MERIS遙感圖像的太湖葉綠素濃度反演研究

朱江山，王得玉

(南京郵電大學 通信與信息工程學院,江蘇 南京 210003)

MERIS遙感圖像的太湖葉綠素濃度反演研究

朱江山，王得玉

(南京郵電大學 通信與信息工程學院,江蘇 南京 210003)

近年來，水體富營養化是太湖水污染面臨的主要問題，而葉綠素濃度是水體富營養化的重要指標，及時、有效地對太湖水體的葉綠素濃度進行監測和評價對太湖環境保護是十分必要的。而遙感作為低成本、大面積獲取水體表層水質信息的手段，有著常規監測不具備的優勢。為此，利用MERIS數據和太湖同步水質監測數據，建立了葉綠素基線熒光高度遙感反演模型；將其應用到經過幾何校正和大氣校正等預處理后的MERIS數據，獲得了太湖葉綠素濃度遙感反演分布圖像，結合太湖的水文情況及水污染特征對葉綠素遙感反演圖像作了分析。遙感圖像分析結果表明，MERIS數據客觀地反映了太湖水體葉綠素濃度的空間分布規律，與實測的太湖葉綠素濃度空間分布情況基本吻合。由此可見，基線熒光高度模型對于反演太湖葉綠素濃度分布是可行的。

MERIS；葉綠素；基線熒光高度；反演

0 引 言

隨著太湖流域經濟的快速發展，太湖的水體污染問題日趨惡化，主要表現在水體富營養化現象嚴重，嚴重的富營養化又導致藍藻水華的大量爆發，影響了太湖水資源的利用。而葉綠素作為藻類的重要組成部分之一，其濃度常被作為衡量水體富營養化程度的重要指標，所以葉綠素a濃度的測量能夠最直接、最有效地評價水體富營養化程度，同時還能監測太湖水體的空間分布情況，有助于分析并逐步解決太湖水體富營養化問題[1]。但是葉綠素濃度的大面積動態的現場測量受到了極大限制，遙感技術的出現使許多學者對于水體葉綠素濃度遙感反演研究作了大量研究，其中有經驗模型、半經驗模型[2]和分析模型[3]。

采用ENVISAT衛星搭載的中分辨率成像光譜儀(MERIS)獲取數據產品。ENVISAT是歐洲航空局于2002年3月發射的一顆高級地球觀測衛星，飛行在太陽同步極地軌道約800 km的高空，可以提供海洋、陸地和大氣層的測量。ENVISAT有非常費時和創新的有效載荷，可以用來保證歐洲航空局衛星數據測量的連續性。ENVISAT數據可以支持地球科學的研究和環境變化演變的動態監測。

MERIS傳感器屬于被動式掃描光譜儀，用所謂的“推帚式”的方法掃描地球表面。其中有15個波段可以由地面控制，每一個波段在390～1 040 nm光譜范圍內有一個可編程的寬度和一個可編程的位置。其精細的光譜波段設置、獨特的軌道處理功能、可調節的空間分辨率使其在水色傳感器中占據絕對優勢，在水色遙感研究中應用廣泛[4]。

MERIS數據分為3級，即Level 1b數據(經輻射校正后的大氣頂輻亮度)、Level 2b數據(經大氣校正后的海洋產品數據)、Level 3b數據(經地理校正及平均后的海洋產品數據，分辨率降低)。采用MERIS 2b產品，分析太湖葉綠素a濃度空間分布規律。

采用熒光高度法模型，兩位美國學者Neville和Gower從葉綠素光譜特征中發現[5]，葉綠素在中心波長668 nm處有明顯的峰值，這一峰值的高度與葉綠素濃度有關，稱為熒光發射峰。熒光高度模型通過葉綠素熒光波段任意側的多個波段構建基線，估算葉綠素熒光產生的輻亮度值，它的輸入為歸一化離水輻射率，由于瑞利散射對熒光基線波段的影響較小，氣溶膠散射在各個波段的影響可以認為近似相同。因此，葉綠素熒光算法與藍綠波段比值算法相比，只需進行簡單的大氣校正和觀測角的變化及太陽幾何的影響校正，而不需要復雜的瑞利和氣溶膠校正。

