基于Landsat 8的長江口懸浮泥沙濃度遙感反演

馬 驊，鐘煌亮，羅 章，朱 磊，施 峰

（中交疏浚技術裝備國家工程研究中心有限公司，上海 201208）

相比傳統的數據采集方式而言，遙感數據具有空間覆蓋、時間周期覆蓋以及歷史數據再現等方面的優勢，能為大面積水域監測提供有效途徑，還能發現常規方法難以發現的物質時空變化特征。雖然水色遙感監測的方法還不能完全替代精確的實地測量方法，但是在宏觀監測、評測、管理方面還是具有很大的優勢。海水按照其懸浮物的來源和物質組成的不同分為一類水體和二類水體，一類水體主要是大洋開闊水體，二類水體主要是近岸河口水體。從1978年第一顆水色傳感器CACS（Coastal Zone Color Scanner）到各類水色傳感器的出現，很多學者借助實測數據和經驗知識為不同區域或者特定時段，建立了不同的反演模式。這類算法在一類水體中精度較高，很多成果已經得到業務化應用，并取得了良好的效果[1]。一類水體的光學特性主要受到浮游植物和降解物質色素的影響，但是在研究二類水體光學特性時，必須考慮當地水體中葉綠素、總懸浮顆粒物和有色可溶性有機物（CDOM）三要素對離水光譜輻射的影響[2-3]。像長江河口這類大河口地區，受到潮汐和徑流交匯的影響，其泥沙含量高，水體渾濁，水動力情況復雜且存在周期性變化，因此，其水體光學特性更加復雜多變。雖然已有考慮不同含沙量水體的光譜特性[4]，也有討論水體中不同泥沙顆粒物粒徑對反射率的影響[5]，但是至今仍沒有理想的模型能夠實現穩定監測，而且，自上游對干流徑流調蓄以后，進入河口的水沙通量和季節分配與之前有很大不同[6]，給河口水體的光學特性可能帶來影響。在杭州灣水域利用MERIS數據曾建立了復雜反演算法，取得了良好效果[7]。Landsat 8衛星提供了4個可見光和1個近紅外波段，本項研究嘗試針對Landsat 8波段設置，在長江口地區建立復雜經驗算法。在測得表觀光學特征的基礎上，分析懸浮泥沙在潮周期內的變化，并討論各波段對TSM濃度的敏感性，對今后建立本地化反演算法、提高遙感反演算法精度打下基礎。

1 數據與測量方法

本文研究區域為北港和南槽，見圖1，該區域在一個大小潮周期內受到潮汐作用，三要素變化明顯，導致表觀光學變化。2014年5～6月南槽和北港的連續觀測數據，兩次現場測量共獲得67組水沙數據和41組葉綠素、CDOM和表面光學同步數據。由于攔門沙是涇潮流相互作用的平衡地帶，其規模和形態取決于河流徑流量、含沙量的大小和潮汐作用的強弱，又是河口地區的主要航行通道，一般情況下也是河口地帶懸浮泥沙含量最高的區域，因此選擇攔門沙作為研究站點具有重要的理論價值和實際意義。

水的表面光學量測量使用Satlantic公司的Hyper-SAS高光譜數字光譜儀，采用水面以上測量法[3]，在避開太陽直射、忽略或者避免白帽現象的情況下，保持儀器的觀測平面與太陽入射平面的夾角在之間，向下總入射探頭與海面法線方向保持在之間，Rrs可由(1)式計算而得[8]：

圖1 研究區域與觀測站點Fig.1 The research area and fixed observation site

(1)式中，Ls,dif是天空漫散射光，是干擾水體光譜的噪聲信息，必須去除；ρsky(W)Ls,dif是氣-水面對天空漫散射的反射率，它取決于太陽高度角等諸多因素，當風速較?。ā?m/s），天空無云或云量較少時，可據Ruddick等于2006年提出的式(2)來確定：

