曠 達,韓秀珍,劉 翔,詹雅婷,牛 錚,王李娟(.中國科學院遙感應用研究所,遙感科學國家重點實驗室,北京 000；2.中國科學院研究生院,北京 0039；3.中國氣象局國家衛(wèi)星氣象中心,北京 0008；.北京東方泰坦科技股份有限公司,北京 00083；.南京信息工程大學氣象災害省部共建教育部重點實驗室,江蘇 南京 200)

基于環(huán)境一號衛(wèi)星的太湖葉綠素a濃度提取

曠 達1,2,韓秀珍3*,劉 翔4,詹雅婷5,牛 錚1,王李娟1,2(1.中國科學院遙感應用研究所,遙感科學國家重點實驗室,北京 100101；2.中國科學院研究生院,北京 100139；3.中國氣象局國家衛(wèi)星氣象中心,北京 100081；4.北京東方泰坦科技股份有限公司,北京 100083；5.南京信息工程大學氣象災害省部共建教育部重點實驗室,江蘇 南京 210044)

綜合環(huán)境一號小衛(wèi)星的CCD數(shù)據(jù)和同步地面水質監(jiān)測數(shù)據(jù),發(fā)現(xiàn)可見光紅波段與近紅外波段的波段組合與葉綠素a實測濃度存在較高相關性,并以此為基礎建立了3個提取水體表層葉綠素a濃度的遙感信息模型.經(jīng)驗證分析,基于近紅外波段與紅波段比值的模型用于葉綠素a濃度反演提取的精度良好,RMSE達到了6.04mg/m3.將該模型應用于環(huán)境一號衛(wèi)星CCD數(shù)據(jù),生成了2009年5～12月共8幅太湖水體葉綠素a濃度分布圖,并對其進行了時空分析,結果符合實際,并與以往的研究結果相一致.但模型不適用于水生植被覆蓋較多區(qū)域葉綠素a濃度估算.

環(huán)境一號衛(wèi)星；遙感；葉綠素a

Abstract：In this study, models estimating water chlorophyll-a concentration have been proposed and calibrated, based on the regression analysis between HJ-1 satellite CCD images and synchronous in-situ water quality monitoring data, ranging from September to December in 2008 on Taihu, Jiangsu Province. The red and near infrared bands of HJ-1A and 1B CCD data, with central wavelength at 660 nm and 830 nm respectively, have shown to be sensitive to the chlorophyll-a concentration. Three models has been built and validated. The results illustrate the high potentials of the models to estimate chlorophyll-a concentration in inland waters for operational applications from satellite HJ-1 satellite CCD data, which will be of immense value for environment monitoring. Among the three models been proposed, the one based on index R830/R660has the highest estimation precision, 6.04mg/m3. This model has been applied to eight images of HJ-1 satellite CCD, generating chlorophyll-a concentration distributions from May to December 2009.

Key words：HJ-1 satellite；remote sensing；chlorophyll-a

目前,我國內(nèi)陸江河湖泊水質監(jiān)測和分析主要依賴于高精度的儀器進行周期性的實地監(jiān)測以及實驗室分析[1].這種監(jiān)測方法耗費較多人力物力,易受氣候和水文條件的限制,難以長時間跟蹤監(jiān)測,且較少的數(shù)據(jù)點難以反映湖泊的整體分布狀況[2].

從1978年美國NASA第一代水色遙感器CZCS到MODIS和MERIS,水體葉綠素a的遙感反演方法不斷得到更新發(fā)展,精度逐漸提高[3].第一、二代水色衛(wèi)星采用的反演方法主要是藍綠輻亮度比值法.這種反演方法適合于懸浮泥沙和黃色物質含量較低的一類水體.但在二類水體,由于懸浮泥沙的后向散射和黃色物質的強吸收等因素,藍綠比值法幾乎不可用[4].從MODIS、MERIS開始,熒光遙感算法[5]成為二類水體葉綠素a濃度反演的重要方法,包括基線熒光高度法和歸一化熒光高度法.這種方法有效地補充了藍綠比值法的不足[6].但熒光遙感的應用也受到諸多因素的制約,如熒光遙感特征波段的選擇、活體葉綠素熒光過程的復雜多變性以及熒光峰的“紅移現(xiàn)象”等[4].

