基于Landsat 8 影像的后官湖葉綠素a 濃度反演研究

劉 威，蔡永香，甘藝垚，王 倩，黃 爽，王雨軒

（長(zhǎng)江大學(xué) 地球科學(xué)學(xué)院，湖北 武漢 430100）

水質(zhì)監(jiān)測(cè)技術(shù)是評(píng)價(jià)水質(zhì)污染情況的主要手段。湖泊中葉綠素a 濃度反映了水體中藻類(lèi)等浮游植物的分布情況，是衡量水體營(yíng)養(yǎng)化的重要指標(biāo)之一［1］。

遙感技術(shù)具有衛(wèi)星運(yùn)行周期快、影像覆蓋面積廣、獲取數(shù)據(jù)方便等優(yōu)勢(shì)，可以突破時(shí)間和空間上的限制，利用遙感數(shù)據(jù)在可見(jiàn)光波段和近紅外波段對(duì)葉綠素a 的高吸收率和高反射率的光學(xué)性質(zhì)，構(gòu)建反演模型，預(yù)測(cè)水體葉綠素a 濃度的分布情況，可以極大提升水質(zhì)監(jiān)測(cè)效率［2］。但由于不同區(qū)域內(nèi)陸水體的水質(zhì)參數(shù)存在較大差異，所使用傳感器的空間分辨率和輻射分辨率也存在較大區(qū)別，導(dǎo)致不同水體的反演模型不盡相同。

國(guó)外對(duì)湖泊葉綠素a 濃度的研究較多。Kuhn 等［3］分別利用Landsat 8 和Sentinel-2 影像對(duì)亞馬孫河、哥倫比亞河和密西西比河水體葉綠素a 濃度進(jìn)行反演研究，結(jié)果表明Landsat8 影像數(shù)據(jù)在亞馬孫河上反演精度最高（平均差異僅4%）。Anas 等［4］分別對(duì)尚普蘭湖、密西西比灣、布羅姆湖以及奈恩湖的MODIS 數(shù)據(jù)進(jìn)行波段組合以及三波段比值的方法來(lái)估算葉綠素a 濃度，結(jié)果表明藍(lán)光波段、紅色波段以及近紅外波段是葉綠素a 濃度反演的敏感波段。Han 等［5］利用高光譜數(shù)據(jù)直接分析一個(gè)較為混濁的水庫(kù)，研究結(jié)果顯示R705/R670（近紅外/紅外）是葉綠素a 濃度反演的有效因子。國(guó)內(nèi)也有諸多相應(yīng)的研究，趙文宇等［6］利用Landsat 8 數(shù)據(jù)對(duì)東道海子河流葉綠素a 濃度進(jìn)行單波段和波段比值研究，通過(guò)統(tǒng)計(jì)分析得到最佳模型，并應(yīng)用到不同年份影像上，監(jiān)測(cè)東道海子河流葉綠素a 濃度時(shí)序分布狀況。封紅娥等［7］利用GF-1 和Landsat 8數(shù)據(jù)，分別以單波段替代、單波段融合和三波段融合的協(xié)同反演方法，分析空間分辨率和光譜分辨率在多源遙感數(shù)據(jù)中對(duì)于提高內(nèi)陸水體葉綠素a 濃度的影像特征，結(jié)果發(fā)現(xiàn)在近紅外波段處，影像光譜分辨率的影響大于空間分辨率，在藍(lán)光和紅光波段處反之。

2009 年3 月，武漢市委、市政府在“關(guān)于印發(fā)《2009 年武漢市資源節(jié)約型和環(huán)境友好型社會(huì)建設(shè)綜合配套改革試驗(yàn)工作意見(jiàn)》的通知”（武發(fā)〔2009〕6 號(hào)）中指出，后官湖生態(tài)宜居新城將作為全市規(guī)劃建設(shè)的六大重點(diǎn)功能區(qū)之一，而后官湖的水質(zhì)質(zhì)量將直接影響生態(tài)宜居新城的建設(shè)。因此，后官湖水質(zhì)評(píng)估與監(jiān)測(cè)對(duì)蔡甸后官湖生態(tài)宜居新城建設(shè)起至關(guān)重要的作用，對(duì)武漢市發(fā)展也具有重大戰(zhàn)略意義。