本文取0.0256，由此可以由(3)式計算出離水輻亮度為：

Ed(λ)是經過HySas自帶軟件計算而得的海面總入射輻照度，因此，根據遙感反射率的定義，Rrs(λ,Θ0,W)可以由上式計算得到。

現場采集600ml表層水樣，于每天8:00-17:00，每整點取水樣600ml，特征潮情時刻（漲憩、落憩、漲急、落急）和光譜測量時刻加采，運回實驗室采用過濾稱量法測量懸浮泥沙濃度。使用孔徑63μm玻璃纖維濾膜，對含沙水樣進行抽濾，然后放入105℃恒溫箱內烘干，再放入干燥器中冷卻10min后，放入1/10000分析天平稱重。水體中懸沙濃度值等于泥沙和濾膜的總重減去濾膜重量再除以過濾水樣體積。

遙感影像的處理流程主要分為輻射定標和大氣校正，輻射定標使用ENVI的輻射定標模塊，大氣校正使用6S大氣輻射傳輸模型，由于6S模型依賴于輸入的參數，其中大氣模型、氣溶膠類型和550nm處的光學厚度都能影響計算出的糾正公式，從而影響大氣校正的精度，本文所采用的氣溶膠含量按照NASA當天的反演AOD值取平均值。表1為2014年6月13日OLI傳感器大氣校正參數設置。

2 分析與建模

2.1 光譜特征分析

光譜分析對于遙感反演算法的波段選擇有著重要的意義，同時也能反映出研究區域內水體的表面光學特性。本文分析2014年5月定點觀測遙感反射率數據共90個，如圖2所示，可以看出在590～690nm區間，大小潮遙感反射率形狀略有區別，大潮反射基臺較平，而小潮反射基臺有隨著波段增加逐漸緩慢變小的趨勢。況潤元曾將長江口遙感反射率曲線分為8種典型的形狀[9]，本航次遙感反射率曲線，可以看出從大潮到小潮，有從高泥沙濃度低葉綠素濃度向泥沙濃度降低的形狀發展的趨勢，另外在820附近都有明顯的第二峰值。長江口枯季光譜特征無論在大潮還是在小潮都是典型的高泥沙濃度低葉綠素含量形式。

表1 Landsat8遙感影像6S大氣校正模型參數Table 1 Model parameters of 6S atmospheric correction of Landsat8 remote sensing

為了避免葉綠素對TSM光學特性的影響，選取了4個TSM濃度差異較大的光譜數據進行分析，發現TSM主要影響光譜的長波波段。如圖3(a)所示，隨著泥沙濃度的增加，最大反射率波段向長波方向移動，也就是所謂的紅移現象，在580～690波段范圍內存在明顯的反射峰，并且泥沙濃度越大，峰面就越平，之后隨著波段增加，遙感反射率明顯下降，在750nm附近形成一個反射谷，主要是因為水體自身的吸收造成，另外在806nm左右波段也存在明顯的反射峰，遙感反射率迅速增加。顯然，長江口地區的水體光譜特征，總懸浮物顆粒物是絕對的主導因素，由于其強烈的吸收和散射作用，其粒徑大小、顆粒物成分、圓度以及相應的鹽度、流速、流向等水文特征和非色素顆粒物的本身特性是造成長江口地區光譜特征變化的主要因素。圖3(b)所示為對光譜曲線進行的一階微分處理，可以更客觀地反映不同泥沙濃度對光譜的響應，其中正值表示光譜上升，負值則相反。0值的位置表示光譜曲線出現波峰或波谷的位置，在580～600nm附近第一次出現0值的位置基本一致，在806nm附近的第二反射峰位置也基本一致，第二反射峰前后光譜都有明顯的上升和下降趨勢，其變化幅度隨著TSM變大也會相應增大。而在350～560nm之間的短波波段，遙感反射率一階微分不隨TSM變化發生明顯變化且變幅較小，說明懸浮泥沙主要影響580nm之后的中長波段，這也是很多TSM反演算法選擇長波波段的原因。

