基于CDOM吸收特性的東北地區(qū)水庫DOC濃度遙感估算*

賴鋒發(fā)，楊 倩，宋開山，尚盈辛

(1：吉林建筑大學(xué)測繪與勘查工程學(xué)院，長春 130018) (2：中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所，長春 130102)

有色溶解性有機物(CDOM)又稱黃色物質(zhì)，是溶解性有機質(zhì)(DOM)中有色的部分，占溶解有機碳(DOC)的10%～90%[1]，CDOM是水體中主要的吸光物質(zhì)，其光學(xué)特性比較單一，在水中主要表現(xiàn)為吸收特性，其散射可以忽略不計。CDOM從紫外到藍波段的吸收非常強烈，在阻止紫外線對水生生態(tài)系統(tǒng)不利影響的同時，還改變著水下光強的分布，影響水生生物群落的結(jié)構(gòu)和功能[2]。此外CDOM組成成分復(fù)雜，主要由富里酸、腐殖質(zhì)、芳烴聚合物等物質(zhì)組成，通過陸源和內(nèi)源兩個途徑輸入到水體中，陸源通常是陸生植被降解后形成的腐殖質(zhì)，內(nèi)源通常由水體中藻類和水生植被降解所形成[3]。CDOM的來源、性質(zhì)以及空間分布在不同水體中存在著顯著差異，CDOM光譜吸收特性能有效表征其物質(zhì)組成和來源[4-6]，并在一定程度上指示水體的污染狀況。

DOC是內(nèi)陸水體最主要的碳組分之一，也是DOM的主要成分，在水環(huán)境生態(tài)系統(tǒng)中扮演著多種角色，對全球碳循環(huán)過程及氣候變化都具有至關(guān)重要的作用[2]。正確認識河流溶解有機碳的行為特征，了解內(nèi)陸水體中有機碳的儲量和規(guī)律，對區(qū)域碳循環(huán)和碳估算具有重要意義。近年來，自然水體中的CDOM已成為研究熱點，國內(nèi)外學(xué)者在大洋Ⅰ類水體[7]、河口近岸水體[8]以及內(nèi)陸自然水體[9]中均發(fā)現(xiàn)CDOM與DOC有良好的關(guān)系，并利用MODIS、SeaWiFS和Landsat系列衛(wèi)星構(gòu)建了CDOM吸收系數(shù)與遙感反射率反演模型，根據(jù)DOC與CDOM吸收的關(guān)系完成對內(nèi)陸水體DOC濃度進行估算。

水庫作為極其重要的Ⅱ類水體具有復(fù)雜的光學(xué)特性，其中CDOM的濃度和組成差異直接導(dǎo)致了水庫之間水下光場性質(zhì)和結(jié)構(gòu)的差異性，對于整個內(nèi)陸水體碳循環(huán)系統(tǒng)具有重要貢獻。目前我國內(nèi)陸水體CDOM和DOC的相關(guān)研究在南方地區(qū)典型湖庫已相當系統(tǒng)，東北地區(qū)水庫CDOM光學(xué)特性的研究近年來也在不斷深入。以往研究表明東北地區(qū)內(nèi)陸水體的DOC濃度普遍高于南方地區(qū)內(nèi)陸水體，在我國內(nèi)陸水體碳循環(huán)作用中占有重要位置[10]。隨著東北老工業(yè)基地城市的快速發(fā)展，大量人類污染物和氮磷營養(yǎng)鹽排入水庫導(dǎo)致水體生態(tài)系統(tǒng)結(jié)構(gòu)和功能發(fā)生變化，因此東北地區(qū)水庫CDOM的光學(xué)特性研究亟待解決。利用CDOM作為水體生態(tài)環(huán)境指示因子、水體碳循環(huán)示蹤物對表征水庫水生生態(tài)系統(tǒng)有著重要的作用，這對于構(gòu)建東北地區(qū)水庫水質(zhì)參數(shù)反演監(jiān)測理論模型以及水資源管理具有重要的國家戰(zhàn)略意義。本研究以位于松花江上的東北地區(qū)三大水庫中的豐滿水庫和白山水庫為研究對象，其水系一脈相承，兩水庫區(qū)域內(nèi)具有顯著人類活動及地表徑流輸入特征。通過解析兩個水庫的CDOM吸收與DOC濃度特征，利用Landsat系列遙感數(shù)據(jù)進行兩水庫的CDOM年際時空反演研究，結(jié)合CDOM吸收特征與DOC濃度的相關(guān)性，對水庫DOC濃度進行時空演變分析，并解析DOC濃度變化的驅(qū)動因素，以期進一步揭示CDOM在東北地區(qū)內(nèi)陸水庫型湖泊中的光學(xué)特性變化，為水質(zhì)參數(shù)反演監(jiān)測提供理論依據(jù)。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

