應用MODIS數據反演河北省海域葉綠素a濃度

徐雯佳，楊 斌，田 力，葛超英，徐永利

(1.河北省地礦局水文工程地質勘查院，石家莊 050021;2.河北省地質調查院，石家莊 050081)

應用MODIS數據反演河北省海域葉綠素a濃度

徐雯佳1，2，楊 斌1，田 力1，葛超英1，徐永利2

(1.河北省地礦局水文工程地質勘查院，石家莊 050021;2.河北省地質調查院，石家莊 050081)

為了建立更加合理、準確的葉綠素a遙感反演模型，利用地物光譜儀測定了河北省海域水面的光譜反射率，分析了光譜反射率與實測葉綠素a濃度之間的關系。在此基礎上，通過MODIS數據各波段及波段組合的反射率與實測葉綠素a濃度的相關分析，確定第1波段(B1)為最佳反演波段，建立了應用B1反演葉綠素a濃度的遙感模型，并對模型精度進行驗證。結果表明:該模型相關系數為0.66，反演結果均方根誤差為0.48 mg/m3，模型精度優于SeaDAS的OC3標準經驗算法;該模型反演河北省海域表層水體的葉綠素a濃度有較好的效果。

MODIS;葉綠素a濃度;河北省海域

0 引言

葉綠素a濃度與水體中藻類的種類和數量等有密切關系，可以反映浮游植物的現存量，是決定海洋初級生產力的主要因子［1］，也是評價和監測海洋水質的重要參數［2］，因此監測葉綠素a濃度對于掌握海域赤潮和富營養化狀況具有重要的現實意義。衛星遙感技術具有大范圍、連續、動態和有效觀測等優勢，已成為監測海洋葉綠素 a濃度的重要手段［3］。國內外學者對葉綠素a的光譜特征和利用不同傳感器數據建立遙感反演模型進行了大量研究。Carder等應用MODIS數據，以675 nm的浮游植物吸收系數和400 nm的黃色物質吸收系數為變量，建立了葉綠素a濃度的半分析算法［4］;Letelier等針對一類水體，使用熒光法，建立了MODIS熒光通道(B13，B14，B15)的葉綠素 a濃度反演模型［5］;Brivio等應用TM圖像，利用輻射傳輸模型，對意大利Garda湖的葉綠素a濃度變化進行了研究［6］;呂恒等應用TM數據，建立了太湖葉綠素a濃度的線性反演模型和神經網絡反演模型［7］;陳軍等應用TM數據，構建太湖葉綠素a濃度反演模型，并用數值模擬方法研究了試驗數據誤差與水質濃度反演模型經驗常數之間的關系［8］。由于研究的水體、使用的遙感數據和建模方法都各不相同，現有的反演模型大多在適用性上具有一定的局限性。尤其是二類水體(近海)，由于其自身的光學特性相對復雜［9］，并且不同海域水體的光學特性存在一定差異，使得該類型水體葉綠素a濃度的遙感監測模型區域局限性強，普適性不高。河北省海域屬于二類水體，因此，需要針對具體海域的水體特點建立特定的葉綠素a濃度反演模型。本文利用2010年5～10月、2011年5月的葉綠素a濃度實測數據和準同步的MODIS遙感數據，在分析水體光譜特征與實測葉綠素a濃度關系的基礎上，選擇最佳波段組合，建立適用于河北省海域葉綠素a濃度的反演模型。

1 數據采集與預處理

1.1 實測數據采集

葉綠素a濃度的采樣地點為河北省秦皇島海域。本次數據采集共設計6條樣線，樣點分布如圖1所示。

圖1 葉綠素a濃度的現場采樣點位(6號樣線未進行光譜測量，未對其樣點編號)Fig.1 Sampling points of chlorophyll－a concentration in the field

