孫樂成 王娟 王林

摘要：為提高我國(guó)海洋水色遙感技術(shù)和海水環(huán)境監(jiān)測(cè)水平，文章根據(jù)北海區(qū)海水遙感現(xiàn)場(chǎng)監(jiān)測(cè)數(shù)據(jù)，基于經(jīng)驗(yàn)算法和熒光基線高度法的回歸分析，開展海水表層葉綠素a濃度的遙感定量反演，并選取北黃海近岸海域樣本數(shù)據(jù)進(jìn)行算法檢驗(yàn)。研究結(jié)果表明：遼東灣等9個(gè)北海區(qū)典型海域具有相同或相似海水表層光學(xué)特性，適宜建立海水表層葉綠素a濃度遙感定量反演模型;典型海域海水表層葉綠素a濃度與遙感反射率之間的相關(guān)關(guān)系較強(qiáng)，模型均為簡(jiǎn)單波段比值模型;二類海水研究區(qū)域海水表層葉綠素a濃度與熒光基線高度之間的相關(guān)關(guān)系不明顯;北黃海近岸海域海水表層葉綠素a濃度的最優(yōu)模型遙感定量反演值的相對(duì)誤差的平均值為0.669 μg/L。

關(guān)鍵詞：水色遙感;遙感反射率;經(jīng)驗(yàn)算法;簡(jiǎn)單波段比值模型;海水環(huán)境

中圖分類號(hào)：X87;P76????文獻(xiàn)標(biāo)志碼：A????文章編號(hào)：1005-9857（2019）04-0034-05

Quantitative Retrieval of Surface Chlorophyll?a Concentration in

North China Sea Area by Remote Sensing Based on On?site Measured Data

SUN Lecheng1，WANG Juan1，WANG Lin2

（1.North China Sea Environmental Monitoring Center，SOA，Qingdao 266033，China;

2.National Marine Environmental Monitoring Center，Dalian 116023，China）

Abstract：In order to improve the ocean color remote sensing technology and the level of marine environmental monitoring in China，the quantitative retrieval of sea surface chlorophyll?a concentration was carried out based on the North China Sea on?site measured data and the regression analysis of empirical algorithm and fluorescence line height method，and validation of algorithms in North Yellow Sea coastal waters was carried out.The results showed that nine typical sea areas in North China Sea，such as Liaodong Bay，had same or similar apparent optical properties of the sea surface water，so it was suitable to establish quantitative retrieval models of chlorophyll?a concentration in the sea surface water by remote sensing; the correlation between chlorophyll?a concentration and remote sensing reflectance in the surface water of typical sea areas was strong，and the best models were all simple band ratio models.The correlation between chlorophyll?a concentration and fluorescence line height was not obvious in the case ii sea water research zone; the average relative error of the best model for quantitative inversion of surface chlorophyll?a concentration in the North Yellow Sea coastal waters was 0.669 μg/L.

Key words：Ocean color remote sensing，Remote sensing reflectance，Empirical algorithm，Simple band ratio model，Seawater environment

0?引言

葉綠素a存在于所有浮游植物種群中，因此其濃度可反映水體中浮游植物的生物量，是評(píng)價(jià)水環(huán)境質(zhì)量和富營(yíng)養(yǎng)化程度的重要參數(shù)之一，也是計(jì)算水體初級(jí)生產(chǎn)力及其碳通量的主要變量。葉綠素a濃度是我國(guó)海洋環(huán)境監(jiān)測(cè)的重要指標(biāo)，其精準(zhǔn)監(jiān)測(cè)主要依靠船舶走航式監(jiān)測(cè)，但獲取的數(shù)據(jù)是離散的，時(shí)間和空間分辨率較差。水色遙感技術(shù)使海水表層葉綠素a濃度的大面積同步監(jiān)測(cè)和高頻率重復(fù)監(jiān)測(cè)成為可能。

