葛化鑫，劉榮杰*，趙鑫，馬毅,，王新念，王義衎

(1.山東科技大學 測繪與空間信息學院，山東 青島 266590；2.自然資源部第一海洋研究所，山東 青島 266061；3.自然資源部海洋遙測技術創(chuàng)新中心，山東 青島 266061；4.中國石油大學（華東）海洋與空間信息學院，山東 青島 266580)

1 引言

赤潮是指水體中浮游植物、原生動物或者細菌等在一定條件下暴發(fā)性增殖與聚集，從而引起水體變色的現(xiàn)象[1]。赤潮對海洋生態(tài)環(huán)境影響較大，影響了海水養(yǎng)殖業(yè)發(fā)展，有毒赤潮甚至會危害人類的生命安全。赤潮發(fā)生具有分布面積大、變化快等特點，現(xiàn)場調(diào)查手段費時費力，難以滿足赤潮監(jiān)測數(shù)據(jù)的時空覆蓋需求，而衛(wèi)星遙感具有大面積、同步觀測的優(yōu)勢，成為了赤潮監(jiān)測的主要技術手段。

一直以來，水色衛(wèi)星以其高光譜分辨率和高重訪周期的優(yōu)勢在赤潮監(jiān)測中發(fā)揮了巨大作用，但其空間分辨率較低，無法有效監(jiān)測近海頻發(fā)的小規(guī)模赤潮[2]。因此，赤潮監(jiān)測需要中高空間分辨率衛(wèi)星的支持。目前，國內(nèi)外中高空間分辨率光學衛(wèi)星發(fā)展迅速，其數(shù)據(jù)時空覆蓋率大幅提高，滿足了赤潮業(yè)務監(jiān)測的數(shù)據(jù)需求，中高空間分辨率光學衛(wèi)星正越來越多地應用到赤潮探測中[2–6]。不同于水色衛(wèi)星傳感器，中高空間分辨率光學衛(wèi)星傳感器主要面向陸地應用，其波段寬度大，波段少并且信噪比低，而這些傳感器差異所帶來的赤潮探測影響尚不明確。因此，探究中高空間分辨率光學衛(wèi)星傳感器參數(shù)對赤潮探測的影響具有重要意義。

目前已有諸多學者開展了衛(wèi)星傳感器參數(shù)地物探測影響研究。Trishchenko 等[7]探究了光譜響應函數(shù)對歸一化植被指數(shù)（NDVI）的影響，發(fā)現(xiàn)光譜響應函數(shù)的差異會引起NDVI 的差異。劉三超等[8]分析了光譜響應函數(shù)和波段寬度對地表溫度探測的影響，發(fā)現(xiàn)光譜響應函數(shù)對溫度探測的影響與傳感器波段寬度相關，誤差隨波段寬度變大而增加。Cao 等[9]評估了波段寬度對葉綠素濃度及懸浮物濃度反演的影響。鄒寒月等[10]研究了植被參數(shù)在藍、綠、紅、紅邊以及近紅外波段的響應敏感性，探究了傳感器中心波長以及波段寬度對植被遙感參數(shù)反演的影響。Chen等[11]、Cao 等[12]以及張靖瑋和丘仲鋒[13]評估了HY-1C COCTS、Tiangong-2 MWI 以及FY-3D MERSI Ⅱ傳感器的信噪比，分析了信噪比對葉綠素濃度以及懸浮物濃度反演的影響。Li 等[14]從光譜響應函數(shù)、輻射分辨率以及信噪比3 個方面評估了GF-1 傳感器的水質監(jiān)測能力。Tang 等[15]對多源高分衛(wèi)星信噪比以及空間分辨率的影響進行了對比分析，發(fā)現(xiàn)空間分辨率對懸浮物質濃度反演的影響要高于信噪比。Gray 等[16]評估了空間分辨率對雪藻探測的影響，發(fā)現(xiàn)高空間分辨率的WorldView 影像檢測出的雪藻面積是Sentinel-2A MSI 傳感器的17.5 倍。而針對中高空間分辨率寬波段傳感器參數(shù)對赤潮探測影響的研究有待開展。

