基于MODIS的煙臺近海水體葉綠素濃度分布

馬萬棟，王 橋，吳傳慶，殷守敬，邢前國，施 平

1．環(huán)境保護部衛(wèi)星環(huán)境應(yīng)用中心，北京100094

2．中國科學(xué)院煙臺海岸帶研究所，山東煙臺264003

海洋水色遙感是一種被動遙感技術(shù)，通過搭載于遙感平臺上的傳感器，獲取水體在可見光和近紅外光譜波段的海面離水輻射信息，從而得到上層海洋光學(xué)特性和海洋水體組分信息。隨著新型傳感器的研發(fā)，水色遙感從定性分析發(fā)展到定量應(yīng)用，并在全球碳循環(huán)、海洋初級生產(chǎn)力、海洋漁業(yè)、近海環(huán)境監(jiān)測與管理等多個領(lǐng)域展現(xiàn)了廣闊的應(yīng)用前景。

水體中葉綠素濃度是浮游生物分布的指標(biāo)，是衡量水體初級生產(chǎn)力和富營養(yǎng)化作用的最基本指標(biāo)，也是海洋水色遙感反演的主要水質(zhì)參數(shù)之一。水體組分中葉綠素濃度的遙感反演取決于葉綠素的吸收和后向散射特性［1］，許多學(xué)者建立了大量葉綠素反演算法［2-5］。Stumpf和 Tyler［3］研究結(jié)果表明，AVHRR和CZCS的近紅外和紅波段比值算法可以區(qū)分浮游植物藻華，對混濁河口地區(qū)濃度大于10 mg/m3的葉綠素含量可以進行有效估算，反演偏差小于30%。Gons等［6］利用704、672 nm處的遙感反射率及吸收和散射系數(shù)反演大范圍(3～185 mg/m3)的葉綠素濃度，該算法后來被應(yīng)用到MERIS影像中反演葉綠素濃度［7］。MODIS是第一個設(shè)置熒光通道的傳感器，其14波段為熒光通道，利用13、14、15 3個波段可以探測678 nm處的葉綠素?zé)晒庑盘枺?］。MODIS傳感器的 B13、B14、B15的中心波長(667、678、748 nm)分別對應(yīng)葉綠素在紅波段的吸收谷(B13、B15)和葉綠素的熒光峰(B14)。鄭小慎等［9］利用MODIS葉綠素產(chǎn)品分析了黃海和東海葉綠素濃度季節(jié)和年際變化特征;馬翱慧等［10］利用MODIS數(shù)據(jù)對南海北部葉綠素濃度進行了時空遙感分析，獲取了南海北部水體葉綠素濃度的時空分布特征;徐雯佳等［11］利用實測光譜建立了河北近岸水體葉綠素的反演模型，并用MODIS數(shù)據(jù)進行了遙感反演，同時利用OC3標(biāo)準(zhǔn)算法對反演精度進行了分析，得到了較高的反演精度。叢丕福等［12］利用實測光譜模擬了MODIS波段設(shè)置，選取了667、678、551 nm 3個波段對遼東灣水體葉綠素進行了遙感反演，得到良好效果。有的學(xué)者把AISA數(shù)據(jù)和MODIS、MERIS等數(shù)據(jù)結(jié)合，對湖泊水體進行了經(jīng)驗、半經(jīng)驗、半自動的水質(zhì)分類研究，取得良好效果［13-14］。Dall’Olmo 等［15］提出了一種反演葉綠素濃度的半分析模型——三波段模型。三波段模型起初是用于陸地植被的色素含量［16］，后來被應(yīng)用到混濁水體的葉綠素濃度反演。Gitelson等［17］利用三波段模型對混濁的水體Chesapeake灣葉綠素濃度進行了反演，結(jié)果表明，在混濁水體中葉綠素反演精度較高，并用MODIS和MERIS影像進行了驗證，得到了較好的反演結(jié)果。