在水色遙感技術(shù)數(shù)十年的發(fā)展歷程中，國(guó)內(nèi)外學(xué)者提出多種定量反演水體葉綠素a濃度的算法，主要包括經(jīng)驗(yàn)法、半經(jīng)驗(yàn)法和分析法[1]。這些算法一般適用于以浮游植物為主的大洋水體，而對(duì)于物質(zhì)來(lái)源復(fù)雜的海岸帶水體，受海水黃色物質(zhì)吸收和泥沙散射的影響會(huì)產(chǎn)生很大的誤差[2]。國(guó)際海洋水色協(xié)調(diào)工作組（IOCCG）于2000年討論海岸帶和其他光學(xué)復(fù)雜水體的遙感定量反演算法[3]，后又對(duì)11種遙感固有光學(xué)量算法進(jìn)行測(cè)試[4]，其中包括利用葉綠素a濃度計(jì)算的波段比值經(jīng)驗(yàn)算法[5]。

我國(guó)已建立區(qū)域海洋水色水溫遙感模型，并利用遙感技術(shù)監(jiān)測(cè)赤潮和污染物以及開展?jié)O場(chǎng)環(huán)境和水質(zhì)的分類速報(bào)等，關(guān)于水體表層葉綠素a濃度的遙感定量反演研究已涵蓋我國(guó)內(nèi)陸水體[6-10]和近岸海域[11-16]、北太平洋漁場(chǎng)[17]以及南極普里茲灣[18]等，但多數(shù)模型對(duì)于單次實(shí)驗(yàn)數(shù)據(jù)的依賴度過高，不可避免地具有一定的局限性。本研究根據(jù)海水表層葉綠素a濃度和遙感反射率的實(shí)測(cè)數(shù)據(jù)，采用回歸分析的方法，開展北海區(qū)海水表層葉綠素a濃度遙感定量反演，總結(jié)海水表層葉綠素a濃度與遙感反射率的相關(guān)關(guān)系，并對(duì)北黃海近岸海域海水表層葉綠素a濃度的遙感定量反演算法進(jìn)行檢驗(yàn)。

1?數(shù)據(jù)和方法

1.1?數(shù)據(jù)

本研究采用2015—2017年原國(guó)家海洋局北海分局獲取的海水遙感現(xiàn)場(chǎng)監(jiān)測(cè)數(shù)據(jù)。為確保數(shù)據(jù)準(zhǔn)確性，最大限度地剔除云、霧和氣等對(duì)數(shù)據(jù)的影響，選取9—15時(shí)的監(jiān)測(cè)數(shù)據(jù)作為樣本數(shù)據(jù)。其中，2015—2016年的數(shù)據(jù)用于海水表層葉綠素a濃度遙感定量反演，2017年的數(shù)據(jù)用于算法檢驗(yàn)。

根據(jù)《海洋調(diào)查規(guī)范》（GB/T 12763-2007）的要求采集和分析數(shù)據(jù)：對(duì)海水表層葉綠素a濃度采用CTD以及萃取熒光法和分光光度法，對(duì)海水表層遙感反射率采用ASD FS3和HH2地物光譜儀以及水面以上測(cè)量法。

1.2?方法

根據(jù)《海洋監(jiān)測(cè)技術(shù)規(guī)程》（HY/T 147-2013），分別研究一類和二類海水表層葉綠素a濃度遙感定量反演。針對(duì)一類海水表層葉綠素a濃度，采用經(jīng)驗(yàn)算法進(jìn)行遙感定量反演，選取簡(jiǎn)單波段比值模型和最大波段比值模型，在擬合過程中選取決定系數(shù)最高的模型作為最佳算法，并確定相應(yīng)的經(jīng)驗(yàn)系數(shù);針對(duì)二類海水表層葉綠素a濃度，采用熒光基線高度法進(jìn)行遙感定量反演，選取線性模型和非線性模型，同樣在擬合過程中選取決定系數(shù)最高的模型作為最佳算法，并確定相應(yīng)的經(jīng)驗(yàn)系數(shù)。

1.2.1?經(jīng)驗(yàn)算法

簡(jiǎn)單波段比值模型為：

ρ=10（a0+a1×r+a2×r2+a3×r3）+a4（1）

式中：ρ為海水表層葉綠素a濃度;a0～a4為簡(jiǎn)單波段比值模型的經(jīng)驗(yàn)系數(shù);r為2個(gè)波段遙感反射率比值的對(duì)數(shù)值。

