GF-1與GF-6 WFV影像在滇池懸浮物濃度反演中的對比分析

趙 冉，楊鳳蕓*，孟慶巖，康育鵬，鄭佳媛，胡新禮，楊 杭

1.遼寧科技大學(xué)土木工程學(xué)院，遼寧 鞍山 114051 2.中國科學(xué)院空天信息創(chuàng)新研究院，北京 100101 3.中國科學(xué)院大學(xué)資源與環(huán)境學(xué)院，北京 100049 4.河南理工大學(xué)測繪與國土信息工程學(xué)院，河南 焦作 454003

引 言

總懸浮物(total suspended matter, TSM)作為主要的水質(zhì)參數(shù)之一，其含量直接影響著光在水中的傳播進而決定了湖泊的初級生產(chǎn)力[1]。傳統(tǒng)的水質(zhì)監(jiān)測方法費時費力，易受水文、天氣等影響，遙感技術(shù)的發(fā)展和應(yīng)用為水質(zhì)監(jiān)測帶來了新的手段。目前，國內(nèi)外學(xué)者多采用MODIS，Landsat-8和Sentinel-2等數(shù)據(jù)開展水體TSM監(jiān)測研究，如Shi[2]等基于多年實測數(shù)據(jù)與MODIS影像構(gòu)建了用于估算中國太湖TSM穩(wěn)健的經(jīng)驗?zāi)Ｐ?，并對太湖長時間序列的TSM進行分析。Kuhn[3]等采用Sentinel-2和Landsat-8數(shù)據(jù)分別對三條河流的葉綠素a與渾濁度進行反演并對比兩種數(shù)據(jù)的反演結(jié)果。隨著水環(huán)境遙感的不斷發(fā)展，國內(nèi)外學(xué)者對于水體TSM估算也提出了不同的思路，如Molkov[4]等提出的一種采用單一輻射計同時在現(xiàn)場測量遙感反射率和采用高速滑行摩托艇上的紫外熒光激光雷達測量水成分濃度的方法，并建立了波段比值模型反演了TSM。

TSM監(jiān)測為后續(xù)懸浮物的估算提供支撐，當(dāng)前遙感估算以建立星上行與實測點之間的相關(guān)關(guān)系為主，其中經(jīng)驗方法[5-6]作為水質(zhì)參數(shù)反演中較為成熟的方法，模型構(gòu)建較為簡單且能在一定程度上削弱大氣校正產(chǎn)生的誤差影響，張毅博[7]等采用Landsat 8的藍、綠和全色波段構(gòu)建了TSM多元回歸模型對新安江水庫進行反演研究。Cao[8]等對Landsat多光譜數(shù)據(jù)構(gòu)建了B5/B4的比值模型對于橋水庫懸浮物濃度進行評估效果較好。Liu[9]等基于GOCI數(shù)據(jù)開發(fā)了一種基于光譜吸收指數(shù)的經(jīng)驗TSM檢索算法，該算法以藍、綠、近紅外波段構(gòu)建SAI指數(shù)建立與TSM之間的函數(shù)關(guān)系，估算TSM濃度，實驗表明SAI算法對于TSM濃度較高的區(qū)域反演效果較好。李建鴻[10]等研究發(fā)現(xiàn)水體高光譜數(shù)據(jù)的B707/B536與TSM濃度的相關(guān)性最高。上述研究表明，經(jīng)驗?zāi)Ｐ偷姆椒梢杂行Х囱菟wTSM濃度，500～900 nm波段為TSM反演的敏感波段，本工作選擇經(jīng)驗方法對研究區(qū)進行TSM研究。

