刁瑞翔,青 松,越亞嫘，郝艷玲，包玉海

(1：內(nèi)蒙古師范大學(xué)地理科學(xué)學(xué)院，呼和浩特 010022)(2：內(nèi)蒙古大學(xué)生態(tài)與環(huán)境學(xué)院，呼和浩特 010021)

湖泊是地球生態(tài)系統(tǒng)重要組成部分，具有調(diào)節(jié)區(qū)域生態(tài)環(huán)境、儲存水量、保護(hù)生物多樣性和維持生態(tài)系統(tǒng)平衡等功能，然而，由于氣候變化和人類活動(dòng)，湖泊日益富營養(yǎng)化，其水質(zhì)不斷惡化.透明度是直接記錄水體光學(xué)特征和水質(zhì)清澈度評估的一個(gè)重要指標(biāo)，因此透明度的遙感反演研究對水環(huán)境變化、水生態(tài)系統(tǒng)以及初級生產(chǎn)力具有重要意義[1-3].

塞氏盤可以準(zhǔn)確測量水體的透明度，船舶走航測量方法速度慢，周期長，費(fèi)用高等局限性.遙感技術(shù)具有重訪周期短、大面積同步和低成本等優(yōu)點(diǎn)，彌補(bǔ)了傳統(tǒng)觀測的不足，近年來被許多國內(nèi)外學(xué)者廣泛應(yīng)用于水體透明度反演研究[4-6].透明度遙感反演方法可分為半分析模型和經(jīng)驗(yàn)?zāi)Ｐ?，半分析模型物理基礎(chǔ)較好，往往不需要現(xiàn)場數(shù)據(jù)重新校準(zhǔn)[7].Doron等[8]提出了經(jīng)典的透明度遙感估算半分析模型，在此基礎(chǔ)上，Lee等[9]建立了一種新的半分析模型，并應(yīng)用于Landsat-8 OLI衛(wèi)星遙感數(shù)據(jù)；Jiang等[10]改進(jìn)了Lee模型，并將算法應(yīng)用于MERIS數(shù)據(jù)，評估了日本霞浦湖區(qū)域的透明度變化特征.然而，半分析模型的部分參數(shù)獲取困難且模型形式復(fù)雜，因此在光學(xué)復(fù)雜水體中透明度的反演存在不確定性.經(jīng)驗(yàn)方法通常利用單波段、波段比或波段組合與透明度之間的回歸關(guān)系來估算水體的透明度，具有波段選擇靈活、計(jì)算過程簡便、精度高等優(yōu)點(diǎn)[11]，已廣泛應(yīng)用到多種衛(wèi)星遙感數(shù)據(jù).基于MODIS、SeaWiFS、MERIS等數(shù)據(jù)，He等[12]利用SeaWiFS衛(wèi)星觀測全球海洋透明度的變化；Wu等[13]基于MODIS數(shù)據(jù)對鄱陽湖的透明度進(jìn)行了監(jiān)測；Fabricius等[14]利用2002-2013年的MODIS影像數(shù)據(jù)，對澳大利亞東北沿岸的大堡礁大陸架上的河流排放對水體透明度的影響進(jìn)行長時(shí)間的監(jiān)測；Doron等[8]使用MERIS、MODIS和SeaWiFS數(shù)據(jù)估計(jì)塞氏盤深度的算法的驗(yàn)證；Shen等[15]基于實(shí)測數(shù)據(jù)和哨兵-3海陸色度儀(OLCI)圖像，建立了隨機(jī)森林回歸的透明度模型.然而，這些衛(wèi)星數(shù)據(jù)的空間分辨率低，不適合河口海岸、內(nèi)陸湖泊等小區(qū)域水體的監(jiān)測.相比而言，Landsat系列衛(wèi)星Thematic Mapper(TM)、Enhanced Thematic Mapper(ETM+)、Operational Land Imager(OLI)和Sentinel-2衛(wèi)星MultiSpectral Instrument(MSI)等傳感器具有高空間和光譜分辨率的優(yōu)點(diǎn)，已廣泛應(yīng)用于水域遙感監(jiān)測.Luis等[16]利用Landsat-8衛(wèi)星數(shù)據(jù)估算了美國東北部沿海地區(qū)的水體透明度；Setiawan等[17]基于TM和ETM+衛(wèi)星影像在印度尼西亞的馬寧焦湖的水體透明度進(jìn)行長期監(jiān)測.Bonansea等[18]基于Sentinel-2 MSI影像，利用近紅波段和綠波段的比值反演了阿根廷里奧特爾塞羅水庫的透明度.然而，這兩種數(shù)據(jù)的結(jié)合應(yīng)用鮮有文獻(xiàn)報(bào)道.