以太湖為實驗區，以MERIS數據為實驗數據，經過“輻射定標、幾何校正、大氣校正”等預處理后，建立熒光參數遙感反演模型，對太湖葉綠素a濃度進行了遙感反演估算研究。

1 數據來源及其處理

太湖是長江流域境內最大的湖泊，是中國五大淡水湖之一，水域面積為2 338.1 km2，湖泊面積2 427.8 km2，湖岸線全長393.2 km，位于30°55′40″～31°32′58″N，119°52′32″～120°36′10″E之間[6]，見圖1。向中國科學院中國遙感衛星地面站申請了2004年10月20日太湖22個測量點葉綠素a濃度數據，數據主要均勻地分布在太湖北部區域梅梁灣附近，梅梁灣南北長約64 km，東西寬約7 km，平均水深2 m左右。

圖1 太湖位置示意圖

所選用的MERIS遙感數據是2004年10月20日衛星經過太湖境內實時數據，可用于太湖葉綠素濃度的反演分析。MERIS傳感器2b產品是在1b產品基礎上經過粗略幾何糾正和大氣校正后的數據，圖像清晰度符合實驗要求，但還需要進一步精校正。首先利用BEAM5.0[7]軟件，對影像進行預處理，具體流程如下：

(1)輻射量轉換。將大氣頂層輻射亮度轉換為大氣層頂的反射率。

(2)幾何校正。選擇一幅影像作為基準圖像，將其他影像與基準圖像進行幾何配準，幾何校正的同時進行投影轉換。

(3)圖像裁剪。裁剪的目的是將研究之外的區域去掉，按照太湖所在的經緯度范圍進行裁剪，裁剪完成后還進行一定的掩膜處理，掩膜掉陸地和云信息。

(4)輻射校正。此次研究采用輻射傳輸模型對數據進行輻射校正。

2 葉綠素基線熒光高度模型建立與驗證

2.1 模型構建

遙感反演模型的構建方法主要有3種：經驗模型、半經驗模型、分析模型。采用的基線熒光高度模型屬于半經驗模型，半經驗模型是在已知的水色參數光譜條件下，利用最佳的波段組合數據與實測水色參數之間的統計關系進行水色參數估算。葉綠素基線熒光高度模型是指利用測量在一定光譜帶中基線熒光的高度，以及高于基線附近的另外兩個光譜波段的高度，并將所測量的基線熒光高度與實測葉綠素濃度的相關性建立的統計模型[8]。葉綠素是浮游植物的重要成分之一，而一般浮游植物的葉綠素熒光測量波段為680.5 nm，它的離水輻射率高于熒光波段附近的兩個基線波段，這兩個波段分別為664 nm和708 nm。因此依據這三個波段，測量熒光中心波段的基線熒光高度，應用式(1)[9]反演葉綠素濃度。

Chl-a=a+b*FLH

(1)

其中，Chl-a為葉綠素濃度(單位為mg/m3);FLH為基線熒光高度(單位：dl)；a、b為系數。

而基線熒光高度的計算公式為：

(2)

其中，λ2為中心波長，λ1、λ3為選定的基線波長；L1、L2、L3為相應波段對應的輻射亮度值。

根據太湖葉綠素濃度實測數據與基線熒光高度建立線性回歸關系，現場22個太湖采樣點數據與衛星過境數據實時同步，用于構建基線熒光高度模型，同時計算實測葉綠素濃度與經過反演得到的葉綠素濃度的相對誤差。