本文基于Landsat 8 OLI30 m 空間分辨率多光譜影像數(shù)據(jù)，對(duì)武漢后官湖水體中葉綠素a 濃度狀況展開(kāi)研究。①野外采集，獲取研究水域葉綠素a 濃度實(shí)測(cè)數(shù)據(jù)，并獲取同期的遙感影像數(shù)據(jù)；②分析相關(guān)文獻(xiàn)，確定反演葉綠素a 的敏感波段，結(jié)合實(shí)測(cè)數(shù)據(jù)，進(jìn)行單波段和波段組合相關(guān)性分析，確定最佳波段組合；③采用交叉驗(yàn)證方法，確定葉綠素a 濃度的最佳反演模型；④將此最佳反演模型應(yīng)用于2015—2020 年六幅影像數(shù)據(jù)上，得到后官湖水域2015—2020 年間的水體葉綠素a 濃度分布情況，并對(duì)后官湖水域狀況進(jìn)行分析。

1 研究區(qū)概況

后官湖地處武漢蔡甸區(qū)（圖1），中心位于30°30'2″～30°34'31″ N，113°59'18″～114°8'49″ E，區(qū)位優(yōu)越，交通便利，占地面積3 186.3 hm2，是蔡甸東湖的一部分，隨著城市化進(jìn)程，后官湖成為獨(dú)立湖泊。周邊為后官湖國(guó)家濕地公園，是武漢重點(diǎn)保護(hù)水域之一。但近年來(lái)，社會(huì)經(jīng)濟(jì)發(fā)展迅猛，人口密度增大，城鎮(zhèn)化、工業(yè)化進(jìn)程加快，污染日益嚴(yán)重，大量生活、工農(nóng)業(yè)廢水排放，導(dǎo)致湖水水質(zhì)明顯下降，水污染情況嚴(yán)峻。

圖1 研究區(qū)位置示意圖Fig.1 The location of study area

2 數(shù)據(jù)獲取與預(yù)處理

選用Landsat 8 OLI 影像數(shù)據(jù)，它具有良好的空間分辨率，能夠以更高精度提取地物、植被等信息。該影像數(shù)據(jù)是從地理空間數(shù)據(jù)云網(wǎng)站下載，也為后續(xù)研究提供了數(shù)據(jù)支持。

實(shí)測(cè)葉綠素a 濃度數(shù)據(jù)是在Landsat 8 OLI 影像數(shù)據(jù)衛(wèi)星過(guò)境時(shí)間2019 年12 月17 日野外采集水樣，在實(shí)驗(yàn)室通過(guò)分光光度法［8］換算得到。具體操作步驟參照實(shí)驗(yàn)室葉綠素a 濃度測(cè)定［9］。通過(guò)計(jì)算分析，剔除異常值后得到13 個(gè)，樣本點(diǎn)的分布如圖2 所示。

圖2 采樣點(diǎn)分布圖Fig.2 Distribution of sampling points

經(jīng)過(guò)輻射定標(biāo)［10］、大氣校正［11］、圖像融合［12］和水域提?。?3］后得到后官湖水體輻射亮度值。

3 葉綠素a 濃度反演模型構(gòu)建及驗(yàn)證

3.1 葉綠素a 光譜特征分析

按照內(nèi)陸水體葉綠素a 的光譜特性，其高反射率波段范圍550～590 nm，675 nm 附近的吸收峰以及700 nm附近的反射峰是研究葉綠素a 反演的主要波段。因此，本文選用與上述波段范圍相對(duì)應(yīng)Landsat 8 OLI 遙感數(shù)據(jù)11 個(gè)波段中的前五個(gè)波段（B1—B5）來(lái)反演水體中的葉綠素a 濃度。

