項雅波，張春萍*，武治國，付崇德

（1. 武漢工程大學 光電信息與能源工程學院，湖北武漢430205；2. 武漢新烽光電股份有限公司，湖北 武漢430074）

0 引言

武漢沙湖歷史悠久，明洪武年間，沙湖面積近萬畝，在100 多年前，東湖屬沙湖水系，并與長江相連。1900 年，修建粵漢鐵路時將沙湖一分為二，分別為“沙湖”（又稱“外沙湖”）和“內沙湖”，近幾十年來由于城市建設的快速發(fā)展，用地需求劇增，填湖造地建造了鱗次櫛比的各類建筑，不僅使得沙湖水面大范圍縮小，排放的城市垃圾和生活污水還嚴重影響了沙湖水質。2006年，根據武漢市有關部門的環(huán)境狀況公報顯示，沙湖污染嚴重，已成為非人體接觸的劣五類水質。湖泊水質惡化的直接表現(xiàn)是藻類物質大量繁殖，沙湖藍綠藻頻繁爆發(fā)，原本清澈見底的湖水，布滿了水華，導致水體溶解氧濃度降低，魚類因缺氧死亡，過去常見的多種珍稀鳥類也一去不復返，沙湖的水生態(tài)平衡遭到嚴重破壞，作為武漢市內環(huán)線唯一的湖泊，其旅游價值和生態(tài)價值都在逐漸喪失。最近幾年，隨著武漢市對生態(tài)環(huán)境建設的重視，沙湖水質污染和治理的問題也被提上日程，本項目在此背景下展開。

沙湖地處武漢市中央文化區(qū)，周邊分布著學校、住宅、辦公樓、商業(yè)中心等眾多建筑物，居住密度高，人流量較大，復雜的環(huán)境使得對沙湖水質進行實時監(jiān)測比較困難。現(xiàn)階段對內陸湖泊水質監(jiān)測主要采用定點采樣的理化分析測量方法，而對大面積的水域，采用該方法耗時、費力且成本較高。馬榮華等[1]認為隨著衛(wèi)星遙感技術的不斷發(fā)展，模型的構建和水質參數光譜特征研究的不斷深入，遙感技術被從海洋水體逐漸應用到內陸水體中，可監(jiān)測的水質參數種類逐漸增多，其反演精度也逐步提高；呂恒等[2]指出了影響內陸湖泊水質遙感監(jiān)測精度的關鍵因素，提出了內陸湖泊水質遙感監(jiān)測研究的重點和方向。目前，遙感水質監(jiān)測方法從物理方法、經驗方法已經發(fā)展到至今的半經驗方法[3，4]。雖然遙感水質監(jiān)測的預測精度在不斷提高，但尚未形成較好的通用性模型和算法[5]，因此目前仍然需要依賴大量的地面監(jiān)測數據來進行校準和補充。鑒于葉綠素a 是浮游植物生物體的重要組成成分，可以較好地反映水中浮游生物的分布和水體富營養(yǎng)化程度，因此成為反映內陸湖泊水質狀況的重要參數[6，7]，同時也是遙感監(jiān)測可用的重要參數之一。本文基于Landsat 8 衛(wèi)星影像數據，同時結合地面采樣點的水質檢測結果，選擇相關性大的波段建立回歸模型，對葉綠素a 濃度進行反演，并對模型進行驗證，探索沙湖區(qū)域葉綠素a 濃度的空間分布特征，可以全面、實時、快捷、動態(tài)地獲得沙湖的水質信息，為沙湖水環(huán)境質量評估與水資源可持續(xù)利用提供一定的參考。

1 研究區(qū)域與研究方法

1.1 研究區(qū)域

武漢沙湖位于湖北省武漢市武昌區(qū)北部，與東湖、沙湖和楊春湖組成東沙湖水系，總面積約3.197 km2。地處亞熱帶季風區(qū)，具有典型的溫帶大陸性氣候特征，多年平均氣溫16.8℃，氣溫最高月份7 月平均氣溫為28.9℃，氣溫最低月份1 月平均氣溫為3.8℃。

1.2 數據來源

1.2.1 地面實測數據。根據采樣點布設原則以及衛(wèi)星過境的同步要求，分別于2020 年4 月27 日、6 月4日、8 月18 日、10 月24 日分批對研究區(qū)域的采樣點進行了地面數據同步或準同步的野外測量。為了降低測量誤差，對研究區(qū)域的采樣點布設如圖1 所示，共設置了20 個采樣點，編號為SH1～SH20，其中主采樣點有5 個，為離岸邊最遠的5 個采樣點，主采樣點位之間的距離均設置在400 m 左右，以保證各主采樣點位在遙感影像上對應不同的像素，多次采樣取平均值，最大限度地實現(xiàn)遙感影像數據與地面采樣點數據的對應。實測采樣頻率為大約兩月一次，經統(tǒng)計剔除2 組異常數據，共得到78 組數據，實測濃度單位為μg/L。

