基于GOCI影像的巢湖葉綠素a質(zhì)量濃度變化分析*

郜薇薇，薛 坤，馬晨晨，呂海濱

(1.江蘇海洋大學(xué) 海洋技術(shù)與測繪學(xué)院，江蘇 連云港 222005；2.連云港市氣象局，江蘇 連云港 222000；3.中國科學(xué)院南京地理與湖泊研究所 湖泊與環(huán)境國家重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210008)

0 引言

湖泊中葉綠素質(zhì)量濃度的監(jiān)測是了解水質(zhì)狀況、富營養(yǎng)化程度、水體中營養(yǎng)鹽分布及其動態(tài)分布特征的有效方法。葉綠素a在水生藻類中所占的比例較為穩(wěn)定，因此通過有效方法來監(jiān)測水體中葉綠素a含量十分必要。遙感技術(shù)作為現(xiàn)代社會新興的一門科學(xué)技術(shù)，憑借其及時(shí)、宏觀等優(yōu)點(diǎn)在湖泊水質(zhì)實(shí)時(shí)監(jiān)測中得到廣泛應(yīng)用[1]。

目前從遙感影像中提取葉綠素a質(zhì)量濃度主要根據(jù)葉綠素a質(zhì)量濃度相關(guān)性較高的光譜波段建立合適的估算算法。估算算法的選擇對反演結(jié)果的精度起著決定性作用?，F(xiàn)有的估算算法主要分為3類：基于經(jīng)驗(yàn)的、基于分析的以及基于半分析的方法。經(jīng)驗(yàn)方法是通過建立遙感數(shù)據(jù)與地面監(jiān)測水質(zhì)參數(shù)之間的統(tǒng)計(jì)關(guān)系來實(shí)現(xiàn)對水體葉綠素a質(zhì)量濃度的遙感定量反演。?stlund等[2]建立了小型機(jī)載光譜成像儀數(shù)據(jù)與懸浮物質(zhì)量濃度之間的線性相關(guān)模型；Huang等[3]基于GOCI數(shù)據(jù)利用標(biāo)準(zhǔn)經(jīng)驗(yàn)算法對太湖進(jìn)行了葉綠素a質(zhì)量濃度遙感反演，結(jié)果均能反映葉綠素a的空間分布特征。經(jīng)驗(yàn)算法對水體物理參數(shù)的要求較低，將水色參數(shù)簡單處理后建立與水色參數(shù)的經(jīng)驗(yàn)關(guān)系即可完成算法的構(gòu)建，操作簡單，但是精度一般，由于缺乏機(jī)制研究及模型的區(qū)域性和季節(jié)性較強(qiáng)，很難得到較為統(tǒng)一的反演模型，所以該方法缺乏物理依據(jù)[4]。分析方法是利用生物光學(xué)模型模擬得到水體中各組分吸收系數(shù)和后向散射系數(shù)與遙感反射率之間的關(guān)系，運(yùn)用輻射傳輸模型模擬光在大氣和水體中的吸收和散射過程，從而得到葉綠素a的質(zhì)量濃度。此方法的機(jī)制較為明確，但實(shí)現(xiàn)起來較為復(fù)雜，目前湖泊研究中此模型應(yīng)用比較少[5]。半分析模型是將已知的水質(zhì)參數(shù)光譜特征與統(tǒng)計(jì)模型相結(jié)合，建立遙感數(shù)據(jù)的最佳波段或波段組合與葉綠素a質(zhì)量濃度之間的定量關(guān)系，從而估算葉綠素a質(zhì)量濃度，這種算法具有一定的物理意義[6]。隨著光學(xué)儀器的發(fā)展及GOCI數(shù)據(jù)的投入使用，基于半分析半經(jīng)驗(yàn)算法的GOCI數(shù)據(jù)遙感反演得到了廣泛應(yīng)用。Kim等[7]對GOCI數(shù)據(jù)的葉綠素反演方法進(jìn)行了研究，發(fā)現(xiàn)對于光復(fù)雜的水域使用半分析方法的生物光學(xué)模型進(jìn)行葉綠素反演有較高的精度，并且可以同時(shí)估算葉綠素、懸浮顆粒物以及有色可溶性有機(jī)物(CDOM)含量。包穎等[8]及施坤等[9]分別利用GOCI數(shù)據(jù)對太湖研究區(qū)的葉綠素a質(zhì)量濃度進(jìn)行了基于半分析方法的分類建模反演，結(jié)果顯示分類建模后的反演精度都得到了提高。楊煜等[10]利用環(huán)境一號數(shù)據(jù)對巢湖葉綠素a質(zhì)量濃度進(jìn)行了三波段反演，平均誤差低至0.21 mg/m3，但其僅使用一天的數(shù)據(jù)進(jìn)行反演，樣本數(shù)據(jù)較少不能保證其長期監(jiān)測，環(huán)境一號時(shí)間分辨率較低也難以用于水質(zhì)日變化監(jiān)測。綜合上述分析，相比分析算法和經(jīng)驗(yàn)算法，半經(jīng)驗(yàn)半分析算法是一個(gè)折中的算法。其運(yùn)算復(fù)雜度比分析算法簡單，精度比經(jīng)驗(yàn)算法高，對不同水域的普遍適用性較好，穩(wěn)定性強(qiáng)。在實(shí)測光譜精度較高的情況下，基于半分析方法的GOCI數(shù)據(jù)水質(zhì)參數(shù)遙感反演可以得到更穩(wěn)定的結(jié)果，而基于半分析方法的GOCI數(shù)據(jù)分類建模反演得到的結(jié)果誤差更小[11](見表1)。

