龔紹琦，陸品廷，孫德勇，李云梅，吳鵬飛

(1：南京信息工程大學(xué)地理與遙感學(xué)院，南京210044)(2：江蘇省地理信息資源開發(fā)與利用協(xié)同創(chuàng)新中心，南京210023)

?

HJ-1B/IRS熱紅外數(shù)據(jù)反演太湖水溫的方法比較*

龔紹琦1，陸品廷1，孫德勇1，李云梅2，吳鵬飛1

(1：南京信息工程大學(xué)地理與遙感學(xué)院，南京210044)(2：江蘇省地理信息資源開發(fā)與利用協(xié)同創(chuàng)新中心，南京210023)

太湖是我國(guó)典型的富營(yíng)養(yǎng)化湖泊，水溫是影響太湖藻類生長(zhǎng)的重要環(huán)境因子之一，我國(guó)環(huán)境減災(zāi)衛(wèi)星HJ-1B搭載的紅外多光譜相機(jī)IRS對(duì)太湖水溫動(dòng)態(tài)遙感監(jiān)測(cè)具有較大的性能優(yōu)勢(shì). 利用6景過境太湖的IRS熱紅外遙感影像，分別采用單通道普適性算法、輻射傳輸模型法和單窗算法反演太湖水溫，并與實(shí)測(cè)水溫和同期的TERRA/MODIS溫度產(chǎn)品進(jìn)行對(duì)比. 結(jié)果表明，普適性單通道算法反演水溫偏高，而輻射傳輸模型法和單窗算法則偏低；3種算法反演水溫的均方根誤差在1.001 K以內(nèi)，單窗算法反演精度最高，其次是輻射傳輸模型法，再次為普適性單通道算法，而同期MODIS溫度產(chǎn)品的均方根誤差為1.507 K. 3種算法從IRS熱紅外數(shù)據(jù)反演的水溫直方圖均呈正峰態(tài)、尖峰狀態(tài)分布，反演結(jié)果能真實(shí)地反映太湖水溫的空間分布特征. 本研究對(duì)只有單個(gè)熱紅外通道的衛(wèi)星傳感器開展內(nèi)陸水體水溫遙感監(jiān)測(cè)具有一定的參考意義.

太湖；水溫；HJ-1B/IRS；熱紅外數(shù)據(jù)；算法

太湖是我國(guó)第三大淡水湖，不僅是國(guó)內(nèi)外享有盛名的旅游勝地，而且是上海、無錫、蘇州等地的主要水源，兼有漁業(yè)、灌溉、航運(yùn)等多種功能. 自1980s起，太湖的富營(yíng)養(yǎng)化程度越來越嚴(yán)重，目前全湖處于富營(yíng)養(yǎng)到重富營(yíng)養(yǎng)狀態(tài)，湖泊水質(zhì)則屬于劣Ⅴ類[1]. 太湖的富營(yíng)養(yǎng)化導(dǎo)致藍(lán)藻水華現(xiàn)象不斷暴發(fā)，而且水華面積有逐年擴(kuò)大、持續(xù)時(shí)間越來越長(zhǎng)的趨勢(shì)[2]. 太湖藍(lán)藻水華不僅破壞水體景觀和生態(tài)系統(tǒng)平衡，藍(lán)藻在生長(zhǎng)過程中會(huì)釋放毒素，消耗水中溶解氧，引起水生生物大量死亡，湖泊水質(zhì)惡化，嚴(yán)重威脅了湖泊周圍地區(qū)的飲水安全[3]. 眾多的研究表明太湖藻類數(shù)量與水溫有很好的相關(guān)關(guān)系[4-8]，由于太湖富營(yíng)養(yǎng)化為藍(lán)藻生長(zhǎng)提供了充足的營(yíng)養(yǎng)鹽，水溫成了影響太湖藻類生長(zhǎng)的重要環(huán)境因子之一，全面有效地監(jiān)測(cè)太湖水溫對(duì)藍(lán)藻水華的預(yù)警預(yù)報(bào)具有一定的作用. 而衛(wèi)星熱紅外遙感技術(shù)為太湖水溫監(jiān)測(cè)提供了一種高效快捷的手段，目前NOAA、TERRA、AQUA、NPP、METOP、FY等系列衛(wèi)星都能獲得相應(yīng)的熱紅外遙感數(shù)據(jù)，其時(shí)間分辨率高，但空間分辨率低，難以滿足內(nèi)陸湖泊水溫遙感監(jiān)測(cè)；而Landsat系列衛(wèi)星的TM/ETM+/TIRS數(shù)據(jù)、TERRA衛(wèi)星的ASTER數(shù)據(jù)具有較好的空間分辨率，比較適合內(nèi)陸湖泊水溫遙感監(jiān)測(cè)，但衛(wèi)星觀測(cè)周期為16 d，不利于水溫動(dòng)態(tài)監(jiān)測(cè). 我國(guó)2008年9月6日發(fā)射的環(huán)境減災(zāi)衛(wèi)星HJ-1B上搭載了一臺(tái)紅外多光譜相機(jī)IRS，具有2個(gè)近紅外通道、1個(gè)中紅外通道和1個(gè)熱紅外通道，空間分辨率分別為150、150和300 m，對(duì)地觀測(cè)周期為4 d，能夠?yàn)樘疁貏?dòng)態(tài)遙感監(jiān)測(cè)提供很好的資料. 目前，國(guó)內(nèi)學(xué)者針對(duì)HJ-1B/IRS單通道的熱紅外資料在遙感算法改進(jìn)、地表溫度和水表面溫度反演方面進(jìn)行了一些研究[9-13]，由于像HJ-1B/IRS這種只帶一個(gè)熱紅外通道的衛(wèi)星傳感器仍有不少，如Nimbus-7/CZCS、Landsat-7/ETM+、CERBS/IRMSS、FY-3/MERSI，因此很有必要開展基于單通道熱紅外數(shù)據(jù)的遙感算法研究. 本文將針對(duì)HJ-1B/IRS單通道的熱紅外數(shù)據(jù)，分別采用普適性單通道算法(generalized single-channel method，GSCM)[14]、輻射傳輸模型法(radiative transfer code method，RTM)和單窗算法(mono-window algorithm，MWA)[15]反演太湖水溫，比較3種反演方法的精度，以期為HJ-1B/IRS資料在太湖水溫遙感監(jiān)測(cè)中的業(yè)務(wù)化應(yīng)用提供理論依據(jù).

