珠江河口潮周期泥沙動態輸移特征遙感反演分析

潘洪洲，何穎清，馮佑斌，熊龍海，吳俊涌，楊 敏

（a. 珠江河口動力學及伴生過程調控重點實驗室；b. 珠江水利委員會珠江水利科學研究院，廣州 510611）

粵港澳大灣區，核心水域即為珠江河口區域（以下簡稱“河口區”），戰略地位重要。區內河網密布交錯，形成“三江匯流，八門出海”的網河特色，河道、河口區徑流與潮流相互作用，水情復雜。受人類活動和海洋潮流共同影響，河口區水沙動力條件、河道演變發生較大變化，嚴重威脅粵港澳大灣區生態環境及防洪、供水及航運安全。區內未來人類經濟活動及相應規劃建設的節奏將繼續加快，河網水沙調控、咸潮入侵、水質安全等水問題將更加突出，亟需加強河口區水沙動力環境監測。水體泥沙是河道演變的物質來源，其淤積過程直接關系到河道演變，對防洪、供水、航道、海岸工程等安全都會造成直接影響。水體泥沙作為水色要素重要指標之一，能夠直接影響水體的光學特征，如增加水體渾濁度、降低透明度等，進而影響太陽光在水體中的傳播，影響水生生物的光合作用、初級生產力，對沿岸生態環境、生物資源、漁業資源產生重要影響（姜麗君，2018；潘磊劍，2020）。

由于河口區懸沙受徑流、潮汐、鹽淡混合及風浪作用等多種因素的影響，懸浮泥沙的時空分布、運動特性和沉積部位經常發生變化，對于懸沙的監測具有很強的實時性要求，珠江河口區域無常規高頻次遙感衛星覆蓋，中、高分遙感衛星受重訪周期的限制，以及天氣的影響，使得泥沙質量濃度的遙感反演在時間上不具有連續性，實時性較差，難以實時掌握河口泥沙質量濃度的時空分布與動態變化規律。近年來，常規泥沙監測手段不斷豐富，如浮標、平臺監測系統或水文監測站點，可以對泥沙質量濃度等水質參數進行實時在線監測。但通過常規站點監測獲取的點狀數據信息，僅能代表觀測區域小范圍內的泥沙狀況，且無法獲取大范圍水體表觀光學信息。因而導致河口區潮周期內泥沙輸移遙感監測研究較少，無法掌握河口區復雜水情下的泥沙輸移特征。2016年中國首顆地球同步軌道高分對地觀測衛星高分四號（GF-4）投入使用，其具有高時間和高空間分辨率的觀測優勢，在水色遙感上具有重大應用潛力（沈宏，2012；李玨，2016；劉明等，2016；陳曉英等，2018；宋挺等，2018）。其多時相遙感數據采用連續觀測，能夠較好地反映水域高頻變化的特點（Lamquin et al., 2012；江彬彬等，2015；伍高燕，2015；劉波等，2016；楊雪飛，2016；孫璐等，2017；胡耀躲等，2018）。因此，為研究珠江河口泥沙輸移特征，本文以GF-4衛星為數據源，結合野外觀測實驗，構建反演模型，開展河口區泥沙質量濃度高頻次反演研究。以期探究潮周期內珠江河口泥沙動態輸移特征，為河口沉積物輸運、泥沙來源及泥沙數值模擬研究等提供數據支撐。

1 數據與方法

1.1 研究區概況

珠江河口位于廣東省中南部，南臨南海，三角洲河網和河口灣并存，承擔安全宣泄洪水，保障供水、航運、生態安全等重要任務，是珠江流域防洪、供水、水生態安全保障體系的重要組成部分。珠江河口是世界上水系結構、動力特性最復雜，人類活動干擾最顯著的河口之一。主要有以下特點：1）河網交錯，水系結構復雜，珠江水系西江、北江、東江三江匯流，由八大口門出海，河網密度高，屬復雜河口；2）多級分流，徑潮動力復雜，珠三角河網的水沙經多級分汊節點重新分配，潮優型與河優型河口相互依存；3）灘涂發育，人類活動劇烈，灘涂圍墾利用面積大，珠江河口人類活動對灘槽的影響已遠超自然演變；4）通江達海，航運交通發達，河口區規劃分布有多個主要航道；5）物種豐富，生態系統多樣。珠江河口極具典型性，水沙輸移環境復雜，具有重要的研究價值。

