基于Sentinel-2衛星數據的城市湖泊濕地葉綠素A及總懸浮物濃度定量監測分析

關鍵詞：葉綠素A濃度；總懸浮物濃度；遙感反演；C2RCC算法；湖南

0引言

濕地是介于陸地和水體間的過渡生態系統，是人類重要的生存環境之一，具有獨特的水文、植被、土壤和生物特征，享有“地球之腎”的美譽。而城市濕地因兼具生態和社會服務功能，被認為是城市重要的生態基礎設施之一，是城市可持續發展依賴的重要自然系統，堪稱“城市之腎”。但城市濕地由于處于城市這個復雜的人工生態系統中，往往受到人為因素的干擾和影響較大，復雜而密集的人類活動會改變其原來的自然屬性，極易造成生態脆弱敏感。城市濕地的水系也會與一般自然狀態下的水系有很大的區別，人工改造活動使得城市濕地水體流動性變差，導致水體的自我凈化能力變弱，極易引起水體的富營養化。

水體的葉綠素A是代表浮游生物含量多寡的主要指標，也是衡量水體富營養化的最基本參數，對葉綠素A（Chl．a）進行監測，能夠有效反映水體的富營養化程度及變化趨勢。懸浮物廣泛分布于海洋、湖泊、河流等水體，其濃度是水質和水環境評價的重要參數之一，總懸浮物濃度（TSM）直接影響光在水體中的傳播，進而影響水生生態環境，與水生植物的光合作用和水體自凈作用直接相關。

目前，國內外一般通過現場人工取樣和實驗室分析的方法進行水質檢測，達到分析與評價水質指標的目的。這種方式存在采集數據量有限、檢測速度慢、操作復雜、穩定性差、花費成本高的缺點，不能滿足大面積區域水體水質快速監測的要求。基于衛星遙感定量監測，采用成熟的算法和模型對水體中的葉綠素A濃度以及總懸浮物濃度等參數進行定量反演，可以定性地掌握大范圍水域水質的空間分布和變化情況。與傳統水質調查相比，衛星遙感定量監測具有監測范圍大、周期短、綜合性強、經濟成本低等優勢。

1監測區概況

松雅湖國家濕地公園位于湖南省長沙市北部長沙縣，是目前湖南省最大的內湖濕地公園，具有特殊的調節服務功能。該濕地公園不僅與長沙市內的水環境密切相關，還可對湘江水系的水生系統產生較大影響。松雅湖國家濕地公園地理坐標為北緯28°15'38\"～28°17'17\"，東經113°5'5\"～113°6' 55\"。公園東西長約3.1km，南北長約2.6km，總面積3.65km2。松雅湖是中國退田還湖工程實施后恢復重建形成的典型淺水湖泊濕地生態系統，具有湖泊、草木與森林沼澤、人工島嶼以及湖岸生態帶等復合生態景觀，是退田還湖工程實施成果和淺水湖泊濕地恢復重建的典型代表。

1955年，松雅湖濕地主要為圍垸形成的稻田，其南部有一條水渠流過，水域面積約0.74hm2。1972年，因洪水泛濫等自然災害，該區域出現了一條與撈刀河連通的水渠，以及一些散布的小型濕地，水域面積約6.25hm2。1990年，聚居的居民面積擴大，原來規整的堤岸線被沖垮，濕地數量增加，濕地面積擴大到12.68hm2，但仍以稻田為主。2011年，通過退田還湖工程的修復與重建形成了松雅湖濕地，其為永久性的湖泊，濕地面積達2.74km2。

2 C2RCC反演算法

在水色遙感應用中，通過三個光學相關濃度對水體光學信號的貢獻，即浮游植物色素、總懸浮物質和黃色物質，水體會產生固有光學性質（IOPs），采用生物光學模型對水體光學信號進行計算，從而反演出水體水質情況。基于神經網絡技術的C2RCC為生物光學模型的“二類水體區域性近岸海域水色”反演算法，該算法可對多種數據進行處理，從Sentinel-3 0LCI到Sentinel-2MSI，再到Landsat-8 011和傳統傳感器MERIS，還支持MODIS、VIIRS和SeaWiFS等傳感器。該算法可輸出校正后的遙感反射率、固有光學量、葉綠素A（Chla）濃度、總懸浮物濃度（TSM）和黃色物質等多種產品數據，同時可以彌補傳統水質調查中監測點少、不能實現同步大面積監測的缺陷。本文基于此算法反演松雅湖水體的葉綠素A（Chl．a）濃度和總懸浮物濃度（TSM），利用衛星遙感定量反演的手段建立松雅湖葉綠素A（Chl．a）濃度和總懸浮物濃度（TSM）的監測模型，同時分析松雅湖不同時期的葉綠素A（Chl．a）濃度和總懸浮物濃度（TSM）的空間分布情況，為松雅湖水質監測和預警以及水生態保護修復的成效評估提供重要的基礎數據支撐。

