基于HY-1C衛(wèi)星CZI影像的多類型內(nèi)陸水體大氣校正及水質(zhì)參數(shù)反演

張方方，李俊生，3，王超，王勝蕾，王正，張兵，3

1.可持續(xù)發(fā)展大數(shù)據(jù)國際研究中心, 北京 100094;

2.中國科學院空天信息創(chuàng)新研究院 數(shù)字地球重點實驗室, 北京 100094;

3.中國科學院大學, 北京 100049;

4.河南省科學院地理研究所, 鄭州 450052

1 引 言

海洋一號C 星（HY-1C）和D 星（HY-1D）是中國第三和第四顆海洋水色系列衛(wèi)星，分別發(fā)射于2018年9月7日和2020年6月11日，兩顆衛(wèi)星采用上、下午衛(wèi)星組網(wǎng)的觀測形式，可增加觀測次數(shù)，提高全球覆蓋能力。HY-1C 和HY-1D 衛(wèi)星上分別攜帶了一臺海岸帶成像儀（CZI），主要用于獲取海陸交互作用區(qū)域的實時影像資料進行海岸帶監(jiān)測。CZI 傳感器兼具寬幅蓋（950 km）、短重訪周期（3 d）、中等分辨率（50 m）的特點，可以兼顧內(nèi)陸水體及陸地監(jiān)測的需求（苗珊珊，2018；蔡婷，2000）。

從2018年發(fā)射以來，HY-1C CZI 影像在很多領域得到了應用。主要包括冬小麥識別（王利民等，2019）、珊瑚礁監(jiān)測（Zou 等，2019）海面溢油識別（沈亞峰 等，2020）、自然災害監(jiān)測（劉建強 等，2020）、紅樹林提取及長勢監(jiān)測（梁超 等，2020；鄒亞榮 等，2020）、火山噴發(fā)（劉建強 等，2021a）、冰架裂縫變化與斷裂過程監(jiān)測（劉建強等，2021b）等。HY-1C CZI 數(shù)據(jù)在近岸和內(nèi)陸水色遙感方面也得到了初步應用，包括藍藻水華監(jiān)測（Cao 等，2021），葉綠素a（Chen 等，2019；Cao 等，2021）、懸浮物（Cai 等，2020；Cao 等，2021）、濁度（周屈 等，2020）等的反演。其中，內(nèi)陸水體的應用區(qū)域僅僅有太湖和武漢知音湖、黃家湖，二者都是高度渾濁水體，還有很多類型的內(nèi)陸水體有待檢驗與擴展。

水色遙感，特別是水質(zhì)參數(shù)反演屬于定量遙感的范疇，精確大氣校正是衛(wèi)星數(shù)據(jù)應用的瓶頸。大氣校正的前提是準確的輻射定標，HY-1C 星上配置了具備高光譜分辨率與高輻射定標精度的定標光譜儀，實現(xiàn)對同一衛(wèi)星平臺載荷設備的交叉定標（張可立 等，2019）。HY-1C CZI 影像缺少短波紅外波段用于水體大氣校正，目前的研究主要利用6SV 和Flaash 做大氣校正，6SV 需要的氣溶膠數(shù)據(jù)多從MODIS 氣溶膠產(chǎn)品中獲?。═ong 等，2019；Cai 等，2020；Cao 等，2021）。6SV 和FLAASH 是針對陸地設計的，對于僅有4 個寬波段的HY-1C CZI影像來說，其水體大氣校正結果在絕對精度和穩(wěn)定性上仍然不夠理想。因此，也有部分學者利用HY-1C CZI 的瑞利散射校正產(chǎn)品進行水質(zhì)參數(shù)反演研究（周屈 等，2020）。綜上，針對HY-1C CZI影像的水體大氣校正技術還不成熟，仍然需要嘗試更多的方法提高大氣校正的精度和穩(wěn)定性。

針對HY-1C CZI 影像大氣校正算法不成熟，水質(zhì)參數(shù)反演應用較少的問題，本研究將發(fā)展基于均勻不變地物的HY-1C CZI 影像相對大氣校正算法，拓展HY-1C CZI影像水體葉綠素a濃度和透明度反演應用到多個類型水體（渾濁、較渾濁、較清潔）。通過實測數(shù)據(jù)驗證HY-1C CZI 影像在多類型內(nèi)陸水體水色遙感的應用潛力。