內(nèi)陸湖泊和河口海岸水域，水體生物光學(xué)性質(zhì)復(fù)雜、變化速率快、區(qū)域小，需要高空間和時(shí)間分辨率的遙感數(shù)據(jù).Sentinel-2 MSI和Landsat-8 OLI的結(jié)合，能夠?qū)崿F(xiàn)這些區(qū)域水體的高頻(重訪周期優(yōu)于5 d)、精細(xì)調(diào)查(空間分辨率能達(dá)到20～30 m).另一方面，中國南方和北方湖泊的生物光學(xué)特征差異明顯，如華東地區(qū)太湖(藍(lán)藻主導(dǎo))和內(nèi)蒙古自治區(qū)岱海(有色溶解物主導(dǎo)).從某種程度上說，透明度作為最基本的水質(zhì)參數(shù)，對北方湖泊來講是最重要的表征指標(biāo).

因此，本文的目的是以內(nèi)蒙古岱海為研究區(qū)，開展如下研究：(1)基于實(shí)測數(shù)據(jù)建立岱海水體透明度經(jīng)驗(yàn)?zāi)Ｐ停?2)將建立的透明度經(jīng)驗(yàn)算法應(yīng)用于Sentinel-2 MSI和Landsat-8 OLI遙感數(shù)據(jù)；(3)對比本文建立的透明度算法與其他算法的反演結(jié)果；(4)分析岱海水體透明度的時(shí)空分布特征及影響因素.

1 研究區(qū)和數(shù)據(jù)

1.1 研究區(qū)概況

岱海(40°29′07″～40°37′06″N，112°33′31″～113°46′40″E)位于內(nèi)蒙古自治區(qū)烏蘭察布市涼城縣境內(nèi)，處于一個(gè)狹長的陷落盆地之中，南有馬頭山，北有蠻漢山拱衛(wèi)(圖1).岱海流域是我國“兩屏三帶”生態(tài)安全戰(zhàn)略格局中北方防沙帶的重要一環(huán)，也是京津冀地區(qū)生態(tài)屏障的重要組成部分，地處南亞至西伯利亞生態(tài)走廊的重要結(jié)點(diǎn)[19].1960s初，岱海湖面積達(dá)182.46 km2.近年來，由于降水減少、水資源過度開發(fā)等原因，岱海急劇萎縮，水位驟降，水質(zhì)變劣，截至2020年10月，湖泊面積為49 km2左右，并仍呈縮減態(tài)勢發(fā)展[20].所在地區(qū)屬于中溫帶半干旱大陸性季風(fēng)氣候，年平均氣溫2～5℃，無霜期平均120 d左右，降水主要集中在6-9月.岱海表層多年平均水溫為8～9℃，每年11月份開始結(jié)冰，翌年的4月份解凍，一年中有5個(gè)月為結(jié)冰期.岱海屬于典型的內(nèi)陸咸水湖泊，系全區(qū)聞名的四大水產(chǎn)基地之一，其水源由周圍20多條河流和中層地下水匯聚而成，湖中生物由浮游生物、底棲生物、水生維管束植物及魚、蟹、蝦等組成，對調(diào)節(jié)氣候、涵養(yǎng)水源、維持生態(tài)等方面有重要意義[21-23].然而岱海長期在自然和人為因素的驅(qū)動(dòng)下，水質(zhì)有所降低，因此，保護(hù)岱?？滩蝗菥廩24].