哨兵二號衛星（以下簡稱Sentinel-2）中MSI傳感器有3個波段可獲取植被在近紅外“紅邊”區間的光譜特征信息，分別為第5、第6和第7波段，對監測植被長勢與健康、水體葉綠素A（Chl．a）濃度、浮游植物分布等水生態信息靈敏有效，在可見光區間內，綠光中心波長處葉綠素A（Chl．a）濃度的光譜反射率高于相鄰兩側藍光和紅光波長的反射率，形成典型的葉綠素A（Chl．a）濃度反射峰，Sentinel-2衛星的波段參數如表1所示。選擇適合監測區域及其季節的大氣校正需要用到的參數，通過神經網絡算法完成Sentinel-2衛星影像數據的大氣校正、水體光學量的反演處理，同時對反演結果數值范圍的合理性與不確定度等信息進行輔助性判斷和計算。其中，葉綠素A（Chl．a）濃度通過浮游植物色素吸收特性IOP換算，總懸浮物（TSM）干重由后向散射IOP（Scattering bymean coastalparticles）及鈣質白色粒子的后向散射IOPb（Scattering by white parti-cles）進行綜合轉換。轉換系數是基于C2RCC算法訓練數據集中的水體固有光學量與同步實測水質參數的經驗統計關系得到，C2RCC算法的轉換式見式1、式2c9]。

3松雅湖衛星反演結果及分析

松雅湖原名楊梅湖，1973年圍垸成田，每逢洪水高峰期澇水嚴重。退田還湖后更名松雅湖，初期水體富營養化嚴重，湖中的魚類喜攝食易產卵，且有益水體凈化的沉水植物種類較少，水質多為劣V類，重新構建松雅湖健康的水生態迫在眉睫。全省的河湖長制工作實施后，長沙縣在松雅湖設置縣、街道、社區三級湖長，同時明確了管理單位湖長，創新實施“雙湖長制”，統籌推進松雅湖流域生態環境綜合治理。2016年，對松雅湖北部（圖1B區）及南部（圖IC區）開展水生態修復，通過清水型生態系統構建技術，營造陸生一濕生一水生生境，形成沉水植物，在水體建立清水型生態系統，極大地提高了水體的自我凈化能力和環境容量，從而建成健康、完整、長效的水生態體系。

采用C2RCC對2016年12月9日和2020年11月8日的Sentinel-2影像進行預處理和指標反演，計算松雅湖各區域的水體葉綠素A（Chl．a）濃度和總懸浮物濃度（TSM），進而探究其水質的空間與時間動態變化規律，具體技術流程如圖2所示。

首先利用SNAP軟件的Sen2cor插件，對2016年12月9日和2020年11月8日的Sentinel-2影像進行輻射定標和大氣校正；然后，基于SNAP軟件對兩期影像數據進行重采樣、波段提取和格式轉換；最后，對兩期影像數據進行波段合成、裁剪等一系列預處理工作。C2RCC算法適用于多種歷史數據，該算法能夠反演提取水色參數信息，包括葉綠素A（Chl．a）和總懸浮物（TSM）等。運用SNAP遙感數據處理軟件中集成的水色反演處理工具箱中的C2RCC算法功能模塊，對松雅湖各區域的水體葉綠素A（Chl．a）濃度和總懸浮物濃度（TSM）進行計算。

