MODIS/Terra輔助的HJ-1B CCD1數據懸浮泥沙濃度反演研究

李文凱， 曾 群，2， 田禮喬， 張海東， 孫兆華, 余永明

(1.華中師范大學 城市與環境科學學院， 武漢 430079；2.華中師范大學 學報編輯部， 武漢 430079；3.武漢大學 測繪遙感信息工程國家重點實驗室， 武漢 430079；4.中國科學院 邊緣海地質重點實驗室 南海海洋研究所， 廣州 510301；5.北京城建勘測設計研究院有限責任公司， 北京 100101)

?

MODIS/Terra輔助的HJ-1B CCD1數據懸浮泥沙濃度反演研究

李文凱1， 曾 群1，2， 田禮喬3*， 張海東1， 孫兆華4, 余永明5

(1.華中師范大學 城市與環境科學學院， 武漢 430079；2.華中師范大學 學報編輯部， 武漢 430079；3.武漢大學 測繪遙感信息工程國家重點實驗室， 武漢 430079；4.中國科學院 邊緣海地質重點實驗室 南海海洋研究所， 廣州 510301；5.北京城建勘測設計研究院有限責任公司， 北京 100101)

針對MODIS/Terra傳感器服役時間超期需要后續衛星延續觀測以及國產陸地衛星數據水環境遙感應用問題，以深圳灣為研究區域，利用2007年～2008年獲取的40個現場實測數據與MODIS/Terra NIR-SWIR大氣校正反射率數據建立MODIS懸浮泥沙濃度反演模型，以此為基礎，反演2010年～2012年4景MODIS懸浮泥沙濃度分布狀況，展開同步的瑞利散射校正反射率(Rrc)多波段組合因子的HJ-1B CCD1影像懸浮泥沙濃度反演模型對比研究.結果表明，在不進行氣溶膠校正的情況下，HJ-1B CCD1數據波段比值算法(Rrc(660)/Rrc(560))可以有效實現深圳灣懸浮泥沙濃度的反演，反演模型的決定系數為0.88，均方根誤差為7.19 mg/L，模型驗證的相對誤差為7.45%，該研究對于進一步推進水環境遙感監測有一定的積極意義.

懸浮泥沙； 深圳灣； 遙感反演； MODIS/Terra； HJ-1B CCD1

懸浮泥沙濃度是II類水體環境評價的一個重要參數，對水體營養鹽及污染物的運輸、光在水體中的傳輸、表層沉積物的分布特征及運輸趨勢等有重要影響[1-2].對于懸浮泥沙濃度的監測，傳統的船舶實測方法成本高、時效性差，衛星遙感由于具有長時序同步大面積觀測的特點，是海洋水色參數監測的有效手段之一.

1999年和2002年發射的Terra和Aqua衛星搭載的MODIS傳感器因其中等空間分辨率、短重訪周期、高靈敏度以及免費的數據發放政策成為懸浮泥沙濃度遙感研究的重要數據源[3-8].但是，由于Terra和Aqua衛星服役時間已經遠遠超出其設計壽命存在隨時退役的可能，亟需考慮其它后續衛星傳感器的延續觀測問題，以保證衛星觀測數據產品的延續性.

“環境與災害監測預報小衛星”(HJ-1A/1B衛星)各配備兩臺CCD相機，地面像元分辨率為30 m，具有3個可見光譜段(藍、綠、紅)和一個近紅外譜段，組網重訪周期為2 d，過境時間與Terra衛星準同步，HJ-1A/1B CCD是延續觀測的理想數據源之一[9-11].

衛星傳感器進行II類水體水色遙感應用的關鍵難題之一在于業務化的精確氣溶膠校正處理[12]，目前很多研究采用經過瑞利散射校正后的數據開展泥沙反演模型研究[5-7,9-11].此外，代偵勇等人提出的一種懸浮泥沙濃度指數法(Total Suspended Matter Index，TSMI)從一定程度上消除了瑞利散射校正處理后的氣溶膠殘余影響[11].

本文以深圳灣為研究區域，對比分析了MODIS懸浮泥沙產品輔助的HJ-1B衛星CCD1影像的各種波段組合情況下的懸浮泥沙濃度反演方法，驗證了缺乏實測數據且無精確大氣氣溶膠校正的HJ-1B衛星CCD1懸浮泥沙濃度遙感反演的可行性，評價了HJ-1B衛星CCD1延續MODIS/Terra觀測的潛力.

1 研究區域與數據

1.1研究區概況

深圳灣(22°24′18″～22°32′12″N， 113°53′06″～114°02′30″E) 地處深圳東南面，東接香港，為珠江口東側的一個半封閉海灣，水深較淺.海灣灣長約17.5 km，水面寬約4.2 km.深圳灣是該地區重要的航運、娛樂、水產養殖與生態調控區，主要沉積物為深圳河及潮流攜帶的泥沙.圖1為研究區域及實測站位分布圖.

