基于MODIS熒光基線高度的赤潮監測多源數據對比分析

摘" 要：為了評估海洋動態監測，文章采用MODIS數據，首先對MODIS數據進行幾何校正、重投影、重采樣、大氣校正等預處理，然后反演海洋水體的離水輻亮度等數值，計算歸一化熒光基線高度（nFLH）產品，對原有熒光基線高度產品進行改進，進行赤潮探測。通過對比同一時期發生Landsat、HY-1D、無人機等多源遙感影像進行對比驗證，結果表明基于MODIS數據的nFLH產品監測的赤潮范圍和其他遙感影像一致，滿足高時效的赤潮監測需求。

關鍵詞：赤潮監測；水色遙感；MODIS；歸一化熒光基線高度

中圖分類號：TP39" 文獻標識碼：A" 文章編號：2096-4706（2025）01-0139-06

Comparative Analysis of Multi-source Data for Red Tide Monitoring Based on MODIS Fluorescence Line Height

Abstract： In order to evaluate ocean dynamic monitoring， this paper uses MODIS data. Firstly， the MODIS data is preprocessed for geometric correction， reprojection， resampling， atmospheric correction， and so on. Then， the values of the water-leaving radiance of the marine water body are inverted， and the normalized Fluorescence Line Height （nFLH） product is calculated. The original Fluorescence Line Height product is improved for red tide detection. By comparing the Landsat， HY-1D， UAV， and other multi-source remote sensing images in the same period， the results show that the red tide range monitored by the nFLH product based on MODIS data is consistent with other remote sensing images， meeting the needs of high-efficiency red tide monitoring.

Keywords： red tide monitoring; water color remote sensing; MODIS; nFLH

0" 引" 言

赤潮是一種在特定海域環境下，由于海水中的某些藻類、浮游植物或原生生物的突然繁殖或聚集而導致的海洋水體顏色異常變化[1-2]。赤潮的暴發會使原有海洋生態系統失衡，對海洋生態環境、海洋漁業資源以及人類的健康和發展等帶來嚴重的危害[3-4]。近年來，隨著各種水色遙感衛星的快速發展，具有監測區域范圍廣、獲取資料簡單、圖像容易處理等的優勢，已經被廣泛應用到赤潮監測[5-10]。因此，基于MODIS的赤潮監測研究，對保護生態環境和人類社會的健康發展具有重要的研究價值與意義。

赤潮監測研究利用CZCS、SeaWIFS等傳感器探測到了某些海域的近海岸地區的赤潮現象。hu等[11]基于MODIS數據，使用熒光線基線高度法（Fluorescence Line Height， FLH），研究佛羅里達州西南部沿海水域的區域赤潮。研究過程中，此方法表現出極佳的效果，它受懸浮物以及大氣的影響小，相對其他方法的監測結果，精度高的熒光基線高度數據與實測數據具有很好的相關性，更能反映赤潮的實際情況。Gower等[12]利用MERIS全分辨率一級產品數據檢測強烈的浮游生物水華，使用熒光基線高度法FLH和MCI （Maximum Chlorophyl1 Index）算法進行研究，將研究結果對比后發現MCI方法具有更高的可靠性和精度。王其茂等[13]通過對赤潮水域及其周圍水域的頻譜特征、葉綠素a含量變化特征的分析，提出了利用 EOS/MODIS通道4與通道3之間的反射比、通道11和通道9的離水輻射率比，并結合有關的懸浮物信息，從海洋中提取赤潮信息的方法。姜德娟等[14]基于MODIS數據分析了渤海表層水體葉綠素濃度的時空特征，使用遙感監測技術來研究赤潮，將葉綠素濃度閾值分析和ERGB影像結合，對渤海區域赤潮研究取得了較大成果，獲取到大量的反映該區域赤潮特征的數據。

目前，對于前景廣闊的葉綠素熒光遙感領域，人們正進行著更深入的研究與探索。可以發現在這些算法中，赤潮監測會受到成像光譜儀分辨率，水體中的葉綠素濃度變化，及藻群種類數量等多種因素影響，在指示赤潮方面具有一定的局限性，不能反映最新動態[15]。因此，本文將基于MODIS數據計算赤潮水體的離水輻亮度、光譜反射率等多個參數，改進原有的比值計算、差值比值計算的熒光基線高度產品，并用此產品來監測赤潮的發生及分布。

1" 數據處理方法

MODIS產品的數據格式為HDF。HDF數據是一種分級的數據管理體系，它能容納各種數據，具有豐富的信息量。由于本文研究所采用的MODIS 1B級產品已經經過了儀器標定，在本文的研究中，對遙感影像所做的處理工作主要包括以下幾個內容：