6號樣線為固定樣線，其上樣點分別采集于2010年5月19日、8月20日、9月20日和10月 3日;1～5號樣線為同期樣線，樣點采集于2011年5月2～6日。樣點共計68個，剔除異常數據和近岸混合像元的樣點數據，最終保留47個樣點數據。4號樣線數據設為反演模型的驗證數據。海水樣本由秦皇島海洋環境監測中心站水質檢測人員使用專用的水樣采集器現場采集并密封低溫保存，所有樣本均在當日返航后在實驗室測定。根據海洋監測規范，葉綠素a濃度測量采用熒光光度法。海上光譜測量采用美國ASD公司的FieldSpec PRO FR便攜式分光輻射光譜儀，在天空基本無云、水面波動較小、船體停止擺動的情況下，參照唐軍武等推薦的水面以上光譜測量法［10］進行測量，每個樣點至少測量15次，取其平均值作為該點的反射光譜。

1.2 遙感數據預處理

從國家衛星海洋應用中心獲取了2010年5～10月和2011年5月的L1B級MODIS數據。篩選出與采樣日期準同步的晴空下的遙感數據，其時相分別為2010年5月19日、8月16日、9月23日、10月4日和2011年5月3日、5月7日。

大氣校正是定量反演葉綠素a濃度的基礎［11］。本文采用輻射傳輸模型中的MODTRAN模型，利用ENVI軟件提供的FLAASH模塊對MODIS數據進行大氣校正，設置大氣模型和氣溶膠類型等參數，獲得遙感圖像上各個像元的反射率。

采用Geographic Lat/Lon投影，結合MODIS 1B數據中自帶的經緯度信息對大氣校正后的MODIS遙感圖像進行幾何糾正。糾正后的位置精度達到0.5 個像元。

2 水體光譜特征分析

由于水體中葉綠素a的存在，使得其在近紅外波段反射率明顯上升，主反射峰在700～1100 nm波段區間。各采樣點由于葉綠素a含量不同，使得在近紅外波段的反射峰值表現出較大的差異［12］:葉綠素a濃度越高，近紅外波段的反射峰值越大;葉綠素a在440 nm(藍波段)和678 nm(紅波段)波長附近都有顯著的吸收，當葉綠素a含量較高時，水體光譜反射曲線在這2個波段附近出現吸收谷;在685 nm附近，葉綠素 a有明顯的熒光峰［13］，含藻類水體最顯著的光譜特征是在685～715 nm范圍出現反射峰，其存在與否通常被認為是判定水體是否含有藻類葉綠素的依據，并且反射峰的位置和峰值是葉綠素 a濃度的指示［14］。

剔除樣點2_9的異常光譜數據，制作1～5號樣線43個采樣點的實測光譜曲線圖(圖2)。

圖2 實測水體光譜特征曲線Fig.2 Spectral characteristics curves of water bodies in the field

可以看到，光譜曲線有2個明顯的反射峰。550～580 nm處的反射峰是由于葉綠素和胡蘿卜素弱吸收和細胞的散射作用形成的;675～695 nm范圍反射峰的出現是含藻類水體最顯著的光譜特征。在425～500 nm處由于葉綠素和黃色物質的強烈吸收形成吸收谷，在650～670 nm處由于葉綠素的吸收形成吸收谷。所以565 nm和685 nm為葉綠素的反射峰位置，對應MODIS波段的中心波長為551 nm和678 nm，其反射率呈現高值;443 nm和665 nm是葉綠素光譜的2個吸收谷位置，對應MODIS波段的中心波長為443 nm和667 nm。

3 葉綠素a濃度反演模型

3.1 模型建立與評價

分別采用常用的單波段法、比值法、組合法和差值法［15－21］對葉綠素a濃度敏感的MODIS各波段數據進行相關分析與算法對比，選擇相關性較高的波段作為反演最佳波段。表1為MODIS數據與實測葉綠素a濃度的相關分析結果。

表1 MODIS數據與實測葉綠素a濃度相關分析結果①Tab.1 Results of correlation analysis between MODIS data and measured concentration of chlorophyll－a