白山水庫和豐滿水庫位于吉林省東南部地區(qū)，是松花江南源上建立的2個梯級水庫。其水系一脈相承，是東北地區(qū)排名前三的大型水庫，年內(nèi)氣溫變化較大，封凍期長，降水量由東南山區(qū)向西北平原遞減，來水相對集中在春季和夏季兩個汛期。白山水庫位于吉林省樺甸與靖宇兩縣交界處，于1992年正式完工，全河段位于長白山山脈中，層巒迭嶂，河谷狹長彎曲，水深能達80 m以上。豐滿水庫位于吉林市東部，是1937年豐滿水電站建成后形成的人工湖泊，平均水深30～40 m，水庫總庫容107.8億m3，庫區(qū)水量豐富，落差集中，以發(fā)電防洪為主，兼具旅游開發(fā)功能，流域內(nèi)森林覆蓋率由東南向西北呈遞減趨勢，林區(qū)隨著海拔的降低轉(zhuǎn)變?yōu)檫m宜耕種的農(nóng)田。

1.2 野外采樣

本研究于2015年5月、2018年10月、2019年6月對白山水庫采樣，2015年8月、2018年10月、2020年10月對豐滿水庫采樣，采集豐滿水庫33個表層水樣，白山水庫76個表層水樣，5次共采集109個有效采樣點(圖1)。現(xiàn)場利用YSI多參數(shù)水質(zhì)儀(YSI EXO2)測定溫度、pH、溶解氧DO、鹽度、濁度、葉綠素等。在每個采樣點用手持式GPS定位儀記錄樣點的位置和海拔高度。水樣采集水面表層以下約0.2 m的水體，使用預(yù)清潔的PET塑料瓶收集約3 L水樣，當天使用混合纖維濾膜(半島0.45 μm)過濾水樣，將初步過濾的水樣放入車載冰箱冷凍保存，帶回實驗室進行測試。

圖1 研究區(qū)采樣點分布 (a：豐滿水庫；b：白山水庫)Fig.1 Samplingsites distribution of study area (a: Fengman Reservoir, b: Baishan Reservoir)

1.3 實驗室DOC及CDOM參數(shù)測定及計算

DOC濃度是由初步過濾水樣通過島津總有機碳分析儀(TOC-VCPN)測試得出，CDOM吸收系數(shù)的測試是將初步過濾水樣使用聚碳酸酯膜(Whatman 0.2 μm)再次過濾得到用于CDOM測試的水樣，以超純水作為參照，利用島津紫外-可見光分光光度計(UV-6200)測量CDOM濾液在200～800 nm處的吸光度，利用公式1得到CDOM的吸收系數(shù)：

aCDOM(λ)=2.303A(λ)/L

(1)

式中，aCDOM(λ)表示CDOM的吸收系數(shù)(m-1)，L為光路路徑1 cm，本文CDOM濃度使用355 nm處吸收系數(shù)來表示。

SUVA254(比紫外吸光度)表示CDOM在波長254 nm處的吸收系數(shù)與DOC濃度的比值，用來表征單位DOC濃度的CDOM對光的吸收能力，其大小反映水體中有機質(zhì)的芳香性和腐殖化程度，SUVA254越高其芳香性和腐殖化程度越高[11]。

M值表示aCDOM(250)/aCDOM(365)的比值，用來表征CDOM分子量的大小，M值與CDOM相對分子質(zhì)量的大小呈反比，M值越大CDOM分子量越小，腐殖酸的比例越低[12]。