為提高反演精度,需要研究利用新型傳感器數(shù)據(jù)進行遙感監(jiān)測的關鍵技術與方法,同時加強多種遙感數(shù)據(jù)之間的融合以及遙感數(shù)據(jù)同地面同步監(jiān)測數(shù)據(jù)的結合[7].本研究探索利用新型衛(wèi)星傳感器環(huán)境一號衛(wèi)星進行水體葉綠素a遙感定量反演方法,結合地面同步觀測數(shù)據(jù),發(fā)現(xiàn)第4波段與第3波段的比值R830/R660與葉綠素a濃度的對數(shù)值之間存在較高的相關性,并以此為基礎建立了新的遙感信息模型.經(jīng)驗證,該模型的反演精度達到6.04mg/m3.將該模型應用到2009年5～12月的環(huán)境一號衛(wèi)星CCD影像,得到太湖水體葉綠素a濃度的時空變化分布,對變化趨勢進行了分析.

1 數(shù)據(jù)和方法

1.1研究區(qū)域

太湖是我國第三大淡水湖泊,位于長江流域下游,該區(qū)域城鎮(zhèn)密集,城市化水平居全國之首[8].伴隨著該地區(qū)高速發(fā)展的城市化進程,區(qū)域內(nèi)的河流富營養(yǎng)化比較嚴重,水質屬于II～V類,局部地區(qū)甚至為劣V類.

表1 環(huán)境一號衛(wèi)星CCD相機的主要技術指標Table 1 Technical index of HJ-1 satellite CCD camera

1.2遙感數(shù)據(jù)

2008年9月6日,我國“環(huán)境一號衛(wèi)星A、B星以一箭雙星的方式在太原衛(wèi)星發(fā)射中心成功發(fā)射,并在9月8日開機成像.該衛(wèi)星主要用于對生態(tài)破壞、環(huán)境污染和災害進行大范圍、全天候、全天時動態(tài)監(jiān)測.環(huán)境一號衛(wèi)星的CCD相機共分4個譜段,表2列出其主要技術指標.

本研究所用到的環(huán)境一號衛(wèi)星CCD數(shù)據(jù)是經(jīng)過輻射校正、系統(tǒng)幾何校正后的2級產(chǎn)品.建立回歸模型所需數(shù)據(jù)以及模型驗證數(shù)據(jù)涵蓋從2008年9月19日月至12月15日的8個時相.用于生成2009年5～12月太湖水體葉綠素a濃度分布圖的數(shù)據(jù)為8景環(huán)境一號衛(wèi)星CCD數(shù)據(jù),其影像采集時間涵蓋8個月份.

圖1 地面采樣點分布Fig.1 Distribution of in-situ sampling cites

1.3地面實測數(shù)據(jù)

所用地面實測數(shù)據(jù)來自于2008年《湖州市藍藻監(jiān)測報告》[9],由湖州市環(huán)境保護監(jiān)測中心每天對若干個固定采樣點的水質參數(shù)采樣獲得.地面采樣時間一般為上午8:00～10:00,這恰好與環(huán)境一號衛(wèi)星在太湖地區(qū)的過境時間相吻合.由表2可見衛(wèi)星數(shù)據(jù)與地面采樣數(shù)據(jù)的獲取幾乎同步,相差一般在2h以內(nèi).用到的7個地面采樣點均分布于太湖南部(圖1).由于大面積藍藻覆蓋水域不適合于水體葉綠素a濃度遙感建模,根據(jù)《湖州市藍藻監(jiān)測報告》[9]中的藍藻爆發(fā)分布與天氣信息,結合衛(wèi)星影像上的云層覆蓋信息,對獲得的56個地面采樣數(shù)據(jù)進行了適當剔除.例如,9月19日大錢港入湖口的地面實測點因為云層覆蓋被剔除,9月23日長興夾浦、長興合溪、長興興塘3個實測點因為湖面覆蓋大量藍藻被剔除.對最終得到的43個有效地面采樣點數(shù)據(jù)進行隨機抽樣,其中30個用于建立反演水體葉綠素a濃度值的遙感信息模型,其余13個用來評定模型精度.

