戴芳筠，聶運(yùn)菊

(東華理工大學(xué) 測繪工程學(xué)院，南昌 330013)

基于HJ1B-CCD1的太湖葉綠素a含量反演

戴芳筠，聶運(yùn)菊*

(東華理工大學(xué) 測繪工程學(xué)院，南昌 330013)

波段比值法作為比較成熟的基于生物光學(xué)對葉綠素a含量反演的經(jīng)驗(yàn)?zāi)Ｐ停壳拜^多運(yùn)用于對二類水體富營養(yǎng)化葉綠素a含量反演.本文分別對環(huán)境小衛(wèi)星數(shù)據(jù)B3和B4波段作為建立模型的波段組合建立線性回歸、指數(shù)、對數(shù)、多項(xiàng)式、冪等五種回歸模型.通過R2系數(shù)對比，發(fā)現(xiàn)多項(xiàng)式模型擬合效果最佳.經(jīng)驗(yàn)證點(diǎn)對比分析，發(fā)現(xiàn)此模型對太湖湖區(qū)的葉綠素a含量能夠進(jìn)行較好的反演.

太湖；葉綠素a；回歸模型；環(huán)境小衛(wèi)星

隨著我國經(jīng)濟(jì)的快速發(fā)展，水環(huán)境惡化以及污染是我國面臨的重要問題.我國很多重要的淡水湖、水庫和河段富營養(yǎng)化問題越來越嚴(yán)重.葉綠素a作為最重要的水質(zhì)檢測指標(biāo)之一，其變量是反映水體富營養(yǎng)化的重要指標(biāo)[1-3].目前，我國對于水質(zhì)的監(jiān)測體系主要采取定時(shí)定點(diǎn)的地面監(jiān)測為主而難以實(shí)現(xiàn)大規(guī)模實(shí)時(shí)連續(xù)監(jiān)測.遙感技術(shù)作為主要的探測技術(shù)之一，具有收集資料便捷、檢測范圍較大、信息量龐大等特點(diǎn)，能夠在空間和時(shí)間上對水體水質(zhì)進(jìn)行廣泛監(jiān)測.國內(nèi)外許多學(xué)者對于二類水體中葉綠素a含量反演進(jìn)行了大量研究[4-11]，包括葉綠素a的光譜特征、最佳波段組合，以及構(gòu)建反演模型，都取得了重大進(jìn)展.結(jié)合地面實(shí)測遙感數(shù)據(jù)，構(gòu)建一系列葉綠素a含量反演模型，例如單波段法、波段比值法[12]、三波段法等在二類水體中葉綠素a含量反演中取得了廣泛運(yùn)用.環(huán)境一號衛(wèi)星是中國第一個(gè)專門用于環(huán)境與災(zāi)害監(jiān)測預(yù)報(bào)的小衛(wèi)星，其上搭載超光譜成像儀，具有連續(xù)高光譜設(shè)置和往返周期較短的優(yōu)點(diǎn)，能夠反映出二類水體中的微小變化，從而來提高反演精度，同時(shí)能夠?qū)λw進(jìn)行大范圍實(shí)時(shí)監(jiān)測.

1 研究區(qū)概況

太湖位于長江三角洲的南緣，是我國五大淡水湖之一，界于北緯30°55′40″～31°32′58″和東經(jīng)119°52′32″～120°36′10″之間.近年來，由于太湖流域經(jīng)濟(jì)區(qū)快速發(fā)展和周邊城市的工業(yè)化、城市化，產(chǎn)生大量廢水、污水，使太湖水體富營養(yǎng)化問題日趨嚴(yán)重.每年大范圍爆發(fā)藍(lán)藻水華,不僅使湖中魚蝦大面積死亡,破壞水體生態(tài)平衡，同時(shí)對周邊居民生活用水產(chǎn)生了嚴(yán)重影響，對經(jīng)濟(jì)和生態(tài)造成了難以計(jì)算的損失.因此，采用遙感技術(shù)對太湖葉綠素a進(jìn)行連續(xù)實(shí)時(shí)的監(jiān)測具有重要意義.