最大波段比值模型為：

ρ=10（a5+a6×R+a7×R2+a8×R3+a9×R4）（2）

式中：a5～a9為最大波段比值模型的經(jīng)驗(yàn)系數(shù);R為2個(gè)波段遙感反射率最大比值的對(duì)數(shù)值。

1.2.2?熒光基線高度法

熒光基線高度的計(jì)算公式為：

FLH=LF-LR+R-FR-L（LL-LR）（3）

式中：R、F和L分別為熒光峰右側(cè)基線波段、熒光峰波段和熒光峰左側(cè)基線波段;LR、LF和LL分別為上述波段的歸一化離水輻亮度。

當(dāng)葉綠素a濃度較低時(shí)，采用線性函數(shù)模擬熒光基線高度與葉綠素a濃度的關(guān)系，線性模型為：

FLH=a10+a11ρ（4）

式中：a10和a11為線性模型的經(jīng)驗(yàn)系數(shù)。

隨著葉綠素a濃度的逐漸增大，熒光基線高度的增加逐漸變緩，采用指數(shù)函數(shù)模擬熒光基線高度與葉綠素a濃度的關(guān)系，非線性模型為：

FLH=a12+a13exp ρa(bǔ)14（5）

式中：a12～a14為非線性模型的經(jīng)驗(yàn)系數(shù)。

本研究在數(shù)據(jù)處理過程中采用MODIS傳感器的光譜響應(yīng)函數(shù);在經(jīng)驗(yàn)算法中，采用412 nm、443 nm、488 nm、531 nm和551 nm波段;在熒光基線高度法中，R、F和L分別采用667 nm、678 nm和748 nm波段。

2?北海區(qū)海水表層葉綠素a濃度與遙感反射率的回歸分析

本研究共獲取用于海水表層葉綠素a濃度遙感定量反演的樣本數(shù)據(jù)160組，站位分布如圖1所示。

由圖1可以看出，不同葉綠素a濃度區(qū)間在北海區(qū)的空間分布范圍較廣。

2.1?基于經(jīng)驗(yàn)算法的回歸分析

分別以北海區(qū)、渤海和北黃海為研究區(qū)域進(jìn)行回歸分析（表1）。

由表1可以看出，由于決定系數(shù)較低，很難用1個(gè)模型在3個(gè)研究區(qū)域內(nèi)實(shí)現(xiàn)海水表層葉綠素a濃度遙感定量反演，表明在整體上3個(gè)研究區(qū)域海水表層葉綠素a濃度與遙感反射率之間的相關(guān)關(guān)系不強(qiáng)。

根據(jù)圖1，（0.5，1.0]μg/L的葉綠素a濃度區(qū)間在北海區(qū)大部分海域均有分布，但分布海域的海水表層光學(xué)特性卻明顯不同。由于海水表層光學(xué)特性不同的海域分布有相同的葉綠素a濃度區(qū)間，建立決定系數(shù)較高的北海區(qū)海水表層葉綠素a濃度遙感定量反演模型應(yīng)聚焦具有相同或相似海水表層光學(xué)特性的典型海域。

根據(jù)多年對(duì)海水表層光學(xué)特性的現(xiàn)場(chǎng)調(diào)查和經(jīng)驗(yàn)判斷，本研究將北海區(qū)劃分遼東灣、渤海中部和河北省近岸、渤海灣、渤海灣與萊州灣之間、萊州灣、萊州灣北部、渤海海峽、北黃海大部分以及北黃海近岸9個(gè)典型海域，開展海水表層葉綠素a濃度遙感定量反演，其中決定系數(shù)最高的模型均為簡(jiǎn)單波段比值模型（表2）。

由表2可以看出，北海區(qū)典型海域海水表層葉綠素a濃度與遙感反射率之間的相關(guān)關(guān)系較強(qiáng)，相關(guān)關(guān)系較強(qiáng)的模型均為簡(jiǎn)單波段比值模型。

2.2?基于熒光基線高度法的回歸分析

由于熒光基線高度法適用于二類或赤潮海水的海水表層葉綠素a濃度的遙感監(jiān)測(cè)，本研究根據(jù)2015—2016年北海區(qū)現(xiàn)場(chǎng)監(jiān)測(cè)數(shù)據(jù)，選取二類海水面積覆蓋較多的遼東灣、渤海灣和萊州灣作為研究區(qū)域（表3）。

由表3可以看出，在3個(gè)研究區(qū)域內(nèi)未發(fā)現(xiàn)海水表層葉綠素a濃度與熒光基線高度之間有明顯的相關(guān)關(guān)系。