根據相關分析結果，以B1，B4及其組合作為因子時，反演模型相關系數較高，由于B4圖像上條帶現象較明顯，所以選取ln B1作為最佳反演因子，構建基于MODIS的葉綠素a濃度遙感監測模型，相關系數為0.66。通過一元線性回歸分析，建立的模型為

式中:r1為大氣校正后B1的反射率;Chla為葉綠素a濃度。

為了驗證模型的反演精度和增加模型的對比性，本研究采用NASA發布的海洋數據分析系統(SeaDAS 4.7)軟件提供的OC3標準經驗算法來反演基于MODIS的葉綠素a濃度。SeaDAS 4.7反演葉綠素a濃度主要是基于生物－光學標準經驗算法(bio－optical algorithm)，算法所依據的基礎數據來自全球范圍內900多個海洋觀測站點。OC3算法計算公式為［22］

式中:R=lg{max［Rrs(443，488)］/Rrs(551)}，Rrs(λ)為MODIS波長λ的遙感反射率。

將9個采樣點的驗證數據分別代入式(1)(2)，得到葉綠素a濃度的反演值，并與實測葉綠素a濃度進行比較分析(圖3)。

圖3 葉綠素a濃度反演值與實測值比較Fig.3 Comparison between retrieval and measured value of chlorophyll－a concentration

葉綠素a濃度反演結果及其誤差分別見表2，3。

表2 葉綠素a濃度反演結果Tab.2 Retrieval results of chlorophyll－a concentration(mg/m3)

表3 葉綠素a濃度反演誤差分析Tab.3 Error analysis of retrieval results of chlorophyll－a concentration (mg/m3)

由圖3、表2和表3可知，新建模型的反演值與葉綠素a濃度的實測值較為接近，而OC3算法的反演誤差較大。經驗證，選擇MODIS第1波段(B1)所建立的反演模型的平均誤差為0.34 mg/m3，均方根誤差為0.48 mg/m3;而OC3算法的平均誤差為6.16 mg/m3，均方根誤差達到 6.86 mg/m3。這說明雖然二者同為經驗算法，但本文所建立的反演模型更加適用于河北省海域的葉綠素a濃度遙感監測。這是由于OC3算法所依據的基礎數據絕大部分來自一類水體、海上氣溶膠濃度較低的海洋觀測站點，對于海上氣溶膠濃度普遍偏高的近岸海域，OC3算法的適用性受到限制［22］。可見，對于不同海域和不同數據源應該采用不同的反演算法［23］，對于二類水體建立特定海域的反演模型是必要的。

3.2 結果與分析

利用新建模型和MODIS數據反演2011年5月13日河北省海域的葉綠素a濃度，得到當日監測區的葉綠素a濃度分布(圖4)。

圖4 河北省海域(2011－05－13)葉綠素a濃度遙感反演結果Fig.4 Retrieval results of chlorophyll－a concentration of Hebei sea area on 13th May，2011

從圖4看出，河北省海域葉綠素a濃度的分布特征表現為南部高于北部，近岸高于遠岸。近岸海域葉綠素a濃度多為5～7 mg/m3，遠岸海域多為2～3 mg/m3。葉綠素a濃度較高的海域主要分布在滄州黃驊和天津海域，其中滄州黃驊海域的葉綠素a濃度最高達到7.5 mg/m3，其原因可能有沿岸海域海水淺、河口處受陸源物質排放影響、營養鹽較豐富及藻類含量較高。渤海中部的葉綠素a濃度較低。利用MODIS數據反演海面葉綠素a濃度，對于監測該海域赤潮和富營養化狀況具有重要的現實意義。

4 結論

1)在分析光譜反射率與實測葉綠素a濃度關系的基礎上，通過相關分析，選擇MODIS的B1作為反演因子，建立河北省海域基于MODIS數據的葉綠素a濃度遙感監測模型，均方根誤差為0.48 mg/m3。在河北省海域，該模型反演精度比SeaDAS的OC3標準經驗算法高，表明對于二類水體葉綠素a濃度反演，有必要針對具體海域建立特定的反演模型。新建模型反演的結果能夠較好地表征河北省海域葉綠素a濃度的分布情況。

