基于Landsat-8衛(wèi)星遙感反演內(nèi)陸河湖水質(zhì)參數(shù)

錢 進，李 瀾，姚 敏，鞏彩蘭

（1.江蘇省水文水資源勘測局，江蘇 南京 210029；2.中國科學(xué)院上海技術(shù)物理研究所，上海 200083）

1 概述

遙感技術(shù)是通過衛(wèi)星探測從地球表面獲取電磁輻射來計算表觀參數(shù)，具有空間覆蓋面廣、實時連續(xù)、效率高等優(yōu)勢。采用遙感方法監(jiān)測水體，為內(nèi)陸水體水質(zhì)監(jiān)測提供了新的途徑［1］，水質(zhì)遙感反演研究也廣泛開展。楊榮等［2］使用HJ-1A衛(wèi)星CCD1數(shù)據(jù)，以滇池為研究區(qū)，對懸浮物、葉綠素a的遙感定量反演進行了研究；冼翠玲等［3］以溫瑞塘河為研究對象，利用高分辨率遙感數(shù)據(jù)和實測水質(zhì)數(shù)據(jù)建立了TN和TP 2個水質(zhì)參數(shù)的遙感反演模型。

除了自然形成的河流和湖泊之外，人工水體在城市地表水中占很大比例，縱橫交錯，形成河網(wǎng)。內(nèi)陸水體如城市河網(wǎng)因水體更為細小、流動性強、易受城市復(fù)雜地物的影響，對遙感數(shù)據(jù)的空間分辨率和光譜分辨率要求更高，并且衛(wèi)星觀測數(shù)據(jù)易受到重復(fù)周期、天氣、分辨率等影響，難以快速準(zhǔn)確獲得水質(zhì)參數(shù)［4］。無人機遙感具有機動靈活、操作簡便、分辨率高、時效性高的技術(shù)特點，結(jié)合遙感技術(shù)可彌補衛(wèi)星遙感水體監(jiān)測的不足。楊振等［5］結(jié)合無人機高光譜遙感數(shù)據(jù)和實測采樣點數(shù)據(jù)建立水體懸浮物質(zhì)量濃度和濁度的空間分布圖，實現(xiàn)了水質(zhì)參數(shù)可視化。

本文以太湖主體湖區(qū)為研究區(qū)，并選取8條內(nèi)陸水體進行水質(zhì)監(jiān)測研究，8條內(nèi)陸水體分別是官瀆港、洪巷港、望虞河、棉堤橋、連湖港、沙塘河橋、東茭嘴、雅浦河。本研究利用Landsat-8衛(wèi)星［6］OLI數(shù)據(jù)和無人機高光譜數(shù)據(jù)與地面實測水質(zhì)參數(shù)數(shù)據(jù)進行統(tǒng)計分析，通過建立水質(zhì)參數(shù)反演算法，對研究區(qū)內(nèi)水質(zhì)參數(shù)的定量反演進行研究，通過分析各水質(zhì)參數(shù)與遙感數(shù)據(jù)波段組合，選取出高擬合度的水質(zhì)參數(shù)反演模型。

2 數(shù)據(jù)處理

2.1 采樣點數(shù)據(jù)

首先基于“水面之上法”，研究使用美國ASD公司生產(chǎn)的FieldSpe4地物光譜儀測量350~900 nm（間隔1 nm）范圍的遙感反射率（Rrs，Reomte sensing of reflectance），并按照GB/T 36540—2018水體可見光-短波紅外光譜反射率測量的標(biāo)準(zhǔn)測量。再根據(jù)衛(wèi)星過境時間或無人機飛行時間同步實地采取水樣數(shù)據(jù)，代入實驗室進行分析獲得各水質(zhì)參數(shù)的質(zhì)量濃度。

實測水質(zhì)數(shù)據(jù)來自太湖主體湖區(qū)分布均勻的32個常規(guī)采樣點。本研究利用2019年1月至2021年2月間各采樣點的歷史水質(zhì)數(shù)據(jù)，采集的水質(zhì)數(shù)據(jù)包括溫度、CODMn、DO、TN、TP、NH3-N、透明度、Chl-a、懸浮物濃度等參數(shù)。本研究主要討論CODMn、DO、TN、TP和NH3-N這5個水質(zhì)參數(shù)的反演規(guī)律。