基于此，本文利用赤潮高空間分辨率衛(wèi)星影像數(shù)據(jù)以及不同優(yōu)勢種赤潮實測高光譜數(shù)據(jù)探究了波段設置、信噪比、光譜響應函數(shù)及空間分辨率對赤潮探測的影響，并對紅邊波段赤潮探測優(yōu)勢進行了分析，以期為中高空間分辨率光學衛(wèi)星赤潮探測數(shù)據(jù)的選擇及今后傳感器的設計提供參考。

2 數(shù)據(jù)

2.1 衛(wèi)星數(shù)據(jù)

本文選取了目前國內(nèi)外主流的中高空間分辨率寬波段光學衛(wèi)星傳感器作為研究目標，包括：GF-1 寬幅相機（Wide Field of View，WFV）、HY-1C 海岸帶成像儀（Coastal Zone Imager，CZI）、GF-6 WFV、Landsat8陸地成像儀（Operational Land Imager，OLI）以及Sentinel-2A 多光譜成像儀（MultiSpectral Instrument，MSI）。各衛(wèi)星傳感器參數(shù)詳見表1。

表1 中高空間分辨率衛(wèi)星傳感器參數(shù)Table 1 Medium and high spatial resolution satellite sensor parameters

為評估信噪比及光譜響應函數(shù)對赤潮探測的影響，本文獲取了2014 年11 月22 日廣東省陽江市海陵島北部海域夜光藻赤潮GF-1 WFV2、WFV3 影像各1 景。為評估空間分辨率對赤潮探測的影響，本文獲取了2021 年2 月14 日北部灣海域夜光藻赤潮Sentinel-2A MSI L2A 級反射率數(shù)據(jù)1 景（圖1）。在數(shù)據(jù)獲取的基礎上，對GF-1 WFV 數(shù)據(jù)進行了輻射校正、幾何校正、裁切，對Sentinel-2A MSI 數(shù)據(jù)進行了裁切。

圖1 研究區(qū)及赤潮衛(wèi)星影像示意圖Fig.1 Schematic diagram of the study area and satellite images of red tide

2.2 實測高光譜數(shù)據(jù)

利用Field Spec4 便攜式地物光譜儀根據(jù)美國國家航空航天局海洋光學測量規(guī)范[17]采用水面之上法獲取了東海原甲藻（Prorocentrum donghaiense）、中肋骨條藻（Skeletonema costatum）、抑食金球藻（Aureococcus anophagefferens）、夜光藻（Noctiluca scintillans）、赤潮異彎藻（Heterosigma akashiwo）優(yōu)勢種赤潮及不同類型水體的實測高光譜數(shù)據(jù)（圖2），并同步采集水樣，進行了實驗室分析。

圖2 不同優(yōu)勢種赤潮及不同類型海水實測高光譜數(shù)據(jù)Fig.2 Hyperspectral data of different dominant species of red tide and different types of seawater

3 方法

3.1 赤潮探測算法

為評估傳感器參數(shù)對赤潮探測的影響，本文基于不同衛(wèi)星傳感器赤潮影像開展了赤潮探測實驗。針對GF-1 WFV 影像，利用面向GF-1 WFV 的赤潮光譜指數(shù)法GF1_RI[2]開展赤潮探測；針對Sentinel-2A MSI赤潮影像，利用面向MSI 的ABDI 光譜指數(shù)法[6]開展赤潮探測，探測算法詳細如下。

3.1.1 GF1_RI 指數(shù)

GF1_RI 指數(shù)是由Liu 等[2]針對GF-1 WFV 傳感器數(shù)據(jù)提出，該指數(shù)建立在赤潮紅光和近紅外響應基礎上，利用綠光、紅光以及近紅外波段輻亮度計算得到，具體計算公式為

式中，L2、L3 以及L4 分別表示綠光波段、紅光波段以及近紅外波段的輻亮度。探測閾值采用Liu 等[2]論文中的閾值–2.5，即大于–2.5 的像元為赤潮，小于–2.5 的像元為海水。