圖1 岱海及實(shí)測站位

1.2 實(shí)測數(shù)據(jù)

1.2.1 光譜數(shù)據(jù) 2019年10月9日和10日、2020年6月14日、7月21日、8月24日、9月17日、10月11日和12日在岱海水域開展了8次的野外調(diào)查，共獲取了220組(圖1)遙感反射率光譜(Rrs)數(shù)據(jù).采用美國ASD公司生產(chǎn)的ASD Field Spec 4地物光譜儀測量遙感反射率，測量時(shí)應(yīng)避免船舶陰影和太陽直射反射，具體測量步驟參考了唐軍武等的方法[25]，測量的波段范圍為350～2500 nm，在透明度反演中應(yīng)用的波段范圍是400～900 nm，每個(gè)站點(diǎn)測量了標(biāo)準(zhǔn)灰板、水體和天空的輻射亮度，并利用如下公式(1)計(jì)算Rrs(圖2a).

Rrs=(Lw-r·Lsky)/(πLp/ρp)

(1)

式中，Lw、Lsky、Lp分別為測量的水體、天空和標(biāo)準(zhǔn)灰板的輻射亮度；ρp為標(biāo)準(zhǔn)灰板的反射率；r為無量綱氣-水界面的反射率，對于平靜水面取值0.022[26].

本文的目的是利用Sentinel-2 MSI和Landsat-8 OLI遙感數(shù)據(jù)進(jìn)行水體透明度的反演，針對上述兩個(gè)傳感器的波段設(shè)置，進(jìn)行了岱海實(shí)測遙感反射率的波段積分運(yùn)算，具體見公式(2)，波段積分結(jié)果如圖2b和圖2c所示，光譜響應(yīng)函數(shù)如圖3a和圖3b所示.

圖2 岱海水體實(shí)測遙感反射率光譜(a)、MSI波段積分(b)和OLI波段積分(c)

圖3 光譜響應(yīng)函數(shù): Sentinel-2 MSI(a)；Landsat-8 OLI(b)

(2)

式中，Rrs(λ)表示實(shí)測遙感反射率(sr-1)，F(xiàn)i表示數(shù)據(jù)的第i波段的光譜響應(yīng)函數(shù)(圖3),λj表示實(shí)測光譜數(shù)據(jù)的第j個(gè)波段，λi表示影像光譜數(shù)據(jù)的第i個(gè)波段.

1.2.2 透明度數(shù)據(jù) 在野外調(diào)查中，與遙感反射率同步采集了220組透明度數(shù)據(jù).每個(gè)站點(diǎn)，利用黑白相間的塞氏圓盤[27]測量透明度.測量時(shí)將塞氏盤平穩(wěn)地放入水中，直到看不見塞氏盤時(shí)，記錄下沉深度作為觀測站點(diǎn)的透明度值.

1.3 氣象數(shù)據(jù)

本文用到的氣象數(shù)據(jù)是從中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn)下載的2013-2020年岱海(涼城氣象站)風(fēng)速和降水?dāng)?shù)據(jù)，用于分析這兩個(gè)參數(shù)對透明度的影響.

1.4 遙感數(shù)據(jù)及預(yù)處理

本文選用了Sentinel-2A MSI和Landsat-8 OLI數(shù)據(jù)，反演岱海水體的透明度.Sentinel-2衛(wèi)星搭載多光譜成像儀MSI，共有13個(gè)波段，從可見光、近紅外到短波紅外，空間分辨率各不相同，分別為10、20和60 m，Sentinel-2 A和B兩顆衛(wèi)星在過境時(shí)間上互補(bǔ)，重訪周期為5 d[28-30].Landsat-8于2013年2月11日發(fā)射，是美國陸地衛(wèi)星計(jì)劃的第8顆衛(wèi)星，該數(shù)據(jù)重訪周期為16 d，攜帶陸地成像儀OLI，OLI包括9個(gè)波段[31-32].Sentinel-2 MSI數(shù)據(jù)可從歐空局官網(wǎng)(https://scihub.copernicus.eu/)免費(fèi)下載得到，Landsat-8 OLI影像從美國地質(zhì)調(diào)查局官網(wǎng)(https://earthexplorer.usgs.gov/)免費(fèi)下載得到.