2 研究區(qū)與數(shù)據(jù)

2.1 研究區(qū)

本文的研究區(qū)為小浪底水庫、官廳水庫、丹江口水庫、白龜山水庫、白洋淀（圖1）。5個湖庫都分布在華北平原，但是湖泊類型多樣，具有較好的代表性。其中，白洋淀水體較為破碎，由多塊獨立的水體組成，并由水道相連，水深較淺，水體較為渾濁；官廳水庫兩端為開闊水域，中間為狹窄河道，水體也較為渾濁；小浪底水庫和白龜山水庫都是飲用水源地，水體較為清潔；丹江口水庫為南水北調(diào)中線水源地，是五個研究區(qū)中最為清潔的水體。以上5個研究區(qū)涵蓋了較渾濁、較清潔、清潔等不同水體類型，有利于檢驗HY-1C CZI數(shù)據(jù)在不同類型內(nèi)陸水體水質(zhì)遙感監(jiān)測的適用性。

圖1 研究區(qū)及采樣點分布圖Fig.1 Distribution of study area and sampling sites

2.2 數(shù)據(jù)獲取

本研究在小浪底水庫、官廳水庫、丹江口水庫、白龜山水庫、白洋淀5 個研究區(qū)分別開展了1 次星地同步實驗，一共獲取了85 個采樣點數(shù)據(jù)（如表1）。其中，56 個用于遙感反射率系統(tǒng)定標，29 個用于遙感反射率反演精度檢驗。由于部分采樣點現(xiàn)場測量條件的限制、運輸及室內(nèi)測量存在問題，葉綠素a 和透明度數(shù)據(jù)少于85 個。其中，58 個采樣點擁有葉綠素a 濃度數(shù)據(jù)（39 個用于建模，19個用于精度檢驗），72個采樣點擁有透明度數(shù)據(jù)（53個用于建模，19個用于精度檢驗）。

表1 采樣數(shù)據(jù)及影像數(shù)據(jù)明細表Table 1 Sampling data and image data

本文獲取了5個研究區(qū)的HY-1C CZI影像，其中，白洋淀和丹江口水庫的成像日期和采樣日期為同一天，官廳水庫、白龜山水庫、小浪底水庫的成像日期比采樣日期晚一天。對HY-1C CZI 影像進行基于不變地物的相對大氣校正需要Sentinel-2 MSI影像的輔助。每一景HY-1C CZI影像需配套鄰近日期的兩景Sentinel-2 MSI 影像，一共獲取10 景影像。每個區(qū)域的兩景Sentinel-2 MSI 影像的間隔時間為5—15天，可以方便提取不變地物。

另外，本文發(fā)展的基于均勻不變地物的相對大氣校正算法的精度完全依賴Sentinel-2 MSI 影像的地表反射率產(chǎn)品（L2A）的精度。為了驗證Sentinel-2 MSI 影像地表反射率產(chǎn)品的精度，本文在北運河（2019年10月15日，15 個采樣點）、于橋水庫（2018年11月1日，13個采樣點）、玉淵潭（2019年8月21日，9 個采樣點）、太湖（2020年9月5日，12 個采樣點）等4 個研究區(qū)開展了與Sentinel-2 MSI 傳感器的星地同步實驗，獲取了一共49 個采樣點的實測遙感反射率數(shù)據(jù)。另外，本文用于HY-1C CZI建模和驗證的5個研究區(qū)中的丹江口水庫、白龜山水庫、小浪底水庫的49 個采樣點也與Sentinel-2 MSI 影像同步，也用來檢驗Sentinel-2 MSI 影像地表反射率產(chǎn)品的精度。利用以上共計110個同步數(shù)據(jù)（野外實驗和衛(wèi)星成像日期均為同一天）評價Sentinel-2 MSI 影像地表反射率產(chǎn)品的精度以及在水色遙感研究中的可用性。