1.2 野外觀測數據獲取

于2019-12-28和2020-06-20分別開展珠江河口枯季和洪季野外定點及走航觀測實驗。定點觀測主要通過珠江河口原型觀測浮標站點自動觀測及船上人工采樣觀測獲取水體泥沙質量濃度，共獲取懸沙質量濃度樣點59 個；利用便攜地物光譜儀（ASD）采集水面光譜數據，測量方法采用標準水上測量法（Mueller et al.,2003；唐軍武等，2004），共獲取8條光譜曲線。如圖1 所示，A1～A12 為原型觀測浮標站點，A13～A17為枯季船上采樣點，B13～B17為洪季船上采樣點，C1～C11 為枯季走航水面光譜測量點。其中定點觀測時間（表示北京時間，下同）為T 00:00—24:00，頻率為2 h/次，走航測量為T 09:00—16:00，頻率約為1 h/次。浮標泥沙質量濃度由浮標標定的濁度與泥沙質量濃度的轉換模型計算得到，船上采樣通過實驗室過濾重量法（American Public Health Association,1992）獲取。觀測實驗所獲取的T 10:00—16:00 的泥沙質量濃度及光譜數據見圖2所示。光譜符合內陸或河口水體光譜曲線特征，泥沙質量濃度梯度分級明顯。

圖1 研究區地理位置及實測站點分布Fig.1 The study area and sampling sites'distribution

圖2 泥沙質量濃度野外實測數據集（a）與水面光譜測量數據（b）Fig.2 The field spectral and sediment concentration data

1.3 遙感影像數據獲取及處理

通過向中國資源衛星應用中心提交申請，進行衛星編程拍攝，同步觀測期內獲取了2019-12-28和2020-06-20各4景GF-4高頻次衛星數據，具體成像情況見表1。對獲取的遙感數據進行幾何校正及大氣校正，使得所獲取的多時相遙感影像數據與野外觀測站點數據在空間位置及輻射水平上得以配準。大氣校正采用基于影像自身統計特征的大氣校正法（Lee et al.,2007）。剔除走航實測異常光譜數據后，獲取2019-12-28 C1#T 10:00、C2#T 12:00、C6# T 14:00三個星-地同步觀測點位的實測光譜數據，利用GF4號光譜響應函數對實測光譜進行積分，獲取band2～band5 四個波段的實測反射率值，并通過對比實測反射率值與GF4大氣校正反射值，評價大氣校正的準確性。

表1 GF-4高頻次衛星數據成像情況Table 1 Imaging parameters of GF-4 high frequency satellite data

1.4 反演模型構建及驗證

根據遙感成像時間，分洪、枯季挑選對應成像時刻的同步實測懸沙質量濃度數據，以及提取對應實測點位空間位置GF4號遙感反射率數據，剔除有云及云陰影污染、實測水表層懸沙質量濃度缺失及數值異常的點位，獲取2019-12-28 共18 個，2020-06-20共28個星-地同步觀測數據對。分別隨機選取15 和25 個形成建模數據集，用于模型的構建，剩余為模型驗證數據集，用于模型的驗證。對于泥沙質量濃度的遙感反演，已有研究構建了眾多經驗模型，其中指數模型較為常見，而對于因變量，常選取特征波段的比值，能夠實現較好的擬合效果，減少大氣校正誤差的干擾（劉志國等，2006；Ye et al., 2014；潘洪洲 等，2019）。從2019-12-28 T 12:00成像的GF4數據不同渾濁水體反射率（相對清澈水體＜渾濁水體＜較為渾濁水體）可知（圖3），隨著泥沙質量濃度的增加，紅及近紅外波段反射率抬升比較明顯，藍波段變化較小，與前人研究結論一致，可作為懸沙質量濃度的特征波段（馬驊，2015；張俊儒，2010）。因此，分別以紅、近紅外與藍波段的比值作為自變量因子X，構建泥沙質量濃度（SSC）指數反演模型。