選用了MSI Level-2A級地表反射率產(chǎn)品(MSI-2A)和Landsat-8 OLI 地表反射率產(chǎn)品(OLI-SR).MSI-2A是歐空局提供的Sen2cor對Sentinel-2衛(wèi)星影像進(jìn)行大氣校正[33].該算法的核心是大氣輻射傳輸模型IibRadtran[34].IibRadtran是用于計(jì)算大氣輻射傳輸?shù)能浖?，該算法用離散縱坐標(biāo)法計(jì)算地球大氣、太陽以及熱輻射傳輸，包含平面、二流、多流、偽球面和球面等不同計(jì)算模塊[35]，適用于各種大氣條件，包括太陽和部分地球光譜的輻射、輻照度和光化通量[36].Sen2cor基于IibRadtran代碼生成的查找表進(jìn)行大氣校正，并且利用Python編譯的可移植代碼，提供用戶命令和集成軟件[37].OLI-SR數(shù)據(jù)是基于6S大氣輻射模擬模型的基礎(chǔ)上，參照LaSRC(Landsat Surface Reflectance Code)大氣校正流程[38]，在RSD(Remote Sensing Desktop)平臺處理而成的.

將MSI-2A和OLI-SR數(shù)據(jù)的各個(gè)波段灰度值乘以0.0001，得到地表反射率，并通過如下公式(3)轉(zhuǎn)化為遙感反射率.影像進(jìn)行陸地掩膜，裁剪，并重采樣MSI-2A產(chǎn)品，得到與OLI-SR數(shù)據(jù)統(tǒng)一的空間分辨率.

Rrs=ρw/π

(3)

式中，ρw是地表反射率，Rrs為遙感反射率.

共下載了47景清晰無云的影像，其中OLI影像有27景，MSI影像有20景，收集影像數(shù)據(jù)時(shí)，排除每年11月初到翌年3月底(岱海為結(jié)冰期)的影像和有云的影像.

為了能夠準(zhǔn)確地得到水色信息，應(yīng)將大氣的影響從接收到的輻射信號中剔除.利用時(shí)空匹配的實(shí)測遙感反射率數(shù)據(jù)，驗(yàn)證了MSI和OLI數(shù)據(jù)的大氣校正結(jié)果，見圖4.

從圖4a中可以看到2020年8月24 日，實(shí)測與同一天Landsat-8 OLI的光譜反射率具有較好的一致性，R2=0.79，RMSE=0.01 sr-1，MAPE=36.70%.圖4b中，2020年10月12 日實(shí)測與Sentinel-2 MSI的光譜反射率之間的R2=0.87，RMSE=0.01 sr-1，MAPE=21.97%.這些結(jié)果表明了MSI和OLI數(shù)據(jù)大氣校正結(jié)果的可靠性.

圖4 實(shí)測遙感反射率分別與Landsat-8 OLI(a)和Sentinel-2 MSI(b)遙感反射率的對比

2 方法

2.1 相關(guān)性分析

為了確定水體透明度的敏感波段，進(jìn)行了透明度與遙感反射率之間的相關(guān)分析，找出相關(guān)性最高的單波段和波段比.相關(guān)性分析采用了皮爾遜相關(guān)系數(shù)(Pearson)，公式如下：

(4)

2.2 經(jīng)驗(yàn)算法建立

基于相關(guān)分析的結(jié)果，利用回歸分析方法，建立透明度反演經(jīng)驗(yàn)?zāi)Ｐ停úǘ伪饶Ｐ?、單波段模型和波段組合模型.為了消除異方差，使數(shù)據(jù)更加平穩(wěn)，建模時(shí)將原始透明度數(shù)據(jù)取自然對數(shù)，模型的通用表達(dá)式見表1.

表1 本文建立的經(jīng)驗(yàn)算法表達(dá)式*

2.3 精度檢驗(yàn)

本文使用均方根誤差(root mean square error,RMSE)、平均絕對百分比誤差(mean absolute percentage error,MAPE)以及決定系數(shù)R2來評估本文模型的反演精度，公式如下：

(5)

(6)

式中,Xestimated代表估算透明度，Xmeasured代表實(shí)測透明度，N代表數(shù)據(jù)的數(shù)量.

2.4 區(qū)域劃分

岱海區(qū)域的地勢為四周高，中間低，周邊的河流都匯入岱海，整個(gè)水系為向心狀[39].因此，為了更好地刻畫岱海水體時(shí)空分布特征，本文根據(jù)周邊的河流和典型區(qū)域選取A～H 8個(gè)區(qū)域(每個(gè)區(qū)域大小為1000 m×1000 m，圖1).其中，A區(qū)為岱海旅游景點(diǎn)入口；B區(qū)為弓壩河，此河是岱海應(yīng)急補(bǔ)水工程的管線匯入口；C區(qū)是五號河入口；D區(qū)是步量河入口；E區(qū)是天成河入口，并且距離岱海約2 km處的成天河上修建了水庫，名字為石門水庫；F區(qū)是目花河入口；G區(qū)是岱海湖中心；H區(qū)是索代溝河入口.