3.1葉綠素A濃度

如表2與圖3監測結果所示：2016年12月，非修復區（A區）葉綠素A濃度平均值為21.95ug/L，修復區（B區）葉綠素A濃度平均值為16.18ug/L，修復區（C區）葉綠素A濃度平均值為16.19ug/L;2020年11月，非修復區（A區）葉綠素A濃度平均值為19.09ug/L，修復區（B區）葉綠素A濃度平均值為11.62ug/L，修復區（C區）葉綠素A濃度平均值為14.17ug/L。從空間分布來看，2016年12月非修復區（A區）的葉綠素A濃度比修復區（B區和C區）的明顯偏高。非修復區（A區）東部葉綠素A濃度較高，西北部和西南部區域相較東部區域的葉綠素A濃度普遍偏低，該區域與修復區（B區和C區）靠近，水體的交換對葉綠素A濃度有一定影響。東南部的尖角區域的葉綠素A濃度較低，疑似零星種植水生植物。2020年11月非修復區（A區）葉綠素A濃度分布較均勻，對比結果能直觀反映出非修復區（A區）的葉綠素A濃度比修復區（B區和C區）的偏高。從時間對比來看，2020年11月三個區域的整體葉綠素A濃度平均值皆低于2016年12月葉綠素A濃度平均值，其中非修復區（A區）葉綠素A濃度均值下降2.86ug/L，修復區（B區）葉綠素A濃度均值下降4.56ug/L，修復區（C區）葉綠素A濃度均值下降2.02ug/L，說明修復區（B區）的修復效果更好，主要原因是沉水植被的種植面積較大，且隨著時間的推移，水生生物修復措施的效果愈發明顯，對有效地降低與凈化水體的葉綠素A濃度具有重要作用。

3.2懸浮物濃度

如表3與圖4監測結果所示：2016年12月，非修復區（A區）懸浮物濃度平均值為55.77mg/L，修復區（B區）懸浮物濃度平均值為30.73mg/L，修復區（C區）懸浮物濃度平均值為24.63mg/L；2020年11月，非修復區（A區）懸浮物濃度平均值為37.81mg/L，修復區（B區）懸浮物濃度平均值為9.07mg/L，修復區（C區）懸浮物濃度平均值為13.78mg/L，其懸浮物濃度數值變化規律與葉綠素A濃度變化規律一致。從空間分布來看，2016年12月非修復區（A區）東部懸浮物濃度顯著偏高，東南角存在懸浮物濃度較低的區域，疑似零星種植水生植物，2020年11月非修復區（A區）懸浮物濃度分布較均勻；從分區來看，修復區（B區和C區）懸浮物濃度平均值比非修復區（A區）低；從監測時間來看，2020年11月整體懸浮物濃度平均值顯著低于2016年12月懸浮物濃度平均值，說明隨著時間的推移，水生生物修復措施的效果愈發明顯，極大地降低了水體的總懸浮物濃度，高效凈化了水體。

4結論

通過開展長沙市松雅湖葉綠素A（Chl．a）濃度及總懸浮物濃度（TSM）反演監測，研究結果表明：

（1）通過C2RCC算法反演可以得到松雅湖固有光學量產品以及換算得到葉綠素A（Chl．a）濃度及總懸浮物濃度（TSM）的空間分布特征與各個區域的濃度數值。從總體的反演來看，葉綠素A（Chl．a）濃度及總懸浮物濃度（TSM）呈現出類似的規律，空間分布特征規律與水生態修復措施的實施范圍相符，即松雅湖修復區的葉綠素A濃度和總懸浮物濃度平均值比非修復區的低，修復效果的好壞與種植水生生物的面積大小直接有關，同時與水體的交換有一定關系。

（2）從2016年到2020年，隨著時間推移，松雅湖整體葉綠素A（Chl．a）濃度及總懸浮物濃度（TSM）都在降低，水生植物的截留、滯留、凈化作用有效降低了水體的富營養化，提升了水體自我凈化功能。說明水生植物在維持湖泊生態系統平衡，尤其是在改善城市水體的物質循環和水質方面起著十分重要的作用。

（3）利用Sentinel-2影像，采用C2RCC算法，定量反演葉綠素A（Chl．a）濃度及總懸浮物濃度（TSM），表明該做法可以有效地對城市湖泊水體相關生態健康指標進行長期、連續、大范圍的動態監測，且通過對比分析不同區域、不同時點的的結果，可為湖泊水體的生態健康狀況評估提供可靠的基礎數據支撐。

本文利用Sentinel-2衛星數據，基于C2RCC反演算法，對松雅湖2016年12月和2020年11月的葉綠素A（Chl．a）濃度及總懸浮物濃度（TSM）進行了動態監測，研究結果表明該方法能定性分析松雅湖不同時間、不同區域的水質情況，且與松雅湖水生態修復區的空間分布信息高度吻合。下一步將繼續研究利用多源遙感衛星數據，基于水生植物尤其是沉水植物的反射光譜特征，開展水生植物類群的空間分布信息提取，重點分析水體的葉綠素A （Chl．a）濃度及總懸浮物濃度（TSM）之間的耦合關系。