基于歐洲航天局“哨兵-2A”衛(wèi)星的太湖藍(lán)藻遙感監(jiān)測(cè)

李旭文，侍 昊，張 悅，牛志春，王甜甜，丁 銘，蔡 琨

江蘇省環(huán)境監(jiān)測(cè)中心，江蘇 南京 210036

20世紀(jì)80年代后期以來(lái)，大量氮磷物質(zhì)的匯入，加劇了太湖湖泊富營(yíng)養(yǎng)化程度，浮游植物藍(lán)藻水華大面積頻發(fā)[1-2]，出現(xiàn)了明顯的水生態(tài)問(wèn)題。為準(zhǔn)確及時(shí)了解和分析藍(lán)藻水華的空間分布和變化趨勢(shì)，保護(hù)和恢復(fù)水生態(tài)環(huán)境，20世紀(jì)90年代，研究人員基于美國(guó)陸地衛(wèi)星TM傳感器(Landsat TM)數(shù)據(jù)開展了衛(wèi)星遙感技術(shù)對(duì)太湖藍(lán)藻水華的初步監(jiān)測(cè)應(yīng)用研究[3-4]，但Landsat衛(wèi)星重訪周期長(zhǎng)，離藍(lán)藻監(jiān)測(cè)和預(yù)警的時(shí)效性要求還存在一定的差距[5-8]。1999年以來(lái)，美國(guó)發(fā)射的Terra和Aqua衛(wèi)星具有每天上午、下午各重訪1次的能力，其搭載的中分辨率成像光譜儀(MODIS)為太湖藍(lán)藻遙感監(jiān)測(cè)提供了重要的數(shù)據(jù)源[9]，在環(huán)保部門得到廣泛的業(yè)務(wù)化應(yīng)用，但其250～500 m的空間分辨率組合難以清晰表達(dá)影像上藍(lán)藻水華的形狀、光譜、紋理等，在反演大氣底部反射率、準(zhǔn)確劃定藍(lán)藻水華的分布范圍、嚴(yán)重等級(jí)等方面受到限制[10]。近10年來(lái)國(guó)產(chǎn)高分系列衛(wèi)星具有更高的分辨率，可獲取更加清晰的空間和紋理特征，但波段設(shè)置偏少、重訪周期更長(zhǎng)且難以覆蓋整個(gè)湖區(qū)[11-12]。從監(jiān)測(cè)算法上看，主要是利用含葉綠素的植被地物類型在遙感影像上的光譜特征構(gòu)建歸一化植被指數(shù)(NDVI)，再結(jié)合一定的人工經(jīng)驗(yàn)確定分布區(qū)的邊界來(lái)對(duì)藍(lán)藻水華信息進(jìn)行提取[13-15]；而湖區(qū)云層、水生植被、圍網(wǎng)養(yǎng)殖、低透明的渾濁水體仍是影響藍(lán)藻水華信息提取精度的重要因素[16-17]。

2015年6月23日，歐洲航天局(ESA)成功發(fā)射了動(dòng)態(tài)監(jiān)測(cè)全球環(huán)境與安全狀況的衛(wèi)星“哨兵-2A”(Sentinel-2A)，其具有多光譜、大范圍、短重訪周期等特點(diǎn)，為太湖藍(lán)藻水華監(jiān)測(cè)提供了新的數(shù)據(jù)源[18-20]。該衛(wèi)星所攜帶的光學(xué)傳感器多光譜成像儀(MSI)借鑒了SPOT、Landsat系列遙感衛(wèi)星的成功經(jīng)驗(yàn)，在可見光(VIS)-短波紅外(SWIR)波長(zhǎng)區(qū)間保留了與這些衛(wèi)星對(duì)應(yīng)的波段設(shè)置，此外還新增配了多個(gè)特征波段，可進(jìn)行更為精細(xì)的葉綠素反射峰強(qiáng)度計(jì)算及提高大氣校正精度等[21-22]。但該數(shù)據(jù)在大型湖泊藍(lán)藻水華遙感監(jiān)測(cè)的應(yīng)用中鮮有報(bào)道，因此，以藍(lán)藻水華頻發(fā)的太湖為例，分析典型地物類型在“哨兵-2A”MSI影像上的光譜特征，采用歸一化植被指數(shù)(NDVI)和綠光中心波長(zhǎng)處的葉綠素反射峰強(qiáng)度(ρchl)綜合閾值方法提取藍(lán)藻信息，以期發(fā)揮這一新型遙感數(shù)據(jù)源在太湖藍(lán)藻水華遙感監(jiān)測(cè)中的作用。