3 結(jié)果與討論

3.1 透明度敏感波段選取

水體遙感反射率光譜曲線的趨勢為：遙感反射率在400～560 nm波段附近持續(xù)上升，在560～580 nm波段范圍內(nèi)形成了峰值，隨后遙感反射率急劇下降到600 nm處；從600～650 nm附近開始緩慢下降，大約在670 nm處出現(xiàn)小的波谷；約在690 nm波段處出現(xiàn)第二個(gè)小峰值；從690 nm波段接著下降到750 nm波段處，接著上升，并在760 nm附近并出現(xiàn)明顯的小峰值，在770 nm處緩慢上升，在810 nm附近又出現(xiàn)峰值，然后呈下降趨勢，到900 nm處又有上升的趨勢.

使用MATLAB軟件計(jì)算了透明度和遙感反射率光譜之間的皮爾遜相關(guān)系數(shù)，結(jié)果見圖5和圖6.圖5a是Sentinel-2 MSI 單波段光譜反射率與實(shí)測透明度的相關(guān)性分析，皮爾遜系數(shù)總體范圍在-0.71～-0.26之間，其中，波段705 nm處的皮爾遜系數(shù)為-0.71，與實(shí)測透明度的相關(guān)性最高.圖5b是Landsat-8 OLI的單波段光譜反射率與實(shí)測透明度的相關(guān)性分析，其相關(guān)性最高的波段在655 nm的紅波段處，皮爾遜系數(shù)為-0.62，說明在OLI波段中，紅波的相關(guān)性最好.

圖5單波段反射率與水體透明度之間的相關(guān)系數(shù)：Sentinel-2 MSI單波段(a)；Landsat-8 OLI單波段(b)(圓點(diǎn)代表Pearson相關(guān)系數(shù)最高的波段位置)

圖6a為Sentinel-2 MSI波段比與實(shí)測透明度之間的相關(guān)性分析.從圖可以看到在Sentinel-2 MSI波段Rrs(490)/Rrs(665)處，即藍(lán)紅波段比的皮爾遜系數(shù)最高，為0.82.在圖6b中表示的是Landsat-8 OLI波段比與實(shí)測透明度之間的相關(guān)性，在Rrs(483)/Rrs(655)處光譜反射率與透明度的相關(guān)性最高，皮爾遜系數(shù)為0.77.

圖6 波段比與水體透明度之間的相關(guān)系數(shù): Sentinel-2 MSI波段比(a)；Landsat-8 OLI波段比(b)(方形代表Pearson相關(guān)系數(shù)最高的波段位置)

3.2 透明度經(jīng)驗(yàn)算法

基于相關(guān)分析的結(jié)果，本文選取Rrs(705)、Rrs(655)、Rrs(490)/Rrs(665)和Rrs(483)/Rrs(655)作為模型變量，試圖建立透明度經(jīng)驗(yàn)算法.利用165組透明度和遙感反射率數(shù)據(jù)，建立了透明度經(jīng)驗(yàn)?zāi)Ｐ?采用最小二乘法確定了模型參數(shù).建立的模型包括單波段模型、波段比模型和波段組合模型，見表2.從表中可以看出，針對MSI數(shù)據(jù)，反演精度最好的模型為波段比二次模型，R2=0.66，RMSE=24.02 cm，MAPE=21.24%.針對OLI數(shù)據(jù)，反演精度最好的模型為波段比二次模型，R2=0.61，RMSE=25.52 cm，MAPE=29.05%.波段比值在一定程度上減少大氣背景環(huán)境和太陽光照對電磁波的影響，因此比值算法作為常用算法來反演水質(zhì)參數(shù)[40].