表1 葉綠素a質(zhì)量濃度遙感估算算法構(gòu)建及其應(yīng)用

巢湖水體作為重要的飲用水源地，藻華頻繁暴發(fā)，對葉綠素a質(zhì)量濃度進(jìn)行定量監(jiān)測勢在必行。GOCI是韓國發(fā)射的地球同步軌道海洋水色衛(wèi)星上所搭載的傳感器，具有高時(shí)空分辨率的特點(diǎn)。基于GOCI數(shù)據(jù)建立葉綠素a質(zhì)量濃度估算算法，能夠?qū)Τ埠|(zhì)進(jìn)行每日監(jiān)測，這具有重要的研究意義和應(yīng)用價(jià)值。和以往研究方法相比，二波段半經(jīng)驗(yàn)半分析方法可以作為GOCI影像對較渾濁湖泊水體進(jìn)行監(jiān)測，該方法具有較高的反演精度和普適性。因此本文利用只經(jīng)過瑞利校正的 Rrc(Rayleigh-corrected reflectance)GOCI數(shù)據(jù)，基于實(shí)測巢湖水體的光譜特征，分析二波段模型反演水體葉綠素a質(zhì)量濃度的最優(yōu)波段，構(gòu)建一種基于巢湖水質(zhì)參數(shù)光譜特征的實(shí)時(shí)反演模型，以實(shí)現(xiàn)對巢湖水體的日動態(tài)變化監(jiān)測。此前有關(guān)巢湖水質(zhì)監(jiān)測的研究多以季節(jié)變化為主，但基于內(nèi)陸湖泊水體的調(diào)查發(fā)現(xiàn)湖泊葉綠素a質(zhì)量濃度在每日不同時(shí)刻存在動態(tài)變化。本文以GOCI影像為遙感數(shù)據(jù)源可以實(shí)現(xiàn)對巢湖水體日變化監(jiān)測。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

巢湖，中國第5大淡水湖泊，位于長江中下游安徽省境內(nèi)，是流域內(nèi)擁有100多萬人口的合肥和巢湖市的主要飲用水源地，在當(dāng)?shù)厝嗣裆a(chǎn)生活中發(fā)揮著重要的作用[13]。巢湖水域面積約769.55 km2，平均水深2.29 m，多年平均水位8.37 m，蓄水量20.7×108m3。隨著城市化進(jìn)程的推進(jìn)，湖泊資源受到了超強(qiáng)度的開發(fā)和利用，特別是上游合肥市經(jīng)濟(jì)快速發(fā)展，大量點(diǎn)源、面源污染進(jìn)入水體[14]，導(dǎo)致巢湖水質(zhì)污染嚴(yán)重。

1.2 實(shí)測數(shù)據(jù)采集與處理

(1)水樣采集。2017年2—12月期間，在巢湖分別進(jìn)行4次野外實(shí)驗(yàn)，具體日期和樣點(diǎn)分布如圖1所示。每個(gè)樣點(diǎn)采集表層水樣用于化學(xué)分析，同時(shí)測量透明度和光譜，并利用GPS記錄采樣位置和采樣時(shí)間等輔助數(shù)據(jù)[15]。

