石磊，王正昕，賈蔡,，李俊，唐婷，周成鳳，夏敏，胡芳

（1.安徽省地質(zhì)礦產(chǎn)勘查局311地質(zhì)隊，安徽安慶 246003；2.安徽師范大學(xué)，安徽蕪湖 241003；3.全圖通位置網(wǎng)絡(luò)有限公司，北京 100000）

0 引言

隨著經(jīng)濟發(fā)展與人類活動加劇，水體富營養(yǎng)化已成為世界性的水環(huán)境問題。近年來,我國滇池、太湖[1]、巢湖等內(nèi)陸淡水湖多次發(fā)生大規(guī)模藍(lán)藻集聚現(xiàn)象，嚴(yán)重破壞水生態(tài)系統(tǒng)穩(wěn)定，威脅當(dāng)?shù)厝藗兩钌a(chǎn)用水安全[2]。因此湖泊水質(zhì)時空變化特征的識別對于評價流域污染防治效果，確定防治措施具有重要意義。內(nèi)陸水體的葉綠素a（Chl-a）濃度、pH、高錳酸鹽(CODMn)[3]、氨氮（NH3-N）、化學(xué)需氧量(COD)、TP、TN 等參數(shù)是評定水體污染程度的影響因子，其中葉綠素a（Chl-a）是評價湖泊富營養(yǎng)化程度的重要指標(biāo)之一。各類水質(zhì)參數(shù)會影響水體的固有光學(xué)特性，進(jìn)而改變水體的光譜特征，利用這一點可以通過遙感反演的方法建立遙感反演模型對水體的水質(zhì)參數(shù)進(jìn)行動態(tài)識別[4]。

國內(nèi)外有大量關(guān)于建立遙感反演模型進(jìn)行內(nèi)陸湖泊水質(zhì)參數(shù)時空動態(tài)變化的研究。徐小倩等利用Landsat 8 OLI-TIRAS 遙感影像數(shù)據(jù)，建立遙感反演模型，借助實測數(shù)據(jù)進(jìn)行南漪湖水體水質(zhì)參數(shù)的特征識別，得出南漪湖水體在2015—2019年保持在輕度富營養(yǎng)化，2017年存在下降趨勢[5]。在內(nèi)陸湖泊水質(zhì)參數(shù)特征識別的研究上，梁中耀提出一種利用貝葉斯方差分析法進(jìn)行湖泊水質(zhì)時空變化特征識別，以異龍湖穩(wěn)態(tài)轉(zhuǎn)換條件下富養(yǎng)化指標(biāo)濃度變化特征和滇池外海特征污染物濃度達(dá)標(biāo)率的時空變化特征為例，對比傳統(tǒng)的統(tǒng)計學(xué)方法，得出了貝葉斯方差分析法在湖泊水質(zhì)特征動態(tài)識別上的可行性與精確性，為國內(nèi)在研究內(nèi)陸湖泊水污染方面提供了嶄新的思路[6]。國內(nèi)大量湖泊遙感反演研究中采用了波段比值法、一階微分法等模型。李素菊等在檢測巢湖葉綠素a 濃度中，采用波段比值法和一階微分模型有效地估測了巢湖水體葉綠素a 濃度，并驗證了其精確性[7]。胡雯等基于NOAA 衛(wèi)星遙感影像數(shù)據(jù)，利用NDVI指數(shù)檢測巢湖葉綠素濃度，識別巢湖水質(zhì)特征[8]。楊煜等采用環(huán)境一號衛(wèi)星的高光譜遙感數(shù)據(jù)，利用基于生物光學(xué)模型構(gòu)建的葉綠素a濃度反演半分析模型（三波段模型）進(jìn)行巢湖水體葉綠素a濃度的反演，得出結(jié)論：三波段模型實現(xiàn)對葉綠素a 濃度的最優(yōu)估測[9]。馮龍慶等利用一階微分的方法構(gòu)建太湖的CDOM濃度預(yù)測模型，結(jié)果表明一階微分模型反演精確度較高[10]。吳志明等引入機器學(xué)習(xí)算法，建立了基于哨兵-3A OLCI 傳感器的國內(nèi)湖泊水體CDOM 濃度隨機森林反演模型。并通過評價反演精度，得出了波段比值模型、一階微分模型、半分析模型[11]、BP 神經(jīng)網(wǎng)絡(luò)模型等基于隨機森林算法的遙感反演模型，反演精度得到了顯著的提升[12]。

