馬萬棟，吳傳慶，殷守敬，邢前國

1.環(huán)境保護部衛(wèi)星環(huán)境應(yīng)用中心，北京 100094

2.中國科學院煙臺海岸帶研究所，山東 煙臺 264003

水體中葉綠素a(chla)是藻類生物的重要組成成分之一，是表征水體光學自養(yǎng)生物量的重要指標，其含量高低與水體藻類的種類、數(shù)量、日照狀況等密切相關(guān)。水體中葉綠素a含量是估測浮游植物生物量和初級生產(chǎn)力的重要參數(shù)，也是反映水體富營養(yǎng)化的重要指標［1］，而且在藻類物質(zhì)中所占比例比較穩(wěn)定，易于在實驗室測量。水體中葉綠素a含量是水環(huán)境遙感監(jiān)測的主要項目之一，也是內(nèi)陸及近岸水體水色反演的主要水質(zhì)參數(shù)之一。

在海洋水色遙感領(lǐng)域，為了研究方便，通常海水被分為一類水體和二類水體。一類水體主要指大洋水體，光學性質(zhì)的變化主要由浮游植物及其附屬物決定;二類水體主要指近岸水體及內(nèi)陸水體，光學性質(zhì)的變化不僅受浮游植物及其附屬物的影響，而且也受其他物質(zhì)(如外生的粒子和外生的有色可溶有機物)的影響。水體組分中葉綠素a含量的遙感反演取決于葉綠素a的吸收和后向散射特性。由于藻類在藍波段有較強的吸收，而在綠波段有較強的后向散射，經(jīng)典的表層水體葉綠素a含量反演采用藍綠波段比值算法［2-4］，該算法已經(jīng)非常成熟，而且具有較高的反演精度。但是對于海岸帶及內(nèi)陸水體等二類水體，由于受懸浮物顆粒物及黃色物質(zhì)吸收和后向散射交叉影響［5-7］，藍綠波段比值算法不能精確地反演二類水體葉綠素a含量［8-9］。目前許多學者已經(jīng)建立了大量二類水體葉綠素 a含量反演算法［10-14］，依據(jù)不同類型的遙感傳感器，通過選取不同波段或波段組合對葉綠素a含量進行了反演，得到了較高的反演精度，同時對反演精度進行了分析和評價，確立了不同傳感器的最佳波段或波段組合［15-24］。

由于二類水體活性組分的吸收和散射相互影響，葉綠素a含量反演算法都具有較強的區(qū)域性和季節(jié)性，且反演精度都很低。該文通過實測煙臺近海水體葉綠素a含量及水體反射光譜曲線，分析了水體反射光譜曲線，并選取特征波段或組合建立了煙臺近海水體葉綠素a含量反演模型。

1 研究區(qū)概況及數(shù)據(jù)處理

1.1 研究區(qū)概況

研究區(qū)位于煙臺四十里灣海域(圖1，采樣點a位于排污口附近海域，采樣點b位于養(yǎng)殖區(qū)外部海域，采樣點c位于養(yǎng)殖區(qū)內(nèi)部海域)，該海域介于煙臺市萊山區(qū)北部芝罘島和養(yǎng)馬島之間，北有崆峒島、擔子島，平均水深10 m，屬半封閉型海域。

圖1 煙臺四十里灣采樣點分布圖

研究區(qū)水體交換能力較差，海域環(huán)境質(zhì)量受陸源徑流和海水養(yǎng)殖等因素的影響較大。2003—2012年煙臺四十里灣葉綠素a月平均質(zhì)量濃度為4.2～13.9 μg/L，其中夏季葉綠素 a質(zhì)量濃度最高，平均值為10.1 μg/L，較大值出現(xiàn)8—9月，主要分布在崆峒島以南海域;春、秋季差別不大，平均值為 7.3 μg/L;冬季最低，平均值為4.7 μg/L。