圖3 不同TSM濃度、相近葉綠素a濃度的遙感反射率(a)及其一階微分(b)Fig.3 The remote sensing reflectance (a) and its first order derivatives(b) with different TSM concentrations and similar chlorophyll-a concentrations

2.2 模型構建

選擇Landsat8的五個典型可見光與近紅外波段進行分析，即443nm、483nm、563nm、655nm、858nm。在東海綜合四種不同經驗和簡化半經驗算法指數的優勢，實現了CPTSM算法，在長江口和杭州灣地區的高渾濁水體中也取得了良好效果[7]，借鑒其模型設計方法，本文也利用四種典型的常規經驗反演算法建立模型。四種典型模式分別為單波段比值算法，兩波段比值算法，可見光與近紅外波段組合算法和波段微分組合算法，表達式如下：

式(4)中C1是理論衍生值，取值不影響模型精度，采用C1=0.093的常量值，將備選的五個波段，組成所有的可能波段組合分別帶入上述四種形式進行運算，運用統計分析方法，選擇與實測懸浮泥沙濃度相關性最好的組合建立回歸方程，相關性最好的四種組合分別為：X1=Rrs(858)/(0.093-Rrs(858))，X2=Rrs(858))/(Rrs(563)，X3=Rrs(443)+Rrs(858)，X4=Rrs(858)-Rrs(650)/(858-650)+(Rrs(650)-Rrs(563)/(650-563)+(Rrs(563)-Rrs(488))/(563-488)。

最大相關系數分別為0.928、0.894、0.964和0.832，具體分析過程在下節中討論。X1，X2，X3，X4分別表示四種不同的算法，然后將這四種算法分別取權重相加，得到復雜的經驗算法，如式(5)式所示：

3 討論

定點航次采集水樣67個經過室內實驗分析，南槽大潮表層水體平均含沙量為0.1364kg/m3，小潮表層水體平均含沙量為0.0995kg/m3；北港大潮表層水體平均含沙量為0.3029 kg/m3，小潮表層水體平均含沙量為0.1056 kg/m3。表層懸浮總顆粒物濃度的變化范圍0.0365～0.5808g/l，0.1kg/m3以下TSM濃度出現頻率最大，多數為北潮站點，可能是由于該站點是長江口徑流的主泓方向，而且位置較南槽站點更靠近口外，落潮時徑流攜帶大量的泥沙流經此處，而漲潮時由于靠近口外，受到較強的潮流作用，泥沙含量急劇下降。葉綠素濃度總體較低，在0.4～1.4 g/m3的區間范圍內分布較為均勻。

分析TSM在時間上的分布情況，如圖4所示可以看出TSM濃度與長江口徑流與東海漲落潮周期基本一致，大潮含沙量平均值明顯高于小潮。泥沙含量最小的時候出現在小潮的漲急階段，由于大潮時北港站點天氣狀況不好，所以沒有測到完整的北港大潮數據，泥沙含量最大值5月31日北港下午13、14時，為該站點落急階段，春季入海懸浮泥沙的擴散形式從冬季格局向夏季的懸沙分布格局過渡，此外風應力也是顯著影響渾水區的重要因素，風浪掀沙引起河口泥沙再懸浮，可使近岸泥沙擴散范圍增大。

利用復雜反演算法思想，分析四個指數在各波段或波段組合上與K1、K2站點實測TSM濃度之間的相關關系時，將OLI傳感器的五個可見光/近紅外波段和全色波段作為備選波段。分別將6個波段帶入X1，對其進行波段敏感性測試，測試結果用X1與TSM濃度之間的相關系數表示。X1中C1為Nechad基于生物光學模型的半分析算法中的理論值，從表2可以看出C1＜0.1時會造成X1在各波段的敏感性降低，個別波段甚至會出現負值，而當C1＞0.1時，不會影響X1在各波段上與TSM濃度之間的相關性，可能是TSM濃度分布的不同造成的。X1在綠色波段上敏感性較低，而在紅外波段上與TSM濃度相關性在0.9以上，選擇B6來計算X1。

