用輻射傳輸方程改進算法反演LandSAT8海表溫度的效果檢驗和適用條件分析

黃 路，邵 浩，張彩云，夏文杰，楊星晨

(1.國家海洋技術中心漳州基地籌建辦公室, 福建 廈門 361007；2.廈門大學海洋與地球學院, 福建 廈門 361102；3.91039部隊, 北京 102401；4.聲場聲信息國家重點實驗室、中國科學院聲學研究所, 北京 100190)

高分辨率海表溫度(Sea Surface Temperature,SST)在亞中尺度和小尺度海洋鋒結構[1]、河流水動力過程[2]、海氣相互作用[3]、水產養殖[4]、海冰熱異常[5]、海岸帶水質監測[6]等研究中發揮著重要作用。LandSAT 8衛星于2013年2月11日發射，有10、11兩個熱紅外波段，中心波長分別為10.9 μm和12.0 μm，經重采樣后空間分辨率均為30 m，其長時間穩定運行為獲取高分辨率SST提供了大量可靠數據源。目前，LandSAT8SST相關反演算法主要有單窗算法[7-8]、普適性單通道算法[9-10]、劈窗算法[8,10]以及輻射傳輸方程算法等。其中，基于美國國家環境預報中心(NECP)再分析數據集、中等光譜分辨大氣透過率和輻射計算軟件包(Moderate Spectral Resolution Atmospheric Transmitance, MODTRAN)等大氣輻射傳輸模型建立的輻射傳輸方程算法[11-13](以下簡稱輻射方程法)不依賴于地面觀測站點資料，因而非常便于業務化遙感反演SST，美國航空航天局(NASA)也對其各個輸入參數的計算過程進行集成，并開發出大氣校正參數計算器(https://atmcorr.gsfc.nasa.gov/)，內有專門針對LandSAT8第10波段的大氣校正模塊。

雖然NECP再分析數據集提供了地表到30 km高度的大氣廓線數據作為輸入參數，較大程度提高了整層大氣廓線的估算精度，但其較低的時間和空間分辨率、相對簡單的插值計算方式以及數據集本身的準確性等都會影響輻射方程法輸入參數的計算精度，同時也使得該算法最終反演的SST結果存疑。有學者針對輻射方程法在反演環境一號B衛星(HJ-1B)SST存在較大偏差的情況，從修正大氣透過率參數入手，提出普適性的輻射傳輸方程改進算法[13](以下簡稱改進算法)，并獲得了較高HJ-1BSST反演精度，但該改進算法還未推廣應用在LandSAT8衛星上，其實際反演效果還有待進一步檢驗。此外，改進算法使用研究區中心位置附近一點處的大氣透過率來近似代表整個研究海域的大氣透過率，但是即使在小范圍研究海域，大氣透過率也可能會出現較大變化，尤其是在水汽含量較高的夏季，或有較多的不易剔除的薄云存在等極端情況下，該算法的反演精度和適用條件也需要進行進一步評估和分析。

因此，本研究選擇冬、夏各2景LandSAT8圖像，其中1景夏季圖像研究區內云覆蓋較多，在修正算法部分參數的基礎上，分別反演出算法改進前后的LandSAT8SST，并使用MODISSST和浮標SST對結果進行驗證和比較。最后以電廠溫排水遙感監測作為改進算法的應用案例，分析了其時空分布情況。

1 數據與方法

1.1 研究區

以廈門灣及其鄰近海域作為研究區，如圖1所示。取金門島南側海域一點(24.38°N，118.41°E)作為研究海域的中心點，在中心點位置附近分別平行岸線方向和垂直岸線方向劃設2條斷面，在斷面上隨機均勻選取20個點作為算法驗證點。

圖1 廈門灣及其鄰近海域研究區示意圖

1.2 數據源及預處理

4景LandSAT8第10波段熱紅外圖像來源于對地觀測中心(http://ids.ceode.ac.cn/)，成像日期分別為2013-08-04、2014-01-27、2019-08-21、2019-12-11，除2019-08-21圖像外，其他3景圖像質量較好，云覆蓋少，水汽含量相對均勻；與LandSAT8圖像同日1 km的Aqua MODISSST產品[14-15]下載于美國NASA水色衛星網站(http://oceancolor.gsfc.nasa.gov/)。此外，還使用了2014年1月27日的5個浮標驗證數據，來源于福建省海洋預報臺海洋觀測網(http://www.fjhyyb.cn/Ocean863Web_MAIN/default.aspx?r=1#hygc)，浮標數據采集時間與當日衛星成像時間相差小于5 min。