1）幾何校正。MODIS產品的幾何校正有很多種方式，不同級別的MODIS產品幾何校正的方法也不盡相同。本文對MODIS 1B級數據進行預處理操作時選擇使用ENVI的MCTK擴展工具進行處理，該工具不僅可以在進行幾何校正的同時校正數據，而且還可以在校正后自動將中心波長信息添加到生成的圖像中，有利于進行FLAASH大氣校正。

2）重投影、重采樣。MODIS產品的空間分辨率包含有250 m、500 m、1 000 m三種。當要進行波段融合等操作時，需要借助Raster Management工具下單位Resize Data模塊對不同分辨率產品的MODIS數據進行重采樣，并且在新的投影坐標系基礎上進行重采樣處理。

3）大氣校正。完成預處理工作后的遙感影像包含投影坐標、中心波長等信息，可以根據實驗要求進行指數研究，但是當遇到一些定量、半定量的觀測，例如參數反演、植被指數的計算等工作時，就要對預處理后的影像數據進行大氣校正處理。如圖1所示，過ENVI平臺下進行FLAASH大氣校正，夠有效地去除大氣的影響，并且可以將轉換后得到的輻射亮度值再次進行換算為真實的地表反射率。

2" nFLH計算方法

2.1" 離水輻亮度計算

離水輻亮度是指表面的海水所散發出的太陽輻射，在某些計算方法中，當我們了解了海水的輻亮度后，我們就能確定出葉綠素和其他組分的濃度。離水輻亮度的變化主要取決于水體中的重要組分濃度，當某些組分濃度發生變化時，就會導致水體光學性質發生變化，進而表現為水體的吸收和散射信號也發生變化。常使用成像光譜儀來測量海水的離水輻射亮度。其計算方法根據輻射傳輸原理來進行推算，計算公式為：

其中，Lw為計算時需要得到的離水輻亮度；Lsky為某一方向上天空漫射光的輻亮度；ρ為總的輻亮度Lt除以Lsky所得到的反射比；Lg為隨機反射進入儀器視場的太陽直射光。

2.2" FLH算法

基線熒光高度法的基本原理是使用熒光峰左右兩側通道（，）的離水輻亮度的連線為基線，計算熒光通道的離水輻亮度與基線之間的距離，如式（2）所示，這個距離就是我們所指的熒光線高度（FLH）。熒光峰是指熒光光譜中的一個或數個峰，L為熒光輻射量，為波長。

水體中葉綠素a濃度較低時，葉綠素a濃度與FLH能夠表現出很好的線性關系，熒光高度隨葉綠素a濃度的增大逐漸變緩，當其增量過大時線性關系降低，呈現出非線性。Hu等[11]通過MODIS的FLH產品同現場測量的葉綠素a濃度建立了如下關系：

[Chla]=1.255（FLHmod×10）0.86 （3）

下標mod表示MODIS傳感器，葉綠素a濃度常用來表征浮游植物色素濃度，海水中葉綠素a濃度變化在0～102 mg/m-3數量級范圍內。爆發赤潮時，赤潮生物濃度會產生急劇變化，表層海水的葉綠素a含量通常達到10 mg/m-3以上，高者可達幾十mg/m-3，甚至幾百mg/m-3。所以也常利用海水葉綠素a濃度在赤潮過程中的變化來反演赤潮的發生。葉綠素a濃度與熒光高度的關系隨著葉綠素a的變化而變化，當葉綠素a濃度持續增大時，其相關性減弱，呈現出非線性的關系。其中，Gower等[12]改進了FLH：

其中，a表示與太陽高度角、葉綠素熒光效率、浮游植物的平均深度和儀器波段設置有關的系數；b表示葉綠素熒光平均吸收率；k表示偏移量，為負值。NASA網站提供的數據產品中包含有FLH產品，經上述參數設置等計算所得的FLH產品可與直接下載的FLH產品進行參數比對，以驗證計算數值的正確性。

2.3" nFLH算法

歸一化熒光線高度法是指將680 nm外的熒光峰最大值的輻射率除以560 nm的反射峰或675 nm的吸收峰處的輻射率，得到一個無量綱的量，并將這個無量綱的值作為歸一化熒光高度，本文選用美國宇航局提供的算法進行計算，它將不同波長的標準化離水輻亮度作波段。nFLH的標準產品計算為：

nFLH=nLw（678）-{nLw（667）+[nLw（754）-nLw（667）]×（678-667）/（754-667）}" " " " " " " " " " " " " " " " （5）