3.1.2 ABDI 指數(shù)

ABDI 指數(shù)是由Cao 等[6]針對Sentinel-2A MSI 數(shù)據(jù)提出，該指數(shù)由兩部分組成，第一部分通過紅邊波段與紅光、近紅外波段的基線差來區(qū)分清水和赤潮，第二部分通過紅光波段減去綠光波段的一半實現(xiàn)了渾水與赤潮的區(qū)分，具體計算公式為

式中，RGreen、RRed、RRE2、RNIRn分別表示在綠光、紅光、紅邊2 以及近紅外波段的遙感反射率，λRed、λRE2、λNIRn分別表示在紅光、紅邊2 以及近紅外波段的中心波長。通過最大類間方差閾值分割法結合目視判讀[6]確定了赤潮探測閾值為0.027，大于0.027 的像元為赤潮。

3.2 信噪比評估方法

3.2.1 信噪比評估流程

信噪比即信號與噪聲的比例，是反應傳感器數(shù)據(jù)質量的重要指標[18]，能夠很好地反映傳感器的輻射性能及衰退情況。傳感器的噪聲定義為隨機噪聲誤差的單變量高斯分布的標準偏差，常用標準差來表示。針對衛(wèi)星傳感器信噪比評估，Hu 等[19]提出了一種綜合考慮水體葉綠素濃度等因素的信噪比評估算法，該方法被廣泛應用于衛(wèi)星傳感器的信噪比評估，其流程如圖3 所示。

圖3 信噪比評估流程圖Fig.3 Flow chart of signal to noise ratio evaluation

針對每一個波段，其信噪比評估方法具體步驟如下：

（1）選取葉綠素a濃度小于0.07 mg/m3的大洋清潔水體區(qū)影像，利用Hu 等[19]的清水典型輻射值Ltypical作為限制條件，對其進行篩選。

（2）為進一步地減小所選區(qū)域海洋或者大氣本身變化所帶來的影響，保證所選區(qū)域的勻質性，將經(jīng)過步驟（1）篩選的影像分為多個3×3 大小的塊，將各個塊內(nèi)最大輻射值與最小輻射值的比值作為閾值做進一步的篩選，將超過該閾值的塊丟棄。計算每個塊的標準差作為噪聲值，對所有塊計算出的噪聲值進行高斯擬合，選取符合正態(tài)分布的噪聲對應的閾值作為該波段的閾值。

（3）計算經(jīng)過上述兩個步驟篩選得到的每個塊的均值與標準差，將其比值作為該塊的信噪比，將每個塊計算得到的信噪比取平均即為該波段的信噪比。

3.2.2 信噪比評估閾值的確定

Hu 等[19]提出的信噪比評估方法主要面向水色衛(wèi)星，由于波段設置、光譜響應的差異，該方法無法直接應用于高分衛(wèi)星的信噪比評估。為此，本文針對高分衛(wèi)星特點，對該算法進行了適用性調(diào)整。在利用清水典型輻亮度值進行篩選時，由于GF-1 WFV 與MODIS Aqua 傳感器的波段設置不同，缺乏830 nm 波段的典型輻射值，本文通過3 次樣條插值得到了830 nm 波段的典型輻射值Ltypical。此外，Hu 等[19]的信噪比評估算法中的閾值由于波段的差異無法應用于GF-1 WFV傳感器，故本文基于太平洋中部清潔水體區(qū)（葉綠素a濃度<0.07 mg/m3）GF-1 WFV2、WFV3 傳感器影像，分析了閾值對信噪比評估的影響（圖4）。

由圖4 可以看出，當閾值小于1.005 時無有效像元，無法進行信噪比評估；當閾值在1.005～1.015 之間時，可獲取大量有效像元，計算得到的信噪比值較為穩(wěn)定。為進一步確定閾值，本文對此6 景影像標準差（即噪聲）分布進行了統(tǒng)計分析（圖5）。

圖4 6 景寬幅相機影像藍光波段不同閾值對應不同信噪比Fig.4 Different signal-to-noise ratios were obtained by calculating different thresholds at the blue band of six wide field of view images