3?算法檢驗(yàn)

以2017年北海區(qū)海水遙感現(xiàn)場(chǎng)監(jiān)測(cè)數(shù)據(jù)為數(shù)據(jù)源，共獲取樣本數(shù)據(jù)142組。將樣本數(shù)據(jù)按照北海區(qū)典型海域的劃分進(jìn)行區(qū)域?qū)傩再x值，得到可用于算法檢驗(yàn)的樣本數(shù)據(jù)124組（表4）。

根據(jù)《海洋監(jiān)測(cè)技術(shù)規(guī)程》（HY/T 147—2013），在算法建立過程中，最優(yōu)模型決定系數(shù)不應(yīng)低于0.800，可用于算法檢驗(yàn)的樣本數(shù)據(jù)不應(yīng)低于15組。因此，本研究選取滿足要求的北黃海近岸海域的樣本數(shù)據(jù)。

根據(jù)回歸分析結(jié)果，在參與回歸分析的樣本數(shù)據(jù)范圍內(nèi)，北黃海近岸海域海水表層葉綠素a濃度的最優(yōu)反演模型為531 nm波段和551 nm波段遙感反射率比值的對(duì)數(shù)值的簡(jiǎn)單波段比值模型：

ρ=10（-5.521+510.741r+9 967.462r2+1 232 709.269r3）+0.538（6）

利用該模型計(jì)算得到15組樣本數(shù)據(jù)的海水表層葉綠素a濃度遙感定量反演值（表5）。

計(jì)算遙感定量反演值的相對(duì)誤差的平均值：

Δρ=∑ni=1ρri-ρmiρmin（7）

式中：n為檢驗(yàn)站位總數(shù);ρri和ρmi分別為第i個(gè)檢驗(yàn)站位海水表層葉綠素a濃度的遙感定量反演值和實(shí)測(cè)值。

經(jīng)計(jì)算，北黃海近岸海域海水表層葉綠素a濃度的最優(yōu)模型遙感定量反演值的相對(duì)誤差的平均值Δρ=0.669 μg/L。

4?結(jié)語(yǔ)

本研究根據(jù)北海區(qū)歷年海水遙感現(xiàn)場(chǎng)監(jiān)測(cè)中對(duì)海水表層光學(xué)特性的直觀理解劃分9個(gè)典型海域，存在一定的隨機(jī)性，回歸分析結(jié)果不能完全代表北海區(qū)所有海域，今后可根據(jù)實(shí)際業(yè)務(wù)需要選取目標(biāo)海域進(jìn)行回歸分析，以確定特定海域內(nèi)海水表層葉綠素a濃度遙感定量反演的最優(yōu)模型。此外，每個(gè)典型海域內(nèi)參與計(jì)算的樣本數(shù)據(jù)可能不足以完全代表該海域的海水表層光學(xué)特性，今后可在海水遙感現(xiàn)場(chǎng)監(jiān)測(cè)中繼續(xù)補(bǔ)充典型海域的樣本數(shù)據(jù)，不斷完善最優(yōu)模型，以提高定量反演算法的準(zhǔn)確性。

隨著陸源污染綜合治理和渤海專項(xiàng)整治的持續(xù)實(shí)施，在北海區(qū)海洋生態(tài)環(huán)境持續(xù)向好的遞進(jìn)效應(yīng)影響下，已完成回歸分析的9個(gè)典型海域的海洋水色環(huán)境可能發(fā)生變化，相同葉綠素a濃度海水表層的光學(xué)特性也會(huì)隨之變化，因此須相應(yīng)調(diào)整典型海域最優(yōu)模型的經(jīng)驗(yàn)系數(shù)和參與比值計(jì)算的衛(wèi)星波段。

在距岸較近海域（如渤海灣和遼東灣）海水遙感現(xiàn)場(chǎng)監(jiān)測(cè)過程中，由于水深較淺，船舶的擾動(dòng)會(huì)帶起大量泥沙，導(dǎo)致監(jiān)測(cè)點(diǎn)海水水色突變，由此得到的現(xiàn)場(chǎng)監(jiān)測(cè)數(shù)據(jù)在回歸分析中會(huì)極大地降低模型的準(zhǔn)確性。因此，在海水遙感現(xiàn)場(chǎng)監(jiān)測(cè)過程中，應(yīng)詳細(xì)記錄監(jiān)測(cè)環(huán)境，對(duì)于監(jiān)測(cè)環(huán)境異常的站位或海水表層光學(xué)監(jiān)測(cè)點(diǎn)與葉綠素a濃度采樣點(diǎn)水色環(huán)境不一致的站位，應(yīng)從樣本數(shù)據(jù)中剔除。

參考文獻(xiàn)

[1]?陳曉玲，趙紅梅，田禮喬.環(huán)境遙感模型與應(yīng)用[M].武漢：武漢大學(xué)出版社，2008.