1　數(shù)據(jù)與方法

1.1數(shù)據(jù)

2008年11月10-21日和2009年4月16-27日在太湖開展了水體光學(xué)實(shí)驗(yàn)，測(cè)定水質(zhì)參數(shù)、水體光譜、水面氣象參數(shù)等，其中水表面溫度用水溫表測(cè)量，精度為0.2K. 實(shí)驗(yàn)期間獲得太湖地區(qū)有效的HJ-1B/IRS遙感影像6景，日期為2008年11月10日和14日，2009年4月17日、21日、22日和25日，影像質(zhì)量好、無云彩，數(shù)據(jù)為L(zhǎng)EVEL 2級(jí)產(chǎn)品，下載于中國(guó)資源衛(wèi)星應(yīng)用中心. 在HJ-1B衛(wèi)星過境時(shí)同步實(shí)測(cè)7個(gè)樣點(diǎn)的水溫(表1和圖1)，兩者觀測(cè)時(shí)間相差不到30 min，可以用于IRS熱紅外數(shù)據(jù)反演水溫的精度驗(yàn)證. 表1中HJ-1B過境時(shí)間和觀測(cè)天頂角從IRS影像的數(shù)據(jù)文件中獲得，衛(wèi)星過境時(shí)的能見度是由位于太湖的東山氣象站(58358)在格林尼治時(shí)間(GMT)0：00時(shí)和6：00時(shí)的觀測(cè)值內(nèi)插得到，水汽量是來自全球氣溶膠Aeronet網(wǎng)太湖站實(shí)測(cè)值，大氣平均作用溫度Ta是由太湖周邊氣象站——上海站(58362)、南京站(58238)和杭州站(58457)在0：00時(shí)(GMT)的探空資料計(jì)算的平均值. 為了進(jìn)一步說明IRS熱紅外數(shù)據(jù)反演水溫的精度，引入了TERRA/MODIS溫度產(chǎn)品進(jìn)行對(duì)比，同期的TERRA衛(wèi)星過境時(shí)間如表1所示，數(shù)據(jù)從NASA官網(wǎng)http://reverb.echo.nasa.gov/reverb/下載得到.

1.2HJ-1B/IRS熱紅外遙感影像的預(yù)處理

(1)遙感影像的輻射校正：由于從中國(guó)資源衛(wèi)星中心下載的HJ-1B/IRS影像資料已經(jīng)做過幾何校正，滿足研究的需要. 這里只對(duì)HJ-1B/IRS熱紅外通道(第4通道)進(jìn)行輻射校正，將原始的數(shù)字信號(hào)DN值轉(zhuǎn)化為圖像輻亮度. 根據(jù)IRS影像自述文件中提供的輻射定標(biāo)系數(shù)b和g，按式(1)進(jìn)行輻射校正：

(1)

式中，g=59.421DN/(W/(m2·sr·μm))，b=-25.441. 利用遙感圖像處理軟件ENVI進(jìn)行輻射校正，從而計(jì)算出輻亮度值L.