1.2 數(shù)據(jù)獲取及處理

實測葉綠素a含量和高光譜數(shù)據(jù)來自2008年11月至2009年10月煙臺四十里灣海域環(huán)境調(diào)查航次。利用美國YSI6920型多參數(shù)水質(zhì)監(jiān)測儀獲取葉綠素a含量，儀器經(jīng)過嚴格的定標和校正，同時對獲取的數(shù)據(jù)進行質(zhì)量控制。高光譜數(shù)據(jù)采用美國USB4000 VIS-NIR型光譜儀測量獲取，測量過程采用唐軍武等［25］提出的二類水體水面以上測量法。在光譜分析過程中，對實測的遙感反射率數(shù)據(jù)以10 nm為間隔進行光譜重采樣，然后開展光譜分析和研究。現(xiàn)場實測不同采樣點的遙感反射率曲線如圖2所示。

2 煙臺近海水體葉綠素a含量遙感反演

2.1 三波段模型

近年來，國外學者提出了一種反演葉綠素a含量的三波段模型［26-27］。目前，國內(nèi)許多學者利用三波段模型反演葉綠素a含量，得到了較好的反演精度［28-29］。三波段模型中第一波段要求對葉綠素a吸收最敏感，限制在660～690 nm之間;為消除非色素懸浮物及黃色物質(zhì)對葉綠素a吸收的影響，第二波段要求對葉綠素a的吸收不敏感，同時保證非色素懸浮物和黃色物質(zhì)在第一波段及第二波段的吸收之和相差不大，因此第二波段限制在690～740 nm之間;此外，水體的后向散射對葉綠素a的吸收影響較大，需要排除此干擾因素，因此第三波段的吸收系數(shù)要接近純水的吸收，一般選擇近紅外波段。

圖2 不同月份、不同采樣點的遙感反射率曲線

利用三波段模型對研究區(qū)水體葉綠素a含量進行了反演。根據(jù)三波段模型的原理及葉綠素a的光學屬性，結(jié)合實測的遙感反射率光譜曲線，選取670、690、730 nm 3個波段的遙感反射率(Rrs670、Rrs690、Rrs730)建立三波段模型。研究結(jié)果表明，葉綠素a含量和實測數(shù)據(jù)的三波段模型有較好的線性相關(guān)關(guān)系(圖3)，決定系數(shù)(R2)為0.660 8。根據(jù)建立的三波段模型，對研究區(qū)葉綠素a含量進行了反演，其均方根誤差(RMSE)為0.59 μg/L，相對誤差為36.7%。

圖3 三波段模型同葉綠素a質(zhì)量濃度的相關(guān)關(guān)系

2.2 比值模型

利用波段比值 Rrs725/Rrs675和 Rrs748/Rrs667同葉綠素a質(zhì)量濃度進行了相關(guān)性研究(圖4)。從圖4可見:葉綠素a質(zhì)量濃度和波段比值Rrs725/Rrs675的決定系數(shù)是0.314 9，利用建立的反演模型反演葉綠素 a含量，RMSE為0.84 μg/L，相對誤差為52.0%;葉綠素a質(zhì)量濃度同波段比值Rrs748/Rrs667的決定系數(shù)是0.300 9(圖4)，利用建立的波段比值模型反演葉綠素a質(zhì)量濃度，RMSE為0.85 μg/L，相對誤差為54.4%。

圖4 不同波段比值同葉綠素a質(zhì)量濃度的相關(guān)關(guān)系

2.3 熒光算法

2.3.1 熒光峰高度法

根據(jù)研究區(qū)實測的反射光譜曲線，選取690 nm處的遙感反射率和葉綠素a質(zhì)量濃度進行了相關(guān)研究。通過研究發(fā)現(xiàn)，隨著葉綠素a質(zhì)量濃度增加，熒光峰逐漸明顯，但總體來說，熒光特征都不是非常突出。研究結(jié)果表明，葉綠素a質(zhì)量濃度同Rrs690的決定系數(shù)是0.555 1(圖5)，利用建立的反演模型反演葉綠素 a質(zhì)量濃度，RMSE為0.68 μg/L，相對誤差為40.8%。