CDOM吸收光譜特性通常用公式(2)表示，采用最小二乘法對275～400 nm之間波段進行非線性擬合得到不同光譜斜率值。光譜斜率S275-295表示CDOM在275～295 nm波段處吸收光譜的斜率，S350-400表示CDOM在350～400 nm波段吸收光譜的斜率，SR表示光譜斜率比，為S275-295/S350-400(λ0為440 nm)：

aCDOM(λ)=aCDOM(λ0)exp [S(λ0-λ)]

(2)

吸收光譜斜率S值的大小與DOC的來源和組成有關(guān)，當DOC以陸源即流域內(nèi)土壤腐殖質(zhì)淋溶析出為主時S值偏小，當DOC以內(nèi)源即水體中生物自身分解為主時S值偏大。S275-295能表征富里酸和腐殖酸的比例差異，斜率S越高表明其富里酸含量越高，斜率S越低表明腐殖質(zhì)含量越高[12]。

1.4 遙感影像獲取與模型構(gòu)建

由于白山水庫和豐滿水庫較長河段都在山谷中蜿蜒，水面寬度大多不超過500 m，Landsat系列衛(wèi)星能提供30 m的空間分辨率和較好的時間序列支持，因此本研究使用Landsat系列衛(wèi)星進行反演。遙感影像數(shù)據(jù)利用Google earth engine(GEE)平臺提供的地表反射率數(shù)據(jù)集“USGS Landsat 5/7/8 Surface Reflectance Tier 1”。地表反射率是將已經(jīng)通過大氣校正的地面反射輻射量與入射量之比，反映地表對太陽輻射吸收和反射的能力，反射率越大，地表吸收的太陽輻射就越小。其中“Landsat5/7 Surface Reflectance Tier 1”數(shù)據(jù)集是Landsat 5 TM和landsat7 ETM+的原始數(shù)據(jù)利用LEDAPS程序根據(jù)6S輻射傳輸模型進行處理得到地表反射率產(chǎn)品，“Landsat 8 Surface Reflectance Tier 1”使用LaSRC程序進行大氣校正后生成。其中Landsat 5 TM擁有7個波段，包含3個可見光、1個近紅外、2個短波紅外和1個熱紅外波段，Landsat 7 ETM+增加一個15 m分辨率的全色波段并將熱紅外分辨率提高至30 m，Landsat 8 OLI在Landsat 7 ETM+的基礎(chǔ)上新增藍色波段(0.433～0.453 μm)和用于云檢測的短波紅外波段(1.36～1.39 μm)。

通過GEE平臺挑選出采樣當天或者相近時間無云影像，提取出采樣點位置處的遙感反射率，從白山水庫和豐滿水庫分別隨機抽取三分之二的樣本進行模型建立，剩余三分之一的樣本用于模型精度驗證，通過回歸分析將相關(guān)系數(shù)較高的波段或波段組合作為自變量進行擬合分析，建立CDOM遙感反演模型?；跇?gòu)建的遙感CDOM波段組合模型，估算2000-2020年白山水庫和豐滿水庫時空變化情況(除去2012年無合適遙感影像)，利用GEE篩選出無云非結(jié)冰期184景Landsat系列衛(wèi)星影像，影像分布如圖2所示，為減少因不同月份可利用的遙感影像數(shù)量分布不均的誤差，在計算時空分布時，首先計算非冰期春、夏、秋季影像CDOM的均值，再以非冰期不同季節(jié)平均值計算CDOM年均值。

圖2 遙感影像時間分布(a：豐滿水庫；b：白山水庫)Fig.2 Time distribution of remote sensing image (a: Fengman Reservoir, b: Baishan Reservoir)

1.5 其他數(shù)據(jù)

本文使用的DEM數(shù)據(jù)為ASTER GDEM V3數(shù)字高程數(shù)據(jù)集(https://search.earthdata.nasa.gov/)，該數(shù)據(jù)集空間分辨率為1弧秒(約30 m)，參考大地水準面為世界大地測量系統(tǒng)(WGS84)和1996年地球重力模型(EGM96)大地水準面投影。土地利用數(shù)據(jù)來自于GlobeLand30 V2020版(http://globeland30.org/)，氣象數(shù)據(jù)來自國家氣象科學(xué)數(shù)據(jù)中心(http://data.cma.cn/)中國地面氣候標準值月值數(shù)據(jù)集，收集其中降水、溫度信息；歸一化植被指數(shù)(NDVI)來自中分辨率成像光譜儀(MODIS)數(shù)據(jù)集MODIS/Terra Vegetation Indices Monthly L3 Global 1km SIN Grid V061，分辨率為1 km的月均值數(shù)據(jù)；人口、化肥使用量、工業(yè)廢水、生活廢水等統(tǒng)計數(shù)據(jù)來自吉林省統(tǒng)計局公布的統(tǒng)計年鑒。