(2)遙感影像亮度溫度的計(jì)算：根據(jù)普朗克定律計(jì)算亮度溫度TB：

表1　HJ-1B衛(wèi)星過境太湖時(shí)衛(wèi)星、氣象和水溫的信息

圖1 太湖水溫實(shí)測(cè)點(diǎn)的位置Fig.1　Location of measured water surface temperature (WST) sites in Lake Taihu

(2)

式中，C1=2πh·c2=1.19104356×108Wμm4/(m2·sr)，C2=h·c/k=1.4387685×104μmK；h為普朗克常數(shù)，取6.626×10-34J·s；c為真空中的光速，取2.998×108m/s；k為波耳茨曼常數(shù)，取1.38×10-23J/K；λ為HJ-1B/IRS熱紅外通道的中心波長(zhǎng)，λ=11.576 μm，L是輻亮度值，經(jīng)式(2)計(jì)算便可得到遙感影像的亮度溫度.

1.3研究方法

(3)

(4)

表2 輻射傳輸模型MODTRAN模擬的HJ/IRS大氣參數(shù)

1.3.2單窗算法覃志豪等針對(duì)Landsat/TM6數(shù)據(jù)構(gòu)建了反演地表溫度的單窗算法[15]，由于本研究是針對(duì)水體，在忽略水面反射的大氣下行熱輻射后，需對(duì)原算法進(jìn)行重新推導(dǎo)，得到反演水溫Tw的單窗算法：

(5)

式中，a和b是單窗算法中定義的溫度參數(shù)L=B(T)/[B(T)/?T]與溫度T之間的線性回歸系數(shù)，B(T)為普朗克函數(shù)，IRS熱紅外通道中心波長(zhǎng)為11.567 μm，在-5～45℃時(shí)a=-62.360，b=0.4395，回歸決定系數(shù)R2=0.999，均方根誤差RMSE=0.1206；Tb是遙感圖像的亮度溫度；Ta是大氣平均作用溫度(表1)；τ是大氣透射率，可由輻射傳輸模型MODTRAN模擬得到(表2)；ε是湖水的發(fā)射率.

1.3.3普適性單通道算法Jiménez-Muoz等建立了從遙感數(shù)據(jù)中反演地表溫度的普適性單通道算法[14]，對(duì)于海表面溫度SST的反演，算法簡(jiǎn)化為：

(6)

(7)

(8)

式中，T0可看作是衛(wèi)星傳感器的亮度溫度；B為普朗克函數(shù)；ψ1和ψ2為大氣參數(shù)，在熱紅外波段范圍可用大氣水汽量w來表示. 對(duì)于IRS熱紅外通道，ψ1和ψ2的計(jì)算表達(dá)式為：

ψ1=0.024764w3-0.031750w2+0.186992w+0.993281

(9)

ψ2=-0.230743w3+0.255181w2-1.283163w+0.211181

(10)

2　結(jié)果與分析

2.1太湖水溫反演結(jié)果的比較

圖2 水溫反演值與實(shí)測(cè)值的對(duì)比散點(diǎn)圖Fig.2　Scatter plot between retrieved WST and measured one

根據(jù)前述的3種反演算法，分別從6景IRS熱紅外遙感圖像中反演太湖水溫. 根據(jù)水溫實(shí)測(cè)點(diǎn)的經(jīng)緯度坐標(biāo)，從反演結(jié)果中提取相應(yīng)的水溫值，并與實(shí)測(cè)水溫進(jìn)行對(duì)比，繪制兩者的散點(diǎn)圖(圖2)并計(jì)算3種反演算法的誤差(表3). 為了更好地說明IRS熱紅外數(shù)據(jù)反演水溫的精度，將同期的TERRA衛(wèi)星MODIS溫度產(chǎn)品與實(shí)測(cè)水溫值進(jìn)行對(duì)比. 從圖2可見，3種算法反演的水溫值與實(shí)測(cè)值非常接近，兩者的樣點(diǎn)都在1∶ 1直線附近，與實(shí)測(cè)水溫的相關(guān)系數(shù)都在0.9以上，以單窗算法的相關(guān)性最高，相關(guān)系數(shù)為0.989，輻射傳輸模型法其次，相關(guān)系數(shù)為0.977，普適性單通道算法的相關(guān)性最低，為0.917. 相比之下，MODIS溫度產(chǎn)品的樣點(diǎn)偏離1∶ 1直線的較多，與實(shí)測(cè)水溫的相關(guān)系數(shù)為0.935. 從散點(diǎn)圖可以看出，3種算法從IRS熱紅外數(shù)據(jù)中反演的水溫值與實(shí)測(cè)值有很好的吻合度.