隨著國產(chǎn)高分辨率衛(wèi)星的推廣應(yīng)用，高分系列衛(wèi)星在水質(zhì)監(jiān)測方面得到廣泛應(yīng)用，如Na[11]等采用GF-1/WFV衛(wèi)星和水質(zhì)監(jiān)測數(shù)據(jù)，篩選了欽州灣近岸水體葉綠素a濃度的敏感波段和波段組合，利用逐步回歸分析構(gòu)建了葉綠素a反演模型。Chen等[12]采用GF-4衛(wèi)星數(shù)據(jù)對杭州灣懸浮物濃度進行反演并分析了海底地形與潮汐過程對TSM的影響。作為我國首顆精準(zhǔn)農(nóng)業(yè)監(jiān)測的高分衛(wèi)星，GF-6/WFV已經(jīng)開始應(yīng)用于在水質(zhì)參數(shù)反演方面，如李宏哲[13]等采用GF-6與Landsat-8對巢湖水質(zhì)富營養(yǎng)化狀態(tài)進行了差異性評價，Guo[14]等對GF-1/WFV和GF-6/WFV數(shù)據(jù)的一致性做了相關(guān)分析，但目前還未見對GF-1/WFV與GF-6/WFV衛(wèi)星數(shù)據(jù)在水質(zhì)參數(shù)反演中效果進行對比分析，本工作針對此問題在GF-1/WFV與GF-6/WFV相同波段具有一致性的研究基礎(chǔ)上，采用經(jīng)驗方法對GF-6/WFV新增波段在水體TSM反演效果與GF-1/WFV進行對比分析，反演了2020年各月份TSM并對其時空分布進行分析，以期為GF-6/WFV在水質(zhì)監(jiān)測中的應(yīng)用提供依據(jù)，為未來內(nèi)陸水質(zhì)監(jiān)測傳感器的波段設(shè)置提供參考和借鑒。

1 實驗部分

1.1 研究區(qū)概況

滇池位于云南省昆明市南部(102°37′—102°48′E，24°40′—25°02′N)，是云南省面積最大的高原湖泊，也是全國第六大淡水湖，素有“高原明珠”之稱，湖泊水面面積約309 km2，蓄水量達15.6億m3。隨著城市化發(fā)展，位于昆明市城市下游的滇池水污染負荷日益嚴(yán)重，20世紀(jì)60年代，水體清澈見底，水生植物豐富，水質(zhì)達到Ⅱ類標(biāo)準(zhǔn)；70年代水質(zhì)降為Ⅲ類；80年代后水體富營養(yǎng)化嚴(yán)重，草海水質(zhì)為Ⅴ類，外海水質(zhì)為Ⅳ類；90年代整體水質(zhì)為Ⅴ類；2000年后整個湖泊水質(zhì)為劣Ⅴ類。滇池水質(zhì)的惡化不僅對水生動植物的生存造成威脅也對當(dāng)?shù)氐纳鷳B(tài)環(huán)境造成嚴(yán)重影響，因此研究滇池水域TSM的狀況對滇池及周邊環(huán)境的治理和保護十分重要。

1.2 實地采樣數(shù)據(jù)

實地水體樣本采集時間為2020年11月19日與2020年11月22日，采樣當(dāng)天天氣晴朗無云、水面風(fēng)浪較小，采用手持GPS進行定位并記錄采樣點經(jīng)緯度，共采集21個樣本如圖1所示，基本覆蓋整個湖面。在水樣采集過程中，盡量保持船只與水面相對靜止，收集水樣的瓶子需用樣點處水體沖洗2～3次，并做好標(biāo)記存儲在陰涼處，待采樣完畢立即送往實驗室采用過濾烘干法測量TSM。

圖1 研究區(qū)域與采樣點分布

1.3 遙感影像數(shù)據(jù)

使用的遙感影像數(shù)據(jù)為GF-1/WFV(以下簡稱GF-1)和GF-6/WFV(以下簡稱GF-6)，兩種影像數(shù)據(jù)的主要參數(shù)對比如表1所示，影像數(shù)據(jù)獲取時間分別為2020年11月21日與2020年11月19日。研究區(qū)域在影像獲取日期內(nèi)基本無云層覆蓋，平均云量均小于5%，GF-1與GF-6數(shù)據(jù)定標(biāo)參數(shù)在中國資源衛(wèi)星應(yīng)用中心(http://www.cresda.com/CN/)獲得。為了觀察滇池TSM的時空變化情況，研究下載了2020年5月—12月共計6幅GF-6/WFV影像，成像日期分別為5月10日、7月27日、9月2日、10月13日、11月19日和12月26日。