表2 水體透明度反演模型

剩余55組數(shù)據(jù)用于檢驗(yàn)?zāi)Ｐ途?，檢驗(yàn)結(jié)果顯示，針對MSI傳感器的模型精度，R2=0.64，RMSE=24.71 cm，MAPE=28.65%; 針對OLI傳感器的模型精度，R2=0.56，RMSE=27.02 cm，MAPE=29.06%.表明本文建立的經(jīng)驗(yàn)?zāi)Ｐ头囱菥容^高，可以很好地反演岱海水體的透明度.

3.3 不同算法透明度反演結(jié)果對比

將本文建立的最優(yōu)模型與其他已有的模型進(jìn)行對比(圖7)：QAA算法[9]反演的透明度與實(shí)測透明度的R2=0.44，RMSE=37.12 cm，MAPE=32.08%；QAA_hybrid[10]算法反演的透明度與實(shí)測透明度的R2=0.06，RMSE=40.09 cm，MAPE=65.59%，由此可得，利用以上兩個(gè)半分析模型反演岱海水體的透明度時(shí)存在一定的不確定性.除了SDMSI算法之外，其它模型[13,18,41-44]都存在很大的誤差(R2<0.66，RMSE>24.02 cm,MAPE>21.42%).SDMSI模型得到的結(jié)果與本文模型相近，原因是該模型在選取變量時(shí)與本文模型的變量相同，都為藍(lán)紅波段比，且其中的B5波段與本文敏感的單波段一致.模型有差距是因?yàn)楸疚哪Ｐ蜎]有用B4單波段，并且SDMSI模型中的單波段無法消除誤差.

綜上所述，本文建立的MSI波段比二次模型比其他算法更適用于反演岱海水體的透明度，而其他算法出現(xiàn)較大誤差的原因是岱海的水體光學(xué)特性不同于其他區(qū)域的水體，經(jīng)驗(yàn)算法針對不同研究區(qū)都需要建立適合于研究區(qū)水體的算法，這樣反演出的水體透明度值更加接近實(shí)測值.

圖7本文建立的模型與其他算法的對比：(a)QAA算法；(b)QAA_hybrid算法；(c)SDD模型；(d)SDSOLI模型；(e)ZSD1模型；(f)ZSD2模型；(g)ZSD3模型；(h)SDMSI模型；(i)STD模型

3.4 透明度經(jīng)驗(yàn)算法的遙感應(yīng)用

3.4.1 反演的透明度結(jié)果驗(yàn)證 利用2020年8月24日和2020年10月12日的實(shí)測透明度數(shù)據(jù)，檢驗(yàn)了MSI和OLI數(shù)據(jù)反演得到的透明度結(jié)果，見圖8.可以看出，利用MSI和OLI數(shù)據(jù)反演透明度，均得到了較好的結(jié)果.實(shí)測值與反演值分布于1∶1線附近，平均相對百分比誤差分別為28.82%和26.97%，均方根誤差分別為23.26和15.46 cm(R2=0.83和R2=0.88)，說明反演效果較好.

圖8 透明度反演結(jié)果驗(yàn)證：實(shí)測透明度與Landsat-8 OLI(a)和Sentinel-2 MSI(b)反演透明度對比

根據(jù)2019年4月16日同一天的MSI和OLI影像數(shù)據(jù)反演岱海水體透明度分布，二者的反演結(jié)果大致相同，都是在岱海的東部透明度偏低，中部和西部透明度較高.利用2019年4月16日的MSI與OLI進(jìn)行交叉驗(yàn)證，驗(yàn)證結(jié)果(圖9)為R2=0.89，RMSE=7.51 cm，MAPE=5.85%.說明MSI和OLI數(shù)據(jù)在反演水體透明度方面有很好的一致性.

圖9 Sentinel-2 MSI與Landsat-8 OLI水體透明度的交叉驗(yàn)證

3.4.2 岱海水體透明度時(shí)空變化分析 由岱海220組實(shí)測數(shù)據(jù)可知，測量得到的透明度范圍是3～220 cm，平均值和標(biāo)準(zhǔn)差分別為92.31和40.54 cm.然而由于氣象和人為因素干擾，岱海水體光學(xué)性質(zhì)時(shí)空變化特征復(fù)雜.因此，本文利用時(shí)間序列Landsat-8 OLI和 Sentinel-2 MSI遙感影像，得到了2013-2020年岱海透明度年平均空間分布圖(圖10)以及月平均空間分布圖(圖11).