2 研究內(nèi)容

圖1 步驟流程圖Fig.1 The flow chart of steps

根據(jù)環(huán)境小衛(wèi)星CCD影像數(shù)據(jù)特點(diǎn)和二類水體葉綠素a反演技術(shù)要求，選用的技術(shù)路線為：首先對環(huán)境小衛(wèi)星CCD數(shù)據(jù)進(jìn)行預(yù)處理后利用波段比值法對實(shí)測數(shù)據(jù)建立多個(gè)擬合模型，將合適的模型運(yùn)用到整個(gè)太湖水面區(qū)，從而反演出整個(gè)太湖區(qū)葉綠素a的含量，并對結(jié)果進(jìn)行比較，具體流程圖如圖1所示.

3 數(shù)據(jù)來源與處理

3.1遙感數(shù)據(jù)獲取與預(yù)處理

選取環(huán)境小衛(wèi)星CCD-1B的圖像作為數(shù)據(jù)源，選取6-11月水體葉綠素a含量較高、當(dāng)天天氣較好的遙感影像(如圖2所示)，經(jīng)精校正太湖TM影像(如圖3所示),并且獲取采樣點(diǎn)實(shí)測數(shù)據(jù)(如圖4所示).

3.2輻射定標(biāo)

輻射定標(biāo)是將傳感器記載的電壓或數(shù)字量化值轉(zhuǎn)換為絕對輻射亮度值(輻射率)的過程，或者轉(zhuǎn)換為與地表(表觀)反射率、表面(表觀)溫度等物理量有關(guān)的相對值的處理過程[13]，從而保證精確反演地物特征.本研究采用擴(kuò)展工具對小衛(wèi)星數(shù)據(jù)進(jìn)行定標(biāo)，定標(biāo)后文件轉(zhuǎn)換為BIL格式文件再進(jìn)行大氣校正.

3.3幾何校正

遙感影像在成像過程中受到飛行軌道高度、地形起伏等各種因素影響，從而使得遙感影像產(chǎn)生了一定程度的幾何形變.為了使得影像具有精確的地理信息需要去除其在成像過程中產(chǎn)生的幾何形變，而進(jìn)行幾何校正.本研究采用已經(jīng)校正過的TM數(shù)據(jù)作為基準(zhǔn)圖像，在ENVI軟件中采用二階多項(xiàng)式法對研究區(qū)影像進(jìn)行校正.校正后誤差在1像素之內(nèi).

3.4大氣校正

大氣輻射在傳輸過程中由于受到各種大氣因素的綜合影響，使得太陽輻射到達(dá)地球表層后衰減，從而使得地面反射的太陽輻射與真實(shí)輻射存在誤差，導(dǎo)致影像光譜信息失真，十二影像不能反映地物真實(shí)信息.一般來說，大氣校正也是反演地物真實(shí)反射率的過程.

本文采用的是FLAASH大氣校正法，該模型是基于MODTRAN模型構(gòu)建的，是目前精度較高的一種模型.當(dāng)遙感影像有合適波段的時(shí)候，F(xiàn)LAASH還能夠?qū)馊苣z、水氣等參數(shù)進(jìn)行反演[14].根據(jù)影像中自帶參數(shù)來設(shè)置FLAASH大氣校正參數(shù)，其中傳感器高度為650 km，地面高程為0.05 km，影像空間分辨率為30 m，其余參數(shù)設(shè)置為默認(rèn)值，光譜響應(yīng)曲線響相應(yīng)選擇，其余設(shè)置為默認(rèn).

4 葉綠素a反演模型建立

目前，相對于成熟的葉綠素a反演方法有經(jīng)驗(yàn)法、半經(jīng)驗(yàn)法及分析模型.通過多種波段組合對比，選取兩個(gè)相關(guān)性較大波段反射率的波段組合，將其作為比值法的特征參數(shù)進(jìn)行葉綠素a反演構(gòu)建模型.

4.1建立回歸模型

選擇近紅外波段作為提取水體葉綠素a含量的信息源，分別對光譜指數(shù)相關(guān)性較好的波段組合建立線性回歸、指數(shù)、對數(shù)、多項(xiàng)式、冪等五種回歸模型，如圖5所示.

