基于實測光譜的煙臺四十里灣水體葉綠素a遙感反演

馬萬棟，吳傳慶，殷守敬，邢前國

1.環境保護部衛星環境應用中心，北京 100094

2.中國科學院煙臺海岸帶研究所，山東 煙臺 264003

水體中葉綠素a(chla)是藻類生物的重要組成成分之一，是表征水體光學自養生物量的重要指標，其含量高低與水體藻類的種類、數量、日照狀況等密切相關。水體中葉綠素a含量是估測浮游植物生物量和初級生產力的重要參數，也是反映水體富營養化的重要指標［1］，而且在藻類物質中所占比例比較穩定，易于在實驗室測量。水體中葉綠素a含量是水環境遙感監測的主要項目之一，也是內陸及近岸水體水色反演的主要水質參數之一。

在海洋水色遙感領域，為了研究方便，通常海水被分為一類水體和二類水體。一類水體主要指大洋水體，光學性質的變化主要由浮游植物及其附屬物決定;二類水體主要指近岸水體及內陸水體，光學性質的變化不僅受浮游植物及其附屬物的影響，而且也受其他物質(如外生的粒子和外生的有色可溶有機物)的影響。水體組分中葉綠素a含量的遙感反演取決于葉綠素a的吸收和后向散射特性。由于藻類在藍波段有較強的吸收，而在綠波段有較強的后向散射，經典的表層水體葉綠素a含量反演采用藍綠波段比值算法［2-4］，該算法已經非常成熟，而且具有較高的反演精度。但是對于海岸帶及內陸水體等二類水體，由于受懸浮物顆粒物及黃色物質吸收和后向散射交叉影響［5-7］，藍綠波段比值算法不能精確地反演二類水體葉綠素a含量［8-9］。目前許多學者已經建立了大量二類水體葉綠素 a含量反演算法［10-14］，依據不同類型的遙感傳感器，通過選取不同波段或波段組合對葉綠素a含量進行了反演，得到了較高的反演精度，同時對反演精度進行了分析和評價，確立了不同傳感器的最佳波段或波段組合［15-24］。

由于二類水體活性組分的吸收和散射相互影響，葉綠素a含量反演算法都具有較強的區域性和季節性，且反演精度都很低。該文通過實測煙臺近海水體葉綠素a含量及水體反射光譜曲線，分析了水體反射光譜曲線，并選取特征波段或組合建立了煙臺近海水體葉綠素a含量反演模型。

1 研究區概況及數據處理

1.1 研究區概況

研究區位于煙臺四十里灣海域(圖1，采樣點a位于排污口附近海域，采樣點b位于養殖區外部海域，采樣點c位于養殖區內部海域)，該海域介于煙臺市萊山區北部芝罘島和養馬島之間，北有崆峒島、擔子島，平均水深10 m，屬半封閉型海域。

圖1 煙臺四十里灣采樣點分布圖

研究區水體交換能力較差，海域環境質量受陸源徑流和海水養殖等因素的影響較大。2003—2012年煙臺四十里灣葉綠素a月平均質量濃度為4.2～13.9 μg/L，其中夏季葉綠素 a質量濃度最高，平均值為10.1 μg/L，較大值出現8—9月，主要分布在崆峒島以南海域;春、秋季差別不大，平均值為 7.3 μg/L;冬季最低，平均值為4.7 μg/L。

1.2 數據獲取及處理

實測葉綠素a含量和高光譜數據來自2008年11月至2009年10月煙臺四十里灣海域環境調查航次。利用美國YSI6920型多參數水質監測儀獲取葉綠素a含量，儀器經過嚴格的定標和校正，同時對獲取的數據進行質量控制。高光譜數據采用美國USB4000 VIS-NIR型光譜儀測量獲取，測量過程采用唐軍武等［25］提出的二類水體水面以上測量法。在光譜分析過程中，對實測的遙感反射率數據以10 nm為間隔進行光譜重采樣，然后開展光譜分析和研究。現場實測不同采樣點的遙感反射率曲線如圖2所示。