其中，nFLH為歸一化為太陽輻照度輸入的FLH，nLw為標準化離水輻射。

3" 基于SeaDAS的nFLH計算

SeaDAS是NASA OBPG科學軟件的官方發行用于對遙感數據進行處理、顯示、分析和質量控制，校準數據并生成科學質量的OBPG產品。SeaDAS中的OCSSW工具（包含大氣校正等模塊）目前只能運行在Linux或者MacOS系統下。因此在進行實驗研究時選擇了在Ubuntu系統下安裝和配置SeaDAS以及OCSSW。用SeaDAS來直接處理Modis影像可以減少前面提到的各種波段計算以及參數計算，會方便很多。研究過程中用到的MODIS 0級數據可以在NASA官網上面直接下載。將modis的0級數據產品導入SeaDAS中開始生產，具體生產流程如圖2所示。注意：從0級開始而不是從2級開始的目的是生成幾個用于綜合赤潮信息系統（IRIS）的非標準數據產品。由瑞利校正反射率（Rrc，無量綱）生成的圖像。使用NASA標準處理包（SeaDAS）處理0級數據，生成標準和非標準2級產品。前者包括nFLH（即歸一化為太陽輻照度輸入的FLH）、光譜Rrs、光譜nLw和數據質量控制標志。后者包括光譜Rrc和由Rrc生成的產品（例如，用于可視化的紅綠藍圖像和用于檢測漂浮大型藻類和毛藻的漂浮藻類索引）。所有的數據產品都被映射到一個柱面等距投影上，通過重采樣獲得1 km分辨率。

4" 實驗結果驗證分析

以上算法均存在其可行性，可通過某一年份的MODIS數據作驗證，將上述算法進行一一復現。經算法比較后，本文著重選用基于離水輻亮度計算出的歸一化熒光基線高度產品用于驗證階段，選擇了不同地區發生赤潮的影像數據作為驗證影像與nFLH產品進行比對。以此來指示nFLH結果的科學性與普適性。

4.1" HY-1D驗證

HY-1D衛星作為海洋水色衛星，增加了紫外觀測波段和星上定標系統來提高近岸渾濁水體的大氣校正精度和水色定量化觀測水平，并通過加大海岸帶成像儀的覆蓋寬度并提高空間分辨率，可以很好地滿足實際應用需要。HY-1D效果對比圖如圖3所示。圖3（a）顯示是2020年8月17日東海夜光藻赤潮期間HY-1D CZI所提供的遙感圖像。將遙感影像的真彩色合成圖像與圖（b）對應區域的nFLH產品對比。可以看出，海洋一號提供的真彩色影像中所顯示的赤潮區域與nFLH產品對應的赤潮區域恰好對應。

4.2" MODIS驗證

MODIS數據具有36個光譜波段，所覆蓋的電磁波譜范圍比較廣，具有三種不同空間分辨率的產品。對比大多數的衛星而言，它還具有較高的時間分辨率和光譜分辨率，所以可選擇MODIS數據對其自身生產的歸一化熒光基線高度產品做進一步驗證。

圖4顯示為2011年2月13日由MODIS Aqua衛星觀測到的墨西哥灣海域赤潮影像，圖像是MODIS產品的L1B級產品中MOD021KM數據的1（R）、4（G）、3（B）波段的真彩色合成圖像及其對應nFLH產品，nFLH產品圖中的深紅色顯示為淺海區域，而非赤潮，近海岸區的熒光顯示才是對應的赤潮。由對比圖可以看出，MODIS Aqua衛星的真彩色影像所顯示的墨西哥灣海域赤潮區域與nFLH產品指示的赤潮區域大致對應。

圖5顯示為2021年9月30日由MODIS Aqua衛星觀測到的福建灣海域赤潮影像，圖5（a）是MODIS產品的L1B級產品中MOD02HKM與MOD02QKM兩個數據的合成影像，選擇MOD02QKM的1（R）、4（G）、3（B）波段分別放入R、G、B通道，得到真彩色合成圖像及其對應nFLH產品如圖5（b）所示。對比圖可知福建灣海域赤潮地區與nFLH產品指示的赤潮區域基本對應。

4.3" Landsat8 OLI驗證

Landsat 8雖為陸地資源衛星，但它具有較高的空間分辨率，且空間跨度也比較大。在OLI陸地成像儀新增的2個波段中，還包括有主要應用海岸帶觀測的藍色波段band 1，此外近紅外band 5和短波紅外band 9與MODIS對應的波段接近，可選擇其作為驗證數據影像。圖6為2020年8月18日東海夜光藻赤潮期間的Landsat 8 OLI圖像及其對應同一區域時間的nFLH影像對比。由對比圖6可知，Landsat 8 OLI的真彩色影像所指示的東海夜光藻赤潮與對應的nFLH產品指示的赤潮區域基本吻合。