(1)計算太湖流域遙感數據的基線熒光高度，然后將太湖流域葉綠素濃度的實測數據與基線熒光高度進行線性回歸分析，即要求實際值能夠近均勻分布在回歸分析模型所得到擬合值的兩側。利用Matlab軟件[10]求解式(1)中的參數a和b：a=-8.242 4、b=0.002 1。最后將所得結果代入式(1)，得到太湖水域葉綠素濃度基線熒光高度算法反演公式：

Chl-a=-8.242 4+0.002 1FLH

(3)

(2)利用基線熒光高度模型對葉綠素a濃度進行線性回歸分析，如圖2所示。可以發現樣點基本均勻分布在回歸分析線的兩側，極個別樣點偏離得較遠，可能是受到云、泥沙等懸浮物，高等水深植物及湖泊水深的影響。

圖2 基線熒光高度法葉綠素濃度線性回歸示意圖

2.2 模型驗證

利用FLH算法反演得到的葉綠素濃度與太湖22個樣點的實測濃度進行比較，如表1所示。

結果表明：FLH算法反演得到的太湖水域葉綠素濃度與太湖水域的實際濃度的相對誤差在可接受范圍內,但也出現了異常樣點號數據，可能是因為測量點藻類大量聚集，真實數據濃度偏高，而通過FLH反演算法得到的葉綠素濃度是依據線性回歸關系得到的數據，具有一般性，對于偶然性數據不具備準確的預測結果。

表1 FLH反演算法與實測值間的相對誤差

3 太湖葉綠素a濃度的結果分析

3.1 反演結果

基線熒光模型反演得到的太湖水域葉綠素濃度圖像如圖3所示,其中顏色較深部分代表葉綠素分布區域，其余部分代表太湖一般水體部分。

圖3 利用FLH算法反演太湖葉綠素濃度示意圖

3.2 空間分布分析

由于太湖水域環境復雜，只選取MERIS數據在太湖北部區域代表葉綠素的水平。結果發現葉綠素a濃度在梅梁灣[11]部分較高，湖心區和西部沿岸水域葉綠素a濃度也比較高，而葉綠素a濃度水平較低區域在貢湖水域部分。總體上太湖葉綠素濃度呈東南輕、西北重，湖心輕、沿岸水域重的分布格局。上述空間分布特點與太湖周邊污染源分布密切相關，由于太湖周邊經濟的快速發展，化肥、農藥的大量使用，洗衣機的普及，含磷洗衣粉用量大大增加，工業廢水的排放，加之圍湖造田的影響，進入太湖中污染物的濃度超過了太湖自我進化的能力，導致浮游植物易于生長，藻類大量聚集，不利于生態環境循環。

所反演的葉綠素濃度的空間分布趨勢與太湖流域水資源保護局[12]提供的太湖水體質量監測結果基本一致。但是選取的測量點主要集中在北部區域，南部區域數據很少，因此反演得到的太湖葉綠素濃度與實際值之間還有一定的誤差，若要減少FLH與太湖實測葉綠素濃度線性回歸之間的誤差，還必須獲取大量南部區域的太湖水域葉綠素濃度實測數據值。

4 結束語

基于太湖實測葉綠素濃度數據和MERIS數據，構建了基線熒光高度模型，得出以下結論：

(1)利用基線熒光高度模型基本上能反演出太湖葉綠素濃度的分布格局。

(2)太湖葉綠素濃度的空間分布主要受氮、磷等營養物質排放源的分布影響。

因此，利用MERIS熒光高度算法進行太湖水體葉綠素a濃度的反演，對于太湖出現“水華”現象的監測具有重要的現實意義。今后的研究內容將側重于對于不同季節和地域的葉綠素濃度估算進行參數校正[13-15]。

[1] 馬榮華,唐軍武,段洪濤,等.湖泊水色遙感研究進展[J].湖泊科學,2009,21(2):143-158.

[2] 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.