表3給出了IRS熱紅外數(shù)據(jù)反演水溫的誤差指標(biāo)，平均偏差是各樣點(diǎn)反演值與實(shí)測(cè)值之差的平均值，平均偏差越接近為0說明反演的系統(tǒng)誤差越小，大于0則說明反演值比實(shí)測(cè)值整體偏高，否則相反；而均方根誤差和平均相對(duì)誤差反映了各樣點(diǎn)反演值與實(shí)測(cè)值之間的相對(duì)差異，其數(shù)值越低說明反演的誤差越小、精度越高. 與MODIS溫度產(chǎn)品相比，3種算法從IRS熱紅外數(shù)據(jù)中反演水溫的各項(xiàng)誤差都明顯低于MODIS數(shù)據(jù)，說明HJ-1B衛(wèi)星獲取的IRS數(shù)據(jù)質(zhì)量是可靠的，IRS熱紅外數(shù)據(jù)在湖泊水溫遙感監(jiān)測(cè)具有一定優(yōu)勢(shì). 對(duì)于反演水溫的3種算法，單窗算法和輻射傳輸模型法得到的平均偏差為負(fù)值，說明這兩種方法反演水溫時(shí)總體上會(huì)偏低，而普適性單通道算法的平均偏差為正值，反演水溫時(shí)會(huì)偏高，3種算法中以單窗算法的平均偏差最接近0，說明該方法反演水溫的系統(tǒng)誤差最小. 普適性單通道算法的均方根誤差為1.001 K，其他兩種算法的均方根誤差都小于1.001 K；而3種算法的平均相對(duì)誤差都在0.3%以下，總體而言以單窗算法的誤差最小，輻射傳輸模型法其次，普適性單通道算法的誤差最大.

分析3種算法產(chǎn)生的誤差原因：?jiǎn)未八惴ǚ囱菟疁貢r(shí)需要確定的參數(shù)有水的發(fā)射率、大氣透過率和大氣平均作用溫度，輻射傳輸模型法的參數(shù)為發(fā)射率、大氣透過率和大氣上行熱輻射亮度，而普適性單通道算法的參數(shù)僅為大氣水汽量. 通過對(duì)比ASTER光譜數(shù)據(jù)庫(kù)中自來水、蒸餾水和海水的光譜發(fā)現(xiàn)，水的發(fā)射率很穩(wěn)定，3種水的發(fā)射光譜幾乎是一致的. 由此可見，水的發(fā)射率對(duì)單窗算法和輻射傳輸模型法造成的誤差可以忽略. 大氣透過率和大氣上行熱輻射亮度由輻射傳輸模型MODTRAN模擬得到，盡管LOWTRAN和MODTRAN在海表溫度和地表溫度算法開發(fā)中被廣泛應(yīng)用，但它們?cè)诖髿獯翱?.4～4.1和8～13 μm內(nèi)模擬的誤差為0.5%～2.0%；另外，由于不同大氣模型的差異，熱紅外波段大氣透過率在大氣窗口內(nèi)的誤差達(dá)6%，而在大氣窗口邊緣甚至超過30%[20-21]. 因此大氣透過率和大氣上行熱輻射亮度由MODTRAN模擬時(shí)帶來了不同程度的誤差，而在單窗算法中大氣平均作用溫度Ta根據(jù)探空資料由地面到高空200 pha之間每一層的大氣溫度與水汽量加權(quán)平均計(jì)算得到[22]，相對(duì)于模擬的大氣上行熱輻射亮度，大氣平均作用溫度能更準(zhǔn)確地反映大氣自身熱輻射情況，因此單窗算法的反演精度比輻射傳輸模型法更高. 普適性單通道算法在反演水溫時(shí)直接將水體看作黑體，而IRS熱紅外通道實(shí)際計(jì)算的水發(fā)射率為0.9871，高估的發(fā)射率給水溫反演帶來了誤差，因?yàn)橼w利民等在分析HJ-1B/IRS熱紅外數(shù)據(jù)反演地表溫度誤差時(shí)發(fā)現(xiàn)，在典型情況地表發(fā)射率估算誤差為0.01時(shí)就能導(dǎo)致0.5K以上的反演誤差[23]；另外，普適性單通道算法在溫度反演時(shí)將大氣透過率和大氣自身的熱輻射都表示為水汽量的函數(shù)，龔紹琦等研究表明，除了水汽量外，觀測(cè)天頂角、能見度、氣溶膠類型都會(huì)影響熱紅外波段大氣透過率[19]；大氣自身的熱輻射亮度還與大氣溫度有關(guān). 普適性單通道算法中的參數(shù)估計(jì)給反演結(jié)果帶來了較大誤差，因此該算法水溫反演的精度相對(duì)較低.