2)在河北省海域，665 nm和685 nm是葉綠素a濃度的敏感波長，對應MODIS波段的中心波長為667 nm和678 nm;但無論是高增益還是低增益數據，MODIS在此波長處均飽和無數據。經過大氣校正后的第1波段、第4波段及其波段組合與葉綠素a濃度也具有較好的相關性，說明應用MODIS數據反演河北省海域葉綠素a濃度時，可以利用的波段較多，這為建立遙感監測模型提供了更多選擇。

3)由于時間和經費的限制，樣點分布相對集中，數量相對較少。此外，海上采樣受天氣限制，而衛星又易受云的影響，致使同步數據很難獲取。在今后的研究中，需要獲得更多點位的同步數據用來修正和完善模型，從而提高河北省海域葉綠素a反演模型的精度和適用性。

志謝:感謝國家衛星海洋應用中心提供的MODIS數據及宋慶君在海上光譜測量中提供的幫助。

［1］張彥喆，鄭小慎，張 波.渤海海域葉綠素濃度的遙感反演研究［J］.天津科技大學學報，2010，25(1):51 －53.Zhang Y Z，Zheng X S，Zhang B.Study on Retrieval of Chlorophyll Concentration by Remote Sensing in Bohai Sea［J］.Journal of Tianjin University of Science and Technology，2010，25(1):51 －53(in Chinese with English Abstract).

［2］段洪濤，張 柏，宋開山，等.長春市南湖葉綠素a濃度高光譜估測模型研究［J］.水科學進展，2006，17(3):323 －329.Duan H T，Zhang B，Song K S，et al.Hyperspectral Model of Chlorophyll－ a Concentration in Nanhu Lake in Changchun［J］.Advances in Water Science，2006，17(3):323 －329(in Chinese with English Abstract).

［3］王其茂，馬超飛，郭茂華.衛星海洋遙感的發展和預報中心遙感應用［J］.海洋預報，2005，22(s1):81 －86.Wang Q M，Ma C F，Guo M H.Development of Satellite Remote Sensing of Ocean and Applications in NMEFC［J］.Marine Forecasts，2005，22(s1):81 －86(in Chinese with English Abstract).

［4］Carder K L，Chen F R，Lee Z P，et al.Semianalytic Moderate Resolution Imaging Spectrometer Algorithms for Chlorophyll－a and Absorption with Bio－optica1 Domains Based on Nitrate－depletion Temperatures［J］.Journal of Geophysical Research，1999，104(3):5403－5421.

［5］Letelier R M，Abbott M R.An Analysis of Chlorophyll Fluorescence Algorithms for the Moderate Resolution Imaging Spectrometer(MODIS)［J］.Remote Sensing of Environment，1996，58(2):215－223.

［6］Brivio P A，Giardino C，Zilioli E.Determination of Chlorophyll Concentration Changes in Lake Garda Using an Image Based Radiative Transfer Code for Landsat TM Images［J］.International Journal of Remote Sensing，2001，22(2/3):487 －502.

［7］呂 恒，江 南，羅瀲蔥.基于TM數據的太湖葉綠素A濃度定量反演［J］.地理科學，2006，26(4):472 －476.Lu H，Jiang N，Luo L C.Quantitative Retrieval of Chlorophyll－ a by Remote Sensing in Taihu Lake Based on TM Data［J］.Scientia Geographica Sinica，2006，26(4):472 －476(in Chinese with English Abstract).

［8］陳 軍，付 軍，孫記紅.用數值方法模擬觀測誤差對水質濃度反演模型參數的影響——以葉綠素a濃度為例［J］.國土資源遙感，2011(1):57－61.Chen J，Fu J，Sun J H.The Application of the Numerical Method to Simulating the Impact of the Observation Errors on the Parameters of the Water Quality Retrieval Model:A Case Study of Chlorophyll－ a Concentration［J］.Remote Sensing for Land and Resources，2011(1):57－61(in Chinese with English Abstract).