2.2 遙感數(shù)據(jù)

本研究使用的遙感數(shù)據(jù)源為Landsat-8衛(wèi)星OLI傳感器。表1為Landsat-8衛(wèi)星的技術(shù)參數(shù)表。選用2020年5月3日的一景OLI影像，作為反演模型的應(yīng)用。該圖像拍攝時間在本研究選用的歷史實測數(shù)據(jù)監(jiān)測時間之內(nèi)，且晴朗少云（云覆蓋度1.25%），影像質(zhì)量較好，適合提取光譜信息并進行水質(zhì)反演。

表1 Landsat-8技術(shù)參數(shù)

遙感圖像預(yù)處理能夠保證探測器的輸出可以反映被測量目標(biāo)的真實變化，校正探測器性能的自然衰變對測量結(jié)果的影響，并能消除幾何畸變、大氣消光等現(xiàn)象，從而獲取感興趣的目標(biāo)區(qū)域圖像。因此，首先應(yīng)對遙感圖像進行預(yù)處理。本研究主要進行的預(yù)處理包括輻射定標(biāo)、大氣校正、圖像去噪和水體提取。通過預(yù)處理，獲得可進行波段間運算的太湖主體湖區(qū)影像數(shù)據(jù)。

2.3 無人機高光譜數(shù)據(jù)

與衛(wèi)星遙感影像相比，搭載在無人機上的高光譜傳感器獲取的影像在處理過程上較為簡便，可省去復(fù)雜繁瑣的大氣校正過程，只需采用與多光譜傳感器配套的軟件將獲取的影像導(dǎo)出，進行幾何校正和輻亮度與反射率的校正后即可得到光譜反射率數(shù)據(jù)。本研究使用的無人機高光譜成像系統(tǒng)及性能參數(shù)見表2所示。

表2 無人機成像系統(tǒng)成像參數(shù)性能

3 模型構(gòu)建

以研究區(qū)采樣點實測水質(zhì)數(shù)據(jù)與對應(yīng)采樣點的遙感傳感器和無人機等效光譜反射率數(shù)據(jù)建立了多元回歸模型，根據(jù)各個模型計算各采樣點的水質(zhì)參數(shù)值，并以相關(guān)系數(shù)R2來評估模型精度。

3.1 反射率確定

3.1.1 遙感數(shù)據(jù)反射率轉(zhuǎn)換

獲取采樣點水體實測光譜反射率后，根據(jù)OLI的光譜響應(yīng)函數(shù)，首先將實測水體反射率數(shù)據(jù)轉(zhuǎn)換為遙感傳感器的等效反射率，計算方法如公式（1）所示：

式中：λ為波長；SF（λ）為OLI的光譜響應(yīng)函數(shù)；r（λ）為實測水體反射率；R為計算后的等效反射率。

3.1.2 無人機反射率

實驗飛行前鋪設(shè)不同反射率的靶標(biāo)，再采用經(jīng)驗線性校正法進行反射率計算。反射率=增益×DN值+偏置（圖1）。

圖1 計算得到的增益和偏置

3.2 水質(zhì)參數(shù)分布與相關(guān)性分析

在計算水體等效反射率后，對實測水質(zhì)進行處理和分析，得到各水質(zhì)參數(shù)分布情況見表3。

表3 水質(zhì)參數(shù)分布情況 單位：mg/L

3.3 特征波段選擇與建模

CODMn：根據(jù)經(jīng)驗分析，CODMn與綠光和近紅外的歸一化系數(shù)具有較好的線性關(guān)系。其特征波段與CODMn的關(guān)系如圖2（a）所示。

DO：根據(jù)經(jīng)驗分析，DO的平方根與（紅-近紅）/（綠-近紅）存在一定的線性關(guān)系。其特征波段與DO的關(guān)系如圖2（b）所示。

