高光譜影像在海洋環境監測中的應用

文|王錦錦 李真 朱玉玲

1.上海歐比特航天科技有限公司 2.中國建筑西南勘察設計研究院有限公司 3.自然資源部第一海洋研究所

一、引言

海洋是人類生存進步的重要空間資源，但受限于海洋大尺度和高動態的特征，我們對海洋的探索和認知還遠遠不夠，遙感手段以其大范圍、多時相、高頻度和經濟性的優勢，成為海洋觀測的一種主要手段。然而，海洋水體對電磁波的強吸收特性，使得海洋水體的回波信號在遙感影像中呈微弱狀態，目前常用的多光譜遙感光譜分辨率較低，對海洋環境要素信息準確獲取的能力稍顯不足，在此情形下，以高光譜分辨率為主要特征的高光譜遙感技術成為開展海洋資源環境監測的新選擇。

二、高光譜影像特點

高光譜遙感最大的優勢在于光譜分辨率的提高，窄波寬、多波段的特點使高光譜影像幾乎具有連續的光譜數據，提高了觀測目標物屬性信息的能力和與地物實測光譜的匹配能力[1]，同時，高光譜數據依據地物的光譜曲線，可以對某些具有特殊光譜吸收特征的物質進行探測，進而進行精準的目標物類型區分。此外，影像波段數和光譜信息的增加，為遙感影像的地物要素識別模型和算法提供了更多的可能，并可以對地物的狀態參量進行估算[2]。

目前我國在軌高光譜衛星數量不多，但隨著GF-5衛星和珠海一號商業小衛星的發射運營，高光譜影像的數據量逐漸增多，其在各行業中的應用也會越來越普遍。表1為目前我國主要的在軌高光譜衛星基本參數。

表1 我國在軌高光譜衛星基本參數

三、高光譜影像海洋環境監測應用

1.海洋水色反演

（1）水色要素反演

葉綠素、懸浮物和透明度是評價海水水質的幾項主要指標，葉綠素a是浮游植物中普遍含有的色素，在藍光和紅光波段存在吸收峰，并且激發熒光，水體吸收光譜和熒光光譜隨著葉綠素a濃度的變化而變化[3]；水體懸浮物由有機和無機顆粒物組成，其含量可直接影響水體透明度、渾濁度以及水色，研究發現，在近岸海域，懸浮物濃度與長波段的遙感反射率或比值呈現良好的相關性[4]；水體透明度與水體各組分含量及其吸收、散射特性直接相關，反映了水體的渾濁程度[5]，研究表明，可見光的全波段漫射衰減系數和透明度具有較好的相關性，可通過反演來估計水體透明度[6]?；谏鲜鲈?，即可利用遙感反射率數據開展水色要素的濃度反演。

受限于數據源，目前的海洋水色反演多基于多光譜遙感影像展開，隨著我國環境一號衛星A星（HJ-1A）的發射，眾多學者進行了高光譜水色反演研究，潘邦龍[7]、潘梅娥[8]等基于HJ-1A 超光譜成像儀（HSI）高光譜數據分別提取了懸浮物（見圖1）和葉綠素a濃度的混合光譜分解模型并開展實驗，結果表明模型預測值與實測值的相關系數分別為0.82、0.89，驗證了模型的適用性；此外，面向2018年發射升空的GF-5衛星高光譜傳感器，鄧實權等[9]開展了渾濁水體葉綠素a濃度的反演算法研究，根據GF-5衛星數據波段設置，將實測光譜數據轉換為模擬GF-5光譜數據開展了相關實驗。

圖1 基于HJ-1A HSI的混合光譜分解模型懸浮物反演結果

（2）淺海水深探測

水深是海洋環境的重要參數，是海洋資源開發和海洋環境保護的基礎保障。然而在部分海岸帶淺海和島礁周邊海域，船只無法到達，傳統水深測量無法作業，在此情形下，基于水體的光學特征發展的水深遙感探測成為選擇。

高光譜遙感波譜信息豐富，是近些年來水深遙感反演研究的熱點和前沿，形成了光譜微分統計、查找表、神經網絡和半分析等模型[10]，經實驗驗證其平均相對誤差低于20%。其中，HOPE模型(Hyperspectral Optimization Process Exemplar)[11]是目前影響最大且應用最為廣泛的一種高光譜遙感水深反演模型，該模型由Lee1999年提出，是一種聯合反演淺海水深和固有光學性質的半分析模型，充分考慮了水體組分的吸收和散射因素，物理機制比較完備。其最大優勢是無需實測水深，可直接進行水深反演，因而受到了國內外眾多學者的青睞，并開展了大量的應用研究，研究結果精度普遍較高，0～25m水深段平均相對誤差在15%左右。

2.海洋災害監測

（1）赤潮

赤潮是海洋中一些微藻、原生動物或細菌在一定環境條件下爆發性增殖，引起水體變色的一種生態異?，F象，是我國主要的海洋生態災害之一，對海洋生態系統、水產養殖業和濱海旅游業等構成較大影響。赤潮發生時，浮游生物的聚集會導致水體葉綠素濃度的升高，引起水體光譜特性的變化，進而產生有別于正常水體的光譜特征[12]，如赤潮發生海域水體往往在熒光波段（685附近）具有較高的遙感反射率。通過對高光譜影像光譜特征差異的分析，可以實現對赤潮的檢測和監測。