圖1 深圳灣區域及觀測站位分布Fig.1 Location of sampling stations in Deep Bay

1.2實測和影像數據

實測懸浮泥沙濃度通過光學后向散射濁度計(Optical Back Scattering，OBS)監測獲取的2007年和2008年每半小時一次的濁度數據與標定水樣數據聯合測定.濁度計安裝于K1(113°53′13″E，22°26′18″N)、A1(113°53′30″E，22°25′3″N)兩個站位點(圖1)；標定水樣取自濁度計處，培干法處理后于1/10000電子天平上稱重獲得泥沙含量；測定方法是根據標定資料建立OBS-3A濁度計濁度值與懸浮泥沙濃度的相關關系模型，計算懸浮泥沙濃度.

MODIS/Terra 0級數據從NASA官方網站下載獲得(https://ladsweb.nascom.nasa.govdatasearch.html)，使用SeaDAS6.4軟件進行大氣校正和幾何校正，獲得250 m空間分辨率的MODIS/Terra地表反射率產品，通過裁剪和人工識別，獲得覆蓋深圳灣地區的紅、綠光波段數據.

HJ-1B CCD1數據從中國資源衛星應用中心下載獲得(http://www.cresda.com/favicon.ico)，并進行瑞利散射校正處理，然后進行懸浮泥沙指數計算.

2 懸浮泥沙濃度反演

2.1大氣校正和TSMI算法

忽略對大氣校正精度影響較小的參數，如水體底質反射、多次散射、白帽反射等，可以認為大氣層頂接收到的輻射信號構成主要是大氣分子散射(瑞利散射)、離水輻亮度和氣溶膠散射，用遙感反射率表示為：

ρt(λ)=ρr(λ)+ρa(λ)+t(λ)ρw(λ)，

(1)

其中，ρt(λ)為總體反射率，ρr(λ)為瑞利散射，ρa(λ)為氣溶膠散射，t(λ)為大氣漫射透過率，ρw(λ)為離水反射率.

瑞利散射利用平行分層大氣輻射傳輸方程計算，根據單次瑞利散射的計算公式[12]：

(2)

其中，ωr為單次散射率，ωr為瑞利光學厚度，ρ(θ)、ρ(θ0)分別為傳感器、太陽天頂角的θ、θ0的菲涅爾反射率，Pr(α+)為單個粒子的瑞利散射相位函數.

MODIS氣溶膠散射根據短波紅外大氣校正算法計算獲得：

(3)

HJ-1B CCD1影像TSMI指數的計算公式為[11]：

(4)

2.2基于MODIS/Terra數據的CTSM反演模型建立與檢驗

根據深圳灣水域的前期研究成果[10]，使用紅光/綠光波段組合模型，選取2007年～2008有實測數據的對應無云污染的高質量MODIS數據，共有40組數據可以用于懸浮泥沙濃度CTSM反演，本實驗中，33組用于建模，7組用于檢驗(見圖2和圖3)，決定系數R2為0.80，均方根誤差為5.06 mg/L.具體反演公式如下：

(5)

其中，Rrs(645)為紅光波段地表反射率，Rrs(555)為綠光波段地表反射率.

2.3基于HJ-CCD數據的CTSM反演模型的建立和檢驗

由于HJ衛星CCD沒有設置短波紅外波段，無法利用Wang等提出的NIR-SWIR業務化大氣校正改進算法進行處理，本文分別使用經過瑞利散射校正的紅光與綠光的波段差值(Rrc(660)-Rrc(550))、波段比值(Rrc(660)/Rrc(550))以及TSMI算法抵消氣溶膠影響，并比較這3類算法在本研究中的可行性.

圖2 MODIS/Terra 影像Rrs(645)/Rrs(555)與實測懸浮泥沙濃度指數關系模型及模型驗證Fig.2 Regression relationship between CTSM and Rrs(645)/Rrs(555) of MODIS/Terra and the validation of Model

用以上建立的MODIS CTSM反演模型計算2010年11月08日過境深圳灣的MODIS/Terra的CTSM，將結果與HJ-1B CCD1對應的Rrc(660)-Rrc(550)、Rrc(660)/Rrc(550)和TSMI(660)組合因子構建 HJ-1B CCD1數據的CTSM反演模型.

選擇2010年至2012年多景數據準同步的HJ-1B CCD1和MODIS/Terra數據，分別根據各自的CTSM反演模型計算懸浮泥沙濃度，比較分析HJ-1B CCD1不同算法的CTSM反演效果.

