中國北方沿海典型澙湖—山東月湖水深遙感反演*

趙 鵬 盧文虎 楊紅生 宋肖躍 顧瑞婷 陳 哲

(1. 中國科學(xué)院海洋研究所 青島 266071; 2. 中國科學(xué)院大學(xué) 北京 100049; 3. 國家海洋信息中心 天津 300171;4. 國家海洋環(huán)境預(yù)報(bào)中心 北京 100081)

潟湖是濱海濕地的重要類型之一, 受人類活動(dòng)和自然因素影響, 澙湖地貌和生態(tài)系統(tǒng)往往持續(xù)處于動(dòng)態(tài)調(diào)整中(孫偉富, 2013), 水深信息需要及時(shí)修測更新。通常 澙 湖水深較淺, 難以使用聲學(xué)方法進(jìn)行測量。遙感測深是一種間接的水深測量方法, 主要通過建立水深和水體輻射之間的相關(guān)關(guān)系對(duì)水深進(jìn)行反演(于瑞宏等, 2009)。與直接測量相比, 具有覆蓋面廣、獲取方便、費(fèi)用低等優(yōu)點(diǎn), 在 獲取 澙 湖等淺水水域水深信息方面顯示出較大優(yōu)勢(陳鳴等, 2003)。

遙感水深反演的方法主要有解析法和統(tǒng)計(jì)法兩種。其中, 統(tǒng)計(jì)法通過建立輻射亮度與實(shí)測水深之間的相關(guān)關(guān)系, 推知未知點(diǎn)的水深。該方法模型簡單、反演精度較高、可操作性強(qiáng), 應(yīng)用最為廣泛(李晉等,2015)。根據(jù)利用波段數(shù)量的不同, 統(tǒng)計(jì)法主要模型有：(1)單波段模型, Z=alnX+b; (2)雙波段比值模型,Z=aln(Xi/Xj)+b; (3)多波段模型, Z=a0＋a1lnX1+…+anlnXn。其中, Z為反演水深; X為波段, X=L-Ls, L為某單一波段的輻射亮度值, Ls為該波段在深水區(qū)對(duì)應(yīng)的輻射亮度值; a、b為待定系數(shù)(葉小敏等, 2009)。

Clark等(1987)使用線性多波段模型從 TM 影像中提取了波多黎各別克斯島附近海域水深; Mgengel等(1991)利用TM影像對(duì)荷蘭近海水域進(jìn)行了多時(shí)相水深提取。葉曉敏等(2009)在按水深分區(qū)的基礎(chǔ)上使用TM影像反演了膠州灣20m以淺的水深。另有多名學(xué)者結(jié)合海域特點(diǎn)優(yōu)化反演方法和模型取得了較好的結(jié)果(張鷹等, 2009; Song et al, 2011; 黃文騫等,2013)。Kanno等(2014)使用WorldView-2高分辨率衛(wèi)星影像反演了珊瑚礁水域水深。目前, 多光譜遙感反演水深的精度在1—3m之間, 探測水深在30m以內(nèi)。受水體透明度、底質(zhì)類型等外界條件影響, 需針對(duì)特定海域構(gòu)建相應(yīng)的模型(龐蕾等, 2003)。此外, 對(duì)于底質(zhì)類型復(fù)雜的海域, 需要根據(jù)底質(zhì)類型分別進(jìn)行水深反演以提高反演的精度(Lyzenga, 1978; 黨福星等,2003; Dierssen et al, 2003; 楊頂田, 2007)。

山東月湖受清淤等人類活動(dòng)影響, 地貌處于動(dòng)態(tài)變化之中; 海域面積較小, 缺乏大比例尺海圖; 有成片海草床, 底質(zhì)類型復(fù)雜。目前, 此類水域水深實(shí)測和遙感反演研究均十分缺乏, 而 水深信息對(duì)于澙湖及海草床的保護(hù)十分重要。本研究實(shí)測水深并作經(jīng)潮位校正, 選用高分辨率多光譜衛(wèi)星影像, 建立各波段地表反射率與水深之間的相關(guān)關(guān)系, 選擇相關(guān)性高的波段構(gòu)建水深反演的單波段、波段比和多波段線性回歸模型, 在劃分底質(zhì)類型的基礎(chǔ)上選取反演精度最高的模型反演水深。