1.6 統(tǒng)計分析和隨機森林模型

本文采用IBM SPSS Statistics 26軟件進行統(tǒng)計分析，包括方差分析(ANOVA)用于兩個及兩個以上樣本均數(shù)差別的顯著性檢驗，分別用**(P<0.01)和*(P<0.05)表示，Pearson相關(guān)性分析、Spearman相關(guān)性分析、擬合分析、均方根誤差(RMSE)和平均相對誤差(MRE)來分析估計值和實測值是否一致，其中RMSE和MRE的計算公式為:

(3)

(4)

將氣象數(shù)據(jù)和NDVI月均數(shù)據(jù)計算為年均值，結(jié)合水體所在行政區(qū)統(tǒng)計年鑒的人口、污水排放量、化肥使用量等多種類型驅(qū)動因子，通過Spearman相關(guān)性分析計算單個因子與CDOM的相關(guān)性，篩選出相關(guān)性顯著的因子(P<0.05)作為自變量，將年均CDOM值作為因變量，基于多元回歸分析方法[13]，利用SPSS軟件對豐滿水庫和白山水庫的自然和人為因素進行回歸分析，最后根據(jù)標準化回歸系數(shù)和回歸方程確定不同因子貢獻度。

利用R語言Trend包中的mk.test函數(shù)實現(xiàn)Mann-Kenddall(M-K)檢驗，M-K趨勢檢驗法是一種非參數(shù)檢驗，它不需要數(shù)據(jù)服從特定的分布，是一種常用的趨勢檢驗方法，其中Uf的值大于零表示序列呈現(xiàn)上升趨勢，反之呈下降趨勢，當超過顯著水平臨界線時表明上升或下降趨勢明顯。

隨機森林模型由Breiman等[14]基于bagging算法構(gòu)建，近年來也逐步被應(yīng)用于水質(zhì)參數(shù)反演[15-16]，本文利用R語言中randomForest包實現(xiàn)隨機森林模型，其中最重要的參數(shù)為mtry和ntree，mtry表示指定節(jié)點中用于二叉樹的最佳變量個數(shù)，ntree表示隨機森林所包含的決策樹數(shù)目。將Landsat 8 B1～B7這7個波段的地表反射率作為輸入自變量，aCDOM(355)作為因變量，隨機挑選三分之二采樣點用于模型構(gòu)建，三分之一用于檢驗。

2 結(jié)果

2.1 CDOM吸收系數(shù)特征分析

CDOM吸收系數(shù)從紫外到可見光的范圍內(nèi)大致呈指數(shù)遞減(圖3)，以355 nm處吸收系數(shù)表征CDOM濃度，其中豐滿水庫CDOM濃度均值為(4.73±1.37) m-1，白山水庫為(7.18±2.75) m-1，總體上白山水庫CDOM濃度高于豐滿水庫，兩個水庫樣點除數(shù)值上有一定差距外，吸收特性一致表現(xiàn)為紫外波段吸收強烈，在275～295 nm左右呈現(xiàn)出一個吸收肩，這與施坤等[17]的結(jié)果一致，豐滿水庫和白山水庫的吸收肩斜率S275-295變化范圍(均值)分別為0.0157～0.0234 (0.018±0.002)和0.0154～0.0206 (0.017±0.0015) nm-1，豐滿水庫的均值略高于白山水庫，反映豐滿水庫CDOM中富里酸占比高于白山水庫。

圖3 CDOM吸收系數(shù)曲線(a：豐滿水庫；b：白山水庫)Fig.3 CDOM absorption coefficient curve(a: Fengman Reservoir, b: Baishan Reservoir)

從圖4可以看出，白山水庫與豐滿水庫的SUVA254均值分別為(6.63±0.73)、(5.21±0.59) L/(mg·m)，白山水庫和豐滿水庫的S275-295均值分別為0.017±0.001和0.018±0.002，M值均值分別為6.31±0.52和7.29±1.0，CDOM各項吸收參數(shù)顯示白山水庫腐殖酸含量略高于豐滿水庫，兩個水庫CDOM組分和來源具有差異性(P<0.05)。