2 煙臺近海水體葉綠素a含量遙感反演

2.1 三波段模型

近年來，國外學者提出了一種反演葉綠素a含量的三波段模型［26-27］。目前，國內許多學者利用三波段模型反演葉綠素a含量，得到了較好的反演精度［28-29］。三波段模型中第一波段要求對葉綠素a吸收最敏感，限制在660～690 nm之間;為消除非色素懸浮物及黃色物質對葉綠素a吸收的影響，第二波段要求對葉綠素a的吸收不敏感，同時保證非色素懸浮物和黃色物質在第一波段及第二波段的吸收之和相差不大，因此第二波段限制在690～740 nm之間;此外，水體的后向散射對葉綠素a的吸收影響較大，需要排除此干擾因素，因此第三波段的吸收系數要接近純水的吸收，一般選擇近紅外波段。

圖2 不同月份、不同采樣點的遙感反射率曲線

利用三波段模型對研究區水體葉綠素a含量進行了反演。根據三波段模型的原理及葉綠素a的光學屬性，結合實測的遙感反射率光譜曲線，選取670、690、730 nm 3個波段的遙感反射率(Rrs670、Rrs690、Rrs730)建立三波段模型。研究結果表明，葉綠素a含量和實測數據的三波段模型有較好的線性相關關系(圖3)，決定系數(R2)為0.660 8。根據建立的三波段模型，對研究區葉綠素a含量進行了反演，其均方根誤差(RMSE)為0.59 μg/L，相對誤差為36.7%。

圖3 三波段模型同葉綠素a質量濃度的相關關系

2.2 比值模型

利用波段比值 Rrs725/Rrs675和 Rrs748/Rrs667同葉綠素a質量濃度進行了相關性研究(圖4)。從圖4可見:葉綠素a質量濃度和波段比值Rrs725/Rrs675的決定系數是0.314 9，利用建立的反演模型反演葉綠素 a含量，RMSE為0.84 μg/L，相對誤差為52.0%;葉綠素a質量濃度同波段比值Rrs748/Rrs667的決定系數是0.300 9(圖4)，利用建立的波段比值模型反演葉綠素a質量濃度，RMSE為0.85 μg/L，相對誤差為54.4%。

圖4 不同波段比值同葉綠素a質量濃度的相關關系

2.3 熒光算法

2.3.1 熒光峰高度法

根據研究區實測的反射光譜曲線，選取690 nm處的遙感反射率和葉綠素a質量濃度進行了相關研究。通過研究發現，隨著葉綠素a質量濃度增加，熒光峰逐漸明顯，但總體來說，熒光特征都不是非常突出。研究結果表明，葉綠素a質量濃度同Rrs690的決定系數是0.555 1(圖5)，利用建立的反演模型反演葉綠素 a質量濃度，RMSE為0.68 μg/L，相對誤差為40.8%。

圖5 葉綠素a含量同Rrs690的相關關系

2.3.2 熒光線高度法

基線熒光高度法的基本原理是使用熒光峰左右兩側通道的離水輻亮度的連線為基線，計算熒光通道的離水輻亮度與基線之間的距離，建立葉綠素a質量濃度同熒光線高度之間的相關關系。通過研究發現，熒光線高度和葉綠素a質量濃度之間的決定系數為0.346 6(圖6)，利用建立的熒光線高度模型反演葉綠素a質量濃度，RMSE為0.82 μg/L，相對誤差為46.5%。由于研究區葉綠素a質量濃度均低于5 μg/L，從實測反射光譜曲線上看熒光峰并不十分明顯，因此利用熒光線高度建立的反演模型反演葉綠素a質量濃度精度較低。

圖6 葉綠素a質量濃度和熒光線高度的相關關系

2.3.3 歸一化熒光高度法

歸一化熒光高度法是將680 nm處的熒光峰強度最大值Rrsmax歸一到560 nm的反射峰或675 nm的吸收峰最小值。結合研究區實測的反射光譜曲線，選取Rrs690作為 Rrsmax進行葉綠素 a歸一化熒光算法研究，發現葉綠素a質量濃度同歸一化的Rrs690/Rrs560之間的決定系數是0.6213［圖7(a)］，利用建立的模型反演葉綠素 a質量濃度，RMSE為0.62 μg/L，相對誤差為39.1%。同時還驗證了葉綠素a質量濃度同波段比值Rrs690/Rrs670的相關關系。研究表明，葉綠素a質量濃度同歸一化的 Rrs690/Rrs670之間的決定系數為0.5297［圖7(b)］，利用建立的反演模型反演葉綠素a質量濃度，RMSE為0.69 μg/L，相對誤差為42.9%。