1 研究區(qū)域及實(shí)驗(yàn)數(shù)據(jù)

1.1 研究區(qū)域

研究區(qū)域是我國北方典型 潟 湖山東榮成月湖,面積約5km2, 水深0—2m, 是榮成大天鵝國家級(jí)自然保護(hù)區(qū)的核心區(qū), 也是我國最大的大天鵝越冬棲息地。湖內(nèi)盛產(chǎn)大葉藻、矮大葉藻等海草, 近年來硬毛藻和孔石莼等藻類在夏季暴發(fā)。月湖東部由榮成灣沙壩與外海隔開, 僅東南部有一寬約 80m的潮汐汊道與外海相通(魏合龍等, 1997)。

1.2 數(shù)據(jù)處理

(1) 實(shí)測水深數(shù)據(jù)。2015年 6月 7日, 使用Speedtech (SM-5)型便攜式測深儀采集了46個(gè)站位相對(duì)深度。同時(shí)設(shè)立臨時(shí)潮位站, 觀測相對(duì)潮位變化情況, 建立潮位變化回歸模型(R2=0.940)(圖1)。使用該模型對(duì)相對(duì)水深進(jìn)行校正, 獲得處于同一水平面的絕對(duì)水深值。選擇其中25個(gè)數(shù)據(jù)用于構(gòu)建反演模型,剩余21個(gè)數(shù)據(jù)用于驗(yàn)證反演精度。

圖1 潮位變化的回歸模型Fig.1 The regressive model of tidal level change

(2) 遙感影像處理。衛(wèi)星遙感影像是 2012年 8月22日IKONOS高分辨率衛(wèi)星影像數(shù)據(jù), 多光譜分辨率3.2m, 各波段參數(shù)見表1。對(duì)經(jīng)初步幾何校正和輻射校正的衛(wèi)星影像進(jìn)行大氣校正、水陸分離、圖像增強(qiáng)、提取光譜反射率等操作。

表1 IKONOS衛(wèi)星多光譜參數(shù)Tab.1 Multi-spectral parameters of satellite IKONOS

大氣校正。使用ENVI 5.1中FLAASH大氣校正模塊, 該模塊基于MODTRAN5輻射傳輸模型, 不需要在遙感成像同步測量大氣數(shù)據(jù), 且算法精度高。利用衛(wèi)星數(shù)據(jù)頭文件獲取太陽天頂角、太陽方位角、衛(wèi)星天頂角、衛(wèi)星方位角、成像時(shí)間、波譜響應(yīng)函數(shù)等參數(shù), 選取 Mid-Latitude Summer大氣模型、Marine氣溶膠模式, 通過對(duì)輻射傳輸過程進(jìn)行模擬和假設(shè),來推導(dǎo)地表真實(shí)反射率。

水陸分割。對(duì)水體進(jìn)行分類, 使用光譜角法(SAM)提取水體和陸地信息, 并建立掩膜, 進(jìn)行水陸分割(圖 2)。

圖像增強(qiáng)。與中低分辨率相比, 高分辨率影像受浪花、雜質(zhì)等噪聲影響更為顯著。為減小這些因素的影響, 對(duì)IKONOS影像進(jìn)行高斯7×7低通濾波平滑處理, 以增強(qiáng)影像信息。