圖5 藍光波段不同閾值對應噪聲分布Fig.5 Noise distribution of different thresholds in blue band

當閾值為1.005 時，其噪聲分布明顯不符合正態(tài)分布。當閾值為1.01 時，雖較符合正態(tài)分布，但噪聲值0.02 至0.035 處仍有分布，故均將其排除。當閾值為1.015 時，其噪聲分布最為符合正態(tài)分布，故藍光波段的閾值確定為1.015。同理，確定了綠光波段、紅光波段以及近紅外波段的閾值，分別為1.005、1.01、1.015（圖6）。

圖6 寬幅相機傳感器綠光、紅光、近紅外波段噪聲分布Fig.6 Distribution of noise in the green,red and near-infrared bands of the wide field of view sensor

3.3 中高空間分辨率寬波段衛(wèi)星遙感反射率模擬

基于赤潮實測遙感反射率數(shù)據(jù)，結合各個中高空間分辨率衛(wèi)星傳感器光譜響應函數(shù)模擬其遙感反射率，計算公式為

式中，Rrs（Bi）表示第i波段的遙感反射率；Rrs（λ）表示實測遙感反射率；RSRi（λ）為第i波段的光譜響應函數(shù)；λmin和λmax分別為波段i的起始波長和終止波長。

3.4 精度評價方法

針對赤潮探測精度定量評估，本文基于混淆矩陣計算了總體精度（OA）、召回率（Recall）、精度（Precision）、F1-Score 以及Kappa 系數(shù)，計算公式為

式中，TP（True Positive）表示赤潮像元正確識別為赤潮像元的個數(shù)；FP（False Positive）表示非赤潮像元被識別為赤潮像元的個數(shù)；TN（True Negative）表示非赤潮像元被正確識別為非赤潮像元的個數(shù)；FN（False Negative）表示赤潮像元被識別為非赤潮像元的個數(shù)。

4 結果分析

4.1 波段設置對赤潮探測的影響

由于衛(wèi)星傳感器設計目的不同，其波段寬度、中心波長會有所差異，導致傳感器響應的差異，進而會對目標探測造成影響。本文基于不同優(yōu)勢種赤潮實測遙感數(shù)據(jù)，分析了主流中高空間分辨率衛(wèi)星波段設置對赤潮探測的影響（圖7，圖8）。

圖7 不同衛(wèi)星波段設置示意圖Fig.7 Diagram of different satellite band settings

由圖7 和圖8 可知，赤潮水體在700 nm 波長附近存在明顯的熒光反射峰，這是衛(wèi)星赤潮探測的理論基礎[20]。但各中高空間分辨率衛(wèi)星傳感器的紅光波段，并未完全覆蓋700 nm 波長附近的熒光反射峰。相比于HY-1C CZI、GF-1 WFV 及Landsat8 OLI 傳感器，Sentinel-2A MSI 和GF-6 WFV 傳感器在700 nm 波長附近設置了紅邊波段，該波段的設置更好地捕捉到了赤潮熒光反射峰。

為探究紅光波段熒光反射峰覆蓋程度及紅邊波段對赤潮光譜響應的影響，本文基于夜光藻、中肋骨條藻、抑食金球藻及赤潮異彎藻優(yōu)勢種赤潮實測高光譜數(shù)據(jù)，結合Landsat8 OLI 傳感器、Sentinel-2A MSI傳感器、GF-1 WFV3 傳感器、HY-1C CZI 傳感器以及GF-6 WFV 傳感器光譜響應函數(shù)（圖8）模擬了不同優(yōu)勢種赤潮不同中高空間分辨率衛(wèi)星傳感器數(shù)據(jù)的寬波段遙感反射率（圖9）。圖8 中灰色區(qū)域表示衛(wèi)星傳感器光譜響應函數(shù)，深灰色區(qū)域表示不同波段間光譜響應函數(shù)重疊部分。