圖3 不同泥沙含量水體GF4不同波段反射率光譜差異Fig.3 Spectral differences of GF4 reflectance of water with different sediment content

1.5 模型驗證

利用驗證數據集開展模型精度驗證，誤差評價主要采用平均絕對百分比誤差及均方根誤差，計算方式為：

式中：MAPE 為平均絕對百分比誤差；RMSE 均方根誤差；xir為第i變量；xim為變量的平均值；n為樣本個數。

2 結果分析

2.1 GF4影像大氣校正效果

由圖4、表2可知，GF4影像大氣校正光譜與實測光譜較為吻合，較好地反映了水體的光譜特征。C1#、C6#點位藍、綠波段表現出一定程度的高估，C1#、C2#點位紅波段被略微低估。

圖4 GF4光譜響應函數及實測光譜與大氣校正結果對比Fig.4 Spectral response function of GF4 and comparison between measured spectrum and atmospheric correction results

表2 各點位GF-4影像大氣校正各波段相對誤差Table 2 MAPE error of atmospheric correction results in each band %

2.2 懸沙反演模型

分 別 以GF4 影 像 反 射 率Rrs （band5）/Rrs（band2） [bandX表 示GF4 影 像 第X波 段，Rrs（bandX） 表示對應波段反射率，下同]、Rrs（band4）/Rrs（band2）（紅藍比值）為自變量構建河口區洪、枯季懸沙質量濃度（SSC）反演模型（表3），枯季兩模型擬合系數接近0.6，差異不大，洪季紅藍比值模型表現相對較好，擬合系數為0.82。利用驗證數據集對模型誤差進行計算，枯季模型驗證誤差整體小于洪季，最小平均絕對百分比誤差及均方根誤差分別為23.54%、0.007（見表3），綜合來看，紅藍比值模型表現相對較好，洪、枯季模型整體平均絕對百分比誤差為26.77%，因此，采用紅藍比值模型開展河口區泥沙質量濃度高頻次反演研究。

表3 GF-4懸沙質量濃度-指數反演模型Table 3 The exponential function inversion models of Suspended sediment using GF4 image data

2.3 河口區潮周期泥沙輸移定量反演

利用已構建的泥沙反演模型，基于2019-12-28和2020-06-20多時相的GF4數據，定量提取河口區潮周期泥沙質量濃度（圖5-a）。2019-12-28河口區整體懸沙質量濃度大部分介于0.01～0.056 kg/m3，少數區域懸沙質量濃度高于0.056 kg/m3，高懸沙區域主要沿西四口門呈帶狀分布。外海懸沙質量濃度基本都低于0.014 kg/m3。T 10:00—16:00 期間，河口東岸漲潮流較為顯著，外海低懸沙水體沿外伶仃島兩側上溯，伶仃洋整體懸沙質量濃度降低。由圖5-b 可知，2020-06-20 河口整體懸沙質量濃度大部分介于0.01～0.28 kg/m3，河 口西岸徑流輸沙較為顯著，各口門附近區域懸沙質量濃度高于0.34 kg/m3，少部分區域質量濃度高于0.50 kg/m3。而外海懸沙質量濃度基本都低于0.02 kg/m3。隨著落潮，口門懸沙不斷向口外擴散輸移，受虎門下泄潮流的頂托，洪奇門下泄泥沙擴散區域受限，附近泥沙質量濃度東西向呈現較為明顯的梯度變化。

圖5 河口區潮周期泥沙質量濃度定量提取結果（a～d.2019-12-28；e～h.2020-06-20）Fig.5 The high frequency remote sensing inversion results of sediment concentration in tidal cycle in estuarine area(a～d.Dec.28th,2019;e～h.June 20th,2020)