［9］顧 亮，張玉超，錢 新，等.太湖水域葉綠素a濃度的遙感反演研究［J］.環境科學與管理，2007，32(6):25 －28.Gu L，Zhang Y C，Qian X，et al.Study on Retrieval of Chlorophyll－ a Concentration by Remote Sensing in Taihu Lake［J］.Environmental Science and Management，2007，32(6):25 － 28(in Chinese with English Abstract).

［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］.遙感學報，2004，8(1):37 －44.Tang J W，Tian G L，Wang X Y，et al.The Methods of Water Spectra Measurement and Analysis I:Above － water Method［J］.Journal of Remote Sensing，2004，8(1):37 － 44(in Chinese with English Abstract).

［11］徐 萌，郁 凡，李亞春，等.6S模式對EOS/MODIS數據進行大氣校正的方法［J］.南京大學學報:自然科學版，2006，42(6):582 －589.Xu M，Yu F，Li Y C，et al.The Method of Atmospheric Correction on the EOS/MODIS Data with 6S Model［J］.Journal of Nanjing U-niversity:Natural Sciences，2006，42(6):582 － 589(in Chinese with English Abstract).

［12］胡 雯，楊世植，翟武全，等.NOAA衛星監測巢湖藍藻水華的試驗分析［J］.環境科學與技術，2002，25(1):16 －17.Hu W，Yang S Z，Zhai W Q，et al.Application of NOAA Satellite for Monitoring Blue － green Algal Bloom in Chaohu Lake［J］.Environmental Science and Technology，2002，25(1):16 － 17(in Chinese with English Abstract).

［13］趙英時.遙感應用分析原理與方法［M］.北京:科學出版社，2003.Zhao Y S.Remote Sensing Application Analysis Principle and Method［M］.Beijing:Science Press，2003(in Chinese).

［14］Gitelson A.The Peak Near 700 nm on Radiance Spectra of Algae and Water:Relationships of Its Magnitude and Position with Chlorophyll Concentration［J］.International Journal of Remote Sensing，1993，13(17):3367 －3373.

［15］Thiemann S，Kaufmann H.Determination of Chlorophyll Content and Trophic State of Lakes Using Field Spectrometer and IRS－1C Satellite Data in the Mecklenburg Lake District，Germany［J］.Remote Sensing of Environment，2000，73(2):227 －235.

［16］疏小舟，汪駿發，沈鳴明，等.航空成像光譜水質遙感研究［J］.紅外與毫米波學報，2000，8(4):273 －276.Shu X Z，Wang S F，Shen M M，et al.Remote Sensing of Water Quality Monitoring Using an Airborne Imaging Spectrometer［J］.Journal of Infrared and Millimeter Waves，2000，8(4):273 － 276(in Chinese with English Abstract).

［17］陳曉翔，丁曉英.利用SeaWiFS數據估算珠江口海域表層葉綠素濃度的研究［J］.中山大學學報:自然科學版，2004，43(1):98 －101.Chen X X，Ding X Y.Study on Estimation of Chlorophyll Concentration of Surface Water in the Pearl River Estuary Using SeaWiFS Data［J］.Acta Scientiarum Naturalium Universitatis Sunyatseni，2004，43(1):98 －101(in Chinese with English Abstract).

［18］叢丕福，牛 錚，曲麗梅，等.利用海洋衛星HY－1數據反演葉綠素 a濃度［J］.高技術通訊，2005，15(11):106－110.Cong P F，Niu Z，Qu L M，et al.Retrieval of Chlorophyll－ a Concentration from Ocean Satellite HY －1［J］.Chinese High Technology Letters，2005，15(11):106 － 110(in Chinese with English Abstract).