表1 GF-1與GF-6影像的主要參數(shù)對比

2 實驗部分

2.1 波段一致性分析方法

采用統(tǒng)計分析方法對GF-1和GF-6數(shù)據(jù)的藍、綠、紅和近紅外波段進行一致性分析，將研究區(qū)地物分為4類包括為耕地、林地、水田和水體，每種地物選取20～30個感興趣區(qū)，將GF-1與GF-6影像的不同地物感興趣區(qū)對應(yīng)的各波段地表反射率值形成散點圖，并進行線性擬合計算決定系數(shù)，決定系數(shù)越高則表明兩種傳感器對應(yīng)波段的一致性越強。

2.2 基于實測數(shù)據(jù)的反演建模

基于遙感的水質(zhì)監(jiān)測主要依據(jù)實測水體數(shù)據(jù)與遙感影像波段的相關(guān)性構(gòu)建反演模型。常規(guī)的水質(zhì)反演方法包括經(jīng)驗方法、半經(jīng)驗/半分析方法、分析方法和機器學(xué)習(xí)方法。本研究采用經(jīng)驗方法對水體TSM進行反演，經(jīng)驗方法是通過一定的數(shù)學(xué)方法或數(shù)據(jù)處理手段，選擇最優(yōu)波段或波段組合方式直接建立遙感數(shù)據(jù)與同步實測的水質(zhì)參數(shù)間的經(jīng)驗統(tǒng)計關(guān)系，在統(tǒng)計學(xué)中常見的回歸方法包括指數(shù)函數(shù)、線性函數(shù)、對數(shù)函數(shù)、多項式函數(shù)以及冪函數(shù)等，本研究通過對GF-1和GF-6的各波段與TSM進行相關(guān)性分析選取敏感波段，對敏感波段進行波段組合，選擇最優(yōu)方法建立基于高分六號數(shù)據(jù)的滇池TSM反演模型。

2.3 精度評價

由于研究區(qū)采樣數(shù)據(jù)較少，為避免模型受建模和驗證樣本分離的影響，消除潛在異常值對算法精度的影響，本研究采用交叉檢驗的每次留一點法(leave-one-out cross validation, LOOCV)方法進行精度評價[15]。模型的精度評價同時也是衡量模型是否合理的一個標(biāo)準(zhǔn)，選用均方根誤差(RMSE)、平均絕對百分比誤差(MAPE)作為檢驗反演效果的評價指標(biāo), 其計算公式如式(1)和式(2)所示。

(1)

(2)

3 結(jié)果與討論

3.1 實測樣本數(shù)據(jù)與光譜分析

根據(jù)研究區(qū)內(nèi)實測樣本數(shù)據(jù)，在滇池北岸由于周圍分布較多碼頭，人類活動頻繁導(dǎo)致TSM較高(19～40 mg·L-1), 外海其他區(qū)域TSM分布較為均勻(10～15 mg·L-1)，這與湖體其他區(qū)域離昆明市區(qū)較遠及湖邊周圍用地多為耕地和林地有關(guān)，其中滇池草海TSM較低(4～10 mg·L-1)，水質(zhì)狀況較好，得益于近年來的針對草海實施的牛欄江-草海應(yīng)急補水工程、新老運糧河水體凈化生態(tài)工程和海埂大堤水體置換通道工程，使得草海治理取得顯著成效。

滇池實測水面光譜曲線如圖2所示，每個采樣點對應(yīng)一條光譜曲線，水體光譜數(shù)據(jù)選用水面以上光譜測量法獲得，一般來說，TSM的光譜特征會因水域不同而有所差異，但總體呈現(xiàn)“雙峰”特性[16]，在滇池區(qū)域懸浮物光譜呈現(xiàn)多峰特征，峰值波段范圍主要集中在500～600和700～850 nm波譜范圍，與GF-1多光譜數(shù)據(jù)的綠波段和近紅外波段以及GF-6多光譜數(shù)據(jù)的綠波段、近紅外波段、紅邊1波段(紅邊710)、紅邊2波段(紅邊750)波譜范圍高度契合。本研究基于滇池TSM水體光譜特性，對綠、近紅外和兩個紅邊波段進行波段組合，在此基礎(chǔ)上選擇相關(guān)系數(shù)較高的回歸模型開展GF-1與GF-6數(shù)據(jù)的TSM遙感反演研究。