3 方 法

3.1 基于均勻不變地物的相對大氣校正

地球表面時刻處于變化之中，有些地物變化劇烈，有些地物變化較為緩慢，變化緩慢的地物在一定的時間內(nèi)可以視為不變地物（丁麗霞 等，2005）。分布均勻且面積較大的地物具有穩(wěn)定的光學特性，且可以避免鄰近效應的影響。變化緩慢、分布均勻且面積較大的地物即為均勻不變地物。可以通過建立均勻不變地物已知反射率與待校正影像像元之間的關系實現(xiàn)相對大氣校正（Yuan 和Elvidge，1996；Du 等，2002；Canty 等，2004；郭麗峰 等，2009）。Sentinel-2 MSI L2A 數(shù)據(jù)是目前全球使用較為廣泛的地表反射率產(chǎn)品，且時間分辨率較高。因此，本研究利用Sentinel-2 MSI L2A影像建立基于均勻不變地物的HY-1C CZI 影像大氣校正方法。主要步驟如下（圖2）：

圖2 基于均勻不變地物的HY-1C CZI相對大氣校正流程圖Fig.2 Flow chart of HY-1C CZI relative atmospheric correction based on uniform and invariant ground pixels

（1）影像預處理：以Sentinel-2 MSI 影像為基準，對HY-1C CZI 影像進行幾何配準；提取Sentinel-2 MSI影像與HY-1C CZI影像的對應波段：443 nm，560 nm，665 nm，842 nm。為了保持二者具有一致的空間分辨率，將Sentinel-2 MSI 影像重采樣為50 m；并用式（1）將Sentinel-2 MSI L2A 的地表反射率（SR）數(shù)據(jù)轉(zhuǎn)換為遙感反射率（Rrs）。

（2）基準影像均勻地物提?。悍謩e求兩景Sentinel-2 MSI 影像3×3 像元的變化率ρ，ρ＜5%的像元提取為均勻地物。ρ計算公式如下：

式中，SR(c)為中心像元地表反射率，SR(i)為非中心像元的地表反射率。

（3）基準影像不變地物提?。簩⒂嬎悖?）步中兩景影像根據(jù)地理坐標信息進行疊加，計算兩景圖像重疊像元的變化率，變化率ρ′＜10%的像元提取為不變地物；

（4）基準影像均勻不變地物提取：將（2）提取的均勻地物和（3）提取的不變地物進行疊加，二者的重合區(qū)域即為均勻不變地物；

（5）目標影像均勻地物提?。簠⒖迹?）的方法計算目標影像HY-1C CZI上的均勻地物；

（6）均勻不變地物提?。簩ⅲ?）的基準影像均勻不變地物和（5）的目標影像均勻地物疊加，求得最終的均勻不變地物；

（7）相對大氣校正模型構建：分別提?。?）得到的均勻不變地物的HY-1C CZI影像像元值和對應的兩景Sentinel-2 MSI 影像像元值的平均值，并建立二者之間的線性關系，得到相對大氣校正模型，根據(jù)模型計算得到相對大氣校正反射率Rrs'。

（8）基于實測數(shù)據(jù)的HY-1C CZI系統(tǒng)定標：由于HY-1C CZI 和Sentinel-2 MSI 傳感器的波段設置和光譜響應函數(shù)存在一定差異（表2、圖3），將會導致相對大氣校正后HY-1C CZI 影像的遙感反射率和Sentinel-2 MSI 的相似度較高，但是和HY-1C CZI原本應有的數(shù)值存在系統(tǒng)性偏差。因此，本文將根據(jù)5個研究區(qū)的56個采樣點的實測數(shù)據(jù)對相對大氣校正后結果進行系統(tǒng)定標，根據(jù)二者的線性關系，建立系統(tǒng)定標模型（公式：Rrs = Rrs’*Gain），其中，Rrs’為7）得到的相對大氣校正結果，Gain為校正系數(shù)，Rrs為最終的水體遙感反射率。

表2 HY-1C CZI和Sentinel-2 MSI傳感器光譜通道參數(shù)比較Table 2 Comparison of spectral channels parameters between HY-1C CZI and Sentinel-2 MSI

圖3 HY-1C CZI和Sentinel-2 MSI傳感器光譜響應函數(shù)（藍色、綠色、紅色、黑色線條分別表示藍、綠、紅、近紅外波段）Fig.3 Spectral response function of HY-1C CZI and Sentinel-2 MSI（blue，green，red and black lines represent blue，green，red and near infrared bands，respectively）

3.2 水質(zhì)參數(shù)反演模型構建

本文嘗試了多種波段比值和差值模型進行水體葉綠素a 濃度和透明度反演建模（Duan 等，2007；Tebbs 等，2013；Zhang 等，2021）。首先將實測遙感反射率使用HY-1C CZI 光譜響應函數(shù)進行波段等效，等效后實測光譜也是4波段數(shù)據(jù)，利用等效后數(shù)據(jù)進行水體葉綠素a 和透明度反演建模。