從2013-2020年平均透明度空間分布可以明顯地看出, 岱海水體透明度在2013年較低，低值主要分布在湖中的東南部和中部；2014、2015和2019年水體透明度值在湖的西部偏高，東部出現(xiàn)低值；2016年中部和東部的值偏低；2017年在湖中部的值偏高，邊緣較低；2018年西北部出現(xiàn)高值，其余部分的透明度值較低；2020年水體透明度在整個(gè)湖中分布較均勻(圖10).根據(jù)2013-2020年岱海水體透明度年平均統(tǒng)計(jì), 得出岱海的時(shí)間變化特征：水體8年內(nèi)年平均透明度范圍在90.71～120.77 cm之間，在2015年岱海的水體透明度達(dá)到最高，為120.77 cm；2013年平均水體透明度最低，為90.71 cm；岱海水體透明度總體在波動(dòng)中呈下降趨勢，并且下降速度很小.

圖10 2013-2020年岱海水體年平均透明度空間分布

從圖11可以看出岱海水體在2013-2020年的月平均透明度的空間分布，4月和6月的岱海水體透明度東部偏低，中西部偏高；5月水體透明度整體的值偏低；7月岱海透明度表現(xiàn)為中部和西部較高,其余部分較低；8月透明度整體較高；9月表現(xiàn)為東北部和西南部的透明度值比其他區(qū)域高；10月岱海水體透明度東部和南部偏低，西部偏高.根據(jù)2013-2020年中4-10月岱海水體透明度平均統(tǒng)計(jì)，可以得出岱海月平均透明度的范圍在90.68～122.53 cm，透明度最高的月份是7月，為122.53 cm；最低值在5月，為90.68 cm.總體上，4-10月的平均透明度呈上升趨勢.根據(jù)年平均和月平均水體透明度的反演結(jié)果，分析其空間分布特征，可以看出在不同的時(shí)間尺度上，透明度的空間分布特征不同，針對透明度值高低不同的情況，對湖中選取的區(qū)域進(jìn)行了進(jìn)一步研究.

圖11 2013-2020年岱海水體透明度月平均空間分布

根據(jù)8個(gè)區(qū)域水體的透明度值，統(tǒng)計(jì)了每個(gè)區(qū)域年平均(2013-2020年)透明度(圖12)和月平均(4-10月)透明度(圖13).A～H區(qū)在2013-2020年的年平均透明度趨勢見圖12a.2013-2017年，8個(gè)區(qū)域的走勢相同，2013-2015年呈上升趨勢，形成峰值，2015-2016年呈下降趨勢，2016-2017年呈上升趨勢.2017-2020年總體上在波動(dòng)中呈下降趨勢.圖12b為8個(gè)樣區(qū)在2013-2020年總的年平均透明度，透明度在102.02～116.30 cm之間，A區(qū)(岱海旅游景點(diǎn)入口)的平均透明度最高，為116.30 m；E區(qū)(天成河入口)的平均透明度最低，為102.02 cm.

圖12 A～H區(qū)在2013-2020年的平均透明度：8個(gè)區(qū)域每年平均透明度及變化趨勢(a)；每個(gè)區(qū)域在8年內(nèi)總的平均透明度(b)

A～H區(qū)在2013-2020年4-10月的月平均透明度(圖13a)總體上呈先上升，后下降的趨勢，除了C區(qū)(五號河入口)在8月下降且速度較快，在7-9月，每個(gè)區(qū)域的升降趨勢各有不同.8個(gè)樣區(qū)在2013-2020年內(nèi)總的月平均透明度，見圖13b.它們的透明度在101.02～114.54 cm之間，A區(qū)(岱海旅游景點(diǎn)入口)的平均透明度為114.54 cm，在8個(gè)區(qū)域中最高；F區(qū)(目花河入口處)的平均透明度為101.02 cm，為8個(gè)區(qū)域中最低.