圖2 水體光譜數(shù)據(jù)

3.2 GF-1與GF-6相同波段的一致性分析

采用2020年11月21日(GF-1)和2020年11月19日(GF-6)影像相同波段范圍及光譜響應(yīng)函數(shù)進行分析，在這兩天時間間隔內(nèi)，土地覆蓋狀況相似，兩個傳感器之間的一致性分析合理，圖3中虛線表示GF-1遙感影像的波譜響應(yīng)函數(shù)，實線表示GF-6遙感影像的波譜響應(yīng)函數(shù)，從圖3中可以看出GF-1和GF-6的藍、綠、紅、近紅外四個波段在波寬設(shè)置上比較一致，中心波長也幾乎重合。

圖3 GF-1和GF-6光譜響應(yīng)函數(shù)

由于GF-1和GF-6傳感器的空間分辨率相同，在對其進行相同波段對比時，通過統(tǒng)計分析法來對各個對應(yīng)波段進行逐一對比，在經(jīng)過幾何精校正的GF-1和GF-6試驗影像中選取水體、植被、水田和耕地四種地物共計100個感興趣區(qū)(region of interest, ROI)，以各樣區(qū)的表觀反射率進行相關(guān)性分析，樣區(qū)總像元數(shù)為1 455個。根據(jù)提取ROI對兩種數(shù)據(jù)的相同波段進行統(tǒng)計分析得到波段一致性結(jié)果(圖4)。橫軸為CF-6傳感器不同地物波段反射率，縱軸為CF-1傳感器不同地物波段反射率，對樣區(qū)的不同波段表現(xiàn)反射率做線性分析，可以看出，GF-1和GF-6光譜反射率高度相關(guān)，藍色、綠色、紅色、近紅外波段的相關(guān)系數(shù)分別為0.98，0.98，0.97和0.99。光譜反射率的一致性主要是由于兩種傳感器的相對光譜相似導(dǎo)致的，通過實驗分析可以認為GF-1與GF-6相同波段具有一致性。

圖4 4個波段GF-1與GF-6交互對比散點圖

在GF-1與GF-6相同波段一致性的基礎(chǔ)上，分別對兩種數(shù)據(jù)與實測TSM構(gòu)建經(jīng)驗?zāi)Ｐ?，GF-6數(shù)據(jù)加入了新增波段，若GF-6構(gòu)建的經(jīng)驗?zāi)Ｐ途认噍^于GF-1更高，則說明GF-6新增波段對于TSM反演具有積極作用。

3.3 基于GF-1和GF-6的TSM最佳反演模型

GF-1衛(wèi)星數(shù)據(jù)共有4個波段，在進行滇池懸浮物濃度反演時，采用各波段的真實地表反射率值與同步采樣點的懸浮物濃度值進行Pearson相關(guān)性分析，分析結(jié)果如表2所示。

表2 GF-1單波段數(shù)據(jù)與懸浮物濃度相關(guān)性分析結(jié)果

從表2中可以看出，除了B3外，B1，B2和B4都與實測數(shù)據(jù)具有一定的相關(guān)性，但是相關(guān)程度并不高，為了得到更高精度的反演模型，對GF-1數(shù)據(jù)的B1，B2和B4波段進行波段組合，選擇最優(yōu)化模型與GF-6數(shù)據(jù)構(gòu)建模型進行比較。

GF-6衛(wèi)星數(shù)據(jù)共有8個波段，在進行滇池懸浮物濃度反演時，采用各波段的真實地表反射率值與同步采樣點的懸浮物濃度值進行Pearson相關(guān)性分析，分析結(jié)果如表3所示。

從表3中可以看出，B2，B4，B5和B6波段與實測數(shù)據(jù)有一定的相關(guān)性，而B4，B5和B6波段與實測數(shù)據(jù)的相關(guān)性更高，對這三個波段進行波段組合，構(gòu)建GF-6數(shù)據(jù)的最優(yōu)模型。