通過實測光譜和葉綠素濃度數(shù)據(jù)，擬建立基于MODIS影像的葉綠素反演模型，以分析研究區(qū)不同時期的葉綠素時空分布及變化趨勢。

1 數(shù)據(jù)獲取和處理

1.1 研究區(qū)概況

研究區(qū)位于煙臺北部四十里灣海域(圖1)，介于芝罘島和養(yǎng)馬島之間，北有崆峒島、擔(dān)子島，平均水深10 m左右，屬半封閉型海域，是海水養(yǎng)殖的重要區(qū)域。研究區(qū)水體交換能力較差，海水受陸源徑流和海水養(yǎng)殖等因素的影響較大。

圖1 煙臺近海采樣點分布圖

1.2 遙感反射率計算

現(xiàn)場的水樣及高光譜逐月數(shù)據(jù)為2008年11月—2009年10月從煙臺近海海域環(huán)境調(diào)查船上獲取。為有效避免船體對水體光場的破壞和太陽直射反射的影響，更好地提取離水輻射信息、計算水面以上遙感反射比(Rrs)，現(xiàn)場高光譜數(shù)據(jù)采用唐軍武等［18］提出的二類水體水面以上測量法。對現(xiàn)場實測的遙感反射率進行光譜重采樣到10 nm，以供分析研究。圖2是現(xiàn)場實測的不同站位的遙感反射率曲線。

圖2 不同月份、不同站位的遙感反射率曲線

1.3 MODIS數(shù)據(jù)處理

MODIS L1B數(shù)據(jù)直接從NASA官方網(wǎng)站下載。利用遙感軟件對MODIS L1B數(shù)據(jù)進行裁剪、鑲嵌及幾何校正等預(yù)處理工作，最后對影像進行大氣校正。MODIS L1B數(shù)據(jù)的處理流程見圖3。

圖3 MODIS影像數(shù)據(jù)處理流程圖

2 反演模型建立

2.1 模擬MODIS的三波段模型

依據(jù)三波段模型的原理及MODIS的波段設(shè)置，根據(jù)葉綠素的吸收和熒光特性，選取662～672 nm(葉綠素吸收波段)、673～683 nm(葉綠素?zé)晒鈪^(qū)域)及743～753 nm 3個波段對原始光譜進行重采樣，建立模擬MODIS的三波段模型(圖4)，其決定系數(shù)是0.406 5，利用該模型反演葉綠素濃度，RMSE為0.78 μg/L，相對誤差為52.8%。

圖4 模擬MODIS［(－)×B15］同實測葉綠素濃度的相關(guān)關(guān)系

利用模擬的MODIS波段建立的三波段模型反演葉綠素，其決定系數(shù)、RMSE和相對誤差都較大，究其原因，可能與葉綠素的光譜響應(yīng)波段及MODIS傳感器的波段設(shè)置有關(guān)。

2.2 MODIS的三波段模型

利用MODIS的B13、B14和B15波段依據(jù)三波段模型的原理建立MODIS的三波段模型。依據(jù)三波段模型的原理，選取MODIS L1B 的 B13、B14、B15波段的輻射亮度影像，利用ENVI的波段運算功能，計算］值。利用同步實測葉綠素濃度同建立相關(guān)關(guān)系，發(fā)現(xiàn)實測葉綠素濃度同MODIS影像的三波段比值存在線性相關(guān)關(guān)系(圖5)，其決定系數(shù)為0.347 3，利用建立的線性反演模型反演實測站位的葉綠素濃度，其RMSE為0.58 μg/L，相對誤差為34.7%。

圖5 MODIS［(－) ×B15］同實測葉綠素濃度的相關(guān)關(guān)系

2.3 比值模型

根據(jù)實測現(xiàn)場光譜數(shù)據(jù)模擬了MODIS的B14和B4，并利用其比值同實測葉綠素濃度建立了相關(guān)關(guān)系(圖6)，其決定系數(shù)為0.799 3，利用該比值模型反演葉綠素濃度，RMSE為0.32 μg/L，相對誤差為18.7%。