圖13 A～H區(qū)在2013-2020年中4-10月的平均透明度：8個(gè)區(qū)域每月平均透明度及變化趨勢(a)；每個(gè)區(qū)域在8年內(nèi)總的月平均透明度(b)

3.5 岱海透明度的影響因素分析

水體透明度的時(shí)空變化受多種因素影響，例如風(fēng)速、降水量和地理位置等[45-46]，不同湖泊中的水體，所受影響的因素不同.本文利用2013-2020年岱海(涼城縣氣象站)月平均風(fēng)速和月累計(jì)降水量數(shù)據(jù)，用于分析這兩個(gè)參數(shù)對透明度的影響，從圖14中可以看出，透明度和降水量的趨勢大致相同，都是4-6月緩慢上升，然后快速上升到7月，形成峰值，8-10月為下降趨勢.總體上的趨勢呈先上升，后下降.風(fēng)速在4月最高，一直下降到8月，形成最低值，9月和10月風(fēng)速勻速上升，因此，水體的透明度與風(fēng)速的變化趨勢相反.從圖15a中可以看出，水體透明度與風(fēng)速呈顯著負(fù)相關(guān)，R為-0.84，即風(fēng)速越大，水體的透明度越低，風(fēng)速小，水體透明度變高.因?yàn)楦唢L(fēng)速會引起湖中泥沙的再懸浮，導(dǎo)致透明度值降低[47].在圖15b中可以看出，水體透明度與降水量呈顯著正相關(guān)，R為0.83，即隨著降水量的增多，水體的透明度會變高，可能的原因是降水在一定程度上對湖水起到稀釋作用.

圖14 水體透明度與風(fēng)速和降水量的變化趨勢

圖15 水體透明度與風(fēng)速(a)和降水量(b)的關(guān)系

4 結(jié)論

本文利用實(shí)測光譜數(shù)據(jù)和透明度數(shù)據(jù)，建立了適合于岱海水體透明度的經(jīng)驗(yàn)?zāi)Ｐ?，并對?jīng)驗(yàn)?zāi)Ｐ瓦M(jìn)行精度檢驗(yàn).然后，將算法應(yīng)用于Sentinel-2 MSI和Landsat-8 OLI數(shù)據(jù)，分析了2013-2020年岱海水體透明度時(shí)空分布特征，并討論了透明度變化的影響因素，具體結(jié)論如下：

1)本文針對Sentinel-2 MSI和Landsat-8 OLI衛(wèi)星數(shù)據(jù)的波段設(shè)置，建立了透明度經(jīng)驗(yàn)?zāi)Ｐ筒⑶医?jīng)過檢驗(yàn)，藍(lán)紅波段比二次模型的反演結(jié)果最好(MSI:R2=0.64，RMSE=24.71 cm，MAPE=28.65%；OLI:R2=0.56，RMSE=27.02 cm，MAPE=29.06%).

2)將藍(lán)紅波段比二次模型應(yīng)用于Sentinel-2 MSI和Landsat-8 OLI衛(wèi)星數(shù)據(jù)，反演得到了透明度.利用實(shí)測透明度數(shù)據(jù)檢驗(yàn)的結(jié)果表明，遙感反演結(jié)果較好，MAPE優(yōu)于28.82%，RMSE低于23.26 cm，R2高于0.83.與其他主流算法的對比結(jié)果也說明了本文建立的算法適用于岱海水體透明度的遙感反演.

3)通過時(shí)間序列MSI和OLI得到了岱海2013-2020年水體透明度的時(shí)空分布圖.時(shí)間上，年平均透明度范圍在90.71～120.77 cm之間，2015年的平均透明度最高，2013年的平均透明度最低；4-10月的月平均變化范圍在90.68～122.53 cm，7月平均透明度最高，5月的平均透明度最低.空間上，岱海的透明度分布大致表現(xiàn)出西北高，東南低，中部高，四周低的現(xiàn)象.

4)岱海的透明度時(shí)空變化與風(fēng)速呈顯著負(fù)相關(guān)關(guān)系，與降水量呈顯著正相關(guān)關(guān)系.

5)本文得到的透明度反演結(jié)果存在一定的不確定性，主要體現(xiàn)在：實(shí)測數(shù)據(jù)與遙感數(shù)據(jù)的時(shí)間和空間尺度不一致.有些月份的影像數(shù)據(jù)較少，可能會對結(jié)果產(chǎn)生一定的影響.在進(jìn)一步的研究中，需要結(jié)合其他遙感數(shù)據(jù)(如高分衛(wèi)星數(shù)據(jù))，展開更為深入的研究.

5 附錄

附表Ⅰ和Ⅱ見電子版(DOI: 10.18307/2021.0410).