表2 過境衛(wèi)星時間以及地面采樣時間Table 2 Satellite and in-situ data sampling information

1.4遙感數(shù)據(jù)的預處理

利用環(huán)境一號衛(wèi)星CCD數(shù)據(jù)提取太湖表層水體葉綠素a濃度,首先需要對衛(wèi)星影像進行幾何精校正和大氣輻射校正.

1.4.1幾何精校正 從中國資源衛(wèi)星應用中心獲得的環(huán)境一號衛(wèi)星CCD數(shù)據(jù)是經(jīng)過系統(tǒng)幾何畸變校正后的2級產(chǎn)品,只需對其進行幾何精校正便能實現(xiàn)原始影像與參考圖像的空間精確配準.選用經(jīng)過空間配準的1:5 萬地形圖為參考圖像,在ENVI 4.5支持下對環(huán)境一號衛(wèi)星CCD影像進行幾何精校正,圖像重采樣采用最近鄰點法,總誤差控制在0.5個像元內(nèi).

1.4.2大氣輻射校正 相對于陸地,水體的反射率很低,入瞳輻亮度中有超過80%以上的能量來自大氣的干擾信息[8],因此精確的大氣校正是進行河流表層葉綠素a濃度定量反演所必須的關鍵步驟.采用ENVI 4.5軟件下的FLAASH大氣校正模塊對環(huán)境一號衛(wèi)星CCD數(shù)據(jù)進行大氣校正.輸入相關參數(shù),計算得到大氣校正后的反射率圖像.

1.5遙感信息模型的建立

1.5.1單波段方法 利用SPSS 13.0對環(huán)境一號衛(wèi)星CCD的4個波段反射率與葉綠素a濃度進行皮爾遜相關性分析.結果表明,除在第1波段475nm與葉綠素a濃度的相關系數(shù)相對較高以外,其他3個波段反射率與葉綠素a濃度的相關系數(shù)普遍較低,分別為-0.194,0.253,0.359.第1波段475nm反射率與葉綠素a濃度的皮爾遜相關系數(shù)達到了0.533,但相關程度仍不高.這可能是由于太湖的懸浮物濃度較高,而懸浮物的高反射率掩蓋了水體中的葉綠素信息[10].因此,利用環(huán)境一號衛(wèi)星CCD的單波段建立估算水體葉綠素a濃度的模型是不適合的.

1.5.2多波段方法 研究表明,采用多波段反射比可以部分消除水表面光滑度和微波隨時間和空間變化的干擾,并在一定程度上減小其他污染物的影響[11].在以往運用遙感手段提取葉綠素a濃度的研究中,一種常用的方法是采用各種波段比值法和波段回歸法擴大葉綠素a吸收峰與葉綠素a反射峰或熒光峰間的差異,以達到提取葉綠素a濃度的目的[12].雷坤[13]利用中巴地球資源1號衛(wèi)星對太湖表層水體進行水質遙感監(jiān)測,認為近紅外波段是提取葉綠素含量的關鍵波段,聯(lián)合紅波段建立了反演葉綠素a濃度的雙波段模型.呂恒等[2]分析3TM數(shù)據(jù)與準實時地面采樣數(shù)據(jù),發(fā)現(xiàn)TM3/(TM1+TM4)與葉綠素a濃度的相關性最好,并以此建立了太湖葉綠素a濃度的三波段線性反演模型.戴永寧等[14]以巢湖水體為例,利用624nm附近藻膽素和706nm附近葉綠素a的吸收峰建立了反演葉綠素a濃度的雙波段反演模型.可見,可見光紅波段和近紅外波段是反演葉綠素a濃度的常用波段.

為尋找環(huán)境一號衛(wèi)星CCD反演水體葉綠素a濃度的最佳波段組合,在SPSS 13.0支持下對各波段灰度值進行比值變換、指數(shù)變換和對數(shù)變換等多種非線性變化和組合,分析了15種不同波段組合及其第一主成分與葉綠素a濃度之間的相關關系.結果表明,研究區(qū)域葉綠素a濃度的對數(shù)值和第4與第3波段的組合B4/B3的相關系數(shù)最高,為0.85(圖2).其余波段組合相關系數(shù)較高的有(B4-B3)/(B3+B4)和B3/(B1+B4),分別為0.8和0.78.