圖7 葉綠素a質量濃度同歸一化熒光高度的相關關系

2.4 反射峰面積法

依據葉綠素a的吸收和后向散射特性，結合研究區實測的反射率光譜曲線，選取熒光峰Rrs690附近的2個吸收谷Rrs670和Rrs730連線作為基線計算反射峰面積(NPA)，即

式中Rrsλ是不同含量的葉綠素a在波長λ處的遙感反射率。通過研究葉綠素a質量濃度和反射峰面積的關系，發現兩者之間的線性關系最為顯著(圖8)，決定系數為0.558 9，利用建立的反射峰面積模型反演研究區葉綠素a質量濃度，RMSE為0.67 μg/L，相對誤差為39.9%。

圖8 葉綠素a含量同反射峰面積的相關關系

2.5 葉綠素a質量濃度反演精度討論

通過研究不同葉綠素a反演模型發現:利用實測光譜建立的三波段模型反演葉綠素a質量濃度，決定系數為0.660 8，利用基于實測光譜建立的三波段模型反演葉綠素a質量濃度，RMSE為0.59 μg/L，相對誤差為36.7%;三波段模型考慮了葉綠素a的吸收及其他水色組分對葉綠素吸收和后向散射的影響，基于葉綠素a的固有光學特性建立的半分析模型。該葉綠素a反演模型減弱了水色組分中懸浮物和黃色物質的吸收和后向散射對葉綠素a吸收和后向散射的影響，同時考慮了純水的后向散射，反演精度最高。反射峰面積模型綜合考慮了葉綠素a的吸收和后向散射特性及周圍環境狀況對葉綠素a熒光效率的影響，利用反射峰面積法反演葉綠素a質量濃度，決定系數是 0.558 9，RMSE 是 0.67 μg/L，相對誤差為39.9%。此外歸一化熒光高度模型也是葉綠素a質量濃度反演的常用模型，該模型考慮了葉綠素a的熒光峰和周圍的吸收谷，利用該模型反演葉綠素a質量濃度，反演精度相對較高。反演精度最差的是比值模型，其決定系數為0.300 9，RMSE為0.85 μg/L，相對誤差為54.4%。不同反演模型精度比較見表1。

3 結論

水體的反射光譜中熒光峰特征是葉綠素a質量濃度遙感反演的基礎，為葉綠素a遙感精確反演提供了可能。通過對比研究煙臺近海水體不同葉綠素a遙感反演模型得出，三波段模型是煙臺近海水體葉綠素a遙感反演的最優模型，決定系數為0.660 8，RMSE為0.59 μg/L，其次是歸一化熒光高度模型和反射峰面積模型，決定系數分別為0.621 3 和0.558 9，RMSE 分別為0.62 μg/L和0.67 μg/L。

表1 實測數據的不同葉綠素a模型反演精度比較

［1］段洪濤，張柏，劉殿偉，等.查干湖水體光譜熒光峰特征與葉綠素a響應關系研究［J］.紅外與毫米波學報，2006，25(5):355-359.

［2］O＇Reilly J E，Maritorena S，Mitchell B G，et al.Ocean color chlorophyll algorithms for SeaWiFS［J］.Journal of Geophysical Research，1998，103(C11):24 937-24 953.

［3］McClain C R，Feldman G C，Hooker S B.An overview of the SeaWiFS project and strategies for producing a climate research quality global ocean bio-optical time series［J］.Deep-Sea Research Part II，2004，51(1-3):5-42.

［4］Morel A，Prieur L.Analysis of variations in ocean color［J］.Limnology and Oceanography，1977，22(4):709-722.

［5］Sathyendranath S，Prieur L，Morel A.A threecomponent model of ocean colour and its application to remote sensing of phytoplankton pigments in coastal waters［J］.International Journal of Remote Sensing，1989，10(8):1 373-1 394.

［6］Carder K L，Hawes S K，Baker K A，et al.Reflectance model for quantifying chlorophyll a in the presence of productivity degradation products［J］.Journal of Geophysical Research，1991，96(C11):20 599-20 611.

［7］Stramski D，Bricaud A，Morel A.Modeling the inherent optical properties of the ocean based on the detailed composition of the planktonic community［J］.Applied Optics，2001，40(18):2 929-2 945.

［8］Gitelson A A，Schalles J F，Hladik C M.Remote chlorophyll-a retrieval in turbid，productive estuaries:Chesapeake Bay case study［J］.Remote Sensing ofEnvironment，2007，109(4):464-472.