遙感技術(shù)可以迅速、大范圍地完成水體水質(zhì)參數(shù)的識別。本研究以隨機森林算法為基礎(chǔ)建立反演模型，利用高分系列衛(wèi)星影像數(shù)據(jù)并結(jié)合實測數(shù)據(jù)以南漪湖為例研究水質(zhì)時空變化特征。

1 材料與方法

1.1 研究區(qū)域

本研究區(qū)域為安徽省宣城市南漪湖，中心坐標(biāo)是31°05′26″N，118°58′34″S，面積148.4 km2，集水區(qū)域面積998 km2，以入湖河流徑流和湖面降水補給為主。流域內(nèi)屬亞熱帶季風(fēng)濕潤氣候，年平均氣溫15～16℃，多年平均降水為1143.2 mm，接納廣德、郎溪和宣州區(qū)部分河流匯水，經(jīng)水陽江與長江相通，具銜接南漪湖流域與水陽江流域、維持區(qū)域生態(tài)體系穩(wěn)定的戰(zhàn)略性生態(tài)空間功能[13]。南漪湖為當(dāng)?shù)厝藗冎匾乃Y源，對其周邊的生態(tài)經(jīng)濟發(fā)展等發(fā)揮著重要作用。

1.2 數(shù)據(jù)獲取

用于南漪湖水質(zhì)反演的影像為國產(chǎn)高分衛(wèi)星，其中包含高分一號衛(wèi)星8 m 分辨率、高分二號衛(wèi)星4 m分辨率以及高分六號衛(wèi)星8 m 分辨率影像，波段為4段，藍(lán)（波長0.45～0.52 μm）、綠(波長0.52～0.59 μm)、紅（波長0.63～0.69 μm）、近紅外（波長0.77～0.89 μm），并有2016年2 月至2020年10 月共13 個時期的高分衛(wèi)星影像。為減少大氣消光等作用對光譜信息的干擾，獲取地物真實的反射率，對遙感圖像進(jìn)行大氣校正，并以高分辨率影像為基準(zhǔn)影像對數(shù)據(jù)進(jìn)行幾何校正，將RMS 誤差控制在較低范圍內(nèi)，并利用ENVI獲取研究區(qū)域矢量文件。

本研究實測數(shù)據(jù)由野外采集獲得。選取2019年1 月—2019年12 月中與高分遙感數(shù)據(jù)對應(yīng)時段采集的南漪湖月水質(zhì)監(jiān)測數(shù)據(jù)樣本，并對數(shù)據(jù)進(jìn)行統(tǒng)計分析。檢測數(shù)據(jù)主要包括：葉綠素a（Chl-a）濃度、pH、溶解氧、高錳酸鹽指數(shù)、氨氮、總磷等。南漪湖大體可分為西湖與東湖，且水質(zhì)較為均勻，實測數(shù)據(jù)分固定站點和非固定站點（圖1）。根據(jù)流域地理特征，生態(tài)環(huán)境差異，水文、水力特征以及出入湖河流特性等因素，本研究將南漪湖湖區(qū)分為4 個子區(qū)：東湖區(qū)、西湖區(qū)、入湖口、出湖口。根據(jù)上述湖區(qū)形態(tài)特征，本研究在全湖共布設(shè)46個水質(zhì)監(jiān)測站點。

圖1 站點分布Figure 1. Distribution of sampling points

2 模型構(gòu)建

2.1 預(yù)測指標(biāo)體系的建立

預(yù)測水質(zhì)參數(shù)的光譜指數(shù)主要根據(jù)遙感影像中水質(zhì)光譜特征選取合適的波段組合提取植被指數(shù)、水體指數(shù)等，再使用數(shù)學(xué)建模方法建立光譜特征與水質(zhì)參數(shù)的定量模擬預(yù)測模型。通常選取對葉綠素a濃度變化較為敏感的波段。不同的波段組合可以突出水體的不同物理、化學(xué)、生物信息。常用的幾種水質(zhì)預(yù)測模擬光譜指數(shù)為比值植被指數(shù)（EVI）、歸一化植被指數(shù)（NDVI）、歸一化水體指數(shù)（NDWI）等（表1）。同一區(qū)域的水體在不同時期葉綠素a的濃度變化和透明度變化較大，而葉綠素a 的濃度和透明度會影響水體的固有光學(xué)特性，進(jìn)而影響水體的光譜特征。考慮到這種因素的影響，本研究中采用歸一化差值水體葉綠素a指數(shù)（NDWC），選取2016年4月至2020年10月部分高分遙感影像數(shù)據(jù)提取歸一化差值水體葉綠素a指數(shù)（NDWC），以此數(shù)據(jù)為基礎(chǔ)進(jìn)行模型反演。