3 討論

隨著漲、落潮不同的潮汐過程，河口區泥沙質量濃度不斷發生變化，特別是伶仃洋區域，泥沙質量濃度表現出明顯的潮汐過程變化。為了分析該變化，選取伶仃洋水域，提取洪、枯季多時相泥沙質量濃度特征等值線。如圖6-a 所示，從主要潮位站潮位數據來看，2019-12-28主要為枯季漲潮，徑流輸沙較少，外海漲潮水體的沖淡為影響伶仃洋泥沙質量濃度空間分布的主要因素，因此，枯季選取低質量濃度0.02 kg/m3等值線進行分析；如圖6-b 所示，而2020-06-20主要潮汐過程為洪季落潮，徑流泥沙擴散為影響河口區泥沙質量濃度空間分布的主要因素，因此，洪季選取接近徑流輸沙質量濃度的0.10 kg/m3等值線進行泥沙擴散分析。由圖7可知，受漲潮流影響，伶仃洋整體泥沙質量濃度降低，其泥沙空間分布主要受沿河口東岸及香港西側兩股漲潮流影響，其中沿河口東岸漲潮流率先上漲，受沖淡影響，東岸沿岸區域泥沙質量濃度從東南向西北逐漸降低；香港西側的漲潮于內伶仃島兩側分流形成兩股東北向、西北向漲潮流，流經區域泥沙質量濃度沖淡作用顯著，西北向分流直接流入圖7-c 中區域B，該區域受人為活動影響，海底地形下切顯著（Li et al.,2010;Wu et al.,2016），潮汐動力加強，河床泥沙源減少，泥沙再懸浮至表層的量大大減少，在漲潮流的影響下形成大片低懸沙質量濃度區域（van Maren et al., 2016；詹偉康 等，2019）。T14:00—16:00內伶仃島、澳門、三灶等河口下游潮位站進漲潮階段，上游橫門、舢板洲延遲落潮（圖7-c），交椅灣西南側區域沖淡區域仍有上移，區域A附近水域泥沙質量濃度仍存在被沖淡現象，區域B 低質量濃度水體沿內伶仃島西側呈西南向開始下泄。

圖6 GF4成像時刻各潮位站潮位過程Fig.6 The tidal process of tide stations at GF4 imaging time

圖7 2019-12-28（a、b、c）和2020-06-20（d、e、f）泥沙質量濃度分布、特征等值線及前一時刻特征等值線Fig.7 The Sediment concentration distribution,isopleth of the current and previous moment at Dec.28th,2019(a,b,c)and June 20th,2020(d,e,f)

洪季落潮階段，隨著落潮，伶仃洋西岸高懸沙水體下泄。橫門漲平至初落階段，圖7-d 中區域A泥沙向東南及偏南向輸移，隨著河口東岸落潮流的增強，泥沙輸移受虎門落潮流頂托，東南向輸移受限，輸移方向向南向偏轉，圖7-f中區域B，落潮流與內伶仃兩側分流，沿內伶仃兩側成半環形下泄，區域B泥沙輸移受東岸落潮流頂托顯著，隨著泥沙南向下泄推移、東岸落潮流東南向偏移，圖7-f 中區域C，泥沙向東南有所擴散，隨著西岸落潮流不斷向南擴散，至T 16:00時，區域D，泥沙擴散至澳門附近水域。