［9］Gons H J.Optical Teledetection of Chlorophyll a in Turbid Inland Waters［J］.Environmental Science ＆Technology，1999，33(7):1 127-1 132.

［10］Gower J F R，Doerffer R，Borstad G A.Interpretation of the 685nm peak in water-leaving radiance spectra in terms of fluorescence，absorption and scattering，and its observation by MERIS［J］.International Journal of Remote Sensing，1999，20(9):1 771-1 786.

［11］Gitelson A A，Kondratyev K Y.Optical-models of mesotrophic and eutrophic water bodies［J］.International Journal of Remote Sensing，1991，12(3):373-385.

［12］Vasilkov A，Kopelevich O.Reasons for the appearance of the maximum near 700 nm in the radiance spectrum emitted by the ocean layer［J］.Oceanology，1982，22(5):697-701.

［13］Dekker A G，Peters S W M.The use of the thematic mapper for the analysis of eutrophic lakes-a case study in the Netherlands［J］.International Journal of Remote Sensing，1993，14(5):799-821.

［14］Han L H，Rundquist D C.Comparison of NIR/RED ratio and first derivative of reflectance in estimating algal-chlorophyll concentration:A case study in a turbid reservoir［J］.Remote Sensing of Environment，1997，62(3):253-261.

［15］Stumpf R P，Tyler M A.Satellite detection of bloom and pigment distributions in estuaries［J］.Remote Sensing of Environment，1988，24(3):358-404.

［16］Gons H J，Rijkeboer M，Bagheri S，et al.Optical teledetection of chlorophyll a in estuarine and coastal waters［J］.Environmental Science ＆ Technology，2000，34(24):5 189-5 192.

［17］Gons H J，Rijkeboer M，Ruddick K G.A chlorophyllretrieval algorithm for satellite imagery(Medium Resolution Imaging Spectrometer)of inland and coastal waters［J］.Journal of Plankton Research，2002，24(9):947-951.

［18］Ruddick K G，Gons H J，Rijkeboer M，et al.Optical remote sensing of chlorophyll a in case 2 waters by use of an adaptive two-band algorithm with optimal error properties［J］.Applied Optics，2001，40(21):3 575.

［19］趙冬至，張豐收，杜飛，等.不同藻類水體太陽激發的葉綠素熒光峰 (SICF)特性研究［J］.遙感學報，2005，9(3):265-270.

［20］陳楚群，施平，毛慶文.應用TM數據估算沿岸海水表層葉綠素濃度模型研究［J］.環境遙感，1996，11(3):168-176.

［21］Fraser R N.Hyperspectral remote sensing of turbidity and chlorophyll a among Nebraska sand hills lakes［J］.International Journal of Remote Sensing，1998，19(8):1 579-1 589.

［22］Allee R J，Johnson J E.Use of satellite imagery to estimate surface chlorophyll a and Secchi disc depth of Bull Shoals Reservoir，Arkansas，USA［J］.International Journal of Remote Sensing，1999，20(6):1 057-1 072.

［23］Kallio K，Kutser T，Hannonen T，et al.Retrieval of water quality from airborne imaging spectrometry of various lake types in different seasons［J］.Science of the Total Environment，The，2001，268(1-3):59-77.

［24］Koponen S，Pulliainen J，Servomaa H，et al.Analysis on the feasibility of multi-source remote sensing observations for chl-a monitoring in Finnish lakes［J］.Science of the Total Environment，The，2001，268(1-3):95-106.

［25］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.

［26］Gitelson A A，Vina A，Ciganda V，et al.Remote estimation of canopy chlorophyll content in crops［J］.Geophysical Research Letters，2005，32(8):403-406.

［27］Gitelson A A，Vina A，Arkebauer T J，et al.Remote estimation of leaf area index and green leaf biomass in maize canopies［J］.Geophysical Research Letters，2003，30(5):1 248-1 251.

［28］周冠華，柳欽火，馬榮華，等.基于半分析模型的波段最優化組合反演混濁太湖水體葉綠素［J］.湖泊科學，2008，20(2):153-159.

［29］徐京萍，張柏，宋開山，等.基于半分析模型的新廟泡葉綠素 a濃度反演研究［J］.紅外與毫米波學報，2008，27(3):197-201.