圖6 模擬MODIS的B14/B4同實測葉綠素濃度的關(guān)系

依據(jù)模擬MODIS數(shù)據(jù)比值模型波段范圍，同時對比MODIS傳感器的波段設(shè)置，選取MODIS的B14和B4作為建立比值模型的2個波段，對MODIS影像做波段比值運算，得到MODIS的比值影像。研究發(fā)現(xiàn)，比值影像同葉綠素濃度之間存在明顯的線性相關(guān)關(guān)系(圖7)，其決定系數(shù)為0.722 2，利用比值模型反演研究區(qū)葉綠素濃度，RMSE 為 0.50 μg/L，相 對 誤差 為25.8%。

圖7 MODIS的B14/B4同實測葉綠素濃度的關(guān)系

2.4 模型精度評價及展望

通過對比研究模擬MODIS的三波段模型和比值模型，發(fā)現(xiàn)模擬MODIS的比值模型是研究區(qū)最優(yōu)的反演模型，其決定系數(shù)為0.799 3，利用建立的線性比值模型反演水體中葉綠素濃度，其RMSE為0.32 μg/L，相對誤差為18.7%，不同反演模型的對比情況見表1。

表1 不同葉綠素反演模型精度評價

三波段模型綜合考慮了水體中葉綠素的光譜特性以及懸浮物和黃色物質(zhì)對葉綠素吸收和后續(xù)散射的影響，本應(yīng)具有較高的反演精度，但是研究中三波段模型的反演精度均不高，究其原因，可能與研究區(qū)水體葉綠素濃度含量較低有關(guān)。研究區(qū)水體葉綠素濃度均在3.5 μg/L以下，致使水體葉綠素光譜特征不明顯，水體中黃色物質(zhì)和懸浮物的吸收和后向散射較強，減弱了水體中葉綠素吸收和后向散射，進而導(dǎo)致水體中葉綠素濃度反演精度降低。比值模型可充分考慮水體中懸浮物及黃色物質(zhì)吸收和后向散射對葉綠素吸收和后向散射的影響，把該影響降至最低，而不受葉綠素濃度大小的限制，因此研究中比值模型在反演水體葉綠素濃度時，具有較高的反演精度。此外，模型還受葉綠素測量精度的影響，測量精度的高低直接影響反演模型的精度，今后應(yīng)進一步加強水體葉綠素測量規(guī)范，嚴(yán)格水體葉綠素樣品的采集、存儲、實驗室樣品的處理等，以確保葉綠素的測量精度，進而提供反演模型的反演精度。

考慮到二類水體中懸浮物和黃色物質(zhì)對葉綠素光譜特性的影響，為了提高二類水體中葉綠素濃度的反演精度，當(dāng)水體中葉綠素濃度較低時，可使用MODIS比值模型反演水體中葉綠素濃度;當(dāng)葉綠素濃度較高時，可考慮使用MODIS的三波段模型反演葉綠素濃度。

3 基于MODIS的葉綠素濃度反演

通過對比研究葉綠素濃度反演模型得知，MODIS比值模型是最優(yōu)的反演模型，利用影像數(shù)據(jù)選用比值模型反演不同時期的葉綠素濃度，通過建立的比值反演模型，對MODIS L1B影像數(shù)據(jù)進行換算和處理后，利用建立的比值模型對研究區(qū)葉綠素濃度進行了反演，得到了研究區(qū)的葉綠素濃度分布圖(圖8)。

圖8 2009年煙臺近海葉綠素濃度逐月分布圖

由圖8可見，1～4月水體葉綠素濃度相對最低，8～10月水體葉綠素濃度相對最高。

4 結(jié)論

從不同月份的葉綠素濃度變化趨勢可以看出，煙臺四十里灣內(nèi)部葉綠素濃度總體要高于外部海域，這與四十里灣的地理特征和海水動力條件相吻合，研究區(qū)的平均水深為10 m左右，水體的動力和交換能力較差。另外，由沿岸向海葉綠素的濃度由高到低逐漸變化，這與沿岸的污染和人類活動密切相關(guān)。