圖2 葉綠素a濃度與波段組合B4/B3的回歸曲線Fig.2 Fit curve between the chlorophyll-a concentration and the value of combined band

將各個因子作為自變量與水體葉綠素a濃度值進行回歸分析,建立反演水體葉綠素a遙感信息模型.將模型計算所得結果與地面實測采樣點數(shù)據(jù)進行統(tǒng)計分析,若合理并滿足精度則將結果輸出,否則重新分析,直到建立滿足精度要求的模型,并對建立的若干個遙感模型進行對比分析.最終得到3個葉綠素a遙感信息模型,見式(1)～(3).從建立的遙感信息模型可以看出,環(huán)境一號衛(wèi)星CCD第3和第4波段灰度值與水體葉綠素a濃度值關系密切,是反演水體葉綠素a濃度的關鍵波段.

基于B4/B3因子的模型(模型1):基于(B4-B3)/(B3+B4)因子的模型(模型2):

基于B3/(B1+B4)因子的模型(模型3):式中:C為葉綠素a濃度,mg/m3; RB1,RB3,RB4分別為環(huán)境一號衛(wèi)星CCD第1、3和4波段反射率.

2 結果與討論

2.1模型精度驗證

將建立的3個遙感信息模型應用于環(huán)境一號衛(wèi)星CCD數(shù)據(jù),得到葉綠素a濃度模型預測值,再和地面采樣實測數(shù)據(jù)進行對比分析.用于驗證數(shù)據(jù)的13個地面采樣數(shù)據(jù)的葉綠素a濃度實測值為2.13～82.2mg/m3,平均濃度值為18.19mg/ m3.3個模型的預測結果與實測葉綠素a濃度的誤差均方根分別為6.04,19.30,16.02mg/m3.

相對于平均濃度18.19mg/m3,模型的預測值誤差均較大,尤其是模型2和模型3的預測精度很低.進一步分析可知,誤差主要來源于個別葉綠素a濃度值極高的采樣點.例如,7號采樣點的葉綠素a濃度實測值為82.2mg/m3,3個模型預測值的平均誤差為40.69mg/m3.造成這種高濃度葉綠素a估算精度較低的主要原因,可能是由于地面采樣數(shù)據(jù)主要在秋冬季節(jié)采集,水體葉綠素a濃度較春夏季偏低,造成建立的遙感信息模型對高濃度葉綠素a不夠敏感.此外,內(nèi)陸水體受人工和自然影響較多,在地理位置偏移較小的情況下可能有較大的葉綠素a濃度變化梯度,導致實測數(shù)據(jù)點并不能有效代表所在區(qū)域內(nèi)的平均濃度值.葉綠素a濃度值較高的區(qū)域經(jīng)常漂浮大量水生植物,這也可能在一定程度限制應用遙感數(shù)據(jù)估算水體葉綠素a濃度的精度.

若剔除7號點,剩余的12個采樣點的葉綠素a濃度平均值為12.86mg/m3,3個模型的預測值誤差均方將分別降低至5.02,8.99,9.78mg/m3.由此可以得出,在對葉綠素a濃度偏低和中等的水體進行估算時,模型1相對模型2和模型3具有更高的精度.

2.2太湖水體葉綠素a濃度變化分析

利用遙感圖像處理軟件ENVI 4.5與ArcGIS 9.1,將建立的模型1應用于2009年5～12月的8景環(huán)境一號衛(wèi)星CCD影像,得到該時期太湖表層水體的葉綠素a濃度分布圖(圖3).

從時間上分析,該區(qū)域水體的葉綠素a濃度從6月份開始上升,在9～10月達到濃度峰值,12月份恢復較低水平.從地理上分析,7～8月的高葉綠素a濃度水域主要分布在沙塘港附近以及新塘北部水域.9～10月,在太湖西北部的沙塘港水域葉綠素a濃度進一步增高,并呈現(xiàn)往東部的焦山和拖山區(qū)域轉移的趨勢.同一時期,太湖東南部水域出現(xiàn)了極高的葉綠素a濃度分布.11月份,整個太湖水體葉綠素a開始下降,高濃度水域主要分布于西北部沙塘港和東南部水域.葉綠素a濃度在12月份進一步降低,平均濃度低于10mg/m3.總體上,太湖水體葉綠素a濃度呈現(xiàn)北部和東部較高、西南部和湖心較低的分布,這與以往的研究結果相一致[13].太湖的主要污染物來自西北部的常州市與北部無錫市的城市河道以及排污口,造成對應區(qū)域的富營養(yǎng)化與葉綠素a濃度偏高.