3.2 反演模型構(gòu)建

3.2.1 波段及波段組合分析 通過(guò)調(diào)研相關(guān)文獻(xiàn)［14-20］，總結(jié)近年來(lái)葉綠素a 濃度反演模型所用到的波段組合及其決定系數(shù)R2（表1），可以看出均為采用經(jīng)驗(yàn)?zāi)Ｐ椭械牟ǘ伪戎颠M(jìn)行相關(guān)性分析。

表1 葉綠素a 濃度反演模型Tab.1 Introduction to chlorophyll a concentration inversion model

本文也將采用構(gòu)建反演經(jīng)驗(yàn)?zāi)Ｐ偷姆绞剑?1］，對(duì)Landsat 8 OLI 數(shù)據(jù)前5 個(gè)波段及組合與實(shí)測(cè)數(shù)據(jù)進(jìn)行了相關(guān)性統(tǒng)計(jì)分析，在表2 中列出單波段、波段比值以及常用的最佳反演NDVI 模型（歸一化植被指數(shù)模型）在各類(lèi)回歸模型中與葉綠素a 實(shí)測(cè)濃度的Pearson 相關(guān)性。最終篩選出相關(guān)系數(shù)大于0.7 的波段組合B5/B2、B5/B3、B5/B4、B3/B1、NDVI。

表2 反演波段與葉綠素a 的Pearson 相關(guān)系數(shù)Tab.2 Pearson correlation coefficient between inversion band and chlorophyll a

3.2.2 Landsat 經(jīng)驗(yàn)反演模型構(gòu)建 對(duì)篩選出的相關(guān)性較高的五組波段組合，以葉綠素a 濃度為因變量，以波段組合值為自變量，分別構(gòu)建不同回歸方程進(jìn)行擬合，見(jiàn)表3。

從表3 可知，模型相關(guān)性普遍較高，其中最高相關(guān)系數(shù)的是波段組合B5/B2 的指數(shù)模型，R2為0.755，最低相關(guān)系數(shù)是NDVI 的指數(shù)模型，R2為0.492。由于本次實(shí)驗(yàn)過(guò)程中實(shí)測(cè)葉綠素a 濃度點(diǎn)數(shù)據(jù)較少，在進(jìn)行相關(guān)性統(tǒng)計(jì)分析時(shí)，容易產(chǎn)生“強(qiáng)擬合弱預(yù)測(cè)”的情況。因此在后續(xù)選擇最佳反演模型時(shí)，采取多次交叉驗(yàn)證的方式，即每次從訓(xùn)練集中隨機(jī)挑選10 個(gè)樣本作為訓(xùn)練集/驗(yàn)證集數(shù)據(jù)展開(kāi)訓(xùn)練，以減少訓(xùn)練數(shù)據(jù)少造成的實(shí)驗(yàn)誤差影響。

表3 Landsat 反演模型與葉綠素a 濃度回歸方程描述Tab.3 Landsat inversion model and chlorophyll a concentration regression equation description

3.2.3 最佳反演模型的選擇 選擇回歸分析相關(guān)系數(shù)高的B5/B2、B5/B4、B3/B1 三組波段組合，采用多次交叉驗(yàn)證方式進(jìn)行精度驗(yàn)證，取平均值作為最后的結(jié)果。其中，以平均相對(duì)誤差、均方根誤差（RMSE）作為精度的評(píng)價(jià)指標(biāo)，平均相對(duì)誤差和均方根誤差結(jié)果見(jiàn)表4。

從表4 的精度分析來(lái)看，三種波段組合模型在相同數(shù)據(jù)樣本條件下，反演得到的葉綠素a 濃度范圍略有差距，但從平均相對(duì)誤差和均方根 誤差的數(shù)據(jù)來(lái)分析，B5/B4 的指數(shù)模型誤差要遠(yuǎn)小于其他模型，其相對(duì)誤差和均方根誤差分別為11.4%，0.006。將反演葉綠素a 濃度值與實(shí)測(cè)值進(jìn)行制圖對(duì)比，如圖3 所示，可以看出實(shí)測(cè)濃度與反演濃度相差不大。這說(shuō)明B5/B4 指數(shù)模型y=0.011e29.168x反演效果較好，選取它作為最佳模型，應(yīng)用于其他年份的影像數(shù)據(jù)上，反演得到后官湖水體的葉綠素a 濃度變化情況。