圖1 研究區(qū)域及采樣點分布

1.2.2 衛(wèi)星遙感數據。 Landsat 8 衛(wèi)星包含OLI（Operational Land Imager 陸地成像儀）和TIRS（Thermal Infrared Sensor 熱紅外傳感器）兩種傳感器。OLI 包括了ETM+ 的所有波段，為了避免大氣吸收部分特征，OLI對波段進行了重新調整。衛(wèi)星遙感數據選取主要依據以下3 個原則：（1）衛(wèi)星過境時研究區(qū)域上空大氣可見度高，云量<20%，遙感影像成像清晰可見；（2）盡可能保證實測水質數據時間與遙感影像數據時間同步或準同步，降低測量誤差；（3）為了提高研究結果的代表性和可靠性，影像數據之間的時間間隔盡可能長。

由于Landsat 8 衛(wèi)星影像數據會受到大氣干擾等諸多因素的影響，因此無法直接進行反射率信息的反演，必須要對衛(wèi)星影像進行預處理操作，例如通過進行大氣校正[8]來削弱或消除大氣對地物反射率的影響，通過輻射定標[9]將傳感器記錄的數字量化值（DN 值）轉換為絕對輻射亮度值，通過幾何校正[10]來糾正遙感影像的幾何變形，通過影像融合[11]消除或抑制無關的信息，提高分類精度，最后再通過影像裁剪得到研究區(qū)域各個波段的反射率值。

1.3 水體提取

水體邊界的正確提取是進行反演研究的前提條件，同時也左右和影響著水質遙感范圍與水質監(jiān)測精度。目前分離水體與陸地的常用方法有兩種：一是利用非監(jiān)督分類將底物進行區(qū)分，然后再利用分類結果圖像生成掩膜提取水體邊界；二是假若已知水體的矢量數據，就可以通過矢量數據直接生成掩膜提取水體邊界。本文采用第二種方法，利用現(xiàn)有的武漢沙湖矢量數據生成掩膜直接進行水體部分的提取。

2 反演模型構建與分析

2.1 葉綠素a 與波段相關性分析

本文使用python 進行編程對波段進行相關性分析，Pearson 系數分布于0.3～0.7 之間，葉綠素a 濃度與波段反射率均處于正相關狀態(tài)，其中波段1 到波段5的相關系數相對較高， 依次為：0.596、0.665、0.673、0.689、0.604，可以認為葉綠素a 濃度在波段寬度450 nm～680 nm 之間有較好的表征描述能力，可以用來構建模型，而其他波段的系數偏低，因此不適合用來構建模型。

2.2 回歸分析

在統(tǒng)計學中，回歸分析（regression analysis）指的是確定兩種或兩種以上變量間相互依賴的定量關系的一種統(tǒng)計分析方法，是建立模型和數據分析的重要技術。研究區(qū)域共獲取78 組葉綠素a 濃度實測數據，其中隨機抽取60 組使用回歸分析建立反演模型，其余18 組進行精度驗證。以波段的反射率x 作為自變量，實測葉綠素a濃度y 作為因變量，將波段1 至波段5 作為實驗對象分別建立線性、指數、對數、多項式、冪25 種反演模型。通過對比25 種回歸模型的擬合系數R2，顯示以波段4 建立的多項式回歸模型（y=4 535.2x2+179x+12.44）擬合效果最佳，R2為0.889 2，如圖2 所示。

圖2 濃度與B4 反射率相關關系

2.3 分析與評價

檢驗模型的可用性與模型好壞的重要標準是精度評價。本文選取兩個參數來驗證反演模型精度：均方根誤差RMSE 和相對誤差ARE。上述兩個參數越接近0，其精度越高。反演驗證結果在表1 中給出，由于篇幅有限，表中只列出了具有代表性的8 組數據，每組實測濃度與反演濃度相對誤差最大值為22.94%，最小值為0.02%，相對誤差的平均值為7.28%，從結果可知大部分樣本點相對誤差均達到10%以下，出現(xiàn)一組異常數據其相對誤差達到22.94%，經離散分析這組數據為異常值，可能是實測時人為操作失誤所導致，但總體上可以看出模型精度相對較高，反演的結果較好。