圖1 巢湖采樣點(diǎn)分布

(2)水質(zhì)參數(shù)分析。利用47 mm的Whatman GF/C玻璃纖維過濾膜，對水體過濾后避光保存于凍存管中，使用磷酸鹽(PBS)緩沖液，于液氮罐中反復(fù)凍融3次，在-4 ℃條件下避光提取 15 h，得到葉綠素a質(zhì)量濃度[16]。懸浮物采用稱質(zhì)量法測定，用0.7 μm的Whatman GF/F濾膜過濾水樣后，烘箱105 ℃條件下烘4～6 h后稱質(zhì)量,并減去膜質(zhì)量，得到總懸浮物(SPM)質(zhì)量濃度[17]。

(3)光譜測量。首先利用光譜儀垂直對準(zhǔn)灰板測量，距離10 cm；其次對準(zhǔn)水面測量，與水面夾角成45°，且與太陽的夾角在90°至135°之間；然后將光譜儀旋轉(zhuǎn)180°，對準(zhǔn)天空測量；最后再一次測量一下灰板。整個(gè)采集過程中每個(gè)點(diǎn)采集5次，導(dǎo)出數(shù)據(jù)后計(jì)算并取平均值，即可獲得各采樣點(diǎn)的光譜反射曲線。

1.3 GOCI影像數(shù)據(jù)獲取

通過韓國海洋衛(wèi)星中心KOSC(Korea Ocean Satellite Center)獲取2013—2020年的GOCI 1B衛(wèi)星影像數(shù)據(jù)，然后進(jìn)行輻射定標(biāo)得到 L1B 數(shù)據(jù)。利用SeaDAS軟件去除氣體吸收(臭氧吸收)和瑞利散射(分子效應(yīng))的影響，從而得到瑞利校正后的反射率數(shù)據(jù)。根據(jù)實(shí)測采樣點(diǎn)的經(jīng)緯度位置信息，提取實(shí)測采樣點(diǎn)對應(yīng)的Rrc數(shù)據(jù)，每個(gè)Rrc數(shù)據(jù)均通過3×3窗口檢驗(yàn)，以減少雜散光的影響并保證空間同質(zhì)性[18]。

2 模型建立與驗(yàn)證

2.1 基于實(shí)測采樣數(shù)據(jù)的巢湖水體光學(xué)特性分析

以巢湖2017年8月22日采樣結(jié)果為例，采樣點(diǎn)分布如圖1所示。去掉受外部影響導(dǎo)致反射率過于飽和的24號點(diǎn)，使用25個(gè)點(diǎn)位數(shù)據(jù)進(jìn)行模型構(gòu)建。實(shí)驗(yàn)數(shù)據(jù)顯示葉綠素a質(zhì)量濃度最高值出現(xiàn)在25號采樣點(diǎn)，達(dá)194.46 mg/m3，如圖2所示。25個(gè)采樣點(diǎn)的葉綠素a質(zhì)量濃度均值為62.5 mg/m3，樣本區(qū)間為25.99～194.46 mg/m3。懸浮物質(zhì)量濃度的樣本區(qū)間為29.33～93.33 mg/L，平均值為51.54 mg/L，如圖3所示。

圖2 20170822各點(diǎn)位葉綠素a質(zhì)量濃度

圖3 20170822各點(diǎn)位懸浮物質(zhì)量濃度

由于巢湖的懸浮物質(zhì)量濃度與葉綠素a質(zhì)量濃度都處于較高水平，所以巢湖水體屬于較渾濁的富營養(yǎng)化二類水體。

因光譜反射率受天氣和時(shí)間影響較大，所以先對其進(jìn)行去噪和積分歸一化預(yù)處理，以便更好地展示其變化趨勢。葉綠素含量增加可使水體的反射光譜發(fā)生變化[19]，如圖4所示。在412～490 nm，由于葉綠素a在藍(lán)紫光波段的吸收及黃色物質(zhì)在該范圍的強(qiáng)烈吸收，水體反射率逐漸降低；在490～555 nm，由于藻類葉綠素和胡蘿卜素弱吸收和細(xì)胞散射作用形成反射峰，峰值在555 nm附近，可作為葉綠素定量標(biāo)志；在555～680 nm，由于藻藍(lán)素藻青蛋白的吸收，反射率降低；在660 nm處，由于葉綠素對紅光波段強(qiáng)烈吸收出現(xiàn)較低的反射率；680 nm附近反射峰十分明顯，由于680 nm處含藻類水體最顯著的光譜特征，在水體反射光譜曲線上，其存在與否被作為判定水體是否含有藻類葉綠素的依據(jù)，此時(shí)水和葉綠素a在該處的吸收系數(shù)達(dá)到最小。

圖4 校正后巢湖光譜數(shù)據(jù)