圖3 葉綠素a 濃度實(shí)測(cè)值與反演值折線(xiàn)圖Fig.3 Broken line graph of measured and inverted chlorophyll a concentration

表4 Landsat 反演模型精度對(duì)比分析Tab.4 Comparison and analysis of landsat inversion model accuracy

4 模型的應(yīng)用

4.1 后官湖水體營(yíng)養(yǎng)化狀態(tài)評(píng)價(jià)方法

卡爾森營(yíng)養(yǎng)狀態(tài)指數(shù)法是由美國(guó)卡爾森提出［22］，并在國(guó)內(nèi)外廣泛用于評(píng)價(jià)內(nèi)陸湖泊水體營(yíng)養(yǎng)化的評(píng)價(jià)方法。其計(jì)算公式為：

式中：Its表示卡爾森營(yíng)養(yǎng)狀態(tài)指數(shù)，Ca 表示水體葉綠素a 濃度（μg/L）。

將前文中得到的葉綠素a 濃度最佳反演模型y=0.011e29.168x帶入式（1）中，即可計(jì)算得到水體Its指數(shù)值。不同葉綠素a 濃度范圍對(duì)應(yīng)不同水體營(yíng)養(yǎng)等級(jí)，劃分標(biāo)準(zhǔn)見(jiàn)表5［23］。

表5 水體營(yíng)養(yǎng)狀態(tài)劃分標(biāo)準(zhǔn)Tab.5 Standards for the classification of water nutrition status

4.2 葉綠素a 濃度時(shí)空分布分析

將上述反演模型和卡爾森營(yíng)養(yǎng)狀態(tài)指數(shù)應(yīng)用于經(jīng)過(guò)預(yù)處理的2015—2020 年Landsat 8 OLI 影像數(shù)據(jù)中，計(jì)算分析得到這六年間后官湖葉綠素a 濃度時(shí)空分布圖（圖4）和水體各等級(jí)營(yíng)養(yǎng)狀態(tài)面積占比表（表6）。

從表6 可看出，在2015—2020 年間，后官湖大部分水域都處于中營(yíng)養(yǎng)和輕度富營(yíng)養(yǎng)狀況，從2015 年開(kāi)始，水質(zhì)在逐漸富營(yíng)養(yǎng)化，2018 年表現(xiàn)尤為突出，但從2019 年水體營(yíng)養(yǎng)化程度開(kāi)始回落，水質(zhì)在逐漸好轉(zhuǎn)。

表6 各等級(jí)營(yíng)養(yǎng)狀態(tài)面積占比Tab.6 Proportion of the area of each grade of nutritional status%

2015—2020 年間每年11—12 月份的葉綠素a 濃度時(shí)空分布如圖4 所示。從空間分布上看，遠(yuǎn)離市區(qū)的西側(cè)水體葉綠素a 濃度低，靠近居民區(qū)的東側(cè)濃度較高；湖心水域濃度主要集中在5～7 μg/L 范圍內(nèi)，屬于水質(zhì)較好的中營(yíng)養(yǎng)狀態(tài)水體，而湖岸水域濃度主要集中于35～50 μg/L 范圍內(nèi)，少數(shù)年份超過(guò)55.67 μg/L，屬于中度或重度富營(yíng)養(yǎng)狀態(tài)的水體。這可能是由于后官湖屬于城內(nèi)湖泊，受人為因素影響較大，靠近居民區(qū)的附近水體營(yíng)養(yǎng)過(guò)剩，且數(shù)據(jù)采集時(shí)間是冬季，湖泊水體流動(dòng)性差，造成靠岸綠藻大量生長(zhǎng)所致。尤其在靠近蔡甸區(qū)政府的湖區(qū)，葉綠素a 濃度明顯高于其他水域。

圖4 2015—2020 年葉綠素a 濃度時(shí)空分布圖Fig.4 Temporal and spatial distribution of chlorophyll a concentration from 2015 to 2020