表3　水溫反演算法的誤差統(tǒng)計(jì)

2.2太湖水溫反演結(jié)果的統(tǒng)計(jì)分析

為了進(jìn)一步探討3種算法反演太湖水溫的整體效果，以2009年4月21日的數(shù)據(jù)為例進(jìn)行說明，分別對(duì)3種算法反演的太湖水溫以及MODIS產(chǎn)品的太湖水溫做直方圖(圖3)，統(tǒng)計(jì)其特征參數(shù)：水溫的最小值、最大值、平均值、標(biāo)準(zhǔn)差、偏度和峰度(表4). 為了剔除圖像的異常值，這里的水溫最小值和最大值不是圖像上的極值，而是直方圖左右兩側(cè)拐點(diǎn)位置的值，以此對(duì)比分析不同算法對(duì)IRS熱紅外數(shù)據(jù)反演太湖水溫的整體效果.

圖3 2009年4月21日不同算法反演太湖水溫的統(tǒng)計(jì)直方圖(a～c分別為普適性單通道算法、輻射傳輸模型法和單窗算法，d為MODIS溫度產(chǎn)品)Fig.3　Histogram of WST in Lake Taihu retrieved by different algorithms on April 21, 2009(a-c stand for GSCM, RTM and MWA, d stands for MODIS temperature product)

由圖3和表4可見，盡管3種算法得到太湖水溫直方圖形態(tài)相似，但統(tǒng)計(jì)特征值均不同. 最小值、最高值和平均值可以反映遙感圖像水溫值的動(dòng)態(tài)范圍和整體狀況，普適性單通道算法得到的水溫最小值、最高值和平均值最高，其次是單窗算法，再次是輻射傳輸模型法，MODIS產(chǎn)品的溫度最低. 這與前面分析的結(jié)果是一致的，普適性單通道算法反演的結(jié)果要高于實(shí)測(cè)值，而其它算法都低于實(shí)測(cè)值. 標(biāo)準(zhǔn)差整體反映了遙感圖像上各像元的水溫值相對(duì)于平均值的離散程度，相對(duì)于MODIS產(chǎn)品，3種算法反演水溫得到的標(biāo)準(zhǔn)差都比較小，其值在1.175～1.231之間，說明水溫反演值的離散程度較低. 偏度(skewness)和峰度(kurtosis)分別反映圖像直方圖分布的扁平程度和形狀大小. 偏度α是用于衡量直方圖分布的不對(duì)稱程度或偏斜程度的指標(biāo). 當(dāng)α=0時(shí)為正態(tài)分布；當(dāng)α>0時(shí)為正偏態(tài)，即位于均值右邊的數(shù)據(jù)比左邊的少，直觀表現(xiàn)為右邊的尾部要比左邊的尾部長(zhǎng)；否則相反. 3種算法反演的水溫偏度都在0.981以上，說明圖像直方圖呈正偏態(tài)，圖像上低于均值的像元數(shù)較多、而高于均值的像元相對(duì)要少，3種算法反演的水溫正偏態(tài)勢(shì)依次是單窗算法、普適性單通道算法和輻射傳輸模型法. 峰度β是用于衡量圖像直方圖分布的集中程度或分布曲線的尖峭程度的指標(biāo)，當(dāng)峰度β=0時(shí)為正態(tài)分布；β>0時(shí)，表示分布比正態(tài)分布更集中在平均值周圍，分布呈尖峰狀態(tài)；β<0時(shí)，表示分布比正態(tài)分布更分散，分布呈低峰態(tài). 3種算法反演的水溫峰度都在2以上，說明圖像各像元的水溫值更集中在平均值周圍，而這種密集程度依次為：?jiǎn)未八惴?、普適性單通道算法和和輻射傳輸模型法. 由于MODIS數(shù)據(jù)的空間分辨率低，太湖MODIS水溫產(chǎn)品的像元數(shù)少，溫度值的離散程度高，直方圖分布呈正偏態(tài)、尖峰狀態(tài)更強(qiáng).