表3 GF-6單波段數(shù)據(jù)與懸浮物濃度相關(guān)性分析結(jié)果

GF-1和GF-6衛(wèi)星數(shù)據(jù)與實測TSM值的單波段和波段組合在五種函數(shù)形式下回歸一共可產(chǎn)生130和270種反演模型，表4和表5中僅列出部分GF-1和GF-6在某一模型下最好的單波段或波段組合。通過對GF-1單波段進行分析可知近紅外波段與TSM相關(guān)性最高，其次為藍波段和綠波段，波段組合算法(模型“B2+B4-B1”，R2=0.78，RMSE=6.35 mg·L-1，MAPE=23.60%)優(yōu)于單波段算法(模型“B4”，R2=0.75，RMSE=7.21 mg·L-1，MAPE=25.11%)。

表4 TSM與GF-1波段組合統(tǒng)計建模

表5 TSM與GF-6波段組合統(tǒng)計建模

從模型函數(shù)上看，GF-1衛(wèi)星數(shù)據(jù)采用波段組合構(gòu)建的指數(shù)函數(shù)和冪函數(shù)反演效果較好，B2+B4-B1模型的函數(shù)形式為式(1)

y=1.712 3e0.003x

x=Rrs(B2)+Rrs(B4)-Rrs(B1)

(1)

GF-6衛(wèi)星與TSM相關(guān)性較高的波段為近紅外、紅邊1和紅邊2波段，波段組合算法(模型“1/B5+B6”，R2=0.88，RMSE=3.07 mg·L-1，MAPE=20.65%)優(yōu)于單波段算法(模型“B5”，R2=0.87，RMSE=4.05 mg·L-1，MAPE=20.01%)。

GF-6衛(wèi)星數(shù)據(jù)構(gòu)建的波段組合模型為1/B5+B6，函數(shù)形式為式(2)

y=0.000 3x2-0.135 7x+22.474

x=1/Rrs(B5)+Rrs(B6)

(2)

對GF-1構(gòu)建的差值模型“B1-B4”與GF-6構(gòu)建的“B5-B4”模型進行對比分析，在兩種數(shù)據(jù)近紅外波段具有一致性的基礎(chǔ)上，發(fā)現(xiàn)GF-6構(gòu)建的“B5-B4”模型與TSM的相關(guān)性更高(R2=0.85，RMSE=5.55 mg·L-1，MAPE=34.31%)，實驗構(gòu)建的其他對比模型也得到了相同的結(jié)論，驗證了紅邊波段在TSM反演中的適用性。紅邊波段對于估算植被葉綠素含量、森林冠層覆蓋度和葉面積指數(shù)等生物物理變量有重要指示作用[17]，在水體水質(zhì)參數(shù)反演方面還未見相關(guān)研究，由于滇池是以藍藻為優(yōu)勢類群的湖泊，因此在加入紅邊波段進行建模時，模型反演精度得到了提高。

3.4 基于GF-1與GF-6影像的TSM估算與驗證

將構(gòu)建的最佳模型分別應(yīng)用于GF-1和GF-6衛(wèi)星影像，獲得了滇池水域TSM分布情況，對該模型進行驗證如圖5所示。GF-1衛(wèi)星反演結(jié)果在TSM較大時，反演結(jié)果相對誤差較大，如樣本3和樣本11的相對誤差分別為62%和46%，可能是由于這兩個樣本靠近岸邊，水體光譜和陸地光譜混合導(dǎo)致預(yù)測結(jié)果誤差較大。如果去除兩個誤差較大的點，模型平均誤差為20.60%，GF-6衛(wèi)星構(gòu)建TSM模型平均誤差為23.60%，模型預(yù)測值均分布在1∶1直線附近，模型在TSM較小時，反演效果更好。

圖5 GF-1(a)和GF-6(b)建模驗證

對GF-1與GF-6模型預(yù)測值與實測值之間相關(guān)系數(shù)對比分析可知，GF-1模型預(yù)測值與實測值之間的相關(guān)系數(shù)為0.57，GF-6模型預(yù)測值與實測值之間的相關(guān)系數(shù)為0.92。相關(guān)系數(shù)越接近1，說明模型預(yù)測值與實測值之間的相關(guān)性越強。GF-6構(gòu)建的波段組合模型加入兩個紅邊波段后，模型反演精度較GF-1模型反演精度更好，說明紅邊波段對于TSM的反演具有積極作用，GF-6衛(wèi)星數(shù)據(jù)在水質(zhì)參數(shù)反演方面的適用性較好。