[3] 黃昌春,李云梅,王 橋,等.太湖水體懸浮顆粒物生物光學模型及MERIS數據反演[J].紅外與毫米波學報，2012,31(4):367-374.

[4] 高中靈,汪小欽,陳云芝．MERIS遙感數據特性及應用[J].海洋技術,2006,25(3):61-65.

[5] 宋 瑜,宋曉東,郭照冰,等.利用MERIS產品數據反演太湖葉綠素a濃度研究[J].遙感信息,2009(4):19-24.

[6] 宋 瑜,宋曉東,江 洪.太湖藻類的遙感監測研究[J].遙感信息,2008(4)：102-108.

[7] Schroeder T，Schaale M，Fischer J.Retrieval of atmospheric and oceanic properties from MERIS measurements:a new Case-2 water processor for BEAM[J].International Journal of Remote Sensing,2007,28(4):5627-5632.

[8] 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.

[9] 邢小罡,趙冬至,劉玉光,等.葉綠素a熒光遙感研究進展[J].遙感學報,2007,11(1):137-144.

[10] 欒 穎.MATLAB R2013a工程分析與仿真[M].北京：清華大學出版社,2014.

[11] 馬榮華,戴錦芳.應用實測光譜估測太湖梅梁灣附近水體葉綠素濃度[J].遙感學報,2005,9(1):78-86.

[12] 太湖流域水資源保護局.太湖流域及東南諸河省界水體水資源質量狀況通報[N].經濟日報,2007-02-09.

[13] 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[J].Remote Sensing of Environment,2000,73:227-235.

[14] Koponen S,Ruiz-Verdu A.Development of MERIS lake water algorithms[R].[s.l.]:[s.n.],2008.

[15] Lyu H,Li X,Wang Y,et al.Evaluation of chlorophyll retrieval algorithms based on MERIS bands for optically varying eutrophic inland lakes[J].Science of the Total Environment,2015,530-531:373-382.

Retrieval Investigation of Chlorophyll-a Concentration in Taihu Lake Employing MERIS Remote Sensing Image

ZHU Jiang-shan，WANG De-yu

(College of Telecommunications & Information Engineering,Nanjing University of Posts and Telecommunications,Nanjing 210003,China)

Recently,eutrophication is the main problem of Taihu Lake’s water pollution,and chlorophyll-a concentration is an important index of eutrophication.It is quite necessary for the protection of the Taihu Lake’s environment to evaluate and monitor efficiently the lake’s chlorophyll-a concentration in time.The surface water quality of large area could be monitored using remote sensing technique with low cost,beyond the ability of regular survey technique.Based on MERIS data and synchronous water quality monitoring data in Taihu Lake,the fluorescence line height remote sensing model has been developed which reflects the relationship between chlorophyll-a concentration and fluorescence line height.Then the model has been applied to MERIS data which is pre-processed through geometric correction,atmospheric correction,etc.An image about chlorophyll-a concentration distribution of Taihu Lake has been produced.Combined with the feature of the hydrological conditions and water pollution in Taihu Lake,the image about chlorophyll-a remote sensing retrieval is analyzed.The results objectively show that the MERIS image reflects the spatial distribution pattern of chlorophyll-a concentration in Taihu Lake,corresponding to the measured chlorophyll-a concentration of space distribution.Therefore,it is feasible for the fluorescence line height model to retrieval the chlorophyll-a concentration in Taihu Lake.

MERIS;chlorophyll-a;fluorescence line height;retrieval

2016-06-06

2016-09-14

時間：2017-03-07

江蘇省自然科學基金-青年基金項目(BK20140868)

朱江山(1990-)，男，碩士研究生，研究方向為圖像處理與圖像通信技術；王得玉，博士，副教授，研究方向為水色遙感圖像處理技術。

http://kns.cnki.net/kcms/detail/61.1450.TP.20170307.0922.066.html

TP393

A

1673-629X(2017)04-0192-04

10.3969/j.issn.1673-629X.2017.04.043