2.4基于HJ-CCD數據的CTSM反演與分析

應用經過驗證的HJ-1B CCD1CTSM反演模型，挑選2010年～2012年3年多景HJ-1B CCD1傳感器數據進行CTSM遙感反演，并比較分析250 m分辨率下的HJ-1B CCD1泥沙產品相對于MODIS/Terra泥沙產品的誤差.

3 結果與討論

3.1結果分析

圖3和表1為利用2010年11月08日準同步的HJ-1B CCD1和MODIS/Terra數據紅光、綠光波段差值、比值以及單波段TSMI算法的CTSM反演回歸模型.從相關分析的決定系數(R2)及均方更誤差(RMSE)來看，Rrc(660)-Rrc(550)、Rrc(660)/Rrc(550)、TSMI(550)和TSMI(660)能夠很好的反演深圳CTSM，TSMI(550)算法的決定系數僅為0.15，相關關系不明顯.

圖3 深圳灣MODIS/Terra CTSM與HJ-1B CCD1遙感因子之間的回歸關系Fig.3 Regression models between MODIS-based CTSM and HJ-CCD

自變量因子CTSM反演模型決定系數R2(a)Rrc(660)?Rrc(550)y=114．83×e46．08x088(b)Rrc(660)/Rrc(550)y=217．18x-108．83088(c)TSMI(550)y=3154．19x+16．28015(d)TSMI(660)y=3318．84x+34．94081

a) Rrc(660)Rrc(550) b)Rrc(660)/Rrc(550) c) TSMI(660)圖4 CTSM HJ-1B CCD1不同算法驗證Fig.4 Match-up comparison of CTSM between HJ-CCD and MODIS/Terra

利用建立的模型，選擇2012年10月11日的MODIS/Terra和HJ-1B CCD1影像，分別反演懸浮泥沙濃度，交叉比較反演結果，發現基于紅、綠光波段差值和TSMI算法的CTSM反演模型相對誤差達到29.23%和42.34%，不適宜于懸浮泥沙反演.而Rrc(660)/Rrc(550)算法的相對誤差為7.54%，可以認為該算法模型能夠在不同年份進行懸浮泥沙反演.

3.2懸浮泥沙濃度反演評價

利用建立的模型，分別對深圳灣2010年01月06日和2011年04與02日的懸浮泥沙濃度進行反演.圖5描述了這兩天懸浮泥沙濃度在空間上的分布和相對于MODIS/Terra反演結果的偏差，HJ-1B CCD1影像懸浮泥沙濃度以30 m空間分辨率展示，偏差計算采用250 m空間分辨率數據實現，可以發現，HJ-1B CCD1影像的反演結果偏差總體上維持在較低的水平，但有少數像素(250×250 m)誤差較小.這可能主要因為深圳灣是高動態水域，潮汐作用顯著、人類活動頻繁，泥沙時空分布變化劇烈，MODIS/Terra和HJ-1B CCD1數據成像時間只能達到準同步水平，基于單景影像的反演模型適用性有待進一步提高.

圖5 基于Rrc(660)/Rrc(550)算法的深圳灣HJ-1B CCD1影像CTSM反演結果和偏差Fig.5 Maps of CTSM and RME generated by HJ1B-CCD1 Rrc(660)/Rrc(550) algorithm in the Deep Bay

4 結論

本文運用實測懸浮泥沙濃度與MODIS/Terra紅光、綠光波段比值進行回歸分析，建立的懸浮泥沙濃度反演模型表現出了良好的相關性(R2=0.80，N=33).MODIS/Terra數據輔助的HJ-1B CCD1數據的懸浮泥沙濃度反演模型的回歸分析結果(R2=0.88，RMSE=7.19mg/L)和驗證結果(MRE=7.45%，N=717)表明瑞利散射校正下的波段比值氣溶膠散射抵消方法能實現HJ-1B CCD1影像懸浮泥沙濃度反演.研究結果表明：

1) 對于難以實現精確氣溶膠校正的衛星數據，利用瑞利散射校正相鄰波段組合可以實現懸浮泥沙濃度反演；

2) 對于MODIS傳感器停止使用后產生的懸浮泥沙濃度監測空白問題，準同步的HJ-CCD數據能在一定程度上實現延續觀測；

3) 對于部分缺乏同步實測數據的衛星傳感器，利用同步衛星的產品輔助進行懸浮泥沙濃度反演是一個可行方法.