1 數(shù)據(jù)源及研究區(qū)域

1.1 MSI傳感器技術(shù)特性

“哨兵-2A”衛(wèi)星重1 140 kg，長(zhǎng)度為3.4 m，寬度為1.8 m，運(yùn)行在距離地球表面786 km的太陽(yáng)同步軌道，星上搭載了具有13個(gè)光譜波段的多光譜成像儀MSI，刈幅寬度達(dá)290 km，重訪周期為10 d，與已于2017年3月7日發(fā)射的B星組網(wǎng)，可實(shí)現(xiàn)5 d重訪周期。MSI從可見光(VIS)、近紅外(NIR)到短波紅外(SWIR)，具有10、20、60 m不同的空間分辨率(表1)。值得注意的是，MSI是國(guó)際上在軌遙感衛(wèi)星中唯一的具有高達(dá)20 m的地面分辨率、設(shè)計(jì)了3個(gè)專門波段(B5、B6、B7)以獲取植被在近紅外“紅邊”(Red edge,690～800 nm)區(qū)間光譜特征信息的傳感器，它們與位于紅光波長(zhǎng)處的B4、近紅外植被類反射峰頂部的B8波段協(xié)同應(yīng)用，對(duì)監(jiān)測(cè)植被長(zhǎng)勢(shì)與健康、水體葉綠素含量、浮游植物分布等水生態(tài)信息非常靈敏有效[23]。

表1 “哨兵-2A”衛(wèi)星MSI技術(shù)參數(shù)Table 1 Technical specifications of Sentinel-2A MSI

1.2 研究區(qū)MSI影像質(zhì)量分析

太湖是中國(guó)第三大淡水湖泊，其流域位于長(zhǎng)江三角洲的南緣，是一個(gè)典型的碟形洼地平原，流域總面積約為36 900 km2，是全國(guó)人口最稠密、工農(nóng)業(yè)生產(chǎn)最發(fā)達(dá)的地區(qū)之一，流域行政區(qū)劃分屬江蘇、浙江、上海、安徽三省一市[24-25]。太湖具有飲水、工農(nóng)業(yè)用水、航運(yùn)、旅游、流域防洪調(diào)蓄等多種功能，是長(zhǎng)江三角洲地區(qū)社會(huì)經(jīng)濟(jì)發(fā)展的重要水資源。

選取2016年6月13日10：49(北京時(shí)間，下同)過(guò)境太湖的“哨兵-2A”MSI影像作為研究數(shù)據(jù)，并與當(dāng)日11：10過(guò)境的Terra MODIS(空間分辨率為250 m和500 m混合)、13：33過(guò)境的NPP VIIRS(空間分辨率為371 m)影像數(shù)據(jù)進(jìn)行了影像質(zhì)量、清晰度等對(duì)比分析(圖1)[26]。得益于最高達(dá)10 m的高空間分辨率，“哨兵-2A”MSI影像顯示了極為清晰的太湖藍(lán)藻水華分布態(tài)勢(shì)，見圖1(a)、圖1(b)和圖1(c)，很精細(xì)地展示了太湖藍(lán)藻水華的影像紋理，局部的積聚強(qiáng)度，積聚形態(tài)(條帶狀、網(wǎng)紋狀、簇團(tuán)狀)和受船舶航行擾動(dòng)等，也很好地顯示了高聚集水華區(qū)之間的“藻-水”混懸特征，“哨兵-2A”MSI影像可以提供精細(xì)的太湖藍(lán)藻水華提取結(jié)果，具有獨(dú)特的太湖全湖藍(lán)藻分布及暴發(fā)強(qiáng)度狀況“高清”觀測(cè)能力，有助于深化對(duì)太湖藍(lán)藻水華浮沉、積聚、漂流等發(fā)生與演變規(guī)律的認(rèn)識(shí)，為藍(lán)藻打撈、暴發(fā)防控提供支持。其中貢湖灣作為太湖重要的飲用水源地，在MODIS和可見光紅外成像輻射儀(VIIRS)影像上顯示模糊的藍(lán)藻水華特征可在“哨兵-2A”MSI影像上清晰顯示，如圖1(a)紅框范圍的水華。

圖1 不同空間分辨率衛(wèi)星遙感影像對(duì)太湖藍(lán)藻水華辨析和提取能力的比較Fig.1 Comparison of different images of the spectrum characteristics of the cyanobacteria blooms in Taihu Lake

根據(jù)太湖的水環(huán)境特征，按照“哨兵-2A”MSI遙感影像上典型地物類型類內(nèi)光譜特征相對(duì)均一的原則，利用遙感數(shù)據(jù)處理軟件選擇了16個(gè)植被、藍(lán)藻水華和水體的影像樣區(qū)(圖2)。5個(gè)植被樣區(qū)(1#～5#)，以常綠闊葉林為主的林地、湖體中挺水植被和浮葉植被為主；5個(gè)藍(lán)藻水華樣區(qū)(6#～9#、11#)，主要為重、中、低片狀藍(lán)藻水華聚集區(qū)；6個(gè)水體樣區(qū)(10#，12#～16#)，包括藻-水混合水體、無(wú)藻水體、圍網(wǎng)養(yǎng)殖水體、高渾濁度水體。