表1 光譜植被指數(shù)Table 1. Spectral vegetation indexes

2.2 隨機森林算法模型

本研究采用目前主流的機器學(xué)習(xí)算法即隨機森林算法構(gòu)建水質(zhì)參數(shù)預(yù)測模型。隨機森林模型的基本思想是通過bagging 抽樣技術(shù)抽取多個樣本，再分別以每個bagging 樣本建立決策樹模型并集成為綜合分類器，通過該分類器中各個決策樹模型投票計算得出分類預(yù)測結(jié)果（圖2）。該算法最早由Breiman 提出[14]。相比其他機器學(xué)習(xí)方法，隨機森林方法主要特點有：不易出現(xiàn)過度擬合、對異常值和噪聲具有較好的容忍度、可以獲得無偏的誤差估計、可以評估變量的重要性等[15～16]?；陔S機森林算法的水質(zhì)參數(shù)模擬模型可以量化各預(yù)測指標(biāo)對水質(zhì)參數(shù)影響的相對重要性大小。

選取2016年4 月至2020年10 月部分高分遙感影像提取的46個樣本點敏感波段反射率作為輸入數(shù)據(jù)，以同時段對應(yīng)的地面監(jiān)測水質(zhì)參數(shù)數(shù)據(jù)作為目標(biāo)數(shù)據(jù)，構(gòu)建一個隨機森林模型（圖2），并通過調(diào)整參數(shù)對模型進(jìn)行反復(fù)訓(xùn)練，直到模型的r方達(dá)到最優(yōu)為止，即r方不再上升。最后將訓(xùn)練完成的隨機森林模型應(yīng)用于其余的遙感圖像數(shù)據(jù)，進(jìn)行水質(zhì)參數(shù)的預(yù)測模擬。

圖2 隨機森林模型示意圖Figure 2. Schematic diagram of the random forest model

基于隨機森林算法的水質(zhì)參數(shù)模擬模型可以量化各預(yù)測指標(biāo)對水質(zhì)參數(shù)影響的相對重要性大小。根據(jù)圖3,以往研究者在模擬水質(zhì)參數(shù)所通常選用的歸一化差值植被指數(shù)(NDVI)的相對重要性最小，而歸一化差值水體葉綠素a 指數(shù)(NDWC)的相對重要性最大，說明本研究采取的歸一化差值水體葉綠素a 指數(shù)(NDWC)指標(biāo)符合實驗要求，更適用于南漪湖水質(zhì)參數(shù)的預(yù)測模擬。

圖3 各預(yù)測指標(biāo)相對重要性（%）Figure 3. Relative importance of each predictor

3 結(jié)果與分析

3.1 葉綠素a（Chl-a）遙感反演結(jié)果

葉綠素a 是浮游生物分布的指標(biāo)，可以衡量水體富營養(yǎng)化程度。應(yīng)用建立的基于隨機森林遙感模型的2020年9 月南漪湖葉綠素a 濃度月分布情況如圖4所示。

圖4 葉綠素a濃度2020年模擬結(jié)果Figure 4. Simulated chlorophyll-a concentrations in 2020

2016年，80%以上湖區(qū)葉綠素a 質(zhì)量濃度低于0.021 mg/L。2017年，湖區(qū)葉綠素a 質(zhì)量濃度有所下降，全湖大致低于0.018 mg/L。2018年，除了近岸湖區(qū)可能由于圍湖養(yǎng)殖、工業(yè)廢水排放等原因?qū)е滤w氮磷含量激增、藻類瘋狂生長外，其他湖區(qū)葉綠素a質(zhì)量濃度均低于0.018 mg/L。2019年湖區(qū)葉綠素a濃度降低，80%以上湖區(qū)低于0.010 mg/L。2020年，湖區(qū)葉綠素a 質(zhì)量濃度明顯較低，均低于0.009 mg/L。2016—2020年，湖區(qū)葉綠素a 質(zhì)量濃度整體呈下降趨勢。2016年、2017年、2020年湖區(qū)葉綠素a 質(zhì)量濃度呈現(xiàn)西北區(qū)濃度較高，東北部濃度較低。