對4景LandSAT8熱紅外圖像進行幾何精校正、圖像配準，控制點誤差小于0.5個像元；裁剪出研究區，并利用水體像元和非水體像元的光譜特征差異，人機交互判讀提取出研究海域純水體像元。

1.3 基于改進算法反演LandSAT8 SST

大氣表觀輻亮度LTOA可用下式近似表示[16-17]：

LTOA=[ε·LT+(1-ε)Ld]·τ1+Lu

(1)

式(1)中：ε是海水發射率，這里取0.988 8；Lu和Ld分別表示中心點處的大氣上行和下行輻亮度[W/(m2·sr·μm)]，由大氣校正參數計算器求得；LT是海表輻亮度[W/(m2·sr·μm)]；τ1是中心點處修正的大氣透過率。

LandSAT8LTOA通過以下定標公式計算：

LTOA=ML·Qcal+AL

(2)

式(2)中：系數ML和AL可在MTL.txt元數據文件中查找得到，Qcal為第10波段DN值。

對普朗克公式進行簡化計算[18]，將海區SST分成10～20 ℃和21～33 ℃兩個區間，分別進行線性擬合得到LandSAT8LT和LandSAT8SST轉換關系式：

SST10～20= 7.771 5LT-47.316(R2= 0.999 8)

(3)

SST21～33= 6.992 3LT-40.481(R2= 0.999 8)

(4)

τ1的計算過程參考前人做法[13]，即將中心點處的MODISSST近似看作真值并作為該點處的LandSAT8SST，分不同的SST區間將其代入公式(3)或(4)，得到中心點處的LandSAT8LT，再將LandSAT8LT連同中心點處的Lu、Ld和LTOA一起代入式(1)即可得到修正的τ1。

此外，為了便于比較，本研究還將未修正的τ，即基于大氣校正參數計算器計算的中心點處的τ代入式(1)，計算得到基于輻射方程法反演的LandSAT8 SST。

1.4 算法精度評價

2種算法計算的大氣透過率偏差用均方根誤差rmse來表示，分別為：

(5)

(6)

式(5)、(6)中：τ2i為使用1.3節計算τ1的方法求取的第i個MODIS驗證點處的大氣透過率τ2，下同。

2種算法反演的LandSAT8SST偏差主要用平均偏差bias和均方根誤差rmse來表示，分別為：

(7)

(8)

式(7)、(8)中：SSTi為MODISSST或浮標SST。

使用大氣透過率標準差σ(τ2)定性表示研究海域大氣透過率分布的均勻程度，計算公式為：

(9)

2 結果與討論

2.1 改進算法精度驗證及適用性探討

MODISSST精度驗證結果如表1所示，輻射方程法計算的τ及其反演的LandSAT8SST存在不同程度的偏差，偏差大小與季節無關，SST偏差(包括平均偏差bias和均方根誤差rmse)最大超過2.5 ℃，最小僅為0.5 ℃左右。相比輻射方程法，改進算法則對大氣透過率偏差和SST偏差均有明顯改善，除2019-08-21圖像外，其他3景圖像τ1偏差在0.005左右，SST偏差在0.5 ℃左右；而對于2019-08-21圖像，改進算法對其SST反演精度也有較大提高，平均偏差由2.52 ℃降為1.09 ℃。浮標SST精度驗證結果如表2所示，改進算法在近岸海域對SST偏差改善效果同樣顯著，輻射方程法反演的SST偏差超過了1.5 ℃，而算法改進后平均偏差bias和均方根誤差rmse分別減少到0.14、0.18 ℃。

表1 MODIS SST精度驗證結果

表2 浮標SST精度驗證結果

進一步對改進算法的適用條件進行分析，如圖2所示，σ(τ2)與τ1偏差和SST偏差相關系數分別為R2[rmse(τ1)]=0.648 5、R2[bias(SST)]=0.920 7、R2[rmse(SST)]=0.934 0，可看出改進算法SST反演精度與研究海域大氣透過率分布均勻程度呈顯著的正相關關系，而研究海域大氣透過率分布不均勻則可能是該算法產生較大偏差的主要原因，即對于大氣透過率分布均勻的研究海域，改進算法對其SST偏差具有顯著改善，而當水汽含量不均勻，有云覆蓋，尤其是不易剔除的薄云存在時，往往會造成局部大氣透過率分布存在較大突變，在此情況下，基于中心點計算的τ1可能就難以代表整片研究海域大氣透過率的平均狀況，如2019-08-21圖像σ(τ2)在4景圖像中最大，相應的SST偏差也最大。或可以通過縮小研究海域范圍、增加τ1的計算數量，以及進行更嚴格細致的薄云剔除等措施來提高改進算法的反演精度。