圖5 葉綠素a含量同Rrs690的相關(guān)關(guān)系

2.3.2 熒光線高度法

基線熒光高度法的基本原理是使用熒光峰左右兩側(cè)通道的離水輻亮度的連線為基線，計算熒光通道的離水輻亮度與基線之間的距離，建立葉綠素a質(zhì)量濃度同熒光線高度之間的相關(guān)關(guān)系。通過研究發(fā)現(xiàn)，熒光線高度和葉綠素a質(zhì)量濃度之間的決定系數(shù)為0.346 6(圖6)，利用建立的熒光線高度模型反演葉綠素a質(zhì)量濃度，RMSE為0.82 μg/L，相對誤差為46.5%。由于研究區(qū)葉綠素a質(zhì)量濃度均低于5 μg/L，從實測反射光譜曲線上看熒光峰并不十分明顯，因此利用熒光線高度建立的反演模型反演葉綠素a質(zhì)量濃度精度較低。

圖6 葉綠素a質(zhì)量濃度和熒光線高度的相關(guān)關(guān)系

2.3.3 歸一化熒光高度法

歸一化熒光高度法是將680 nm處的熒光峰強度最大值Rrsmax歸一到560 nm的反射峰或675 nm的吸收峰最小值。結(jié)合研究區(qū)實測的反射光譜曲線，選取Rrs690作為 Rrsmax進行葉綠素 a歸一化熒光算法研究，發(fā)現(xiàn)葉綠素a質(zhì)量濃度同歸一化的Rrs690/Rrs560之間的決定系數(shù)是0.6213［圖7(a)］，利用建立的模型反演葉綠素 a質(zhì)量濃度，RMSE為0.62 μg/L，相對誤差為39.1%。同時還驗證了葉綠素a質(zhì)量濃度同波段比值Rrs690/Rrs670的相關(guān)關(guān)系。研究表明，葉綠素a質(zhì)量濃度同歸一化的 Rrs690/Rrs670之間的決定系數(shù)為0.5297［圖7(b)］，利用建立的反演模型反演葉綠素a質(zhì)量濃度，RMSE為0.69 μg/L，相對誤差為42.9%。

圖7 葉綠素a質(zhì)量濃度同歸一化熒光高度的相關(guān)關(guān)系

2.4 反射峰面積法

依據(jù)葉綠素a的吸收和后向散射特性，結(jié)合研究區(qū)實測的反射率光譜曲線，選取熒光峰Rrs690附近的2個吸收谷Rrs670和Rrs730連線作為基線計算反射峰面積(NPA)，即

式中Rrsλ是不同含量的葉綠素a在波長λ處的遙感反射率。通過研究葉綠素a質(zhì)量濃度和反射峰面積的關(guān)系，發(fā)現(xiàn)兩者之間的線性關(guān)系最為顯著(圖8)，決定系數(shù)為0.558 9，利用建立的反射峰面積模型反演研究區(qū)葉綠素a質(zhì)量濃度，RMSE為0.67 μg/L，相對誤差為39.9%。