圖3 2009年5～12月太湖水體葉綠素a濃度分布Fig.3 Chlorophyll-a concentration in Taihu from May to Dec, 2009

值得注意的一點是,東太湖是典型的草型湖泊,平均水深僅1.2m,是太湖的主要出水通道,淤積較為嚴重,在夏秋季節(jié)水生植被覆蓋率達96%[15].從2009年5～12月的葉綠素a濃度分布圖(圖3)上看,與太湖其他區(qū)域相比,東太湖的葉綠素a濃度始終呈現(xiàn)相對較高的水平.這種現(xiàn)象很可能是受該區(qū)域豐富的水生植物所致,并不能準確表征該區(qū)域水體的葉綠素a濃度信息.由此可見,建立的遙感信息模型對于覆蓋有大量水生植被的水體是不適用的.此外,湖流、水深、水溫等也會影響藍藻的生長[16],從而影響水體的葉綠素a濃度分布.

2.3與其他衛(wèi)星傳感器的對比分析

除了環(huán)境一號衛(wèi)星以外,已經(jīng)有一些衛(wèi)星傳感器用于相關研究,并得到較好的結果.宋瑜等[3]采用MERIS數(shù)據(jù)對太湖葉綠素a進行反演研究,利用歸一化熒光高度與葉綠素a濃度線性回歸建立模型,結果基本上反映出太湖北部水體的葉綠素a濃度分布格局.然而,在太湖南部水陸過渡帶,MERIS產(chǎn)品數(shù)據(jù)出現(xiàn)異常值,限制了其在內(nèi)陸大型湖泊水質狀況反演研究中的應用.馬榮華等[17]結合Landsat ETM與實測光譜估測太湖葉綠素,利用ETM3/ETM1與葉綠素濃度值之間的函數(shù)關系建立了反演模型,均方根誤差為12.34mg/m3.張玉超等[18]將支持向量機的方法應用于MODIS數(shù)據(jù)太湖葉綠素a非線性反演中,發(fā)現(xiàn)其對低值和高值均有較好的預測精度,平均相對誤差僅為15.91%.與這些衛(wèi)星傳感器相比,本研究利用環(huán)境一號衛(wèi)星數(shù)據(jù)用于葉綠素a濃度反演的精度略微偏低.究其原因,可能包含多個方面,如特征波段的選擇,反演算法的設計,地面實測數(shù)據(jù),國內(nèi)自主研制的傳感器硬件參數(shù),都可能對反演結果產(chǎn)生影響.隨著環(huán)境一號衛(wèi)星的研究應用逐漸推開,其在水質遙感方面的反演方法和模型將進一步完善.此外,相對其他衛(wèi)星傳感器,由于環(huán)境一號衛(wèi)星是我國自主設計生產(chǎn),數(shù)據(jù)訂購和獲取較為方便,利于研究和應用工作的開展.

3 結論

3.1利用我國自主研制的環(huán)境一號衛(wèi)星CCD數(shù)據(jù)進行水體表層葉綠素a濃度提取,可以獲得較高的反演精度.

3.2環(huán)境一號衛(wèi)星CCD數(shù)據(jù)的各個波段中,第3和第4波段與葉綠素a濃度值具有最高的相關性,是反演水體葉綠素a濃度的最佳波段.

3.2對于覆蓋有大量水生植被的水體,不適合采用遙感信息模型反演水體葉綠素a濃度.

[1] 王孝武,孫水裕.基于TM數(shù)據(jù)和ANN的河流水質參數(shù)監(jiān)測研究 [J]. 環(huán)境工程學報, 2009,3(8):1532-1536.

[2] 呂 恒,江 南,羅瀲蔥.基于TM數(shù)據(jù)的太湖葉綠素A濃度定量反演 [J]. 地理科學, 2006,26(4):473-476.

[3] 宋 瑜,宋曉東,郭照冰,等.利用MERIS產(chǎn)品數(shù)據(jù)反演太湖葉綠素a濃度研究 [J]. 遙感信息, 2009,(8):19-24.