2.2 模型構(gòu)建與驗(yàn)證

首先，利用水面實(shí)測光譜以波段均值法模擬GOCI傳感器波段光譜。GOCI波段 2，4，6，7，8 的波寬分別為433～453，545～565，675～685，735～755，845～885 nm。針對各波段設(shè)置，由于GOCI的波段設(shè)置較少，無法應(yīng)用三波段模型及四波段對葉綠素a的質(zhì)量濃度進(jìn)行反演，因此選擇波段比值建立反演模型。將一系列波段帶入后發(fā)現(xiàn)，在680 nm和745 nm兩個(gè)波段處效果最好，且最適合富營養(yǎng)化的二類水體，因此選取GOCI影像中680 nm與745 nm波段建立線性回歸半分析模型。估算公式為

(1)

本文使用SeaDAS 7.2中內(nèi)置查找表(look up tables,LUTs)對影像進(jìn)行部分大氣校正(氣體吸收校正和瑞利校正)，獲得Rrc為影像進(jìn)行大氣校正和瑞利校正后的反射率。計(jì)算公式為

Rrc(λ)=ρt(λ)-ρr(λ)=ρa(bǔ)(λ)+πt(λ)t0(λ)Rrs(λ)。

(2)

式中：λ表示GOCI對應(yīng)波段的波長，ρt為氣體吸收的大氣層頂反射率，ρr為瑞利校正后的反射率，ρa(bǔ)為氣溶膠的反射率，t和t0分別為從地面到傳感器和太陽到地面方向的漫反射透過率。其中ρa(bǔ)，t，t0是氣溶膠類型、氣溶膠光學(xué)厚度和太陽角度、觀測角度的函數(shù)；ρt，ρr，ρa(bǔ)等反射率數(shù)據(jù)由GOCI影像DN值數(shù)據(jù)進(jìn)行輻射定標(biāo)處理后獲得，忽略白帽效應(yīng)和太陽耀斑的影響[20]。

用2017年8月22日52個(gè)樣本數(shù)據(jù)對所建立的模型進(jìn)行驗(yàn)證，得出反演效果。由圖5可以看出，能夠較好地估測小于60 mg/m3的葉綠素a質(zhì)量濃度，但對大于60 mg/m3的葉綠素a質(zhì)量濃度存在普遍的低估現(xiàn)象。

圖5 葉綠素a質(zhì)量濃度反演效果

使用統(tǒng)計(jì)方法檢驗(yàn)該模型反演精確的程度。主要采用統(tǒng)計(jì)標(biāo)準(zhǔn)中的均方根誤差(RMSE)，公式為

(3)

式中：cchl-a為反演葉綠素a質(zhì)量濃度數(shù)值，achl-a為實(shí)測葉綠素a質(zhì)量濃度數(shù)值。通過計(jì)算模型反演的最大誤差為0.58 mg/m3，最小誤差為0.04 mg/m3，平均誤差為0.22 mg/m3，在葉綠素a質(zhì)量濃度計(jì)算中誤差平均值為21.65 mg/m3，低于巢湖葉綠素a質(zhì)量濃度平均值，可以作為巢湖葉綠素a質(zhì)量濃度的計(jì)算。

3 結(jié)果與討論

3.1 巢湖葉綠素a質(zhì)量濃度日變化分析

根據(jù)2011年12月11日GOCI影像反演出巢湖葉綠素a質(zhì)量濃度的空間分布(如圖6所示)，可以看出，從上午8時(shí)25分至下午3時(shí)25分，巢湖葉綠素a質(zhì)量濃度的空間分布變化最為顯著。具體表現(xiàn)為：上午8時(shí)至10時(shí)，葉綠素a質(zhì)量濃度較低，基本小于50 mg/m3，高值主要存在于巢湖東南部沿岸；從10時(shí)至下午1時(shí)，葉綠素a質(zhì)量濃度整體顯著升高，均值達(dá)到90 mg/m3；巢湖南部于中午12時(shí)左右出現(xiàn)葉綠素暴發(fā)，最高值達(dá)325 mg/m3。在下午1時(shí)至3時(shí)，葉綠素a質(zhì)量濃度逐漸降低，均值下降至100 mg/m3，高值區(qū)域由南部逐漸轉(zhuǎn)移至巢湖中部及東南部沿岸。結(jié)合對巢湖水體的采樣分析，巢湖藻類易受水溫及光照影響，葉綠素質(zhì)量濃度均值的變化與當(dāng)日光照強(qiáng)度變化基本相符。由于秋冬季節(jié)巢湖地區(qū)降水量下降，污染物向東部地區(qū)遷移，導(dǎo)致葉綠素質(zhì)量濃度最高值集中于東部。