4.4" 無人機監測驗證

無人機遙感監測對比其他水色衛星來說，可以快速、高效地進行大范圍監測，而且在短時間內可以生成測區的高清圖像數據，兼具衛星影像的效果和航拍的快速采集優勢。圖7為2022年4月22日福建平潭豐田村海域的無人機監測圖像及其對應時段的nFLH對比圖。由對比圖可知，無人機監測影像指示赤潮區域也可以與對應時間段的nFLH產品指示相呼應。雖然受空間分辨率等因素的影響，nFLH產品中顯示的赤潮形狀不夠細致，但是由數值來看，能夠精確的指示出對應區域對應時間的赤潮現象。

經上述實驗結果對比分析，可以看出無論是中分辨率成像光譜儀MODIS，中高分辨率衛星Landsat 8，海洋水色系列衛星HY-1D，還是無人機實時觀測等影像數據，都可以通過對應日期對應區域的MODISnFLH數值進行驗證，從而證明了nFLH顯示赤潮的科學性。

5" 結" 論

本文通過研究MODIS數據的歸一化熒光基線高度產品，探索出了監測赤潮的一種更加有效的方法。通過將MODIS提取的nFLH產品用于赤潮監測，將結果與Landsat8、HY-1C/D，以及無人機監測遙感數據影像進行對比驗證，發現該產品的赤潮監測遙感良好，而且由于MODIS具有高時效的數據獲取特性，有利于赤潮的高效監測。

參考文獻：

[1] 姚艷欣，陳楠生.珠江口及其鄰近海域赤潮物種的生物多樣性研究進展 [J].海洋科學，2021，45（9）：75-90.

[2] 蘇金洙，鄒嘉澍，蘇玉萍，等.福建平潭近海赤潮預警模型研究 [J].熱帶海洋學報，2022，41（4）：172-180.

[3] DE VIS P，MéLIN F，HUNT S E，et al. Ancillary Data Uncertainties within the SeaDAS Uncertainty Budget for Ocean Colour Retrievals [J].Remote Sensing，2022，14（3）：497-520.

[4] 馮晟霖，鄒嘉澍，蘇玉萍，等.平潭海域浮游植物時空分布和甲藻赤潮特征研究 [J].福建師范大學學報：自然科學版，2022，38（5）：9-17.

[5] 七珂珂，陳立波，楊崇，等.基于OLCI數據的浙江近岸海域赤潮監測研究 [J].測繪與空間地理信息，2023，46（1）：172-176.

[6] 滕越，鄒斌，葉小敏.基于海洋一號D衛星海岸帶成像儀的赤潮遙感監測特征 [J].海洋開發與管理，2022，39（8）：60-66.

[7] HE M J，HE S Y，ZHANG X D，et al. Assessment of Normalized Water-Leaving Radiance Derived from GOCI Using AERONET-OC Data [J].Remote Sensing，2021，13（9）：1640-1640.

[8] 宋彥，王寧，丁一，等.基于GF-4衛星遙感數據的赤潮信息識別方法——以秦皇島海域為例 [J].科技創新與應用，2021，11（34）：9-14.

[9] 王義衎，劉榮杰，劉建強，等.基于光譜特征的HY-1C/D衛星赤潮探測方法——以紅夜光藻為例 [J].海洋學報，2023，45（12）：166-178.

[10] 徐雯佳，田力，許志輝.河北省衛星遙感海洋應用平臺建設研究 [J].地理空間信息，2021，19（3）：1-6.

[11] HU C M，MULLER-KARGER F E，TAYLOR C，et al. Red Tide Detection and Tracing Using MODIS Fluorescence Data： A Regional Example in SW Florida Coastal Waters [J].Remote Sensing of Environment，2005，97（3）：311-321.

[12].GOWER J，KING S，BORSTAD G，et al. Detection of Intense Plankton Blooms Using the 709 nm Band of the MERIS Imaging Spectrometer [J].International Journal of Remote Sensing，2005，26（9）：2005-2012.

[13] 王其茂，馬超飛，唐軍武，等.EOS/MODIS遙感資料探測海洋赤潮信息方法 [J].遙感技術與應用，2006（1）：6-10.

[14] 姜德娟，張華.渤海葉綠素濃度時空特征分析及其對赤潮的監測 [J].海洋科學，2018，42（5）：23-31.

[15] 李晨映，馮馳，梅琨.基于MODIS影像的2016—2017年東海赤潮高發期水體時空分布及其氣象控制因子分析 [J].應用海洋學學報，2024，43（1）：95-105.