2 水深反演

2.1 對(duì)水深敏感波段的選擇

建立水深反演模型需要篩選出與水深相關(guān)性最高的波段或波段組合。本研究將實(shí)測水深點(diǎn)設(shè)置為感興趣區(qū)域, 提取對(duì)應(yīng)像元的四個(gè)波段地表反射率, 與經(jīng)校正的水深值進(jìn)行Pearson相關(guān)性分析。相關(guān)系分析結(jié)果(表2)表明, Band3、Band2反射率值與水深呈極顯著負(fù)相關(guān)(P＜0.01), Band1反射率值與水深呈顯著負(fù)相關(guān)(P＜0.05); 雙波段比值中, Band2/Band1、Band3/Band1、Band3/Band2的值與水深呈極顯著相關(guān)(P＜0.01), 其中 Band3/Band1相關(guān)性系數(shù)最高, 可達(dá)-0.8。水深遙感的最佳波段為藍(lán)、綠光波段, 而本研究中紅光波段 Band3反射率值與水深的相關(guān)性最高, 這是因?yàn)樵谳^為混濁的II類水體中, 波譜反射率峰值出現(xiàn)紅移現(xiàn)象, 與前人研究結(jié)果一致(李晉等,2015)。

2.2 回歸模型的構(gòu)建和精度分析

圖2 水陸分割結(jié)果Fig.2 Separation of land from water

表2 水深值與各波段反射率及兩波段反射率比值的相關(guān)性Tab.2 Correlation of water depth with reflectance of single band and the ratio of double bands

選擇與水深相關(guān)性最高的Band3、Band3/Band1、Band3/Band2、Band2/Band1分別構(gòu)建單波段模型、兩波段比值模型和多波段模型, 在以月湖整體為對(duì)象進(jìn)行線性回歸分析的基礎(chǔ)上, 根據(jù)月湖底質(zhì)類型,將月湖劃分為淺水區(qū)(Ⅰ區(qū))、植被(Ⅱ區(qū))、深水區(qū)(Ⅲ區(qū))三部分(圖 3), 分別進(jìn)行線性回歸分析。計(jì)算決定系數(shù)(R2)、均方根誤差(RMSE)、平均絕對(duì)誤差(MAE)和平均相對(duì)誤差(MRE)表征各回歸模型的反演精度和擬合效果。R2越大, RMSE、MAE、MRE越小, 模型的擬合效果越好。

圖3 底質(zhì)分類Fig.3 Bottom classification

表3 線性回歸模型及精度分析Tab.3 The results of regression analysis and the precision

線性回歸分析表明(表 3), 分區(qū)進(jìn)行線性回歸的精度總體上優(yōu)于對(duì)湖區(qū)整體進(jìn)行線性回歸。反演精度在無植被覆蓋的Ⅰ區(qū)和Ⅲ區(qū)優(yōu)于有植被覆蓋Ⅱ區(qū)。多波段模型的精度最高, 兩波段比值模型次之, 單波段模型最低。

2.3 反演結(jié)果及精度

使用對(duì)Ⅰ、Ⅱ、Ⅲ區(qū)擬合效果最好的多波段模型分別反演水深, 計(jì)算出各像元對(duì)應(yīng)的水深值, 圖層合并后去除壞點(diǎn)。對(duì)比驗(yàn)證點(diǎn)實(shí)測和反演水深, 可發(fā)現(xiàn)水深反演的平均絕對(duì)誤差為 16.32cm, 平均相對(duì)誤差為 13.16%, 單因素方差分析表明水深反演絕對(duì)誤差值在三類區(qū)域之間沒有顯著性差異(P＞0.05)。與相似海區(qū)相比反演結(jié)果精度較高。反演結(jié)果顯示, 月湖最深處為月湖東南側(cè)主水道, 最深處達(dá)271.23cm; 月湖全湖平均水深(67.92±63.50)cm; 月湖整體上較為平坦, 西岸、南岸形成較為平坦的灘涂, 北側(cè)有殘留的沙壩; 東北、西側(cè)河口處形成三角洲; 湖區(qū)東南側(cè)分布有漲潮三角洲; 主水道位于漲潮三角洲東側(cè), 牡蠣礁南側(cè)。

