譜普遍存在2個(gè)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(diǎn)的rs在400~570 nm波長范圍內(nèi)隨波長的增大而增大, 而B和C站點(diǎn)在該范圍內(nèi)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(diǎn)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(shí)測光譜的差異主要體現(xiàn)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?zé)晒獾挠绊? 可能是由于葉綠素組分濃度設(shè)置較小所致; (2) 光譜量值上的不同。實(shí)測光譜測量的rs是主要由葉綠素, 黃色物質(zhì)和懸浮泥沙的貢獻(xiàn), 在含油水體中還包括油物質(zhì)的貢獻(xiàn)。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(shí)測光譜的測量環(huán)境較模擬要復(fù)雜, 太陽的方位與云的覆蓋、風(fēng)速、潮流和生物降解等變化會(huì)使得水下光場發(fā)生動(dòng)態(tài)改變。另外, RUD?等[27]認(rèn)為輻射傳輸理論能很好地評價(jià)油物質(zhì)對rs的貢獻(xiàn)和模擬的準(zhǔn)確性與散射相函數(shù)的選擇有強(qiáng)相關(guān)性。
在水色遙感中, 遙感反射比rs, 定義為w與d的比值, 其表達(dá)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(jīng)水/氣(water-air)界面反射和透射后的輻射能。水體中的各個(gè)重要光學(xué)成分濃度發(fā)生變化時(shí), 必然引起水體光學(xué)性質(zhì)的變化, 主要表現(xiàn)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(gè)光學(xué)重要成分, 即水體中的浮游植物、懸浮泥沙、黃色物質(zhì)以及其他物質(zhì)的含量。
另外, 在水色遙感中,rs是將表觀光學(xué)量與固有光學(xué)量連接起來的一個(gè)橋梁, 見式(4), 可將rs與水體的總吸收系數(shù)和總的后向散射系數(shù)b聯(lián)系起來, 從而得到反演水體石油類污染的生物-光學(xué)模型,
其中,為經(jīng)驗(yàn)參數(shù)約為0.32~0.33,和都是太陽天頂角的函數(shù),為水氣界面的投射系數(shù),是水的折射指數(shù)。
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(xiàn)的結(jié)果。我們的研究目標(biāo)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(zhì)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(jù)“2.3油藻混合水體rs模擬”小節(jié)模擬結(jié)果, 發(fā)現(xiàn)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(zhì)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(zhì)會(huì)吸附在其上, 共同影響遙感反射比。同時(shí), 由于油類物質(zhì)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(shí), 直接把油類物質(zhì)作為一個(gè)水色要素進(jìn)行反演是可行的。
本文基于大連港實(shí)測數(shù)據(jù)分離出油類物質(zhì)的濃度和固有光學(xué)參數(shù), 通過輻射傳輸模式HydroLight模擬出油類物質(zhì), 葉綠素和混合組分的水體rs光譜進(jìn)行理論分析。模擬結(jié)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(gè)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?nèi)~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(xiàn), 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(zhì)的存在使得葉綠素的rs的增強(qiáng), 但不改變r(jià)s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(zhì)對光譜形狀的影響較小。
本文所得結(jié)論是在理想情況和固定相關(guān)參數(shù)下進(jìn)行的, 模擬的光譜形狀與實(shí)測光譜形狀具有一定的相似性, 但也有所差異, 主要體現(xiàn)在: (1) 模擬僅涉及葉綠素與油物質(zhì), 但實(shí)測光譜水體成分和外部條件復(fù)雜; (2) 風(fēng)速與潮流對油類物質(zhì)固有光學(xué)的測量有一定的影響; (3) 對于油類物質(zhì)的比吸收系數(shù)和比散射系數(shù)的計(jì)算使用的是經(jīng)驗(yàn)算法并采用固定值, 其適用性以及精確度需要更多數(shù)據(jù)來驗(yàn)證。本文對光譜曲線模擬的結(jié)果在一定程度上解釋了油類物質(zhì)對水遙感反射比的影響, 但仍需要更多油類物質(zhì)的固有光學(xué)特性參數(shù)數(shù)據(jù)進(jìn)行模擬驗(yàn)證, 這是下一步研究的重點(diǎn)。
[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(shù)垂向變化特性分析[J].廣東海洋大學(xué)學(xué)報(bào), 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(zhì)比吸收系數(shù)特征分析[J].海洋湖沼通報(bào), 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(shù)學(xué)報(bào), 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(xué)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(shù)光譜貢獻(xiàn)分離算法I: 實(shí)驗(yàn)理論[J].光譜學(xué)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(yīng)用Hydrolight模式研究含油水體輻射傳輸特性的關(guān)鍵技術(shù)[J].海洋技術(shù)學(xué)報(bào), 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(xué)報(bào)(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(shí)空變化特征分析[J].大連海洋大學(xué)學(xué)報(bào), 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(zhì)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(xué)報(bào), 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(xué)報(bào), 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(xiàng)辦公室.海洋光學(xué)調(diào)查技術(shù)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(shù)光譜的影響[J].光譜學(xué)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(xué)模型參數(shù)率定與驗(yàn)證[J].中國科學(xué)院大學(xué)學(xué)報(bào), 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(xué)特性及水色遙感[M].北京: 科學(xué)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(xué)基金項(xiàng)目(41771384); 廣東海洋大學(xué)2017年“創(chuàng)新強(qiáng)校工程”自主創(chuàng)新能力提升項(xiàng)目(GDOU2017052501); 廣東海洋大學(xué)科研啟動(dòng)經(jīng)費(fèi)資助項(xiàng)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)