[4] 邢天罡,趙冬至,劉玉光,等.葉綠素a熒光遙感研究進展 [J]. 遙感學報, 2007,11(1):137-145.

[5] Neville R A, Gower J F R．Passive remote sensing of phytoplankton via chlorophyll fluorescence [J]．Journal of Geophysical Research, 1977,82:3487-3493.

[6] Gordon H R. Diffuse reflectance of the ocean: The theory of its augmentation by chlorophyll-a fluorescence at 685nm [J]. Applied Optics, 1979,18:1161-1166.

[7] 宋 瑜,宋曉東,江 洪.太湖藻類的遙感監(jiān)測研究 [J]. 遙感信息, 2008,(4):102-109.

[8] 楊一鵬,王 橋,肖 青,等.基于TM數(shù)據(jù)的太湖葉綠素a濃度定量遙感反演方法研究 [J]. 地理與地理信息科學, 2006,22(2): 5-8.

[9] 湖州市環(huán)境保護監(jiān)測中心.2008年《湖州市藍藻監(jiān)測報告》 [R]. 2008.

[10] Bhargava D S, Mariam D W. Light penetration depth, turbidity and reflectance related relationship and models [J]. ISPRS Journal of Photogrammetry and Remote Sensing, 1991,46(4):217-230.

[11] Koponen S, Pulliainen J, Kallio K, et al. Lake water quality classification with airborne hyperspectral spectrometer and simulated MERIS data [J]. Remote Sensing of Environment, 2002,79:51-59.

[12] 段洪濤,張 柏,宋開山,等.查干湖葉綠素a濃度高光譜定量模型研究 [J]. 環(huán)境科學, 2006,27(3):503-507.

[13] 雷 坤,鄭丙輝,王 橋.基于中巴地球資源1號衛(wèi)星的太湖表層水體水質遙感 [J]. 環(huán)境科學學報, 2004,24(3):376-380.

[14] 戴永寧,李素菊,王學軍.巢湖水體的表觀光學特性測量與分析[J]. 中國環(huán)境科學, 2008,28(11):979-983.

[15] 李文朝,陳開寧,吳慶龍,等.東太湖水生植物生物質腐爛分解實驗 [J]. 湖泊科學, 2001, 13(4):331-335.

[16] 杜 聰,王世新,周 藝,等.應用遙感數(shù)據(jù)評價藍藻水華對太湖取水口的影響. [J]. 中國環(huán)境科學, 2009,29(10):1041-1046.

[17] 馬榮華,戴錦芳.結合Landsat ETM與實測光譜估測太湖葉綠素及懸浮物含量. [J]. 湖泊科學, 2005,17(2):97-103.

[18] 張玉超,錢 新, 錢 瑜,等.支持向量機在太湖葉綠素a非線性反演中的應用. [J]. 中國環(huán)境科學, 2009,29(1):78-83.

致謝：本文的地面采樣數(shù)據(jù)由湖州市環(huán)境保護監(jiān)測中心提供,在此表示感謝.

Quantitative estimation of Taihu chlorophyll-a concentration using HJ-1A and 1B CCD imagery.

KUANG Da1,2, HAN Xiu-zhen3*, LIU Xiang4, ZHAN Ya-ting5, NIU Zheng1, WANG Li-juan1,2(1.State Key Laboratory of Remote Sensing Science, Institute of Remote Sensing Applications, Chinese Academy of Sciences, Beijing 100101, China；2.Graduate University of Chinese Academy of Science, Beijing 100049, China；3.National Satellite Meteorological Center, China Meteorological Administration, Beijing 110008, China；4.Beijing Oriental Titan Technology Corporation, Beijing 100083, China; 5. Key Laboratory of Meteorological Disaster, Ministry of Education, Nanjing University of Information Science and Technology, Nanjing 210044, China). China Environmental Science, 2010,30(9)：1268～1273

X87

A

1000-6923(2010)09-1268-06

曠 達(1986-),男,湖南攸縣人,中國科學院遙感應用研究所碩士研究生,主要從事遙感與地理信息系統(tǒng)方面的研究.

2009-12-21

國家“973”項目(2007CB714406);國家“863”項目(2006AA-120107);“十一五”國家科技支撐計劃(2008BAC34B03);國家自然科學基金資助項目(40971202)

* 責任作者, 高級工程師, hanxz@cma.gov.cn