TN：根據(jù)經(jīng)驗分析，TN與紅綠光比值具有線性關(guān)系。其特征波段與TN的關(guān)系如圖2（c）所示。

TP：根據(jù)經(jīng)驗分析，TP與（紅-藍）/（綠-近紅）的線性關(guān)系較強。其特征波段與TP的關(guān)系如圖2（d）所示。

NH3-N：根據(jù)實測數(shù)據(jù)分析NH3-N與TN相關(guān)性強，因此可以用TN的特征波段作為NH3-N的特征波段。其特征波段與NH3-N的關(guān)系如圖2（e）所示。

圖2 特征波段組合與水質(zhì)參數(shù)的線性關(guān)系

最終得到的各水質(zhì)參數(shù)的反演模型和擬合優(yōu)度R2見公式（2）~（6）。

4 結(jié)果應(yīng)用

4.1 衛(wèi)星影像水質(zhì)參數(shù)反演結(jié)果及精度評定

利用2020年5月3日的Landsat-8衛(wèi)星OLI數(shù)據(jù)，應(yīng)用本研究構(gòu)建的相應(yīng)模型，以水質(zhì)標(biāo)準(zhǔn)類別為劃分依據(jù)，得到太湖主體湖區(qū)CODMn、DO、TN、TP和NH3-N質(zhì)量濃度的空間分布圖，如圖3所示。

圖3 5種水質(zhì)參數(shù)的空間分布

可以看出，太湖湖區(qū)大部分CODMn≤4mg/L，符合Ⅰ、Ⅱ類水的標(biāo)準(zhǔn)，湖西部區(qū)域的高錳酸鹽指數(shù)較高、部分區(qū)域有Ⅴ類水的標(biāo)準(zhǔn)；從DO質(zhì)量濃度來看，湖區(qū)大部分區(qū)域的DO質(zhì)量濃度值均≥6mg/L，屬于Ⅰ、Ⅱ類水，西部湖區(qū)存在部分水體滿足Ⅲ、Ⅳ類水的標(biāo)準(zhǔn)；就TN質(zhì)量濃度而言，水體可見清晰的類別差異，除西部部分區(qū)域，其余大部的TN質(zhì)量濃度已達Ⅴ類水質(zhì)標(biāo)準(zhǔn)、少部區(qū)域劣Ⅴ類；由TP和NH3-N的空間分布圖可見，這2種水質(zhì)質(zhì)量濃度很低，太湖湖區(qū)絕大部分達到Ⅰ、Ⅱ類水質(zhì)的標(biāo)準(zhǔn)。

對于反演模型的精度評定，主要用了均方根誤差（RootMean Squared Error，RMSE）、平均相對誤差百分比（Mean Absolute Percentage Error，MAPE）、平均絕對誤差（Mean Absolute Error，MAE），RMSE是MSE的算數(shù)平方根，表示反演值與實測值的偏差程度。MAE是絕對誤差的平均值，能更好地表現(xiàn)反演值與實測值誤差的實際情況。這些指標(biāo)已經(jīng)被證實能夠較為完整地評估水體水質(zhì)遙感的算法性能。

式中：N為樣本數(shù)；yi為反演值；yi是實測值。MAE在計算時進行l(wèi)og10變換是為了更好地評估非高斯分布的數(shù)據(jù)集。MAPE計算的是絕對值，但可以轉(zhuǎn)換為百分比。

選擇時間為2020年11月9日的影像與地面采樣的數(shù)據(jù)對反演結(jié)果進行驗證，將各水質(zhì)參數(shù)測量真值與模型反演值對照，32個點的平均誤差如表4所示。從表4可以看出，DO和TP的反演誤差較小，模型反演精度較高。TN的反演誤差較大，在該時刻的反演精度較差。分析誤差較大的原因在于選取的驗證數(shù)據(jù)量較少，在本研究中只使用了2020年11月9日的實測水質(zhì)參數(shù)真值與遙感影像模型反演值，不能完全說明模型的精確性。另外，誤差來源也有實測數(shù)據(jù)與真實參數(shù)值的誤差，遙感影像預(yù)處理帶來的誤差以及本研究構(gòu)建的模型本身誤差。