表2 X1指數與TSM濃度之間的相關性分析以及C1對其相關性的影響Table 2 Correlation analysis between X1 index and TSM concentration and the effect of C1 on its correlation

分析X2與TSM濃度之間相關性，其中橫行波段為X2指數的分子，縱列波段為分母，共有30種波段組合選擇。從表3中可以看出B6波段與各波段的比值都與TSM高度相關，相關系數都接近0.9，為了降低CDOM在443nm處對TSM濃度反演的影響，X2的最佳波段選擇是B6與B2比值。

表3 X2與TSM濃度的相關性分析Table 3 Correlation Analysis of X2 and TSM Concentration

選擇了部分波段組合分析X3與TSM濃度之間的相關性，共有16種備選組合，B1-B4在第一排分別測試其單波段上的相關性，第二排為四個波段分別加上B5，最后一排為分別加上B5和B6。從表4中可以看出，敏感性最高的是后三個波段之和，可以看出在B3波段加入后的值均為各組合值之中最小的，而B1的加入使得X3與TSM濃度的相關性相對較高，主要是443nm能有效體現出CDOM吸收，而CDOM的物質來源決定了其與TSM的高相關性。

表4 X3與TSM濃度的相關性分析Table 4 Correlation Analysis of X3 and TSM Concentration

X4與TSM濃度之間的相關系數如表5，大部分值都是正的，說明隨著TSM濃度的增加大部分波段上的遙感反射率都在增加，而且隨著波長增加，增長速度越來越快，在最后的近紅外波段增長速度有所下降，在B6波段上的增長速度應為最大值，X4選用五斜率之和計算。

表5 X4與TSM濃度的相關性分析Table 5 Correlation Analysis of X4 and TSM Concentration

在2014年5月航次數據中X1的變化范圍在0.02～0.14之間，而X4變化范圍在0.0001～0.0003之間，各指數加權平均后得到復雜算法指數CP=0.19X1+0.05X2+X3+0.98X4/(0.19+0.05+1+0.98)。建立CP指數與實測TSM濃度的對數值之間的線性擬合關系，得到如(6)式的反演公式，其擬合決定系數為0.81：

通過上述公式計算出2015年3月13日長江口TSM濃度分布，結果如圖4所示。

長江口懸浮泥沙從徐六涇到口門再到口外，懸浮泥沙濃度不斷升高[10-12]，口外部分泥沙含量從南向北部顯示出中間高而兩邊低的形態，南部略高于北部，與河口汊道方向基本一致，最高濃度的區域出現在攔門沙前緣渾水峰水域。泥沙擴散形狀呈羽毛狀和噴射狀，噴射狀主要是由于渾濁水體徑流在河槽的約束下受到落潮動力軸慣性作用的影響，而河口沖淡水在鹽水楔之上，漂浮于海面，在風浪作用下運動方向容易發生改變，在擴散前沿形成羽毛狀分布[13]。

圖4 Landsat8遙感影像表層TSM濃度反演結果Fig.4 Landsat8 remote sensing inversion results of surface TSM concentration

4 結論

（1）長江口地區表層懸浮泥沙濃度隨著潮周期的變化發生周期性變化，大潮的變差明顯大于小潮，而且平均值也較小潮大，是典型的高濁度二類水體。

（2）遙感反射率在各波段與TSM濃度的相關性不同，波段選擇與要反演的遙感影像的季節和相應潮情有關，因此，建立適用性強的復雜算法十分有必要。

（3）懸浮泥沙的經驗反演算法對于有效利用Landsat8數據十分重要，復雜經驗反演算法較常規經驗算法更能有效反演長江口地區懸浮泥沙，可為上海市懸浮泥沙濃度監測業務化運行提供參考。

參考文獻(References)

[1]Doxaran D, Froidefond J, Lavender S, et al. Spectral signature of highly turbid waters: Application with SPOT data to quantify suspended particulate matter concentrations[J].Remote Sensing of Environment, 2002,81(1):149-161.