表1 反演結果及誤差

3 結果與討論

本文對武漢沙湖進行了長達一年的連續(xù)人工采樣，隨機選取了60 組實測數據，并與其對應的遙感影像波段反射率進行建模，剩下18 組實測數據進行模型驗證與精度評估。在建模過程中依據相關性分析及擬合系數的選取原則，選取波段4 建立了最佳葉綠素a 反演模型為y=4 535.2x2+179x+12.44，擬合系數R2為0.889 2，大于0.4 的經驗值[12]，說明模型具有可靠性。RMSE 為1.35 μg/L，平均相對誤差ARE 為7.28%，遠低于目前國際上水體水質參數測量平均誤差范圍（10%～40%）的要求。

將反演結果應用于衛(wèi)星影像遙感數據，可以得到沙湖葉綠素a 濃度的空間分布，如圖3 所示為Landsat 8 在秋季的反演結果。結果顯示葉綠素a 濃度分布的紅色區(qū)域主要集中在污染相對嚴重的水域，尤其是在武漢沙湖與內沙湖公園的交界處，表明沙湖大橋以西的水體葉綠素a 濃度普遍偏高；而沙湖大橋以東的水質狀況則逐漸變好。經實地調查可知，葉綠素a 濃度最高的區(qū)域，位于沙湖以西至煙霞路段，其以住宅小區(qū)和餐館為主，西北方向與內沙湖公園連通處被新生路泵站阻斷，導致該水域流動性很差，水生生物大量死亡，綠藻泛濫，水體渾濁發(fā)臭，可見，人為活動對武漢沙湖水質變化的影響較大。

圖3 葉綠素a 空間分布

綜上所述，葉綠素a 水質反演結果的空間分布與沙湖現(xiàn)場實際情況基本吻合，說明利用Landsat 8 衛(wèi)星影像數據可以較好地反映實際水質的概況。因此，在中等精度分辨率的要求下，利用Landsat 8 衛(wèi)星影像數據建立水質反演模型，對實現(xiàn)沙湖區(qū)域水體葉綠素a 濃度值的有效反演，迅速獲取內陸湖泊水質的空間分布狀況，具有一定的可行性；同時衛(wèi)星遙感反演可以加強對沙湖整體的水質監(jiān)測，可作為常規(guī)水質監(jiān)測的重要補充，為沙湖水生態(tài)管理部門決策提供科學的依據。

4 總結

應用遙感數據監(jiān)測內陸湖泊水體水質具有區(qū)域廣、實時動態(tài)、節(jié)約成本等優(yōu)勢，將成為今后湖泊等內陸水體監(jiān)測研究的主流。本文結合項目實際情況選擇了高光譜衛(wèi)星數據Landsat 8 作為遙感數據來源，以葉綠素a 指標為研究對象，結合持續(xù)地面監(jiān)測數據，用Pearson 相關性分析方法對葉綠素a 濃度與遙感影像波段的相關性進行分析，選擇相關性較大的波段建立回歸模型，并對模型進行了驗證。結論如下：

（1）沙湖的Landsat 8 遙感影像波段2 到波段4 的遙感反射率與葉綠素a 濃度呈現(xiàn)較高的相關性，其中波段4 最高，其Pearson 系數為0.698。以波段的遙感反射率為自變量，實測的葉綠素a 為因變量，建立反演模型，經驗證，波段4 建立的多項式回歸模型為最佳反演模型（y=4 535.2x2+179x+12.44），其R2為0.889 2，RMSE為1.35μg/L，ARE 為7.28%，經實地考察發(fā)現(xiàn)，模型反演結果與沙湖現(xiàn)場情況吻合度較高。

（2）利用建立的反演模型應用于衛(wèi)星影像遙感數據，得到了沙湖各時間段的空間分布，探究水文變化和人類活動等因子對水質參數的影響，發(fā)現(xiàn)人為活動對武漢沙湖水質變化的影響較大。因此，在制定沙湖的生態(tài)環(huán)境治理目標時，應將周圍環(huán)境的影響因素考慮進去，對沙湖水質的污染來源和變化進行實地調查和分析，以此為依據進行科學有效的監(jiān)管。

（3）采用衛(wèi)星遙感數據對湖泊水質進行反演與監(jiān)測是未來的發(fā)展趨勢，但遙感數據非常容易受到大氣運動的干擾，很難與地面實測時間同步，造成了獲取數據的局限性。考慮到模型的普適性問題，可以將多源遙感數據融合反演作為研究的下一步工作。