圖6 2011年12月11日巢湖葉綠素a質(zhì)量濃度分布

3.2 巢湖葉綠素a質(zhì)量濃度季節(jié)變化分析

選取2019年不同季節(jié)遙感影像與葉綠素a質(zhì)量濃度反演結(jié)果進(jìn)行對比分析，從而驗(yàn)證該模型在不同季節(jié)的適用情況。分別選取2019年5月1日、7月14日、10月3日和12月28日的實(shí)測水體處理獲得的葉綠素質(zhì)量濃度數(shù)據(jù),在ArcGIS軟件中根據(jù)葉綠素質(zhì)量濃度進(jìn)行分級制圖，與當(dāng)日8點(diǎn)25分的GOCI影像反演得到的葉綠素a質(zhì)量濃度空間分布圖進(jìn)行對比，如圖7所示?？梢钥闯鲈摲囱菽Ｐ涂梢赃m用于不同季節(jié)的巢湖水質(zhì)監(jiān)測，與當(dāng)天實(shí)地采集數(shù)據(jù)基本相符。

圖7 不同季節(jié)葉綠素a質(zhì)量濃度反演

選用2013年至2019年GOCI影像反演葉綠素a質(zhì)量濃度估算結(jié)果，在同一坐標(biāo)下進(jìn)行疊加，按照月份求平均值，結(jié)果如圖8所示。由于巢湖氣溶膠較高，多幅影像平均后邊界效應(yīng)疊加，導(dǎo)致湖岸高值明顯。在氣溶膠相對較薄的條件下，葉綠素空間分布仍保持一致性；但在氣溶膠相對較厚的條件下，估算結(jié)果明顯受到邊界效應(yīng)影響。氣溶膠較厚的條件下，紅、綠、藍(lán)光波段波動不大，近紅外波段數(shù)值波動非常大，在湖區(qū)邊界向中心的方向上由高到低變化，水陸邊界效應(yīng)的影響更加顯著，從而影響了葉綠素的空間分布[18]。從圖中可以看出，巢湖葉綠素a質(zhì)量濃度呈現(xiàn)明顯的季節(jié)性變化，在5月至11月整體葉綠素a質(zhì)量濃度較高，均值在100～200 mg/m3。12月至次年4月葉綠素a質(zhì)量濃度較低，均值在100 mg/m3以下，高值主要分布在巢湖西湖區(qū)。巢湖葉綠素質(zhì)量濃度月變化主要受氣溫影響較大，4月份溫度不斷上升，從4月開始懸浮物快速生長，藻類進(jìn)入暴發(fā)期，5月至8月迎來暴發(fā)。10月開始?xì)鉁亟档?，但懸浮物?shù)量仍居高不下，葉綠素a質(zhì)量濃度均值達(dá)到最大值245 mg/m3。到11月份開始降低，12月份達(dá)到最低值35 mg/m3。由于近年來全球變暖效應(yīng)，巢湖地區(qū)高溫時(shí)間增長，導(dǎo)致近10年巢湖月均葉綠素a質(zhì)量濃度高值月份較往年多。

圖8 2013—2019年巢湖葉綠素a質(zhì)量濃度月均時(shí)空分布

4 結(jié)論

本文利用GOCI數(shù)據(jù)建立半分析模型，用以監(jiān)測巢湖水質(zhì)的日變化。將巢湖水質(zhì)監(jiān)測的時(shí)間分辨率提高至1 h，以GOCI衛(wèi)星中對葉綠素a質(zhì)量濃度較為敏感波段進(jìn)行建模分析，對比不同算法對于葉綠素a質(zhì)量濃度的計(jì)算精度，將誤差維持在0.22 mg/m3左右。反演結(jié)果顯示：在一天中，上午8時(shí)至10時(shí)，葉綠素a質(zhì)量濃度整體較低，均值在100 mg/m3以下；上午10時(shí)至下午1時(shí)葉綠素a質(zhì)量濃度逐漸升高，中午12時(shí)左右出現(xiàn)最大值；下午1時(shí)至3時(shí)葉綠素a質(zhì)量濃度下降。在不同季節(jié)，春季到夏季葉綠素a質(zhì)量濃度不斷升高，均值在100～200 mg/m3，秋季達(dá)到最大值，冬季隨氣溫不斷降低，藻類進(jìn)入休眠期，葉綠素a質(zhì)量濃度也會下降。該反演模型可以用于不同季節(jié)觀測巢湖葉綠素a質(zhì)量濃度空間分布，對于巢湖水質(zhì)動態(tài)監(jiān)測具有重要意義。