［19］Thiemann S，Kaufmann H.Lake Water Quality Monitoring Using Hyperspectral Airborne Data a Semiempirical Multisensor and Multitemporal Approach for the Mecklenburg Lake District，Germany［J］.Remote Sensing of Environment，2002，81(2/3):228 － 237.

［20］陳曉玲，李毓湘，李志林.香港海域葉綠素－a濃度的時空分布規律［J］.地理學報，2002，57(4):422 －428.Chen X L，Li Y X，Li Z L.Spatio－temporal Distribution of Chlorophyll－ a Concentration in Hong Kong’s Coastal Waters［J］.Acta Geographica Sinica，2002，57(4):422 －428(in Chinese with English Abstract).

［21］沙慧敏，李小恕，楊文波，等.用MODIS遙感數據反演東海海表溫度、葉綠素a濃度年際變化的研究［J］.大連水產學院學報，2009，24(2):151 －156.Sha H M，Li X S，Yang W B，et al.Annual Variation in Sea Surface Temperature and Chlorophyll－a Concentration Retrieved by MODIS in East China Sea［J］.Journal of Dalian Fisheries University，2009，24(2):151 －156(in Chinese with English Abstract).

［22］張春桂，曾銀東，張 星，等.海洋葉綠素a濃度反演及其在赤潮監測中的應用［J］.應用氣象學報，2007，18(6):821 －831.Zhang C G，Zeng Y D，Zhang X，et al.Ocean Chlorophyll－ a Derived from Satellite Data with Its Application to Red Tide Monitoring［J］.Journal of Applied Meteorological Science，2007，18(6):821－831(in Chinese with English Abstract).

［23］曾銀東，商少凌，張彩云，等.南海東北部基于標準經驗算法的遙感葉綠素a反演結果比較分析［J］.海洋科學，2004，28(8):14 －18.Zeng Y D，Shang S L，Zhang C Y，et al.Comparison of Remote Sensing Chlorophyll－a(Chla)Derived from Three Empirical Algorithms in the Northeastern South China Sea Water［J］.Marine Sciences，2004，28(8):14 －18(in Chinese with English Abstract).

Retrieval of Chlorophyll－a Concentration by Using MODIS Data in Hebei Sea Area

XU Wen － jia1，2，YANG Bin1，TIAN Li1，GE Chao － ying1，XU Yong － li2
(1.Hebei Prospecting Institute of Hydrogeology and Engineering Geological，Shijiazhuang 050021，China;2.Institute of Geological Survey of Hebei Province，Shijiazhuang 050081，China)

In order to build a more reasonable and accurate remote retrieval model than the models used before，the authors measured water spectral reflectance by field spectrometer in sea area of Hebei Province.Based on analyzing the relationship between spectral reflectance and actual measured value of chlorophyll－a concentration，the authors conducted correlation analysis between the reflectance of each band or band combination of MODIS data and measured value of chlorophyll－ a concentration.The result shows that the best inversion band is B1.Then the remote sensing monitoring model of chlorophyll－ a concentration was built by using B1 of MODIS data.The retrieval results and corresponding actual measured results were compared with each other at last.The results show that the correlation coefficient of this model is 0.66 and the root mean square error of inversion result is 0.48 mg/m3.The precision of this retrieval model is better than OC3 standard empirical algorithm of SeaDAS.Therefore，the model could be employed to retrieve chlorophyll－a concentration of surface water of Hebei sea area effectively by using MODIS data.

MODIS;chlorophyll－a concentration;Hebei sea area

TP 79

A

1001－070X(2012)04－0152－05

2011－12－02;

2012－03－08

河北省國土資源廳基礎類項目“基于國家海洋衛星河北海洋水色水溫等環境要素遙感監測”(編號:2011995559)資助。

10.6046/gtzyyg.2012.04.25

徐雯佳(1983－)，女，碩士，工程師，目前主要從事遙感應用工作。E－mail:jiajiawen1227@163.com。

(責任編輯:邢 宇)