在時(shí)間分布特征上，從2015 年開(kāi)始，后官湖水質(zhì)逐漸惡化，2018 年水質(zhì)最差，后官湖葉綠素a 濃度達(dá)到最高濃度值64.872 μg/L，水體中富含藍(lán)藻和綠藻，局部水域存在水華問(wèn)題，這可能與附近居民水產(chǎn)養(yǎng)殖有關(guān)。但這一情況2019 年得到好轉(zhuǎn)，并在2020 年葉綠素a 的濃度持續(xù)下降，這可能與疫情導(dǎo)致人為活動(dòng)減少，給水體帶來(lái)的影響也減少有關(guān)。

此外，本文計(jì)算制作了2020 年后官湖在不同月份（季節(jié)）葉綠素a 濃度的時(shí)空分布圖（圖5）。從圖5 可以看出，2020 年8 月份（夏季）和11 月份（秋季）的葉綠素a 濃度在整體水平上高于2 月份（冬季）和4 月份（春季），其中，8 月份的葉綠素a 濃度最高。在四個(gè)季節(jié)的平均葉綠素a 濃度水平上，2 月份平均濃度為24.255 μg/L，4 月份為20.413 μg/L，8 月份為35.274 μg/L，11 月份為30.411 μg/L。這與冬季寒冷，水體中藻類(lèi)在寒冬氣候下大量死亡有關(guān)；另方面，也與2020 年年初受疫情影響，人為活動(dòng)減少，對(duì)水體的影響也減少有關(guān)。

圖5 2020 年不同月份（季節(jié)）葉綠素a 濃度時(shí)空分布圖Fig.5 Spatio-temporal distribution of chlorophyll a concentration in different months（seasons）in 2020

總體來(lái)看，后官湖水域在2015—2020 年六年間，葉綠素a 濃度平均含量變化不大，只在局部區(qū)域的特定時(shí)間段內(nèi)出現(xiàn)葉綠素a 濃度有所升高的情況。在不同季節(jié)葉綠素a 濃度大致表現(xiàn)為夏季、秋季大于春季、冬季。

5 結(jié)論

基于遙感和GIS 技術(shù)，利用葉綠素a 濃度實(shí)測(cè)數(shù)據(jù)和地面同步的Landsat 8 OLI 遙感影像數(shù)據(jù)，建立葉綠素a 濃度反演模型，分析了近6 年武漢后官湖葉綠素a 濃度的時(shí)空分布情況，研究結(jié)果如下。

（1）在分析相關(guān)文獻(xiàn)的基礎(chǔ)上，利用Landsat 8 OLI 的前五個(gè)波段構(gòu)建波段及波段組合模型，并通過(guò)統(tǒng)計(jì)學(xué)方法，確定出最優(yōu)的后官湖水體葉綠素a 濃度反演模型是B5/B4 指數(shù)模型y=0.011e29.168x。

（2）利用該模型反演出2015—2020 年后官湖葉綠素a 濃度分布情況，并計(jì)算分析了六年間后官湖水質(zhì)的營(yíng)養(yǎng)化狀態(tài)。從后官湖水體葉綠素a 濃度和營(yíng)養(yǎng)化狀態(tài)的空間分布特征來(lái)看，湖心水域濃度主要集中在5～7 μg/L 范圍內(nèi)，湖岸水域濃度主要集中于35～50 μg/L 范圍內(nèi)，呈現(xiàn)自西向東逐漸增加，湖心低于湖岸的趨勢(shì)；在時(shí)間分布特征上，從2015 年開(kāi)始，水質(zhì)逐漸惡化，2018 年達(dá)到濃度異常高值64.872 μg/L，部分水域處于重度富營(yíng)養(yǎng)化狀況，但從2019 年水體富營(yíng)養(yǎng)化程度開(kāi)始回落，水質(zhì)在逐漸好轉(zhuǎn)，且在不同季節(jié)中，水質(zhì)呈現(xiàn)春季、冬季優(yōu)于夏季、秋季的趨勢(shì)。