高分衛星在淀山湖藍藻水華監測中的應用

上海航天空間技術有限公司

上海水環境模擬與水生態修復工程技術研究中心 鄧成晨 鄭順安 杭 君 王 婧

淀山湖又稱薛淀湖，屬吞吐性淺水湖泊，位于上海市青浦區與江蘇省蘇州市昆山市交界處，緯度范圍為31°04′N 至31°12′N，經度范圍為120°53′E 至121°01′E，總面積約62km2。其中，屬于上海境內的淀山湖湖區面積約46.7km2（約占75.3%），是上海最大的淡水湖泊。淀山湖平均水深2.1m，最大水深3.6m，湖泊容積1.3×108m3，年均水溫20.6℃，主要承泄太湖來水。太湖水由西北向東南經急水港、大朱厙等河港進入湖體，然后經攔路港、淀浦河等河流泄入黃浦江，停留時間約29 天，約占黃浦江水量的17%。淀山湖是黃浦江上游重要的水源保護地，其水質狀況對上海市飲用水源地的飲用水安全起著重要的作用。

近年來，由于環湖農藥化肥及鄉鎮工業廢水等排入，湖水局部呈現富營養化現象。2017年急水港橋的數據表明，淀山湖水質處于劣V 類水平，主要污染物是總氮。總氮是影響藻類繁殖的主要營養鹽之一，總氮含量上升，導致湖泊富營養化，進而使藻類等浮游生物過度繁殖，使得近些年淀山湖藍藻水華暴發現象頻發，水質惡化，對居民生活造成嚴重影響。因此，快速、全面掌握藍藻水華暴發情況，對于藍藻水華治理和預警有著非常重要的作用。

隨著衛星遙感技術的快速發展，通過衛星遙感技術實現對藍藻水華的大范圍監測成為可能，而衛星遙感技術具有宏觀性、綜合性和實效性等優勢，已被廣泛應用于水體藍藻水華監測中。

一、數據來源

據上海水務局報道稱，2018年7月14日中午，螢火蟲環境保育志愿者小組在金澤鎮巡視期間路過環淀山湖生態帶（蔡浜村段）湖濱時，記錄到近岸水域長約1.7km，寬約5～20m 的明顯藍藻水華污染帶（如圖1所示）。這與青浦區水務局2017年8月15日印發的《青浦區淀山湖藍藻水華應急處置預案》（以下簡稱“預案”）中提到的淀山湖水華暴發時間和區域一致。預案指出，“淀山湖水華的發生期集中在6月?10月，其中暴發期集中在7月?9月。藍藻受風向作用向下風口移動而堆積。根據淀山湖岸線地形和夏季風向特點，一般在東南風作用下，藍藻會在金澤鎮蔡浜村淀山湖防洪大堤處形成堆積。”且該污染帶位于上海市引用水源二級保護區內。

圖1 志愿者拍攝的環淀山湖生態帶（蔡浜村段）湖濱藍藻水華暴發情況

通過查詢事發時段的高分衛星數據發現，2018年7月15日，“高分”五號衛星（GF-5）的可見光短波紅外高光譜相機（AHSI）有效載荷對上海市西部進行了拍攝，影像覆蓋整個淀山湖區域范圍（如圖2所示）；7月16日，“高分”一號衛星（GF-1）的寬幅相機（WFV4）對淀山湖區域進行拍攝；7月19日、20日、21日分別有“高分”衛星對淀山湖區域進行了拍攝，但因天氣問題，大部分湖面被云層覆蓋，數據質量欠佳，故筆者選取7月15日的GF-5 衛星數據和7月16日的GF-1 衛星數據進行淀山湖區域藍藻水華反演。

圖2 GF-5衛星2018年7月15日拍攝淀山湖及志愿者發現藍藻水華位置情況

GF-1 衛星是我國第一顆自主研制的對地觀測高分辨率衛星，于2013年4月26日發射升空，是中國“高分”系列的第一顆衛星，該星配有2 臺2m 全色/8m 多光譜相機和4 臺16m 多光譜寬幅相機（WFV），設計壽命為5～8年。寬幅相機幅寬為800km，可實現大視野觀測。

GF-5 衛星是我國重要的民用高光譜觀測衛星，于2018年5月9日發射升空并于2019年4月10日因故失效，“高分”五號02 星已于2021年9月7日發射升空。GF-5 衛星搭載的可見光短波紅外高光譜相機是世界上首臺兼顧寬覆蓋與寬譜段的高光譜相機，相機空間分辨率為30m，幅寬為60km，波譜范圍從可見光到短波紅外（400～2500nm），波譜通道數為330 個，可見光譜段的光譜分辨率為5nm，可對內陸水體、生態環境、巖礦種類等進行有效探測，為環境監測、農業資源、防災減災等行業提供高質量、高可靠性的高光譜數據。

二、數據預處理和分析

湖泊水體中藍藻水華的生長受多種環境因子的影響和制約，而葉綠素a 的濃度則在很大程度上反應藍藻水華的生長情況。因此，筆者基于GF-1/WFV4 和GF-5/AHSI 衛星載荷數據，通過反演葉綠素a 濃度來反映藍藻水華生長及空間分布情況，采用的反演研究技術路線如圖3所示。

圖3 葉綠素a反演研究技術路線

首先對獲取的兩景高分影像進行數據預處理，主要包括輻射定標、大氣校正和幾何校正等。

輻射定標是將遙感傳感器的數字量化值（DN）轉換為大氣外層表面發射率（或稱為表觀輻射亮度值）以消除傳感器誤差的過程，是定量化的基礎，其計算公式如式（1）所示。

式中，DNλ是指不同波段中地物的灰度值，Gain和Offset分別為定標斜率（Wm-2sr-1mm-1）和絕對定標系數偏移量（Wm-2sr-1μm-1），Lλ為表觀輻射亮度。