3.5 TSM時空分布特征

根據(jù)GF-1和GF-6模型對比結(jié)果，將GF-6最優(yōu)化模型應(yīng)用于2020年獲得的5月、7月、9月、10月、11月、12月共計6幅影像得到各月份的TSM分布情況(圖6)，結(jié)果顯示滇池區(qū)域外海北岸TSM較高(最大值為45 mg·L-1)，湖心區(qū)及滇池南部TSM較低且分布較為均勻(平均值為12 mg·L-1)，草海區(qū)域由于海埂大壩攔截和水體凈化工程治理TSM較低(平均值為5 mg·L-1)。

圖6 2020年滇池不同月份TSM時空分布圖

從TSM時間分布來看，5月到12月份TSM具有先上升后下降的趨勢，其中9月份全湖平均TSM達到最高為26.43 mg·L-1，12月份最低為10.67 mg·L-1。呈現(xiàn)這種時間分布的原因為云南地處低緯高原，屬于亞熱帶濕潤氣候，存在明顯的干濕兩季，5到9月份處于雨季，雨水的增多加劇了湖泊水體的流動性使得水中TSM增加。從TSM空間分布來看，呈現(xiàn)北重南輕的分布態(tài)勢，滇池TSM濃度較高的地區(qū)主要分布在滇池北岸的官渡區(qū)沿岸，滇池北岸分布著大量河流如盤龍江、寶象河、海河等有關(guān)，這些河流流經(jīng)昆明市主城區(qū)攜帶大量生活廢水和污染物匯入滇池，并且隨著主城區(qū)人口的增加，生活污水的排放也隨之增加，導(dǎo)致滇池北岸的TSM濃度一直偏高。此外，在海埂公園一帶作為紅嘴鷗的棲息地，其排泄物和其他污染物帶入湖中，這也是導(dǎo)致湖泊岸邊TSM濃度較高的原因。滇池南岸的晉寧區(qū)和東岸的呈貢區(qū)周邊分布農(nóng)田較多，農(nóng)業(yè)面源污染嚴(yán)重，使得在植物生長期滇池南岸和東岸TSM濃度較其他月份偏高。滇池西岸的西山區(qū)遠離昆明市區(qū)，山川林地較多并且是昆明公園最多的主城區(qū)，環(huán)境優(yōu)美人為污染較少，沿岸水質(zhì)TSM濃度較低。

4 結(jié) 論

以滇池水域的實測TSM數(shù)據(jù)為基礎(chǔ)，建立了基于GF-1和GF-6經(jīng)驗?zāi)Ｐ停煞N數(shù)據(jù)構(gòu)建的TSM模型進行了對比分析，得到如下結(jié)論：

(1)通過對GF-1和GF-6的藍、綠、紅、近紅外波段進行對比分析，發(fā)現(xiàn)兩種數(shù)據(jù)的藍、綠、紅、近紅外波段的相關(guān)性分別為0.98，0.98，0.97和0.99，具有較高的波段一致性。

(2)GF-1衛(wèi)星影像的“B2+B4-B1”波段組合是滇池TSM反演建模的最佳波段組合，模型的決定系數(shù)為0.78，均方根誤差為6.35 mg·L-1，平均絕對百分比誤差為23.60%。

(3)GF-6衛(wèi)星影像的“1/B5+B6”波段組合是滇池TSM反演建模的最佳波段組合，模型的決定系數(shù)為0.88，均方根誤差為3.07 mg·L-1，平均絕對百分比為20.65%。與GF-1相比，加入紅邊波段建模反演精度更高，說明GF-6紅邊波段在水體TSM反演方面具有潛力。

(4)采用GF-6數(shù)據(jù)構(gòu)建的最佳模型應(yīng)用于遙感影像得到滇池TSM時空分布，該水域TSM時間分布呈現(xiàn)上升-下降趨勢，與研究區(qū)域地理位置和氣候特征有關(guān)，空間分布呈現(xiàn)北重南輕的分布態(tài)勢，且滇池北岸受河流、季風(fēng)等因素影響TSM較高。