3.2 總磷（TP）遙感反演結(jié)果

從遙感反演結(jié)果得知，2019年1 月80%以上湖區(qū)總磷濃度低于0.08 mg/L，5 月份濃度低于0.09 mg/L，東湖區(qū)稍高于西湖區(qū)。9月份，近岸水位下降，湖體葉綠素a 濃度無較大變化，湖體濃度大致低于0.12 mg/L。總磷濃度總體無明顯季節(jié)差異，近岸湖區(qū)濃度稍高（見圖5）。

圖5 總磷濃度2020年模擬結(jié)果Figure 5. Simulated total phosphorus concentrations in 2020

3.3 氨氮（NH3-N）遙感反演結(jié)果

2016年，全湖氨氮質(zhì)量濃度主要集中于0.57～0.58 mg/L。2017年，湖區(qū)氨氮質(zhì)量濃度有所下降，集中在0.43～0.50 mg/L，西湖區(qū)濃度稍低于東湖區(qū)。2018年，湖區(qū)氨氮質(zhì)量濃度持續(xù)下降，60%以上湖區(qū)濃度集中在0.37～0.38 mg/L。2019年，湖區(qū)氨氮質(zhì)量濃度上升，90%以上湖區(qū)高于0.49 mg/L，存在反復(fù)性。2020年，湖區(qū)濃度均低于0.35 mg/L，東北湖區(qū)濃度相對較低（見圖6）。

圖6 氨氮質(zhì)量濃度2020年反演結(jié)果Figure 6. Inversion results of ammonia nitrogen mass concentrations in 2020

3.4 模型性能評價

模型性能通過4 個指標(biāo)進(jìn)行評估：決定系數(shù)（coefficient of determination，R2）、相關(guān)系數(shù)（Pearson’s correlation coefficient，r）、平均絕對誤差（mean absolute prediction error，MAE）和均方根誤差（root mean square error，RMSE）。其中，R2和r的值越大、MAE和RMSE的值越小代表模型的性能越優(yōu)秀。

本研究對比了線性回歸模型和隨機森林算法進(jìn)行葉綠素a 反演的精度。結(jié)果表明（表2），新光譜指數(shù)反演模型的決定系數(shù)（R2）從0.35 提升至0.64，均方根誤差RMSE小于傳統(tǒng)光譜指數(shù)反演模型，說明基于隨機森林算法的模擬模型精度更高。

表2 葉綠素a的反演Table 2. Inversion of chlorophyll-a

4 結(jié)論與討論

本文利用多檢測站點多時段實地檢測與高分系列衛(wèi)星遙感數(shù)據(jù)，以南漪湖為例建立了基于隨機森林算法的遙感反演模型。不同預(yù)測指標(biāo)對水質(zhì)參數(shù)影響的相對重要性大小不同，在各類預(yù)測參數(shù)的對比下，用歸一化差值水體葉綠素a 指數(shù)（NDWC）進(jìn)行模擬預(yù)測考慮了不同時期葉綠素濃度和透明度對水體光譜特征的影響，特別是當(dāng)水體光譜特征以葉綠素a為主導(dǎo)時，模型擬合預(yù)測結(jié)果精度較高，更加適用于南漪湖水質(zhì)參數(shù)特征識別。

通過反演模型得出葉綠素a（Chl-a）、總磷（TP）和氨氮（NH3-N）的結(jié)果，為驗證模型的可靠性與準(zhǔn)確性，對比了線性回歸模型和隨機森林算法對葉綠素a反演的精度。結(jié)果表明，新光譜指數(shù)反演模型的決定系數(shù)（R2）從0.35 提升至0.64，均方根誤差RMSE小于傳統(tǒng)光譜指數(shù)反演模型，說明基于隨機森林算法的模擬模型精度更高，更加適用于內(nèi)陸水體的遙感反演。

同時從實測數(shù)據(jù)以及遙感反演結(jié)果看，南漪湖受到外部污染負(fù)荷較高，城鎮(zhèn)生活污水以及工業(yè)廢水輸入量巨大，直接導(dǎo)致南漪湖水質(zhì)呈現(xiàn)富營養(yǎng)化趨勢[17]。