表4 32個點的平均誤差

4.2 無人機影像水質(zhì)參數(shù)反演結(jié)果及精度評定

應(yīng)用本研究構(gòu)建的相應(yīng)模型，以水質(zhì)標(biāo)準(zhǔn)類別為劃分依據(jù)，得到的各個無人機影像成像時刻的水質(zhì)參數(shù)的反演結(jié)果如表5所示。

表5 無人機影像水質(zhì)反演結(jié)果

根據(jù)反演結(jié)果顯示，內(nèi)陸水體的CODMn大部分符合Ⅰ、Ⅱ類水的標(biāo)準(zhǔn)，望虞河與棉堤橋的指數(shù)較高，滿足Ⅲ、Ⅳ類水的標(biāo)準(zhǔn)；DO指數(shù)較好，只有連湖港部分水體未達到Ⅰ、Ⅱ類水的標(biāo)準(zhǔn)；TN指數(shù)不理想，內(nèi)陸水體大部分只達到劣Ⅴ類標(biāo)準(zhǔn)，少部分水體滿足Ⅴ類標(biāo)準(zhǔn)；TP指數(shù)和NH3-N指數(shù)水平在內(nèi)陸水體中大體一致，大部分為Ⅰ、Ⅱ類水的標(biāo)準(zhǔn)，少部分達到Ⅲ、Ⅳ類水的標(biāo)準(zhǔn)，只有連湖港TP指數(shù)為劣Ⅴ類標(biāo)準(zhǔn)。

選擇無人機飛行監(jiān)測過的一定數(shù)量樣本，利用MAPE、MAE、RMSE指標(biāo)對反演結(jié)果進行精度評定，結(jié)果如表6所示。

表6 精度評定結(jié)果

5 分析

本研究利用Landsat8衛(wèi)星OLI數(shù)據(jù)和無人機高光譜數(shù)據(jù)，以太湖為研究區(qū)，采用遙感方法特征波段選擇與采樣點實測光譜數(shù)據(jù)相結(jié)合的方法，通過統(tǒng)計分析，研究了太湖CODMn、DO、TN、TP和NH3-N等5項水質(zhì)參數(shù)的遙感定量反演規(guī)律，分別構(gòu)建了高擬合度的水質(zhì)參數(shù)反演模型應(yīng)用于遙感圖像中，衛(wèi)星影像得到的太湖水質(zhì)質(zhì)量濃度反演結(jié)果和無人機影像所覆蓋太湖邊緣河流水質(zhì)反演結(jié)果非常一致，形成了這5項水質(zhì)參數(shù)的空間分布圖，對太湖湖區(qū)的水質(zhì)狀況進行了評估。綜合本文的研究結(jié)果，可得到以下結(jié)論:太湖主體湖區(qū)的TP和NH3-N質(zhì)量濃度值很低，DO質(zhì)量濃度較高，從TP、NH3-N和DO指標(biāo)來看，基本達到Ⅰ、Ⅱ類水的水平。

理論研究和實驗驗證均證明，無人機遙感技術(shù)在水質(zhì)要素反演中應(yīng)用是可行的，可以針對一些區(qū)域面積較小的水體進行水質(zhì)參數(shù)的反演估測。此外，利用無人機遙感影像結(jié)合衛(wèi)星波段建模算法進行水質(zhì)參數(shù)質(zhì)量濃度反演，可以得到更加準(zhǔn)確的水質(zhì)參數(shù)空間分布情況，對于準(zhǔn)確評估水域水質(zhì)參數(shù)的時空變化和進行水域治理等具有重要的應(yīng)用價值和實際意義。

在構(gòu)建水質(zhì)參數(shù)模型時，僅通過經(jīng)驗分析方法，缺少更多波段組合的可能性，使模型構(gòu)建過程存在局限性。因此，在今后的研究中將通過統(tǒng)計分析與神經(jīng)網(wǎng)絡(luò)結(jié)合的方法，尋找擬合度更高的波段組合，建立更高精度的水質(zhì)參數(shù)反演模型。