[2]陳楚群,潘志林,施平. 海水光譜模擬及其在黃色物質遙感反演中的應用[J]. 熱帶海洋學報,2003,22(5):33-39.Chen C Q, Pan Z L, Shi P. Simulation of sea water reflectance and its application in retrieval of yellow substance by remote sensing data[J].Journal of Tropical Oceanography, 2003,22(5):33-39.

[3]唐軍武,王曉梅,宋慶君,等. 黃 東海二類水體水色要素的統計反演模式[J]. 海洋科學進展,2004,22(S1):1-7.Tang J W, Wang X M, Song Q J, et al. Statistical inversion models for case II water color elements in the Yellow Sea and East China Sea[J].Advances in Marine Science, 2004,22(S1):1-7.

[4]汪小勇,李銅基,周虹麗,等. 中國近海典型海區表觀光學特性分析與研究[J]. 光學技術,2011,37(5):574-581.Wang X Y, Li T J, Zhou H L, et al. Analysis and research on apparent optical properties about typical area of Chinese offshore[J].Optical Technique, 2011,37(5):574-581.

[5]蔣雪中,王維佳,張俊儒,等. 長江口最大渾濁帶表層水體懸沙粒徑對離水光譜反射率的影響[J]. 泥沙研究,2012 (5):1-7.Jiang X Z, Wang W J, Zhang J R, et al. Impact of suspended sediment particle size on water-leaving radiance reflectance in turbidity maximum zone of Changjiang estuary[J].Journal of Sediment Research, 2012(5):1-7.

[6]劉紅,何青,王亞,等. 長江河口懸浮泥沙的混合過程[J]. 地理學報,2012,67(9):1269-1281.Liu H, He Q, Wang Y, et al. Processes of suspended sediment mixture in the Yangtze river estuary[J].Acta Geographica Sinica,2012,67(9):1269-1281.

[7]Mao Z H, Chen J Y, Pan D L, et al. A regional remote sensing algorithm for total suspended matter in the East China Sea[J].Remote Sensing of Environment, 2012,124:819-831.

[8]Mobley C D. Estimation of the remote-sensing reflectance from above-surface measurements[J].Application Optics,1999,38(36):7442-7455.

[9]況潤元. 長江口水色遙感參數模擬研究[D]. 上海:華東師范大學,2010.Kuang R Y. Remote sensing model of ocean colour parameters in Yangtze estuary[D]. Shanghai: East China Normal University, 2010.

[10]陳沈良,張國安,楊世倫,等. 長江口水域懸沙濃度時空變化與泥沙再懸浮[J]. 地理學報,2004,59(2):260-266.Chen S L, Zhang G A, Yang S L, et al. Temporal and spatial changes of suspended sediment concentration and resuspension in the Yangtze river estuary and its adjacent waters[J].Acta Geographica Sinica, 2004,59(2):260-266.

[11]謝火艷,王如生,張國安,等. 長江口北槽沉積物的粒度特征和輸運趨勢探討[J]. 上海國土資源,2016,37(2):84-88,95.Xie H Y, Wang R S, Zhang G A, et al. Discussion on grain-size characteristics of seafloor sediment and transport pattern in the northern passage of the Yangtze River estuary[J].Shanghai Land& Resources, 2016,37(2):84-88,95.

[12]李懿淼,李茂田,艾威,等. 長江流域水庫“泥沙過濾器”效應對溶解硅的滯留行為[J]. 上海國土資源,2017,38(2):49-53.Li Y M, Li M T, Ai W, et al. Sediment filter effect on dissolved silica retention in reservoirs of the Yangtze river basin[J].Shanghai Land & Resources, 2017,38(2):49-53.

[13]韓震,金亞秋,惲才興. 神舟三號CMODIS數據獲取長江口懸浮泥沙含量的時空分布[J]. 遙感學報,2006,10(3):381-386.Han Z, Jin Y Q, Yun C X. Spatial and temporal distributions of suspended sediment contents in the Yangtze river estuary using the CMODIS image data from China's SZ-3 spacecraft[J].Journal of Remote Sensing, 2006,10(3):381-386.