圖4 白山水庫和豐滿水庫CDOM吸收參數(shù)M值、SUVA254和S275-295Fig.4 CDOM absorption parameters M, SUVA254 and S275-295 values of Baishan Reservoir and Fengman Reservoir

2.2 CDOM建模與驗證

通過CDOM吸收曲線可以看出CDOM在短波段更為敏感，因此選擇CDOM常用建模波段藍波段(430～450 nm)、綠波段(530～590 nm)、紅波段(640～670 nm)，利用波段比值的經(jīng)驗方法進行建模估算CDOM。如表1所示，單波段反演aCDOM(355)與藍波段的相關(guān)性最好(驗證R2=0.32，RMSE=2.21 m-1，MRE=36.47%)，其次是綠波段(驗證R2=0.19，RMSE=2.43 m-1，MRE=39.93%)，最后通過對比R2、RMSE選擇最優(yōu)模型——紅/藍，綠波段模型效果最好，驗證R2=0.86，RMSE=0.97 m-1，MRE=15.18%。

表1 波段組合Tab.1 Band combination

2.3 基于CDOM的DOC濃度估算

CDOM與DOC具有較好的一致性，不僅體現(xiàn)在海洋、河口和海岸帶，還體現(xiàn)在內(nèi)陸湖泊河流中。本研究將實測CDOM和DOC數(shù)據(jù)分為三分之二用于建模(N=73)，三分之一用于驗證(N=35)，通過回歸分析得到DOC=0.478aCDOM(355)+2.515，對比豐滿水庫和白山水庫DOC與aCDOM(355)呈現(xiàn)良好線性關(guān)系，其R2分別為0.79和0.92，與先前諸多研究表現(xiàn)一致，證實CDOM反演DOC的可能性。

隨機將實測DOC數(shù)據(jù)三分之二用于建模，三分之一用于驗證，即豐滿水庫22個點用于訓(xùn)練模型，10個點用于精度驗證，白山水庫51個點用于訓(xùn)練模型，25個點用于精度驗證。通過分析豐滿水庫、白山水庫采樣點數(shù)據(jù)中CDOM與DOC的相關(guān)關(guān)系，得出aCDOM(355)與DOC呈顯著正相關(guān)(圖5a)，驗證結(jié)果如圖5b所示，方程斜率接近1，散點均勻分散于兩側(cè)，R2=0.78，RMSE=0.65 m-1，MSE=10.9%。

圖5 CDOM吸收系數(shù)與DOC濃度模型構(gòu)建和驗證Fig.5 Construction and verification of CDOM absorption coefficient and DOC concentration model

2.4 CDOM與DOC的時空演變

利用GEE平臺篩選出2000-2020年無云非結(jié)冰期184景Landsat系列衛(wèi)星影像，基于CDOM波段組合模型反演CDOM值，通過CDOM與DOC較好的一致性，得到2000-2020年DOC空間分布平均值(圖6，7)。白山水庫年均DOC濃度范圍(均值)為5.05～8.6(5.9±0.97)m-1，而豐滿水庫年均濃度(均值)為4.84～6.97(5.35±0.6)m-1，從整體上看白山水庫和豐滿水庫DOC濃度一直上下波動但變化幅度不大，從時間上看年均最高值均為2017年，最低值均為2011年，白山水庫在絕大多數(shù)年份均值高于豐滿水庫(除2009年)。從空間上看，高值區(qū)域的分布大致符合東部和南部高，西北部較低的情況，豐滿水庫干流和支流匯入的河段即水庫的南部和東部區(qū)域DOC濃度相對較高，匯入水庫之后DOC濃度都有一定程度的減小，白山水庫DOC高濃度區(qū)域主要出現(xiàn)在上游段頭道松花江的匯入段以及東部二道松花江匯入段，豐滿水庫DOC高濃度區(qū)主要出現(xiàn)在南部支流輝發(fā)河的匯入段以及東部蛟河支流的匯入段。

圖6 2000-2020年白山水庫DOC濃度時空分布Fig.6 Spatio-temporal distribution of DOC concentration in Baishan Reservoir from 2000 to 2020