表4　2009年4月21日不同算法反演太湖水溫的統(tǒng)計(jì)結(jié)果

2.3太湖水溫反演結(jié)果的空間特征分析

為了更直觀地了解3種算法從IRS熱紅外數(shù)據(jù)中反演的太湖水溫狀況，以2009年4月21日的數(shù)據(jù)為例，分別繪制出太湖水溫的空間分布圖(圖4)，并對(duì)水溫空間分布圖在288～300 K范圍內(nèi)按等間隔分級(jí)，劃出288～291、291～294、294～297和297～300 K 4級(jí)，統(tǒng)計(jì)每種算法在每個(gè)溫度等級(jí)內(nèi)所占的面積(表5). 由IRS熱紅外圖像統(tǒng)計(jì)的太湖水域總面積約為2350.00 km2，而MODIS圖像統(tǒng)計(jì)的水域面積為2240.00 km2，MODIS圖像統(tǒng)計(jì)的水域面積偏低主要是由于其空間分辨率低，較小的水域未能劃分出來. 從表5可見，普適性單通道算法反演的水溫主要分布在294～297 K之間，其水域面積為1934.19 km2，占太湖總面積的82.3%，而水溫在291～294和297～300 K的區(qū)域面積分別為190.89和224.91 km2，占總面積的8.1%和9.6%. 輻射傳輸模型法反演的水溫主要分布在291～294 K之間，其水域面積為1875.06 km2，占總面積的79.8%，而水溫在288～291、294～297和297～300 K的區(qū)域面積分別為190.89、271.80和12.24 km2，占總面積的8.1%、11.6%和0.5%. 單窗算法反演的水溫主要分布在291～294 K之間，其水域面積為1461.42 km2，占總面積的62.2%，其次是294～297 K之間，水域面積為862.92 km2，占總面積的36.7%，而水溫在297～300 K之間的水域面積則有25.65 km2，占總面積的1.1%. 而MODIS溫度產(chǎn)品的水溫分布在288～291 K之間，水域面積為1942.00 km2，占總面積的86.7%，水溫大于291 K的區(qū)域僅為298.00 km2，占總面積的13.3%. 由此可見，不同算法反演的水溫在空間上存在明顯的差異性；普適性單通道算法反演的水溫仍然最高，其次是單窗算法，再次是輻射傳輸模型法，而MODIS溫度產(chǎn)品最低，這與前面分析的結(jié)果是一致的. 但無論是3種算法從IRS熱紅外數(shù)據(jù)反演的水溫，還是MODIS產(chǎn)品的水溫，由于受陸地溫度的影響，都是太湖水陸交界位置的水溫較高. 另外，太湖南部水溫要比北部水溫高，南部水域如胥口灣、東太湖、夾浦、小梅口、新塘港，特別是西山島西部區(qū)域的水溫較高，而北部水域如貢湖灣、梅梁灣、竺山灣、大浦港的水溫相對(duì)較低，這是因?yàn)槊磕?1月至翌年4月正值太湖枯水季，太湖南部地區(qū)氣溫比北部地區(qū)高，而水體吸熱快、散熱慢，氣溫影響著水溫的變化. 這一現(xiàn)象正好與陳紹良等[24]對(duì)太湖水體溫度時(shí)空變化規(guī)律的研究結(jié)果相吻合. 由此可見，利用3種算法從HJ-1B衛(wèi)星IRS熱紅外數(shù)據(jù)反演的水溫能真實(shí)地反映太湖水溫的空間分布特征，而MODIS產(chǎn)品的水溫相對(duì)較低.

3　結(jié)論

利用6景過境太湖的HJ-1B/IRS熱紅外影像，分別采用普適性單通道算法、輻射傳輸模型法和單窗算法反演了太湖水溫，并與實(shí)測(cè)水溫和同期的TERRA/MODIS溫度產(chǎn)品進(jìn)行對(duì)比，結(jié)果表明：

1)利用3種算法從IRS熱紅外數(shù)據(jù)中反演太湖水溫的均方根誤差在1.001 K以內(nèi)，而MODIS溫度產(chǎn)品的誤差為1.507 K，說明HJ-1B衛(wèi)星IRS熱紅外數(shù)據(jù)在湖泊水溫遙感監(jiān)測(cè)中具有更好的性能優(yōu)勢(shì)和反演精度.