由 圖 8可知，Landsat8 OLI以及 Sentinel-2A MSI 傳感器紅光波段未覆蓋赤潮700 nm 左右的熒光反射峰，而HY-1C CZI、GF-1 WFV3 以及GF-6 WFV 傳感器紅光波段覆蓋到了部分赤潮700 nm 左右的熒光反射峰。寬波段模擬遙感反射率顯示，HY-1C CZI、GF-1 WFV3 以及GF-6 WFV 傳感器紅光波段赤潮響應要高于Landsat8 OLI 以及Sentinel-2A MSI 傳感器（圖9）。因此，紅光波段是否覆蓋到赤潮熒光峰會對赤潮響應產(chǎn)生影響。此外，由圖9 可知，相對于紅光波段，紅邊波段對赤潮水體響應更明顯，尤其是東海原甲藻、中肋骨條藻及赤潮異彎藻赤潮，這主要是由于紅邊波段完全覆蓋了以上幾種赤潮的熒光反射峰。而夜光藻及抑食金球藻赤潮熒光反射峰位于690 nm 左右（圖7），導致Sentinel-2A MSI 及GF-6 WFV 傳感器紅邊波段響應較弱。由此可見，紅邊波段對于赤潮探測來說具有重要意義。

圖8 不同衛(wèi)星光譜響應函數(shù)Fig.8 Spectral response functions of different satellites

圖9 不同優(yōu)勢種赤潮及不同類型海水中高空間分辨率寬波段衛(wèi)星模擬遙感反射率Fig.9 Medium and high resolution broad-band satellite remote sensing reflectance simulated from different dominant species of red tide and different types of seawater

4.2 信噪比及光譜響應函數(shù)對赤潮探測的影響

不同衛(wèi)星傳感器具有不同的波段設置，且獲取其嚴格時空同步的赤潮影像較為困難，導致無法準確評估光譜響應函數(shù)、信噪比對赤潮探測的影響。因此，為避免衛(wèi)星傳感器間波段差異、影像時空差異的影響，本文選取了波段設置相同且時空嚴格同步的GF-1 WFV2、GF-1 WFV3 赤潮影像，開展了赤潮探測實驗，評估了信噪比和光譜響應函數(shù)對赤潮探測的影響，詳細如下。

4.2.1 信噪比對赤潮探測的影響

本文基于3.2 節(jié)信噪比評估算法對GF-1 WFV2和GF-1 WFV3 傳感器進行了信噪比評估（表2）。評估結果顯示GF-1 WFV2、GF-1 WFV3 傳感器的信噪比存在較大差異，GF-1 WFV2 信噪比整體上高于GF-1 WFV3，特別是在綠光波段，差異最為明顯。

為探究信噪比差異對赤潮探測的影響，本文基于時空同步的GF-1 WFV2、GF-1 WFV3 影像，利用GF1_RI指數(shù)算法開展了赤潮探測實驗（圖10）。

由圖10 可知，GF-1 WFV2、GF-1 WFV3 傳感器均具有良好的赤潮探測能力，GF-1 WFV3 傳感器赤潮檢測結果明顯優(yōu)于GF-1 WFV2 傳感器，特別是在赤潮條帶狀分布區(qū)域。此外，本文基于目視解譯獲取的真值對赤潮探測結果進行了定量評估（表3）。

圖10 GF-1 WFV 傳感器赤潮檢測結果Fig.10 Results of GF-1 WFV sensor red tide detection

定量評估結果顯示，GF-1 WFV3 赤潮檢測精度優(yōu)于GF-1 WFV2，其Kappa 系數(shù)、OA、Recall 以及F1-Score均高于GF-1 WFV2。實驗結果表明，雖然GF-1 WFV傳感器具有相同的波段設置，但赤潮的探測精度具有明顯的差異。

綜合表2 及表3 可知，GF-1 WFV3 傳感器赤潮探測精度優(yōu)于GF-1 WFV2 傳感器，但信噪比評估結果顯示GF-1 WFV2 傳感器信噪比要優(yōu)于GF-1 WFV3。由此可見，對于中高空間分辨率衛(wèi)星傳感器來說，信噪比不是影響赤潮探測精度的主要因素。

表2 GF-1 WFV2、GF-1 WFV3 傳感器信噪比評估結果Table 2 Signal-to-noise ratio evaluation results of GF-1 WFV2 and GF-1 WFV3 sensors

表3 GF-1 WFV2、GF-1 WFV3 傳感器赤潮探測精度Table 3 Red tide detection accuracy of GF-1 WFV2 and GF-1 WFV3 sensors