大氣校正的目的是消除由吸收和散射作用造成的輻射量誤差，反演出地物真實的反射率。筆者使用了2 種大氣校正方法，GF-1/WFV4 傳感器數據使用了基于輻射傳輸模型的FLAASH 大氣校正；GF-5/AHSI 傳感器數據利用了6S 輻射傳輸模型根據輸入的參數動態構建大氣校正查找表的方式來進行校正。

使用衛星遙感技術監測水體主要是利用水的光譜反射輻射特征（如反射率）與各種水體參數（如葉綠素a 濃度）的關系，建立一系列相關模型來提取或反演水體參數。

葉綠素a 對可見光和近紅外光波段具有特殊的“陡坡效應”。在420～500nm 的波段范圍，葉綠素a 有一個比較平坦的吸收峰，水體的光譜反射率較低，在540～580nm 的波段范圍存在一個反射峰，在670nm 波長附近存在又一個吸收峰，當葉綠素a 濃度較高時，水體的光譜反射率在該處出現谷值，在700nm 波長附近存在又一個反射峰，該反射峰是含藻類水體最顯著特征，用于判定水體中是否含有藻類葉綠素a。

目前，多光譜衛星數據反演葉綠素a 濃度主要有經驗法、半經驗/半分析法以及分析法。經驗法主要以葉綠素a 濃度和遙感參數之間的統計關系為基礎來實現對水體葉綠素a 濃度的遙感反演。主要包括單波段模型、波段比值模型、多波段組合模型等。半經驗/半分析法是結合經驗法和輻射傳輸模型，采用理論分析與經驗統計相結合的方法描述模型的過程。主要包括三波段模型、四波段模型等。分析法是從水色遙感機理出發，構建水體光譜模型，用以表示水體參數與光譜反射率之間的相應關系，通過輻射傳輸模型模擬光在大氣中的傳輸，建立水體固有光學量和表觀光學量的關系方程，計算得到水體參數。

單波段模型法是反演葉綠素a 濃度最簡單的經驗模型算法，通過分析水體及葉綠素a 的光譜信息，尋找葉綠素a 反射的敏感波段。但由于在單波段經驗模型中，各譜段的光譜反射率與葉綠素a 濃度相關性都不大，因此，難以構建理想的葉綠素a 濃度單波段反演模型。

波段比值模型法是將水體參數和光譜反射率在兩個波段上的比值之間建立相應關系。對于葉綠素a 濃度而言，近紅外波段與紅波段比值與之具有一定的相關性，其表達方式如式（2）所示。

式中，λ1和λ2分別為高分衛星遙感影像的近紅外波段和紅波段，波段比值法在一類水體中進行葉綠素a 濃度反演的精度尚可。

針對葉綠素a 濃度對比了多種單波段和波段比值算法，對相關波段進行組合分析，得出高分衛星數據紅波段反射率與綠波段和近紅外反射率之和的比值與淀山湖水體葉綠素a 濃度具有較好的相關性，構建基于高分衛星數據的淀山湖葉綠素a 濃度反演模型如式（3）所示。

式中，ρChla 為葉綠素a 濃度，b4 為高分衛星的近紅外波段；b3 為高分衛星的紅波段；b2 為高分衛星的綠波段；a、b、c 分別為相關系數。經過模型修正后的反演結果如圖4所示。

圖4 2018年7月15日GF-5和16日GF-1數據反演葉綠素a濃度成果圖

分析結果顯示，在志愿者巡視的金澤鎮蔡浜村淀山湖防洪大堤處附近的水域葉綠素a 濃度約為30mg/m3，與志愿者拍攝照片的藍藻水華情況基本吻合。

三、結論

湖泊富營養化是現階段我國主要的水環境問題，湖泊藍藻水華的發生規律、內在機制以及預警研究已經成為重要的研究課題。近年來，淀山湖藍藻水華頻發，開展相關的基礎研究，可以為富營養化防治及藍藻水華預警提供科學數據及決策依據。

筆者基于GF-5 高光譜數據和GF-1 的寬幅相機多光譜數據的葉綠素a 濃度的建模分析，得到了2018年7月15日和16日淀山湖葉綠素a 濃度分布，從建模得到的結果來看，2 天葉綠素a 的空間分布及濃度變化不大，同時印證了志愿者的巡視結果。

今后可從以下4 個方面深入研究。一是本文所使用的算法模型尚不成熟，特別是在高濃度葉綠素a 水體中，精度誤差較大，需要多方面的優化和提高。二是高分衛星因各種原因，目前尚無法做到對同一地域進行高頻次監測，同時，上海屬亞熱帶季風氣候，在藍藻水華暴發的5月?9月，上海陰雨天較多，若要進行長時間跨度密集監測，研究淀山湖藍藻水華暴發整個流程，最終對防治和預警提供決策依據，需要獲取多源衛星和載荷數據以及更多的樣本。三是藍藻水華在不同的氣候環境下，如光照、氮、溶解氧、水溫等，藍藻水華的上浮率不同，因此，在葉綠素a 濃度建模反演時，需要考慮以上因素。四是衛星遙感反演水體中的葉綠素a 濃度主要是通過獲取含葉綠素a 水體的反射輻射特性進行，因此，應該考慮可能影響葉綠素a 濃度反演的因素，主要包括水體中的其他綠色植物、氣象環境、水面油污及其他漂浮物、總懸浮物、水體透明度、濁度，甚至浪花等。