3.3 精度評價

本研究在5 個研究區(qū)獲取了85 個采樣點的水面遙感反射率光譜和水體葉綠素a濃度、透明度數(shù)據(jù)。遙感反射率數(shù)據(jù)較多，其中，29 個采樣點數(shù)據(jù)用于遙感反射率精度驗證，部分采樣點未測量葉綠素和透明度，所以19 個采樣點數(shù)據(jù)用于葉綠素a和透明度反演精度驗證。采用平均無偏相對誤差（AURE）、均方根誤差（RMSE）驗證大氣校正得到的每個波段的遙感反射率光譜的精度；采用光譜相關系數(shù)（r）和光譜角度距離（SAD）驗證大氣校正得到的遙感反射率光譜形狀與實測光譜形狀的相似性。水體葉綠素a 濃度和透明度采用AURE和RMSE進行反演精度評價。公式如下：

式中，VE，i和VM，i分別指反演（或大氣校正后光譜）數(shù)據(jù)和實測數(shù)據(jù)，N指驗證數(shù)據(jù)量，Cov（VE，VM）指大氣校正后光譜和實測光譜的協(xié)方差，Var［VE］和Var［VM］分別為大氣校正后光譜和實測光譜的方差。

本文采用FLAASH（Fast Line-of-sight Atmospheric Analysis of Hypercubes）大氣校正結果和本研究發(fā)展的基于均勻不變地物的大氣校正算法作比較。FLAASH 是ENVI（The Environment for Visualizing Images）遙感圖像處理軟件集成的遙感影像大氣校正程序，其內(nèi)核算法為MODTRAN（MODerate resolution atmospheric TRANsmission）輻射傳輸模型。FLAASH 被廣泛應用于各類高光譜和多光譜影像的大氣校正。本研究將利用FLAASH 對HY-1C CZI影像進行大氣校正，生成地表反射率數(shù)據(jù)，忽略水面反射的情況下，地表反射率可以粗略的用式（1）轉(zhuǎn)換為遙感反射率，方便和本研究發(fā)展的基于均勻不變地物的相對大氣校正結果做精度比較和分析。

本文使用FLAASH 對HY-1C CZI 影像做大氣校正時，各參數(shù)設置如下：（1）輸入為大氣層頂輻亮度圖像；（2）經(jīng)緯度為ENVI 軟件自動讀??；（3）傳感器類型為UNKNOWN-MSI，Sensor Altitude為782 km，Ground Elevation 為Google Earth 上獲取的海拔數(shù)據(jù)（單位轉(zhuǎn)換為km），Pixel Size 為50 m；（4）Flight Date/Time 從圖像參數(shù)文件獲取（格林尼治時間）；（5）大氣模式選擇了中緯度夏季，因為本文所用影像都是中國北方夏半年的數(shù)據(jù)；（6）氣溶膠類型選擇了Rural 鄉(xiāng)村型；（7）因為HY-1C CZI沒有水汽通道，因此Water Retrieval選擇了No，不反演水汽參數(shù)；（8）HY-1C CZI 的光譜響應函數(shù)從衛(wèi)星海洋應用中心獲??；（9）其它參數(shù)均采用FLAASH默認參數(shù)。

4 結果與分析

4.1 實測光譜及水質(zhì)參數(shù)

本文在5個研究區(qū)開展了水體遙感反射率（如圖4）和透明度現(xiàn)場測量（表3），并采集水樣，在實驗室測量了水體葉綠素a濃度（表3）。從遙感反射率光譜曲線來看，藍波段反射率較低，550 nm附近的綠波段反射率較高，白洋淀、官廳水庫、白龜山水庫綠波段反射峰出現(xiàn)了不同程度往長波方向移動的現(xiàn)象。590—670 nm 的黃紅波段反射率下降較快，675和700 nm附近有明顯的葉綠素反射谷和反射峰，其中，丹江口水庫在該波段的峰谷特征不明顯。750 nm 以后的近紅外波段反射率普遍較低。因此，以上5個研究區(qū)是比較典型的內(nèi)陸水體。