圖4 反演與實(shí)測水深的比較Fig.4 Comparison between estimated and measured depths

圖5 反演月湖水深圖Fig.5 The estimated depth of Yuehu lagoon

3 結(jié)論

衛(wèi)星遙感是獲得水深較淺、地貌頻繁變化的 澙 湖水深的有效方法。對(duì)于月湖等小型 澙 湖而言,IKONOS等高分辨率衛(wèi)星影像能夠較為清晰地顯示地貌細(xì)節(jié)。多波段線性回歸模型比單波段和波段比模型反演精度更高。將湖區(qū)劃分為淺水區(qū)、植被、和深水區(qū)在一定程度上削弱了由于水質(zhì)和底質(zhì)不均勻引起反演模型誤差, 有效提高了水深反演的精度。

致謝 馬山集團(tuán)王厚榮參加野外調(diào)查與測量工作,在此致謝。

于瑞宏, 許有鵬, 劉廷璽等, 2009. 應(yīng)用多光譜遙感信息反演干旱區(qū)淺水湖泊水深. 水科學(xué)進(jìn)展, 20(1)： 111—117

葉小敏, 鄭全安, 紀(jì)育強(qiáng)等, 2009. 基于 TM 影像的膠州灣水深遙感. 海洋測繪, 29(2)： 12—15, 19

孫偉富, 2013. 我 國海岸 澙 湖 遙感監(jiān)測與典型 澙 湖分析. 青島：中國海洋大學(xué)博士學(xué)位論文

李 晉, 田洪軍, 徐文斌等, 2015. 渤海灣近岸海域水深遙感反演研究. 測繪科學(xué), 40(6)： 56—60

楊頂田, 2007. 不同底質(zhì)類型對(duì)衛(wèi)星遙感提取水深信息精度的影響. 見： 中國海洋學(xué)會(huì)海洋工程分會(huì). 第十三屆中國海洋(岸)工程學(xué)術(shù)討論會(huì)論文集. 南京： 中國海洋學(xué)會(huì)海洋工程分會(huì)

張 鷹, 張 蕓, 張 東等, 2009. 南黃海輻射沙脊群海域的水深遙感. 海洋學(xué)報(bào), 31(3)： 39—45

陳 鳴, 李士鴻, 孔慶芬, 2003. 衛(wèi)星遙感長江口水域水深.水利水運(yùn)工程學(xué)報(bào), (2)： 61—64

龐 蕾, 聶志峰, 2003. 星載多光譜淺海水深測量方法. 山東理工大學(xué)學(xué)報(bào)(自然科學(xué)版), 17(6)： 59—61

黨福星, 丁 謙, 2003. 利用多波段衛(wèi)星數(shù)據(jù)進(jìn)行淺海水深反演方法研究. 海洋通報(bào), 22(3)： 55—60

黃文騫, 吳 迪, 楊 楊等, 2013. 淺海多光譜遙感水深反演技術(shù). 海洋技術(shù), 32(2)： 43—46

魏合龍, 莊振業(yè), 1997. 山 東榮成灣月湖地區(qū)的 潟 湖-潮汐汊道體系. 湖泊科學(xué), 9(2)： 135—140

Clark R K, Fay T H, Walker C L, 1987. A comparison of models for remotely sensed bathymetry. AD-A197 973

Dierssen H M, Zimmerman R C, Leathers R Aet al, 2003. Ocean color remote sensing of seagrass and bathymetry in the Bahamas Banks by high-resolution airborne imagery.Limnology and Oceanography, 48(1)： 444—455

Kanno A, Tanaka Y, Shinohara Ret al, 2014. Which spectral bands of worldview-2 are useful in remote sensing of water depth? A case study in coral reefs. Marine Geodesy, 37(3)： 283—292

Lyzenga D R, 1978. Passive remote sensing techniques for mapping water depth and bottom features. Applied Optics,17(3)： 379—383

Mgengel V, Spitzer R J, 1991. Application of remote sensing data to mapping of shallow sea-floor near by Netherlands.International Journal of Remote Sensing, 57(5)： 473—479

Song G H, Xu Y P, Song G H et al, 2011. Study on water depth extraction in Jiangsu Coastal zone using Landsat ETM+images. In： Proceedings of the International Conference on Remote Sensing, Environment and Transportation Engineering.Nanjing： IEEE, 5435—5438