[1] 王嘉楠, 葉 勤, 林 怡. 不同大氣校正方法對中小湖泊藍藻遙感動態監測的影響[J].遙感技術與應用, 2013, 28(1):157-164．

[2] SHANMUGAM P, AHN Y H. New atmospheric correction technique to retrieve the ocean colour from SeaWiFS imagery in complex coastal waters[J]. Journal of Optics A: Pure and Applied Optics, 2007, 9(5): 511-530．

[3] MILLER R L, MCKEE B A. Using MODIS Terra 250 m imagery to map concentrations of total suspended matter in coastal waters[J]. Remote Sensing of Environment, 2004, 93:259-266．

[4] HU C, CHEN Z, CLAYTON T D, et al. Assessment of estuarine water-quality indicators using MODIS medium-resolution bands: Initial results from Tampa Bay, FL[J]. Remote Sensing of Environment, 2004, 93(3):423-441．

[5] ZHANG M, TANG J, DONG Q, et al. Retrieval of total suspended matter concentration in the Yellow and East China Seas from MODIS imagery[J]. Remote Sensing of Environment, 2010, 114(2):392-403．

[6] FENG L, HU C, CHEN X, et al. Influence of the Three Gorges Dam on total suspended matters in the Yangtze Estuary and its adjacent coastal waters: Observations from MODIS[J]. Remote Sensing of Environment, 2014, 140(1):779-788.

[7] WANG M, TANG J, SHI W. MODIS-derived ocean color products along the China east coastal region[J]. Geophysical Research Letters, 2007, 34(6):306-316．

[8] SHI K, ZHANG Y, ZHU Z, et al. Long-term remote monitoring of total suspended matter concentration in Lake Taihu using 250 m MODIS-Aqua data[J]. Remote Sensing of Environment, 2015, 164(3):43-56.

[9] LI J，CHEN X L, TIAN L Q，et al. Tracking radiometric responsivity of optical sensors without on-board calibration systems-case of the Chinese HJ-1A/1B CCD sensors[J]. Optics Express, 2015, 23(2):1829-1847．

[10] TIAN L, WAI O W H, CHEN X, et al. Assessment of total suspended sediment distribution under varying tidal conditions in Deep Bay: initial results from HJ-1A/1B satellite CCD images[J]. Remote Sensing, 2014, 6(10):9911-9929．

[11] 代偵勇, 張 偉, 陳曉玲, 等. 應用HJCCD傳感器指數的鄱陽湖TSM濃度遙感監測[J].武漢大學學報(信息科學版), 2013, 38(11):1303-1307．

[12] GORDON H R. Atmospheric correction of ocean color imagery in the Earth Observing System era[J]. Journal of Geophysical Research: Atmospheres (1984-2012), 1997, 102(D14): 17081-17106．

Estimation of total suspended matter concentration from HJ-1B CCD1 imagery with the assistance of MODIS imagery

LI Wenkai1， ZENG Qun1，2， TIAN Liqiao3， ZHANG Haidong1，SUN Zhaohua4， YU Yongming5

(1.School of Urban and Environment Science， Central China Normal University， Wuhan 430079;2.Editorial Department of Journal， Central China Normal University， Wuhan 430079;3.State Key laboratory of Information Engineering in Surveying，Mapping and remote sensing， Wuhan University， Wuhan 430079;4.South China Sea Institute of Oceanology， Key Laboratory of Marginal Sea Geology，Chinese Academy of Sciences， Guangzhou 510301;5.Beijing Urban Construction Exploration & Surveying Design Research Institute CO., Beijing 100101)

This study is put forward as the requirement of satellite data for MODIS sensors with extended service and the application of Chinese satellite data to water environments monitoring. Taking the Deep Bay as the study area， the retrieval model is established for suspended matter concentration with 40 field-measured data and atmospheric correction reflectance data of NIR-SWIR band by MODIS/Terra from 2007 to 2008. Based on the above model， the distribution data of suspended matter concentration is retrieved through 4 MODIS imageries from 2010 to 2014. Then the results are analyzed withCTSMdata generated from HJ-1B CCD images which is corrected simultaneously by Rayleigh-corrected reflectance (Rrc) in multiple wavebands and combined indices. The results show that the Rayleigh-corrected reflectance ratio (Rrc(660)/Rrc(560)) is able to reach an acceptable accuracy withR2of 0.88 ，RMSEof 7.19 mg/L and the relative error of validation of 7.45% under the non-aerosol correction conditions. This work is positive for water environment monitoring．

suspended matter concentration; the Deep Bay; Remote Sensing retrieval; MODIS/Terra； HJ-1B CCD1

2016-01-20.

國家自然科學基金項目(41571344；41406205)；測繪遙感信息工程國家重點實驗室專項科研經費資助項目.

1000-1190(2016)04-0619-05

R237;P332

A

*通訊聯系人. E-mail: tianliqiao@whu.edu.com.