圖8 葉綠素a含量同反射峰面積的相關(guān)關(guān)系

2.5 葉綠素a質(zhì)量濃度反演精度討論

通過研究不同葉綠素a反演模型發(fā)現(xiàn):利用實測光譜建立的三波段模型反演葉綠素a質(zhì)量濃度，決定系數(shù)為0.660 8，利用基于實測光譜建立的三波段模型反演葉綠素a質(zhì)量濃度，RMSE為0.59 μg/L，相對誤差為36.7%;三波段模型考慮了葉綠素a的吸收及其他水色組分對葉綠素吸收和后向散射的影響，基于葉綠素a的固有光學特性建立的半分析模型。該葉綠素a反演模型減弱了水色組分中懸浮物和黃色物質(zhì)的吸收和后向散射對葉綠素a吸收和后向散射的影響，同時考慮了純水的后向散射，反演精度最高。反射峰面積模型綜合考慮了葉綠素a的吸收和后向散射特性及周圍環(huán)境狀況對葉綠素a熒光效率的影響，利用反射峰面積法反演葉綠素a質(zhì)量濃度，決定系數(shù)是 0.558 9，RMSE 是 0.67 μg/L，相對誤差為39.9%。此外歸一化熒光高度模型也是葉綠素a質(zhì)量濃度反演的常用模型，該模型考慮了葉綠素a的熒光峰和周圍的吸收谷，利用該模型反演葉綠素a質(zhì)量濃度，反演精度相對較高。反演精度最差的是比值模型，其決定系數(shù)為0.300 9，RMSE為0.85 μg/L，相對誤差為54.4%。不同反演模型精度比較見表1。

3 結(jié)論

水體的反射光譜中熒光峰特征是葉綠素a質(zhì)量濃度遙感反演的基礎(chǔ)，為葉綠素a遙感精確反演提供了可能。通過對比研究煙臺近海水體不同葉綠素a遙感反演模型得出，三波段模型是煙臺近海水體葉綠素a遙感反演的最優(yōu)模型，決定系數(shù)為0.660 8，RMSE為0.59 μg/L，其次是歸一化熒光高度模型和反射峰面積模型，決定系數(shù)分別為0.621 3 和0.558 9，RMSE 分別為0.62 μg/L和0.67 μg/L。

表1 實測數(shù)據(jù)的不同葉綠素a模型反演精度比較

［1］段洪濤，張柏，劉殿偉，等.查干湖水體光譜熒光峰特征與葉綠素a響應(yīng)關(guān)系研究［J］.紅外與毫米波學報，2006，25(5):355-359.

［2］O＇Reilly J E，Maritorena S，Mitchell B G，et al.Ocean color chlorophyll algorithms for SeaWiFS［J］.Journal of Geophysical Research，1998，103(C11):24 937-24 953.

［3］McClain C R，F(xiàn)eldman G C，Hooker S B.An overview of the SeaWiFS project and strategies for producing a climate research quality global ocean bio-optical time series［J］.Deep-Sea Research Part II，2004，51(1-3):5-42.

［4］Morel A，Prieur L.Analysis of variations in ocean color［J］.Limnology and Oceanography，1977，22(4):709-722.

［5］Sathyendranath S，Prieur L，Morel A.A threecomponent model of ocean colour and its application to remote sensing of phytoplankton pigments in coastal waters［J］.International Journal of Remote Sensing，1989，10(8):1 373-1 394.

［6］Carder K L，Hawes S K，Baker K A，et al.Reflectance model for quantifying chlorophyll a in the presence of productivity degradation products［J］.Journal of Geophysical Research，1991，96(C11):20 599-20 611.

［7］Stramski D，Bricaud A，Morel A.Modeling the inherent optical properties of the ocean based on the detailed composition of the planktonic community［J］.Applied Optics，2001，40(18):2 929-2 945.

［8］Gitelson A A，Schalles J F，Hladik C M.Remote chlorophyll-a retrieval in turbid，productive estuaries:Chesapeake Bay case study［J］.Remote Sensing ofEnvironment，2007，109(4):464-472.

［9］Gons H J.Optical Teledetection of Chlorophyll a in Turbid Inland Waters［J］.Environmental Science ＆Technology，1999，33(7):1 127-1 132.

［10］Gower J F R，Doerffer R，Borstad G A.Interpretation of the 685nm peak in water-leaving radiance spectra in terms of fluorescence，absorption and scattering，and its observation by MERIS［J］.International Journal of Remote Sensing，1999，20(9):1 771-1 786.

［11］Gitelson A A，Kondratyev K Y.Optical-models of mesotrophic and eutrophic water bodies［J］.International Journal of Remote Sensing，1991，12(3):373-385.