目前常用的高光譜赤潮檢測方法有基于赤潮水體反射率的分析函數算法、基于光譜特征和小波的識別算法、基于現場赤潮海水和正常海水的波譜數據的SVM算法[13]等，潘斌等[14]提出了基于高光譜圖像解混的海洋藻類監測算法，實驗驗證算法能有效克服高光譜圖像分辨率不足造成的面積估算不準問題，實現亞像素水平的面積估計；馬毅等[15]提出了基于子空間劃分和耀斑抑制的赤潮高光譜高精度快速檢測方法，并實驗驗證了方法的可行性。

（2）溢油

與赤潮類似，海上溢油也是一種我國近海常見的海洋災害，近幾年發生的幾次海上溢油事件對我國近海環境造成了很大的破壞。溢油發生后會在海面形成油膜，不同厚度的油膜會在可見光影像上表現出不同的特征，尤其在近紅外波段表現出與清潔海水明顯的光譜差異[16]，同時，油膜平滑了海表面的微尺度波，使油膜與海水在影像中的紋理表現存在差異，介于此，可利用光學影像對海上溢油進行檢測。高光譜圖譜合一的優勢，可以通過目標的光譜和紋理特征剔除顏色和外觀與油膜相似的假目標，獲取更精準的海上溢油信息，目前常用的方法有基于多尺度特征深度學習的高光譜溢油檢測、小波變換及深度學習等[17]，另外韓仲志等[18]提出了通過分區混合端元計算海洋溢油覆蓋度的探測方法，并采用仿真數據與真實高光譜影像數據相結合進行實驗，驗證了算法的有效性；任廣波等[19]提出了基于特征光譜波段的三種海上溢油高光譜檢測模型及其適用場景。

（3）海冰

海冰是典型海洋生態災害之一，常發生于我國渤海和黃海北部，對航道通行、海上石油開采及漁業資源開發造成較大的影響。目前的海冰遙感監測主要集中在海冰分布和海冰厚度計算上，部分技術已較為成熟，并開展了業務化應用。

受限于影像的光譜分辨率，目前的海冰遙感監測主要是對海冰分布范圍的提取，而海冰厚度的研究成果較少，提取算法尚不夠成熟。但研究表明，不同類型的海冰在一定的光譜范圍內，表現出顯著的反射率差異和強烈的可分離性，海冰厚度與海冰反照率之間呈現良好的指數關系[20]，尤其對于一年冰或冰厚小于1m的海冰。高光譜影像較高的光譜分辨率可以獲得近乎連續的光譜信息和豐富的海冰圖像信息，可為海冰更深一步的探測提供重要信息。羅征宇等[21]對比高光譜不同波段組合和四種監測分類方法在海冰監測上的優缺點，得到了在500nm～900nm波長范圍內，選擇波段越短海冰分類精度越高及最大似然法監測精度相對最高的結果；韓彥嶺等[22]針對高光譜波段之間的相似和冗余，提出了基于改進相似性度量的海冰檢測方法，并經實驗驗證了方法的可用性。

3.濱海濕地遙感監測

濱海濕地是重要的鳥類等陸地動物的棲息地和魚類等水生動物的繁育場所,地物類型復雜多樣，且大部分區域人為無法進入，現有的多光譜遙感技術在濱海濕地地物類型分布方面有較多的應用，但無法開展高精度的復雜地物類型分類和定量遙感監測，如植被生物量和蓋度等。高光譜影像的高光譜分辨率，能夠更精細地展現地物的光譜特征，在濱海濕地負責地物類型分類和定量監測中可發揮獨特的優勢。

目前濱海濕地典型地物分類的方法多為基于現場調查數據的監督分類，常用方法有SVM、神經網絡算法、最大自然分類法等[23]，同樣，高光譜影像遙感監測也可對不同地物光譜特征波段進行遴選，建立基于高光譜植被指數的定量信息提取方法和模型，開展基于高光譜遙感影像的地物類型和植被定量信息提取。朱玉玲基于SVM方法，利用珠海一號高光譜影像對黃河三角洲國家級自然保護區的水體、鹽地堿蓬、潮灘、蘆葦沼澤、互花米草、潮灘蘆葦、檉柳灌叢等7種典型地物進行了分類研究，總體分類精度為86.02%，kappa系數為0.83，其中，水體和鹽地堿蓬的分類精度最高，分別為98.96%和95.94%。實驗所用影像及分類結果圖參見圖2。

圖2 基于OHS影像的黃河口濱海濕地地物分類

四、結束語

高光譜遙感作為光學定量遙感發展的必然趨勢，雖然光譜分辨率有了較大的提升，但其空間分辨率與多光譜影像仍有較大差距，導致影像中存在較多的混合像元，影像質量仍需進一步改善；同時，現有的高光譜衛星主要應用對象為陸地地物，多采用陸地定標場及內陸湖泊等開展輻射定標，并未開展專門的海上定標，其定標系數在海洋中未必適用，這也給高光譜影像海洋監測增加了難度。