圖4 實測水體光譜曲線圖（光譜曲線來自85個采樣點，每個研究區(qū)光譜為該區(qū)域所有采樣點的平均值）Fig.4 In situ measured water spectrums of remote sensing reflectance（The spectrums come from 85 sampling points，and the spectrum of each study area is the average of all sampling points in the area）

表3 研究區(qū)實測水質(zhì)參數(shù)統(tǒng)計表Table 3 Statistical of measured water quality parameters

本文統(tǒng)計了5 個研究區(qū)的葉綠素a 濃度和透明度的最小值、最大值、平均值和標準差（表3）。結果表明，白洋淀、官廳水庫的葉綠素a 濃度較高，其次是小浪底和白龜山水庫，丹江口水庫葉綠素a濃度最低；丹江口水庫透明度最高，其次是小浪底水庫，白龜山水庫、白洋淀、官廳水庫透明度較低。葉綠素a濃度和透明度的統(tǒng)計結果和遙感反射率光譜特征具有較好的一致性。

4.2 Sentinel-2 MSI L2A地表反射率產(chǎn)品精度驗證

Sentinel-2 MSI L2A 的地表反射率產(chǎn)品是基于均勻不變地物的HY-1C CZI 數(shù)據(jù)大氣校正的基準，Sentinel-2 MSI L2A 的地表反射率產(chǎn)品的精度直接決定了HY-1C CZI數(shù)據(jù)大氣校正的精度。圖5是利用98 個實測數(shù)據(jù)對Sentinel-2 MSI L2A 的地表反射率產(chǎn)品精度檢驗的結果。結果表明，Sentinel-2 MSI L2A 的地表反射率產(chǎn)品和實測數(shù)據(jù)相比各波段都存在一定的高估現(xiàn)象，原因主要是氣溶膠散射校正不足、缺乏水面天空光校正。但是高估具有很強的規(guī)律性，檢驗所用的7個區(qū)域不同，成像時間不同，氣溶膠類型和光學厚度不同，但是表現(xiàn)出了非常高的相關性和一致性，綠、紅波段的R2高達0.85 以上。藍和近紅外波段效果稍差，R2小于綠、紅波段，但也超過了0.7。綜上，Sentinel-2 MSI L2A 地表反射率產(chǎn)品尤其是可見光的藍、綠、紅波段）可以用于HY-1C CZI 數(shù)據(jù)大氣校正的基準數(shù)據(jù)，但是需要對殘余誤差和系統(tǒng)性偏差做進一步校正。

圖5 Sentinel-2 MSI L2A地表反射率產(chǎn)品精度（縱軸為地表反射率SR/π，約等于遙感反射率。B1、B3、B4、B8分別為Sentinel-2 MSI和HY-1C CZI對應的藍、綠、紅、近紅外波段）Fig.5 The accuracy of Sentinel-2 MSI L2A surface reflectance product（where the vertical axis is the surface reflectance SR / π，which is about equal to the remote sensing reflectance.B1，B3，B4 and B8 are the blue，green，red and near-infrared bands of Sentinel-2 MSI corresponding to HY-1C CZI）

4.3 大氣校正模型及精度驗證

由于Sentinel-2 MSI 和HY-1C CZI 存在系統(tǒng)性偏差，經(jīng)過基于均勻不變地物的相對大氣校正后，需要進一步做系統(tǒng)定標。本研究建立了基于實測等效遙感反射率的HY-1C CZI 系統(tǒng)定標模型（圖6）。結果表明：第1、2、3波段定標模型的R2較高，都超過了0.8。第4 波段數(shù)值較小，擬合趨勢較差，部分點偏離較大，該波段需謹慎使用。

為了和FLAASH 大氣校正結果做公平對比，本研究也建立了基于FLAASH 的大氣校正結果的系統(tǒng)定標模型（圖6）。結果表明：第1、3 波段定標模型的R2較低；第2、4波段定標模型的R2稍高；除第4 波段外，其他3 個波段定標模型的擬合趨勢全面低于相對大氣校正后定標模型。