圖7 2000-2020年豐滿水庫DOC濃度時空分布Fig.7 Spatio-temporal distribution of DOC concentration in Fengman Reservoir from 2000 to 2020

通過M-K檢驗分析DOC年均值變化可以看出，UF均在顯著區(qū)間內(nèi)波動，白山水庫和豐滿水庫的變化基本一致，呈現(xiàn)變化不顯著，在2010年之前，變化呈現(xiàn)上下波動，2010年之后均表現(xiàn)出上升趨勢(圖8)。

圖8 白山水庫(a)與豐滿水庫(b)DOC年均變化的M-K檢驗(橙色虛線表示Z值(P=0.05))Fig.8 M-K test of average annual variation of DOC in Baishan Reservoir (a) and Fengman Reservoir (b)

2.5 驅(qū)動力分析結(jié)果

所有的驅(qū)動因素數(shù)據(jù)時間段均選擇2000-2020年，分別計算出水庫年均CDOM與氣象和人類活動因子Spearman相關(guān)系數(shù)和顯著性檢驗P值(表2)，通過構(gòu)建多元線性回歸模型，評價驅(qū)動因子變化對水庫CDOM的貢獻情況。白山水庫年均CDOM變化回歸方程由6個驅(qū)動因子組成，可解釋其年均變化的83.1%(R2=0.831)，貢獻率排前3位的因素是降水、生活污水排放量和磷肥的使用量，分別貢獻54%、9.07%和8.73%，豐滿水庫年均CDOM變化回歸方程由6個驅(qū)動因子組成，可解釋其年均變化的79.4%(R2=0.794)，貢獻率排前3位的是降水、氮肥使用量和人口，分別貢獻60%、12%、7.2%。其中對白山水庫和豐滿水庫CDOM影響最大的因子均為降水，分別占貢獻率的54%和65%(圖9)。年際變化研究中選取的影像以秋季居多，秋季白山地區(qū)正逢鋒面過境以及受臺風(fēng)北上影響雨水極為豐富，白山水庫和豐滿水庫兩岸地形極為復(fù)雜，溝叉港灣眾多，周邊農(nóng)田環(huán)繞，因此受降水和農(nóng)田施肥的影響較為密切。

表2 水庫CDOM與氣候和人為因素的相關(guān)性Tab.2 Correlation between CDOM of reservoir and climate and human factors

圖9 各驅(qū)動因子對白山水庫和 豐滿水庫CDOM的貢獻率 (*表示P<0.01，**表示P<0.05)Fig.9 Contribution rate of driving factors to CDOM of Baishan Reservoir and Fengman Reservoir (*indicates P<0.01, **indicates P<0.05)

3 討論

3.1 CDOM吸收特征分析

CDOM各項吸收參數(shù)多年均值均顯示白山水庫的腐殖酸含量略大于豐滿水庫，即白山水庫CDOM的分子量略大于豐滿水庫，并表現(xiàn)出良好的一致性。SUVA254與CDOM中芳香族成分有強相關(guān)性，更高的SUVA254反映芳香族含量更高(表3)，對比國內(nèi)其他河流湖泊，白山水庫和豐滿水庫中SUVA254值相對較高，即CDOM芳香族的含量較高且白山水庫高于豐滿水庫。研究發(fā)現(xiàn)[18]，河流或者受河流影響較大的河口及沿岸區(qū)域，其S值通常較小，在0.011～0.018 nm-1之間，而白山水庫和豐滿水庫的S275-295均值分別為(0.017±0.0015)和(0.018±0.002) nm-1，反映出水庫受河流輸入的影響較大，白山水庫與豐滿水庫中aCDOM(355)的吸收系數(shù)與斜率S275-295呈現(xiàn)相反的關(guān)系，較低的S值對應(yīng)較高的CDOM吸收系數(shù)，這同殷燕等在新安江水庫[19]以及段洪濤等在太湖[20]的研究一致。

表3 相關(guān)文獻中湖庫CDOM吸收參數(shù)對比Tab.3 Comparison of CDOM absorption parameters in lakes and reservoirs in related literature