4.2.2 光譜響應函數(shù)對赤潮探測的影響

由4.2.1 節(jié)可知，信噪比不是GF-1 WFV2 和GF-1 WFV3 赤潮探測精度差異的主要因素。除信噪比之外，GF-1 WFV2 和GF-1 WFV3 傳感器還具有不同的光譜響應函數(shù)（圖11）。

由圖11 可知，GF-1 WFV2、GF-1 WFV3 傳感器光譜響應函數(shù)具有明顯差異。為分析光譜響應函數(shù)對赤潮探測的影響，本文選取了GF-1 WFV3 檢測為赤潮而GF-1 WFV2 檢測為非赤潮的像元進行統(tǒng)計分析（圖12）。結果顯示，GF-1 WFV2、GF-1 WFV3 傳感器在藍光、紅光和近紅外波段接收到的輻亮度相差較小，在綠光波段差異較大，GF-1 WFV2 在綠光波段的輻亮度值要高于GF-1 WFV3，這是導致計算出的GF1_RI 指數(shù)有所差異的主要原因。

圖11 GF-1 WFV2、GF-1 WFV3 光譜響應函數(shù)Fig.11 Spectral response functions of GF-1 WFV2 and GF-1 WFV3

圖12 GF-1 WFV3 檢測出赤潮GF-1 WFV2 未檢測出赤潮像元輻亮度Fig.12 Irradiance of image elements where red tide was detected by GF-1 WFV3 but not by GF-1 WFV2

為進一步分析，本文選取了GF-1 WFV2 和GF-1 WFV3 赤潮像元，計算了GF1_RI 指數(shù)（圖13）。發(fā)現(xiàn)兩個傳感器計算的GF1_RI 指數(shù)并不完全一致，GF-1 WFV3 GF1_RI 指數(shù)要高于GF-1 WFV2，故GF-1 WFV3赤潮探測效果更好。

圖13 GF-1 WFV3 與GF-1 WFV2 GF1_RI 指數(shù)散點圖Fig.13 Scatter plot of GF1_RI index calculated by GF-1 WFV3 and GF-1 WFV2

綜上，GF-1 WFV2、GF-1 WFV3 傳感器之間光譜響應函數(shù)的差異是造成GF-1 WFV3 傳感器赤潮探測精度優(yōu)于GF-1 WFV2 傳感器的主要原因之一。

4.3 空間分辨率對赤潮探測的影響

不同衛(wèi)星重訪周期不同，導致缺乏時空同步的影像數(shù)據(jù)，且赤潮的發(fā)生是一個快速變化的過程，衛(wèi)星過境時間的差異會導致影像中赤潮位置和分布發(fā)生變化。因此，無法基于多源衛(wèi)星開展不同分辨率的赤潮探測影響評估。為規(guī)避衛(wèi)星影像成像時間差異的干擾，本文利用同一景Sentinel-2A MSI 影像，通過重采樣獲取10 m、20 m、60 m、100 m 及200 m 空間分辨率衛(wèi)星影像，利用ABDI 指數(shù)對不同空間分辨率影像進行了赤潮探測，進而評估空間分辨率對赤潮探測的影響（圖14）。

圖14 不同空間分辨率Sentinel-2A MSI 影像赤潮檢測結果Fig.14 Results of red tide detection with Sentinel-2A MSI images at different spatial resolutions

結果顯示，隨著空間分辨率的不斷降低，Sentinel-2A MSI 傳感器赤潮探測能力明顯下降。定量評估結果顯示，隨著空間分辨率的不斷降低，各評估指標不斷下降，其中Kappa 系數(shù)從0.763 降至0.260，OA 從99.62%降 至97.18%，Recall 從62.75%降 至15.38%，F(xiàn)1-Score 從0.765 降至0.267（表4）。上述結果表明，衛(wèi)星影像空間分辨率對赤潮探測精度的影響較大。

表4 不同空間分辨率赤潮探測精度Table 4 Accuracy of red tide detection at different spatial resolutions