圖6 HY-1C CZI影像系統(tǒng)定標模型Fig.6 System calibration models of HY-1C CZI images

經(jīng)過基于實測數(shù)據(jù)的系統(tǒng)定標以后獲得了最終的HY-1C CZI 遙感反射率數(shù)據(jù)。采用同步實測的29 個獨立采樣點對相對大氣校正得到的遙感反射率數(shù)據(jù)進行精度驗證（圖7）。結果表明：HY-1C CZI影像的第1、2、3波段誤差都較小，數(shù)據(jù)點分布于1∶1 線附近；第4 波段誤差較大，且數(shù)據(jù)點分布較散，數(shù)據(jù)的可靠性較低。綜上，HY-1C CZI 遙感反射率數(shù)據(jù)的第1-3 波段精度較高，可以用于后續(xù)水質(zhì)參數(shù)反演，第4波段精度較差，水質(zhì)參數(shù)建模中應謹慎使用，盡量不用。

圖7 HY-1C CZI影像大氣校正精度評價Fig.7 The accuracies of HY-1C CZI image atmospheric correction

基于FLAASH 的大氣校正精度如圖5 所示。結果表明：第1、3、4 波段的AURE 和RMSE 都遠大于相對大氣校正的結果，特別是第1波段出現(xiàn)了較多負值，過校正現(xiàn)象嚴重。第2波段在數(shù)值較大區(qū)間表現(xiàn)較好，但是在數(shù)值較小的區(qū)間出現(xiàn)了數(shù)值低估現(xiàn)象，拉大了整體誤差。

評價大氣校正遙感反射率精度的另一個指標是光譜形狀，用光譜相關系數(shù)和光譜角度距離表示。和實測光譜相比，全部29 個采樣點的平均光譜相關系數(shù)r為0.98，平均光譜角度距離SAD 為0.11。表明遙感反射率光譜形狀與實測光譜一致性較高（圖8）。如圖8（a）中光譜形狀相似度極高，且每個波段的絕對數(shù)值也差異很小；圖8（b）中光譜形狀相似度很高，但是絕對數(shù)值上有一定差異，水質(zhì)參數(shù)反演建模時采用比值和差值模型可以降低對反演結果的影響。與之形成對比，F(xiàn)LAASH 大氣校正結果與實測光譜的平均相關系數(shù)r為0.68，平均光譜角度距離SAD 為0.56，校正精度遠低于相對大氣校正算法。

圖8 大氣校正后光譜形狀對比Fig.8 Comparison of spectral shapes after atmospheric correction

4.4 水質(zhì)參數(shù)反演建模及精度驗證

利用實測水面遙感反射率，等效為HY-1C CZI波段，分別利用39 個和53 個實測等效數(shù)據(jù)建立水體葉綠素a和透明度反演模型。由于HY-1C CZI的第4 波段誤差較大，因此，主要對比了前面3 個波段比值和差值模型。結果表明，B1/B2 和B1/B3 分別為葉綠素a 濃度和透明度反演的最優(yōu)光譜指數(shù)。冪指數(shù)模型和線性模型分別應用于葉綠素a濃度和透明度反演可以得到最佳的擬合趨勢（圖9）。

圖9 HY-1C CZI影像水體葉綠素a濃度和透明度反演模型Fig.9 Estimation models of chlorophyll-a concentration and secchi disk depth for HY-1C CZI images

本研究利用19 個獨立采樣點的實測數(shù)據(jù)評價了水體葉綠素a 濃度和透明度反演精度（圖10）。結果表明，葉綠素a 濃度反演的AURE 為33.8%，RMSE 為4.8 μg/L；透明度反演的AURE 為25.0%，RMSE 為34.9 cm。散點圖上，數(shù)據(jù)點總體在1∶1線附近，反演趨勢合理。在光學復雜的內(nèi)陸水體，對于波段較寬的4譜段多光譜影像來說，該精度達到了較好水平，具有應用于內(nèi)陸水體水質(zhì)遙感監(jiān)測的潛力。

圖10 HY-1C CZI影像水體葉綠素a濃度和透明度反演精度評價Fig.10 Estimation accuracy evaluation of chlorophyll-a concentration and secchi disk depth for HY-1C CZI images