從年際變化反演和驅(qū)動力分析的結(jié)果看，CDOM濃度的變化主要受到人類活動和氣候變化方面的影響，在各支流處匯入時濃度變化尤為明顯。輝發(fā)河口與蛟河匯入口水質(zhì)較差，在反演的年際變化中可以清晰地看出，支流匯入處CDOM濃度較大，支流給豐滿水庫庫區(qū)帶來大量污染物，但是由于豐滿水庫中下游段湖水較深、湖面逐漸變寬、水流速度逐漸放緩，在水體的自凈作用下，污染物逐漸被降解稀釋，因此越靠近下游，豐滿大壩水質(zhì)越好，CDOM濃度越低，而白山水庫河道相對狹小，從支流匯入的高濃度CDOM逐漸被降解稀釋的效果不如豐滿水庫明顯。

CDOM各項吸收參數(shù)均表明白山水庫和豐滿水庫CDOM偏向于陸源大分子腐殖酸。通常陸源有機物主要來源于土壤表層中生物的降解，通過降水的方式進入庫區(qū)[21]，根據(jù)驅(qū)動力分析可以看出降水和污水排放量貢獻率超過2/3，降水將水庫周邊林地、草地和農(nóng)田等生產(chǎn)降解出的部分有機物沖刷進入庫區(qū)，而隨著城鎮(zhèn)化的進程，白山水庫和豐滿水庫周圍常伴有城鎮(zhèn)污水進入[22]，污水排放分別占白山水庫和豐滿水庫CDOM貢獻率的16.52%和8.6%，未處理或者處理不完全的污水注入庫區(qū)導(dǎo)致CDOM濃度增加。

3.2 CDOM模型討論

通過波段比值將遙感影像與地面信息聯(lián)系起來是很常見的，例如用于葉綠素反演[27]、水體懸浮顆粒物反演[28]和監(jiān)督分類[29]等，諸多學(xué)者研究表明[30-31]通過波段比值可以校正大氣的一些影響，增強所需的信息或者減弱其他信息的干擾。本文采用紅、綠、藍3個波段建立波段比值模型，得到良好的效果(R2=0.86，RMSE=0.97，MRE=15.1%)，由于CDOM的光學(xué)吸收特性隨著波長增加呈現(xiàn)指數(shù)型遞減，理論上短波的CDOM濃度更加敏感，藍波段是反演CDOM的理想波段，但是藍波段大氣校正結(jié)果通常誤差較大，在內(nèi)陸水體中易受其他水體組分影響，而CDOM在紅波段的響應(yīng)可以忽略不計，因此紅波段的加入起到歸一化的作用，減少大氣校正誤差的影響提升反演精度，綠波段的加入一定程度上能夠減弱浮游植物和非藻類顆粒物在藍波段的吸收對CDOM反演造成的影響。

利用遙感影像對CDOM進行估測不僅僅只有波段比值方法，還有機器學(xué)習(xí)算法[16]、QAA算法[32]和矩陣反演法[33]等，但這些方法同樣具有不足之處，比如計算復(fù)雜、計算量大或者模型構(gòu)建復(fù)雜需要更多實測固有光學(xué)特性參數(shù)進行模型構(gòu)建，而波段比值法進行反演建模的優(yōu)點是算法簡單、便于快速計算實現(xiàn)，能夠一定程度上消除大氣影響，在面對獲取的遙感影像具有薄霧干擾時，波段比值模型表現(xiàn)出更好的抗干擾能力，缺點在于得出的反演模型只能用做特定的研究區(qū)域，普適性較差。本文嘗試使用機器學(xué)習(xí)中隨機森林算法對白山水庫和豐滿水庫CDOM進行估算，在兩水庫采樣點中隨機挑選72個采樣點作為訓(xùn)練集用于模型構(gòu)建，36個采樣點作為驗證集用于模型檢驗，將Landsat 8 B1～B7這7個波段的地表反射率作為輸入自變量，aCDOM(355)作為因變量，采用R語言的隨機森林包實現(xiàn)反演。隨機森林在驗證精度上和波段比值模型相似(表4)，雖然該算法的相關(guān)性較高，但由于樣品數(shù)量較少，會對隨機森林算法的準確性產(chǎn)生影響，因此不具有可行性。在今后研究中將進一步進行補充實驗采樣，嘗試在大尺度地區(qū)進行機器學(xué)習(xí)算法模型的構(gòu)建，最終構(gòu)建具有東北地區(qū)普適性的精確CDOM遙感反演模型和DOC估算模型。