表5　2009年4月21日不同算法反演太湖不同水溫區(qū)域面積(km2)統(tǒng)計(jì)

圖4 2009年4月21日不同算法反演太湖水溫的空間分布(a～c分別為普適性單通道算法、輻射傳輸模型法和單窗算法，d為MODIS溫度產(chǎn)品)Fig.4　Spatial distribution of WST in Lake Taihu retrieved by different algorithms on April 21, 2009(a-c stand for GSCM, RTM and MWA, d stands for MODIS temperature product)

2)從平均偏差來看，普適性單通道算法反演太湖水溫時(shí)會(huì)偏高， 而輻射傳輸模型法和單窗算法則會(huì)偏低. 3種算法以單窗算法的反演精度最高，輻射傳輸模型法其次，再次為普適性單通道算法，這是算法中不同參數(shù)估算誤差導(dǎo)致的.

3)對(duì)太湖水溫反演圖像的直方圖統(tǒng)計(jì)表明，3種算法反演的水溫圖像上低于平均值的像元數(shù)較多、高于均值的像元相對(duì)較少，而且圖像各像元的水溫值更集中在平均值周圍. 水溫圖像的空間特征分析表明，IRS熱紅外數(shù)據(jù)反演的水溫能真實(shí)地反映太湖水溫的分布狀況.

[1]秦伯強(qiáng), 王小冬, 湯祥明等. 太湖富營(yíng)養(yǎng)化與藍(lán)藻水華引起的飲用水危機(jī)——原因與對(duì)策. 地球科學(xué)進(jìn)展, 2007, 22(9): 897-907.

[2]馬榮華, 孔繁翔, 段洪濤等. 基于衛(wèi)星遙感的太湖藍(lán)藻水華時(shí)空分布規(guī)律認(rèn)識(shí). 湖泊科學(xué), 2008, 20(6): 687-694. DOI 10.18307/2008.0605.

[3]段洪濤, 張壽選, 張淵智. 太湖藍(lán)藻水華遙感監(jiān)測(cè)方法. 湖泊科學(xué), 2008, 20(2): 145-152. DOI 10.18307/2008.0202.

[4]王得玉, 馮學(xué)智, 周立國(guó)等. 太湖藍(lán)藻爆發(fā)與水溫的關(guān)系的MODIS遙感. 湖泊科學(xué), 2008, 20(2): 173-178. DOI 10.18307/2008.0206.

[5]姜晟, 張?jiān)? 蔣建軍等. 基于MODIS數(shù)據(jù)的太湖藍(lán)藻變化與水溫關(guān)系研究. 環(huán)境科技, 2009, 22(6): 28-31.

[6]任健, 何浪, 秦銘榮等. 太湖藍(lán)藻生長(zhǎng)發(fā)育與水溫的關(guān)系. 中國(guó)農(nóng)業(yè)氣象, 2009, 30(增1):126-129.

[7]陳宇煒, 秦伯強(qiáng), 高錫云. 太湖梅梁灣藻類及相關(guān)環(huán)境因子逐步回歸統(tǒng)計(jì)和藍(lán)藻水華的初步預(yù)測(cè). 湖泊科學(xué), 2001, 13(1): 63-71. DOI 10.18307/2001.0110.

[8]袁琳娜, 楊常亮, 李曉銘等. 高原深水湖泊水溫日成層對(duì)溶解氧、酸堿度、總磷濃度和藻類密度的影響: 以云南陽宗海為例. 湖泊科學(xué), 2014, 26(1): 161-168. DOI 10.18307/2014.0120.

[9]段四波, 閻廣建, 錢永剛等. 利用HJ-1B模擬數(shù)據(jù)反演地表溫度的兩種單通道算法. 自然科學(xué)進(jìn)展, 2008, 18 (9): 1001-1008.

[10]Zhou J, Zhan WF, Hu DYetal. Improvement of mono-window algorithm for retrieving land surface temperature from HJ-1B satellite data chin.ChineseGeographicalScience, 2010, 20(2): 123-131.

[11]趙少華, 秦其明, 張峰等. 基于環(huán)境減災(zāi)小衛(wèi)星(HJ-1B)的地表溫度單窗反演研究. 光譜學(xué)與光譜分析, 2011, 31(6): 1552-1556.

[12]Ouyang XY, Li J, Pan YQetal. Retrieval of land surface temperature over the Heihe River basin using HJ-1B thermal infrared data.RemoteSensing, 2015, 7: 300-318.

[13]Hu K, Chen F, Liang SW. Application of HJ-1B data in monitoring water surface temperature.ProcediaEnvironmentalSciences, 2011, (10): 2042-2049.

[15]覃志豪, Zhang MH, Karnieli A等. 用陸地衛(wèi)星TM6數(shù)據(jù)演算地表溫度的單窗算法. 地理學(xué)報(bào), 2001, 56(4): 456-466.