[2]?潘德爐，毛志華.海洋水色遙感機(jī)理及反演[M].北京：海洋出版社，2012.

[3]?International Ocean Color Coordinating Group.IOCCG Report 3：remote sensing of ocean colour in coastal and other optically?complex waters[R/OL].（2015-02-24）[2018-09-29].http：//www.ioccg.org/reports/reports3.pdf.

[4]?International Ocean Color Coordinating Group.IOCCG Report 5：remote sensing of inherent optical properties：fundamental，tests of algorithms，and applications[R/OL].（2015-02-24）[2018-09-29].http：//www.ioccg.org/reports/reports5.pdf.

[5]?MOREL A，MARITORENA S.Bio?optical properties of oceanic waters：a reappraisal[J].Journal of Geophysical Research Oceans，2002（106）：7163-7180.

[6]?楊碩，王世新，周藝，等.基于光譜匹配的內(nèi)陸水體反演算法[J].光譜學(xué)與光譜分析，2010，30（11）：3056-3060.

[7]?韓秀珍，鄭偉，劉翔.基于實(shí)測(cè)光譜的太湖水體表面離水反射率研究[J].國(guó)土資源遙感，2010（3）：54-57.

[8]?張運(yùn)，馮學(xué)智，馬榮華.內(nèi)陸水體葉綠素a遙感信息提取的研究現(xiàn)狀與進(jìn)展[J].生態(tài)經(jīng)濟(jì)，2009（5）：139-143.

[9]?馬榮華，戴錦芳.太湖水色遙感中葉綠素和懸浮物的高光譜分析[A].2005遙感科技論壇暨中國(guó)遙感應(yīng)用協(xié)會(huì)2005年年會(huì)論文集[C].北京：中國(guó)宇航出版社，2009.

[10]?周冠華，柳欽火，馬榮華，等.基于半分析模型的波段最優(yōu)化組合反演渾濁太湖水體葉綠素a[J].湖泊科學(xué)，2008，20（2）：153-159.

[11]?黃海清，何賢強(qiáng)，王迪峰，等.神經(jīng)網(wǎng)絡(luò)法反演海水葉綠素濃度的分析[J].地球信息科學(xué)，2004，6（2）：31-36.

[12]?楊斌，田力，徐雯佳，等.河北海域葉綠素紀(jì)濃度遙感反演業(yè)務(wù)化算法[J].海洋預(yù)報(bào)，2017，34（2）：60-66.

[13]?叢丕福，曲麗梅，王臣立，等.基于MODIS模擬的遼東灣葉綠素a的遙感反演模型[J].生態(tài)環(huán)境學(xué)報(bào)，2009，18（6）：2057-2060.

[14]?陳曉玲，李毓湘，李志林.香港海域葉綠素a濃度的時(shí)空分布規(guī)律[J].地理學(xué)報(bào)，2002，57（4）：422-428.

[15]?王林，楊建洪，趙冬至.大連灣及鄰近海域水體葉綠素濃度熒光遙感算法研究[J].應(yīng)用海洋學(xué)學(xué)報(bào)，2014，33（1）：111-117.

[16]?向先全，路文海，許艷，等.基于空間自相關(guān)分析方法的渤海灣赤潮遙感葉綠素濃度研究[J].海洋通報(bào)，2015，34（3）：344-352.

[17]?毛志華，朱乾坤，龔芳.衛(wèi)星遙感北太平洋漁場(chǎng)葉綠素a濃度[J].水產(chǎn)學(xué)報(bào)，2005，29（2）：270-274.

[18]?金思韻，潘建明，韓正兵.南極夏季普里茲灣葉綠素a的時(shí)空變化研究[J].極地研究，2012，24（4）：361-370.