［12］Vasilkov A，Kopelevich O.Reasons for the appearance of the maximum near 700 nm in the radiance spectrum emitted by the ocean layer［J］.Oceanology，1982，22(5):697-701.

［13］Dekker A G，Peters S W M.The use of the thematic mapper for the analysis of eutrophic lakes-a case study in the Netherlands［J］.International Journal of Remote Sensing，1993，14(5):799-821.

［14］Han L H，Rundquist D C.Comparison of NIR/RED ratio and first derivative of reflectance in estimating algal-chlorophyll concentration:A case study in a turbid reservoir［J］.Remote Sensing of Environment，1997，62(3):253-261.

［15］Stumpf R P，Tyler M A.Satellite detection of bloom and pigment distributions in estuaries［J］.Remote Sensing of Environment，1988，24(3):358-404.

［16］Gons H J，Rijkeboer M，Bagheri S，et al.Optical teledetection of chlorophyll a in estuarine and coastal waters［J］.Environmental Science ＆ Technology，2000，34(24):5 189-5 192.

［17］Gons H J，Rijkeboer M，Ruddick K G.A chlorophyllretrieval algorithm for satellite imagery(Medium Resolution Imaging Spectrometer)of inland and coastal waters［J］.Journal of Plankton Research，2002，24(9):947-951.

［18］Ruddick K G，Gons H J，Rijkeboer M，et al.Optical remote sensing of chlorophyll a in case 2 waters by use of an adaptive two-band algorithm with optimal error properties［J］.Applied Optics，2001，40(21):3 575.

［19］趙冬至，張豐收，杜飛，等.不同藻類水體太陽激發(fā)的葉綠素熒光峰 (SICF)特性研究［J］.遙感學報，2005，9(3):265-270.

［20］陳楚群，施平，毛慶文.應(yīng)用TM數(shù)據(jù)估算沿岸海水表層葉綠素濃度模型研究［J］.環(huán)境遙感，1996，11(3):168-176.

［21］Fraser R N.Hyperspectral remote sensing of turbidity and chlorophyll a among Nebraska sand hills lakes［J］.International Journal of Remote Sensing，1998，19(8):1 579-1 589.

［22］Allee R J，Johnson J E.Use of satellite imagery to estimate surface chlorophyll a and Secchi disc depth of Bull Shoals Reservoir，Arkansas，USA［J］.International Journal of Remote Sensing，1999，20(6):1 057-1 072.

［23］Kallio K，Kutser T，Hannonen T，et al.Retrieval of water quality from airborne imaging spectrometry of various lake types in different seasons［J］.Science of the Total Environment，The，2001，268(1-3):59-77.

［24］Koponen S，Pulliainen J，Servomaa H，et al.Analysis on the feasibility of multi-source remote sensing observations for chl-a monitoring in Finnish lakes［J］.Science of the Total Environment，The，2001，268(1-3):95-106.

［25］唐軍武，田國良，汪小勇，等.水體光譜測量與分析Ⅰ:水面以上測量法［J］.遙感學報，2004，8(1):37-44.

［26］Gitelson A A，Vina A，Ciganda V，et al.Remote estimation of canopy chlorophyll content in crops［J］.Geophysical Research Letters，2005，32(8):403-406.

［27］Gitelson A A，Vina A，Arkebauer T J，et al.Remote estimation of leaf area index and green leaf biomass in maize canopies［J］.Geophysical Research Letters，2003，30(5):1 248-1 251.

［28］周冠華，柳欽火，馬榮華，等.基于半分析模型的波段最優(yōu)化組合反演混濁太湖水體葉綠素［J］.湖泊科學，2008，20(2):153-159.

［29］徐京萍，張柏，宋開山，等.基于半分析模型的新廟泡葉綠素 a濃度反演研究［J］.紅外與毫米波學報，2008，27(3):197-201.