[16]張勇, 李元, 戎志國(guó)等. 利用大洋浮標(biāo)數(shù)據(jù)和NECP再分析資料對(duì)FY-2C紅外分裂窗通道的絕對(duì)輻射定標(biāo). 紅外與毫米波學(xué)報(bào), 2009, 28(3): 188-194.

[17]孟凡斌, 鄭麗. 基于LOWTRAN 7的紅外大氣透過率計(jì)算方法.光電技術(shù)應(yīng)用, 2009, 24(3): 29-33.

[18]覃志豪, Li WJ, Zhang MH等. 單窗算法的大氣參數(shù)估計(jì)方法. 國(guó)土資源遙感, 2003, 2: 37-43.

[19]龔紹琦, 孫海波, 王少峰等. 熱紅外遙感中大氣透過率的研究(一): 大氣透過率模型的構(gòu)建. 紅外與激光工程, 2015, 44(6): 1692-1698.

[20]Wan ZM, Dozier J. A generalized split-window algorithm for retrieving land-surface temperature from space.IEEETransactionsonGeoscienceandRemoteSensing, 1996, 34(4): 892-905.

[21]Wan ZM, Dozier J. Effects of temperature-dependent molecular absorption coefficients on the thermal infrared remote sensing of the earth surface.Proc. IGARSS’92, 1992: 1242-1245.

[22]Sobrino J, Coll C, Caselles V. Atmospheric correction for land surface temperature using NOAA-11 AVHRR channels 4 and 5.RemoteSensingofEnvironment, 1991, 38: 19-34.

[23]趙利民, 余濤, 田慶久等. HJ-1B熱紅外遙感數(shù)據(jù)陸表溫度反演誤差分析. 光譜學(xué)與光譜分析, 2010, 30(12): 3359-3362.

[24]陳紹良, 陸建偉, 沈建強(qiáng). 太湖水體溫度時(shí)空變化規(guī)律的初步研究. 江蘇水利, 2009, 3: 38-39.

Comparison of water surface temperature retrieval algorithms from HJ-1B/IRS thermal infrared data over Lake Taihu, China

GONG Shaoqi1, LU Pinting1, SUN Deyong1， LI Yunmei2& WU Pengfei1

(1:SchoolofGeographyandRemoteSensing,NanjingUniversityofInformationScienceandTechnology,Nanjing210044,P.R.China)(2:JiangsuCenterforCollaborationInnovationinGeographicalInformationResourceDevelopmentandApplication,Nanjing210023,P.R.China)

Lake Taihu is a typical eutrophic lake in China, and water surface temperature (WST) becomes one of the most important environmental factors for algae growing in Lake Taihu. The infrared scanner on board Chinese environment and disaster monitoring satellite HJ-1B has a good capability to monitor periodically WST by remote sensing technique. Generalized single-channel method (GSCM), radiative transfer code method (RTM) and mono-window algorithm (MWA) are applied to retrieve WST from six IRS thermal infrared images passing over Lake Taihu, then the retrieved WST is compared with measured one and TERRA/MODIS temperature product. The results show that the WST retrieved by GSCM is a little higher than measured one while that by RTM and WMA is a bit lower, in which the root mean square error (RMSE) of WST calculated by three algorithms is within 1.001 K. The accuracy of WMA is at the best, RTM is at the second good and the third good for GSCM. TheRMSEof MODIS temperature product is 1.507 K. The WST histograms retrieved from IRS thermal infrared data by three algorithms showed a positive deviation and a steep normal distribution, suggesting that WST thematic map can display correctly the spatial variability of temperature in Lake Taihu. This will play a guide role to carry out WST monitoring in inland waters by sensor which has only one thermal infrared channel on board satellite.

Lake Taihu; water surface temperature; HJ-1B/IRS; thermal infrared data; algorithm

J.LakeSci.(湖泊科學(xué))， 2016， 28(3)： 645-653

10.18307/2016.0321

?2016 byJournalofLakeSciences

*國(guó)家自然科學(xué)基金項(xiàng)目(40801145，41576172)、江蘇省自然科學(xué)基金項(xiàng)目(BK20151526)、江蘇高校優(yōu)勢(shì)學(xué)科建設(shè)工程資助項(xiàng)目和高分辨率對(duì)地觀測(cè)系統(tǒng)重大專項(xiàng)(32-Y30B08-9001-13)聯(lián)合資助. 2015-07-31收稿；2015-08-31收修改稿. 龔紹琦(1979～)，男，博士，副教授；E-mail：shaoqigong@163.com.