通過分析不同季節(jié)的葉綠素濃度分布狀況發(fā)現(xiàn)，夏季各月份葉綠素濃度相對其他月份最高，葉綠素濃度最低的是冬季。此外，通過葉綠素濃度的逐月分布圖還可看出在研究區(qū)的北部海域，芝罘島和崆峒島北部海域存在低值葉綠素的帶狀區(qū)域，其葉綠素濃度同周圍海域相差較大，根據(jù)煙臺近海海流特征，可能是渤海灣與黃海的沿岸水流交換帶，這方面需要進一步研究確定。

［1］張前前，類淑河，王修林，等．浮游植物活體三維熒光光譜分類判別方法研究［J］．光譜學(xué)與光譜分析，2004，24(10):1 227-1 229．

［2］Gower J F R，Doerffer R，Borstad G A．Interpretation of the 685nm peak in water-leaving radiance spectra in terms of fluorescence，absorption and scattering，and its observation by MERIS［J］．International Journal of Remote Sensing，1999，20(9):1 771-1 786．

［3］Stumpf R P，Tyler M A．Satellite detection of bloom and pigment distributions in estuaries［J］．Remote Sensing of Environment，1988，24(3):358-404．

［4］Vasilkov A，Kopelevich O．Reasons for the appearance of the maximum near 700 nm in the radiance spectrum emitted by the ocean layer［J］．Oceanology，1982，22(5):697-701．

［5］Gitelson A．The peak near 700 nm on radiance spectra of algae and water:relationships of its magnitude and position with chlorophyll concentration［J］．International Journal of Remote Sensing，1992，13(17):3 367-3 373．

［6］Gons H J，Rijkeboer M，Bagheri S，et al．Optical teledetection of chlorophyll a in estuarine and coastal waters［J］．Environmental Science ＆ Technology，2000，34(24):5 189-5 192．

［7］Gons H J，Rijkeboer M，Ruddick K G．A chlorophyllretrieval algorithm forsatellite imagery (Medium Resolution Imaging Spectrometer)of inland and coastal waters［J］．Journal of Plankton Research，2002，24(9):947-951．

［8］Hu C，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．

［9］鄭小慎，魏皓，王玉衡．基于水色遙感的黃、東海葉綠素a濃度季節(jié)和年際變化特征分析［J］．海洋與湖沼，2012，43(3):649-654．

［10］馬翱慧，劉湘南，李婷，等．南海北部海域葉綠素a濃度時空特征遙感分析［J］．海洋學(xué)報(中文版)，2013，35(4):98-105．

［11］徐雯佳，楊斌，田力，等．應(yīng)用MODIS數(shù)據(jù)反演河北海域葉綠素a濃度［J］．國土資源遙感，2012(4):152-156．

［12］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，2009，18(6):2 057-2 060．

［13］Pulliainen J，Kallio K，Eloheimo K，et al．A semioperative approach to lake water quality retrieval from remotesensing data［J］．Science ofthe Total Environment，2001，268(1/3):79-93．

［14］Harma P， Vepsalainen J， Hannonen T， etal．Detection of water quality using simulated satellite data and semi-empirical algorithms in Finland［J］．Science of the Total Environment，2001，268(1/3):107-121．

［15］Dall’Olmo G，Gitelson A A，Rundquist D C．Towards a unified approach for remote estimation of chlorophylla in both terrestrial vegetation and turbid productive waters［J］． GeophysicalResearch Letters，2003，30(18):1 938-1 941．

［16］Gitelson A A，Vina A，Ciganda V，et al．Remote estimation of canopy chlorophyll content in crops［J］．Geophysical Research Letters，2005，32(8):403-406．

［17］Gitelson A A，Dall’Olmo G，Moses W，et al．A simple semi-analytical model for remote estimation of chlorophyll-a in turbid waters:Validation［J］．Remote Sensing of Environment，2008，110(112):3 582-3 593．

［18］唐軍武，田國良，汪小勇，等．水體光譜測量與分析Ⅰ:水面以上測量法［J］．遙感學(xué)報，2004，8(1):37-44．