圖2 線性相關性分析結果

2.2 改進算法在電廠溫排水遙感監測上的應用

大中型核電或火力發電廠循環冷卻水排放入海，會引起一定范圍的海水增溫，進而影響浮游動、植物的多樣性，增加海洋生物病害和赤潮暴發頻率[19]。廈門灣及其鄰近海域主要有后石、嵩嶼、晉江3座火力發電廠，如圖1所示，后石電廠總裝機容量可達420萬千瓦，最后一號機組于2009年建成投產；嵩嶼電廠總裝機容量120萬千瓦，二期兩臺機組分別于2006年3月、8月轉入商業運行；晉江電廠總裝機容量140萬千瓦，4臺燃-蒸氣聯合循環機組于2010年10月竣工投產。

基于改進算法反演的各電廠表層溫排水分布，如圖3所示。后石電廠表層溫升現象最顯著，呈射流狀，沿岸線向東南方向流動，主流軸越過了鳥嘴尾角，羽流尾部形態不固定，差異較大；嵩嶼電廠未形成較為明顯的溫升羽流痕跡，其排水口附近SST分布特征與相鄰海岸海水較為相似，溫排水增溫效應基本可忽略不計；晉江電廠溫升羽流呈扇形分布，主流軸近似垂直岸線向東，流軸短，影響范圍小，部分羽流尾部存在向南擴散的特征。

進一步定量分析后石、晉江電廠的溫排水特征。從排水口出發，沿主流軸方向做溫升羽流的擴散斷面，如圖3黑線曲線所示，查找斷面無明顯降溫變化的初始位置，將該位置處的溫度作為基準溫度，分別統計溫升高于基準溫度0、3、5 ℃的熱污染半徑和面積，如表3所示。后石電廠排水口附近存在較為穩定的高溫水體(溫升>3 ℃的水體，下同)，其溫升幅度和擴散影響范圍最大，各圖像最大溫升和熱污染面積均超過了5 ℃和1.5 km2；晉江電廠熱污染半徑和面積較小，主要集中在排水口附近，但不排除部分年份排水口附近出現高溫水體的可能，如在2019年8月21日圖像中，高溫水體面積占比達到了20.69%。

表3 羽流溫升結果統計

圖3 廈門灣及其鄰近海域各電廠表層溫排水分布圖

從應用效果來看，改進算法對于遙感監測電廠表層溫排水具有很好的優勢，但也需注意遙感手段僅能描述和說明特定時刻電廠表層溫排水情況，對于其實際排放通量和表層以下溫排水情況，還需結合實測數據和數值模擬手段做進一步分析。

3 結論

本研究使用MODIS SST和浮標SST分別對算法改進前后反演的LandSAT8SST進行驗證和研究比較，并初步分析了廈門灣及其鄰近海域的電廠溫排水時空分布情況，得出的主要結論如下：

(1)輻射方程法反演的LandSAT8SST精度不穩定，可能存在較大偏差。而改進算法則對τ1和SST偏差均有明顯改善，MODISSST驗證表明除2019-08-21圖像外，其他3景圖像SST偏差在0.5 ℃左右；浮標SST驗證表明其平均偏差bias和均方根誤差rmse分別減少到0.14、0.18 ℃，基本可以忽略不計。

(2)改進算法SST反演精度與研究海域大氣透過率分布均勻程度呈顯著的正相關關系，相關系數分別為R2[bias(SST)]=0.920 7、R2[rmse(SST)]=0.934 0，大氣透過率分布不均勻可能是該算法產生較大偏差的主要原因。

(3)改進算法對于遙感監測電廠表層溫排水具有很好的優勢，從反演的SST圖像來看，嵩嶼電廠表層海水溫升羽流不明顯；后石電廠表層溫升現象最顯著，溫升幅度和擴散影響范圍最大，其排水口附近存在較為穩定的高溫水體；晉江電廠溫排水呈扇形分布，影響范圍小，主要集中在排水口附近。