表4 經(jīng)驗?zāi)Ｐ团c隨機森林模型對比Tab.4 Comparison between empirical model and stochastic forest model

3.3 DOC估算的不確定性

我國內(nèi)陸水體中DOC的濃度受區(qū)域地理條件、人類活動以及季節(jié)的影響較大，趙瑩[34]、尚盈辛等[35]研究表明各類內(nèi)陸水體在不同的地域、季節(jié)以及人類活動的影響下，DOC與CDOM的相關(guān)性具有很大的不確定性，因此需要在不同地區(qū)建立DOC與CDOM的相關(guān)性模型，為進一步精確估算DOC濃度提供理論數(shù)據(jù)支撐。

由于DOC并沒有明顯的光譜特性，因此DOC的遙感反演通常是依靠間接的形式進行估算[36]，利用CDOM與DOC的強相關(guān)性估算DOC避免不了誤差的累計傳播。同時，DOC和CDOM的來源不一定是相同的，盡管CDOM與DOC呈現(xiàn)明顯線性關(guān)系，但是根據(jù)來源的不同線性關(guān)系強弱會發(fā)生變化[37]，在河流交匯口，水體的垂直和水平交換速率較大，水體各項物質(zhì)濃度不穩(wěn)定，CDOM比DOC更容易發(fā)生光降解[38]，這些復(fù)雜的原因增加了DOC反演的不確定性。

白山水庫和豐滿水庫位于我國東北地區(qū)，四季分明，冬季嚴寒漫長，夏季雨熱同期，每年從12月上旬開始結(jié)冰到次年3月份陸續(xù)融化，在這期間由于冰雪覆蓋的影響，導(dǎo)致衛(wèi)星遙感影像很難對CDOM進行很好地估算，Song等[39]對東北松嫩平原40個湖泊進行研究，發(fā)現(xiàn)同一點的冰樣CDOM濃度遠小于水樣，因此在估算的年均情況中去除了冬季的影響，容易導(dǎo)致年均值有一定程度的高估。在今后的研究中會進一步擴大東北地區(qū)水庫的采樣和研究范圍，選取不同季節(jié)、不同類型的水庫進行CDOM與DOC的相關(guān)性研究以及CDOM和DOC的遙感反演模型構(gòu)建，為今后構(gòu)建東北地區(qū)具有普適性的大尺度區(qū)域DOC估算和相關(guān)部門提供水庫水質(zhì)監(jiān)測應(yīng)用提供數(shù)據(jù)支撐。

4 結(jié)論

本文通過野外實測數(shù)據(jù)和Landsat系列衛(wèi)星驗證了通過遙感影像反演東北地區(qū)典型內(nèi)陸水庫——豐滿水庫和白山水庫無冰期CDOM變化的能力(R2=0.86，RMSE=0.97 m-1)，反演2000-2020年(除去2012年無遙感影像)aCDOM(355)年均值，體現(xiàn)出Landsat系列衛(wèi)星利用波段比值法反演豐滿水庫和白山水庫CDOM的可靠性，根據(jù)CDOM與DOC的強相關(guān)性反演出水庫DOC濃度年均值(R2=0.78，RMSE=0.65)，證明了遙感影像對DOC濃度變化監(jiān)測的能力，增加了對東北典型水庫碳循環(huán)的了解。

從反演結(jié)果來看，白山水庫和豐滿水庫CDOM與DOC呈現(xiàn)出空間差異和季節(jié)差異。從空間上看，白山水庫與豐滿水庫的高值區(qū)都分布在東部和南部支流的匯入處，越靠近下游大壩附近值越低。通過分析CDOM的吸收特性，發(fā)現(xiàn)白山水庫的腐殖酸含量略高于豐滿水庫?？傮w來看，白山水庫和豐滿水庫CDOM更傾向于陸源大分子的腐殖酸，降水、化肥使用量和污水排放量對白山水庫和豐滿水庫CDOM時空變化起到主要影響作用。因此，在未來工作中將利用三維熒光技術(shù)結(jié)合平行因子以及分子結(jié)構(gòu)分析等方法對東北典型水庫CDOM空間分布特征及其來源做進一步遙感監(jiān)測建模和時空演變分析。