根據影像多時相反演有效性及連續性情況，挑選無云、陰影等影響，時序較為連續的6 個點位，對比實測及遙感多時相泥沙時序變化（圖8）。整體上，兩者表現出較為一致的特征，枯季河口上游泥沙質量濃度時序變化基本呈現遞減趨勢，河口下游受漲落潮交替影響，部分點位呈現先減后增的趨勢，如枯季A7 點位；洪季泥沙質量濃度最大值出現在落急時刻（T 14:00）前后，泥沙質量濃度變化大致呈先大增后小減的趨勢。由表4可知，A7點位T 10:00—12:00為漲潮階段，T 12:00—14:00為漲落潮交替階段，T 14:00—16:00轉為落潮。A7點位靠近沿岸，上游高質量濃度泥沙水體沿澳門機場沿岸下泄，漲潮轉落潮階段，表層水體易受上游下泄泥沙影響，因此，A7點位泥沙質量濃度時序變化呈現先減后增的趨勢（圖9）。由圖8可知，部分點位遙感反演值與站點實測值之間差異較大，如枯季A1、A2點。從枯季遙感反演及實測點位泥沙質量濃度整體變化看，枯季潮流攜帶泥沙較少，水體泥沙質量濃度低。如圖6、8及表4所示，A1點T 10:00—14：00為漲潮階段，T 14:00—16:00為漲落潮交替階段，隨著漲潮流的上漲，受潮流沖淡作用影響，A1點位泥沙質量濃度呈現逐漸遞減趨勢，遙感反演值時序變化特征與之相符，但與實測值時序趨勢不一致，主要有以下原因：從空間采樣的差異性看，遙感反演采用的是50 m分辨率影像的面上采樣，而實測站點為點狀采樣，采樣尺度存在差異；且浮標站點濁度與懸沙質量濃度的轉換也存在一定的誤差；另外，GF4號遙感影像大氣校正誤差及反演模型的不穩定性，都可能成為實測值與反演值不一致性的影響因素。由于缺少測量時刻其他描述材料，如水樣采集時刻船只擾動影響等情況，不再對A2 測點的差異性作進一步分析。

圖8 部分實測站點及對應遙感反演泥沙時序變化Fig.8 The comparison of sediment concentration daily changes between remote sensing inversion and measured datas

圖9 2019-12-28 A7實測站點T 14:00泥沙分布疊加T 14:00 及T 16:00 0.02 kg/m3等值線Fig.9 The Sediment distribution at 14:00 and 0.02 kg/m3isopleth at T 14:00/16:00 at A7 site on Dec.28th,2019

表4 A1及A7點位2019-12-28實測潮流流向Table 4 The measured tidal current direction at A1 and A7 site on Dec.28th,2019

4 結論

本文利用洪、枯季兩批多時相GF4 影像數據，結合地面同步實測站點數據，通過構建反演模型實現珠江河口潮周期內泥沙質量濃度的高頻次反演，并以伶仃洋為例分析成像期間的泥沙動態輸移特征，結果表明：1）基于GF4 影像紅、藍波段比值及近紅外、藍波段比值能很好地指示河口泥沙含量，基于兩類比值構建的模型表現較優，其中紅、藍比值模型相對較好，整體平均絕對百分比誤差為26.77%，多時相遙感反演結果與實測站點的時序變化特征較為一致；2）枯季漲潮水體對泥沙分布起明顯的沖淡作用，枯季漲潮階段伶仃洋整體泥沙質量濃度有所減小，河口東岸漲潮流較為強勁，由于潮流的沖淡作用，沿伶仃洋東岸及中灘大面積區域形成低泥沙質量濃度區，高泥沙質量濃度分布區域受漲潮擠壓，沿伶仃洋西岸呈帶狀分布；3）洪季河口高泥沙質量濃度水體沿伶仃洋西岸呈帶狀分布，落潮階段泥沙最高質量濃度出現在落急時刻左右，隨著落潮向西南或偏南向擴散輸移，虎門下泄徑潮流泥沙質量濃度相對較低，受該潮流下泄影響，泥沙擴散受到擠壓，西岸東南向泥沙擴散路徑向南推移，南向泥沙輸移擴散至澳門水域附近。

本研究為復雜河口泥沙輸移大范圍業務化監測提供了新的思路，有助于提升對珠江河口潮周期內泥沙動態輸移變化的認識，同時為珠江河口泥沙輸移數值模擬與遙感監測提供了交叉驗證的新思路，為河口沉積物輸運、泥沙來源及泥沙數值模擬研究等提供數據支撐。隨著遙感技術的發展，遙感光譜分辨率及時間分辨率不斷提高，泥沙潮遙感反演研究由多頻次向高頻次擴展，監測維度也將從表層向垂直層面擴展，實分析泥沙質量濃度垂直層面分布及準實時輸移，進而可以估算水體某過流斷面的泥沙量，甚至可以估算泥沙通量，可為泥沙動態輸移特征的深入研究提供支撐。