4.5 研究區(qū)水質(zhì)參數(shù)遙感反演結果

應用以上建立的HY-1C CZI 影像水體葉綠素a濃度反演模型，反演了官廳水庫、小浪底水庫、白洋淀、白龜山水庫、丹江口水庫的葉綠素a 濃度，生成了5 個研究區(qū)的葉綠素a 濃度分布圖（圖11）。結果表明：官廳水庫、白洋淀和小浪底水庫下游的西霞院水庫的葉綠素a濃度較高，大部分區(qū)域的葉綠素a 濃度在20 μg/L 左右；小浪底水庫（主庫區(qū)）、白龜山水庫的葉綠素a 濃度較低，大部分區(qū)域在10 μg/L左右；丹江口水庫的葉綠素a濃度最低，中心庫區(qū)在5 μg/L 左右，水庫邊緣及水庫東部沿岸有少量區(qū)域葉綠素a濃度稍高，但大部分區(qū)域也低于10 μg/L。

圖11 基于HY-1C CZI影像反演的典型內(nèi)陸水體葉綠素a濃度分布圖Fig.11 Distribution of chlorophyll-a concentration in several typical inland waters based on HY-1C CZI image

5 個研究區(qū)的透明度反演結果如圖12 所示。結果表明：白洋淀和官廳水庫水體透明度最低，大部分區(qū)域透明度在100 cm 左右；白龜山水庫透明度空間分布差異較大，北部和東部沿岸透明度較低，大概在150 cm 左右，中西部透明度較高，達到200 cm，部分區(qū)域超過250 cm。小浪底水庫透明度較高，且空間差異很小，全庫區(qū)基本都在250 cm 左右。丹江口水庫透明度最高，中心庫區(qū)超過350 cm，庫區(qū)邊緣也超過了300 cm。

圖12 基于HY-1C CZI影像反演的典型內(nèi)陸水體透明度分布圖Fig.12 Distribution of secchi disk depth in several typical inland waters based on HY-1C CZI image

5 結 論

本研究在華北平原的不同渾濁程度的小浪底水庫、官廳水庫、丹江口水庫、白龜山水庫、白洋淀開展了5 次星地同步實驗，獲取了85 個采樣點的水面光譜、水體葉綠素a濃度、透明度及其它輔助數(shù)據(jù)。根據(jù)實測數(shù)據(jù)開展了HY-1C CZI 影像在內(nèi)水體大氣校正、水體葉綠素a濃度、透明度反演的建模及評價，驗證了HY-1C CZI 影像在內(nèi)陸水體水色遙感研究的應用潛力。

針對HY-1C CZI 影像缺少短波紅外大氣校正波段，精確大氣校正較為困難的問題，發(fā)展了基于均勻不變地物的相對大氣校正算法。該算法利用最近的兩景Sentinel-2 MSI L2A 地表反射率產(chǎn)品提取均勻不變地物，建立HY-1C CZI 影像上均勻不變地物像元的輻射值與相應的Sentinel-2 MSI L2A地表反射率之間的關系，即為相對大氣校正模型。最后根據(jù)星地同步實測光譜進行系統(tǒng)定標，校正HY-1C CZI 和Sentinel-2 MSI 波段設置差異等導致的系統(tǒng)誤差。HY-1C CZI第1-4波段相對大氣校正的無偏相對誤差分別為：14.7%、11.2%、28.9%、41.7%，說明前3 個波段的精度相對較高，第4 波段精度較低，第4 波段不適宜參與后續(xù)水質(zhì)參數(shù)反演。相對大氣校正后光譜和實測等效光譜的平均相關系數(shù)為0.98，平均光譜角度距離為0.11，結果表明：相對大氣校正后HY-1C CZI 影像的光譜形狀和實測光譜一致性較高。

應用基于均勻不變地物大氣校正后的遙感反射率影像建立了水體葉綠素a濃度和透明度遙感反演模型，通過比較認為B1/B2 和B1/B3 分別為葉綠素a 濃度和透明度反演的最優(yōu)光譜指數(shù)，據(jù)此建立的葉綠素a濃度和透明度反演模型的平均無偏相對誤差和均方根誤差分別為：33.8%和25.0%、4.8 μg/L和34.9 cm。將反演模型應用于HY-1C CZI影像上，生產(chǎn)了5 個研究區(qū)的葉綠素a 濃度和透明度分布圖。結果表明，葉綠素a濃度和透明度反演結果和實測數(shù)據(jù)一致，反演結果較為可靠。

隨著HY-1D 衛(wèi)星的發(fā)射，和HY-1C 形成上下午組網(wǎng)觀測，可以實現(xiàn)更高的觀測頻率，對內(nèi)陸水體水色遙感研究具有重要意義。但是，其應用效果仍需要在更多類型的研究區(qū)進行檢驗和應用。