比較五種擬合模型的R2系數(shù)大小，得知多項(xiàng)式R2系數(shù)最大為0.788 5，所以多項(xiàng)式的擬合效果最佳.所以選用太湖葉綠素a含量的反演模型為：

Cchla=0.011 6x2+0.021 9x+0.024 5,R2=0.788 5

式中：Cchla為葉綠素的含量，x為B4波段與B3波段的比值.

圖5 葉綠素a含量與x的關(guān)系Fig.5 The relationship between chlorophyll a and x

圖6 太湖葉綠素a反演結(jié)果圖Fig.6 The results of Tai Lake chlorophyll a result in inversion

4.2葉綠素a含量反演

利用環(huán)境小衛(wèi)星遙感數(shù)據(jù)和建立好的反演模型對太葉綠素a含量進(jìn)行反演，得出葉綠素a空間分布圖，如圖6所示.

從圖6中可以看出，太湖水體平均葉綠素a含量不高，出現(xiàn)含量較高的區(qū)域主要集中在西部沿岸區(qū)和天竺湖一帶，東太湖周邊和部分南部沿岸區(qū)含量次之，湖心區(qū)域含量相對較低.

4.3反演結(jié)果驗(yàn)證

將葉綠素a含量的反演值導(dǎo)出CSV表格，與剩余的10個(gè)驗(yàn)證點(diǎn)實(shí)測值進(jìn)行一一對比，進(jìn)行代數(shù)差計(jì)算，用相對誤差即代數(shù)差與實(shí)測值的百分比來對模型反演的結(jié)果進(jìn)行檢驗(yàn)(見圖7與表1).從表中可知，所有百分比在正負(fù)25%內(nèi)，因此認(rèn)為此模型對于太湖葉綠素a含量反演效果較好.

圖7 預(yù)測值與實(shí)際值對比圖Fig.7 The predicted value comparing with the actual value

5 結(jié)論

利用實(shí)測太湖水體光譜，結(jié)合環(huán)境小衛(wèi)星影像特征，建立適用于環(huán)境小衛(wèi)星影像數(shù)據(jù)的太湖葉綠素a含量反演模型，并驗(yàn)證了反演結(jié)果精度.得出結(jié)果如下：

1)本研究中選擇B4與B3波段比值因子作為光譜指數(shù)模型，在5種擬合模型中，多項(xiàng)式擬合方法的效果最佳，R2系數(shù)為0.788 5；就驗(yàn)證點(diǎn)對比分析反演結(jié)果來說，環(huán)境小衛(wèi)星數(shù)據(jù)能夠比較有效地用于太湖葉綠素a含量的監(jiān)測.

2)反演結(jié)果表明湖心區(qū)水體葉綠素a的含量不高，且在空間分布上來說湖周邊與陸地交接處含量較高.其原因分析為：太湖吞吐性、過水性使得本身納污能力較強(qiáng)，整體來說葉綠素a含量平均水平偏低；另外，由于太湖周邊沿岸區(qū)極易受到人類活動(dòng)的影響，從而導(dǎo)致了湖區(qū)邊緣容易發(fā)生富營養(yǎng)化.

表1 模型檢驗(yàn)

3)由于采樣點(diǎn)較少，使得估算精度不高，且驗(yàn)證樣點(diǎn)葉綠素濃度分布不均，可能會造成平均誤差較大.為了提高反演精度，有待與影像數(shù)據(jù)同步更多實(shí)測數(shù)據(jù)的驗(yàn)證.

[1] 佘豐寧,蔡啟銘,陳宇煒,等.水體葉綠素含量的遙感定量模型[J].湖泊科學(xué),1996,8(3):201-207.

[2] 劉忠華.基于高分?jǐn)?shù)據(jù)的太湖重點(diǎn)污染入湖河流葉綠素a濃度遙感反演[D].南京：南京師范大學(xué),2012.

[3] 付宇,韋玉春,王國祥.水質(zhì)參數(shù)的遙感反演和遙感監(jiān)測[J].環(huán)境監(jiān)控與預(yù)警,2010,6(2):27-30.

[4] 馬榮華,唐軍武,段洪濤,等.湖泊水色遙感研究進(jìn)展[J].湖泊科學(xué),2009,21(2):143-158.