5 紅邊波段赤潮探測優(yōu)勢分析

由4.1 節(jié)可知，大多數(shù)優(yōu)勢種赤潮在紅邊波段具有明顯的響應特征，為探究紅邊波段赤潮探測優(yōu)勢，本文獲取了夜光藻赤潮的Sentinel-2A MSI 傳感器影像，基于GF1_RI 指數(shù)[2]開展了赤潮探測實驗（圖15）。

圖15 赤潮Sentinel-2A MSI 影像探測結果Fig.15 Red tide detection results from Sentinel-2A MSI images

結果顯示，紅邊波段赤潮探測效果明顯優(yōu)于紅光波段（圖15）。從定量評估結果看，在相同的赤潮探測閾值下，紅邊波段赤潮探測精度較高，其召回率為60.8%，F(xiàn)1-Score 為0.70，Kappa 系數(shù)為0.69，紅光波段赤潮探測精度較低，其召回率為44.1%，F(xiàn)1-Score 為0.59，Kappa 系數(shù)為0.58（表5）。

表5 Sentinel-2A MSI 不同波段GF1_RI 指數(shù)赤潮探測精度Table 5 Accuracy of GF1_RI index red tide detection at different wavelengths calculated by Sentinel-2A MSI

此外，本文獲取了夜光藻赤潮GF-6 WFV 傳感器影像，基于GF1_RI 指數(shù)[2]開展了赤潮探測實驗（圖16）。

結果同樣顯示紅邊波段赤潮探測效果明顯優(yōu)于紅光波段（圖16）。從定量評估結果看，在相同的赤潮探測閾值下，紅邊波段赤潮探測精度較高，其召回率為82.6%，F(xiàn)1-Score 為0.90，Kappa 系數(shù)為0.90，紅光波段赤潮探測精度較低，其召回率為79.8%，F(xiàn)1-Score 為0.87，Kappa 系數(shù)為0.86（表6）。

表6 GF-6 WFV 不同波段GF1_RI 指數(shù)赤潮探測精度Table 6 Accuracy of GF1_RI index red tide detection at different wavelengths calculated by GF-6 WFV

圖16 赤潮GF-6 WFV 影像探測結果Fig.16 Red tide detection results from GF-6 WFV images

由此可見，相比于紅光波段，紅邊波段對赤潮更敏感，基于紅邊波段進行赤潮探測有助于探測精度的提高，在今后中高空間分辨率衛(wèi)星傳感器波段設計中，可以考慮增加紅邊波段，以為赤潮探測提供支撐。但需要說明的是，不同優(yōu)勢種赤潮紅邊波段響應具有差異，會影響赤潮紅邊波段探測精度。

6 結論

為探究中高空間分辨率光學衛(wèi)星傳感器參數(shù)對赤潮探測的影響，本文基于不同優(yōu)勢種赤潮實測高光譜數(shù)據(jù)和中高空間分辨率衛(wèi)星赤潮影像開展了波段設置、信噪比、光譜響應函數(shù)等傳感器參數(shù)對赤潮探測影響實驗，得到了以下結論：

（1）衛(wèi)星波段設置對赤潮探測具有較大影響，紅邊波段對赤潮響應明顯；衛(wèi)星影像紅邊波段赤潮探測實驗表明，相比于紅光波段，紅邊波段赤潮探測的平均召回率提高了10.2%，平均F1-Score 提高了11%。

（2）時空同步的赤潮GF-1 WFV 影像探測結果表明：信噪比對赤潮探測的影響較小，光譜響應函數(shù)的差異會造成赤潮探測精度的不同，是影響赤潮探測精度的主要原因之一。

（3）空間分辨率對赤潮探測精度影響較大。隨著空間分辨率從10 m 降到200 m，赤潮探測的精度也在不斷降低，Kappa 系數(shù)從0.763 降至0.260，Recall 從62.75%降至15.38%，F(xiàn)1-Score 從0.765 降至0.267。

綜上，波段設置、光譜響應函數(shù)以及空間分辨率等傳感器參數(shù)設置對赤潮探測來說十分重要，設置有紅邊波段的中高空間分辨率衛(wèi)星傳感器如Sentinel-2A MSI是中高空間分辨率衛(wèi)星赤潮探測較為理想的數(shù)據(jù)源。