[5] CARPENTER D J,CARPENTER S M.Modeling inland water quality using Landsat data[J].Remote Sensing of Environment,1983,13(4):345-352.

[6] 呂恒,江南,李新國.內(nèi)陸湖泊的水質(zhì)遙感監(jiān)測研究[J].地球科學(xué)進(jìn)展,2005,20(2):185-192.

[7] 李素菊,吳倩,王學(xué)軍,等.巢湖浮游植物葉綠素含量與反射光譜特征的關(guān)系[J].湖泊科學(xué),2002,14(3):228-234.

[8] 周藝,周偉奇,王世新,等.遙感技術(shù)在內(nèi)陸水體水質(zhì)監(jiān)測中的應(yīng)用[J].水科學(xué)進(jìn)展,2004,15(3):312-317.

[9] HAKVOORT H,HAAN J D,JORDANS R,et al.Towards airborne remote sensing of water quality in the Netherlands—validation and error analysis[J].Isprs Journal of Photogrammetry amp; Remote Sensing,2002,57(3):171-183.

[10] 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(xué)報(bào),2004,8(1):37-44.

[11] 黃昌春,李云梅,徐良將,等.內(nèi)陸水體葉綠素反演模型普適性及其影響因素研究[J].環(huán)境科學(xué),2013,34(2):525-531.

[12] 阮建武,邢立新.遙感數(shù)字圖像的大氣輻射校正應(yīng)用研究[J].遙感技術(shù)與應(yīng)用,2004,19(3):206-208.

[13] GITELSON A,GARBUZOV G,SZILAGYI F,et al.Quantitative remote sensing methods for real-time monitoring of inland waters quality[J].International Journal of Remote Sensing,1993,14(7):1269-1295.

[14] 姜雪，董雙發(fā)，梁春利.基于FLAASH模型HJ-1星HSI數(shù)據(jù)大氣糾正方法[J].中國核科學(xué)技術(shù)進(jìn)展報(bào)告，2013(3)：189-193.

責(zé)任編輯：高山

聲明

本刊已許可中國學(xué)術(shù)期刊(光盤版)電子雜志社在中國知網(wǎng)及其系列數(shù)據(jù)庫產(chǎn)品中，以數(shù)字化方式復(fù)制、匯編、發(fā)行、信息網(wǎng)絡(luò)傳播本刊全文.該著作使用費(fèi)及相關(guān)稿酬，本刊均用作為作者文章發(fā)表、出版、推廣交流(含信息網(wǎng)絡(luò))以及贈送樣刊之用途，即不再另行向作者支付.凡作者向本刊提交文章發(fā)表之行為即視為同意我刊上述聲明.

湖北民族學(xué)院學(xué)報(bào)編輯部

RetrievalofChlorophyllaConcentrationBasedonHJ1B-CCD1intheTaiLake

DAI Fangyun，NIE Yunju*

(School of Surveying and Mapping Engineering,East China University of Technology,Nanchcang 330013,China)

The band ratio method is a more mature model based on bio optical model to construct the chlorophyll a concentration inversion model,which is a good method to retrieve the two types of eutrophication a concentration.Therefore,this chooses band B4 and B3 from HJ1B-CCD1 to establish five regression models,namely,linear regression,index,logarithmic,quadratic polynomial and exponentiation.By comparison withR2coefficient,the quadratic polynomical regression model is the best model.Verified by measured points,the quadratic polynomial regression model can well retrieve the chlorophyll a concentration of Tai Lake.

Tai Lake;chlorophyll a;the regression model;HJ1B-CCD

2017-05-19.

江西省數(shù)字國土重點(diǎn)實(shí)驗(yàn)項(xiàng)目(DLLJ201718)；東華理工大學(xué)實(shí)驗(yàn)技術(shù)研究開發(fā)項(xiàng)目(DHSY-201608；DHSY-201610).

戴芳筠(1993-)，女，碩士生，主要從事攝影測量與遙感技術(shù)應(yīng)用的研究;*

：聶運(yùn)菊(1978-)，女，博士,副教授，主要從事GIS教學(xué)、理論和應(yīng)用研究.

1008-8423(2017)04-0383-04 gt;

10.13501/j.cnki.42-1569/n.2017.12.006

P237

A