2 研究方法

基于“哨兵-2A”MSI影像進(jìn)行太湖藍(lán)藻水華遙感監(jiān)測(cè)，主要分為影像預(yù)處理、特征變換與信息提取2個(gè)部分，具體流程見圖3。

圖2 MSI影像上太湖典型地物類型的樣區(qū)分布Fig.2 The distribution of ROIs for typical landcover types in Taihu Lake

圖3 基于“哨兵-2A”MSI影像藍(lán)藻水華提取流程Fig.3 Flow chart of the cyanobacteria blooms extraction technology based on the Sentinel-2A MSI image

2.1 影像預(yù)處理

研究主要基于SNAP軟件進(jìn)行“哨兵-2A”MSI影像的預(yù)處理工作。ESA針對(duì)“哨兵”系列衛(wèi)星數(shù)據(jù)的處理，專門組織開發(fā)了統(tǒng)一集成的軟件，更適合開展“哨兵-2A”MSI數(shù)據(jù)信息提取和分析，共完成了幾何精校正、大氣校正、影像裁切等圖像預(yù)處理工作。其中為完成“哨兵-2A”MSI影像從表觀反射率到地面反射率〔又稱作大氣底部反射率(BOA)〕的轉(zhuǎn)換，還要下載針對(duì)“哨兵-2A”MSI影像的大氣校正專用模塊SEN2COR(下載地址為http://step.esa.int/main/third-party-plugins-2/sen2cor/)，該軟件模塊用Python語(yǔ)言編寫，以開源的Anaconda為通用Python運(yùn)行環(huán)境，作為插件在SNAP應(yīng)用架構(gòu)下運(yùn)行，也可以單獨(dú)以命令行方式運(yùn)行[27]。

2.2 特征變換與信息提取

2.2.1 歸一化植被指數(shù)

與EOS MODIS、Landsat TM/ETM+/OLI影像相比，“哨兵-2A”MSI的B2、B3、B4、B8和B8a波段對(duì)地物具有更優(yōu)的輻射測(cè)量精度及地面分辨率，對(duì)水體葉綠素a、藍(lán)藻水華、富營(yíng)養(yǎng)化監(jiān)測(cè)具有更高的靈敏度[28]。NIR區(qū)間的B8和B8a波段均適用于計(jì)算最常用的提取藍(lán)藻水華分布的歸一化植被指數(shù)(NDVI)，考慮到B8(842 nm)波段空間分辨率更高，帶寬也比B8a波段寬，因此采用B8(842 nm)、B4(665 nm)波段的BOA反射率(ρ842、ρ665)計(jì)算基于MSI傳感器的NDVI指數(shù)：

2.2.2 綠光中心波長(zhǎng)處的葉綠素反射峰強(qiáng)度

與其他地物相比，植物體一般具有進(jìn)行光合作用的細(xì)胞結(jié)構(gòu)且含有葉綠素，葉綠素a在VIS區(qū)間的光譜反射特性為綠光中心波長(zhǎng)與相鄰的兩側(cè)藍(lán)光波長(zhǎng)、紅光波長(zhǎng)相比光譜反射率相對(duì)較高，形成典型的綠光中心波長(zhǎng)處的葉綠素反射峰，其強(qiáng)度與葉綠素含量呈正相關(guān)[29-30]。因此，采用“哨兵-2A”MSI的L2A級(jí)產(chǎn)品中B2(490nm)、B3(560nm)、B4(665nm)波段的BOA反射率計(jì)算綠光反射峰強(qiáng)度，可以指示水體中浮游植物豐度狀況：

最后，利用“哨兵-2A”影像的光譜特征結(jié)合特征變換指數(shù)，采用綜合閾值方法，對(duì)太湖藍(lán)藻、水華水藻區(qū)的信息進(jìn)行提取。

3 結(jié)果與分析

3.1 典型地物光譜反射率特征分析

對(duì)16個(gè)太湖植被、藍(lán)藻水華和水體地物樣區(qū)的光譜反射率特征統(tǒng)計(jì)結(jié)果見圖4。

由圖4可見，植被、藍(lán)藻水華的光譜反射率曲線特征總體相近，主要表現(xiàn)為可見光(490～665 nm)有1個(gè)位于560 nm附近的小反射峰，兩側(cè)490、665 nm為2個(gè)吸收帶，705～740 nm有1個(gè)“紅邊反射陡坡”，至近紅外783～842 nm附近有1個(gè)峰值；從1 610 nm開始，吸收率大增，反射率明顯下降。水體則表現(xiàn)為在490～705 nm有弱的反射峰，其他則表現(xiàn)為較強(qiáng)的吸收。

圖4 太湖典型樣區(qū)的MSI波段BOA反射率曲線Fig.4 BOA reflectance curves of different landcover types in Taihu Lake

從圖4(a)植被樣區(qū)上看，1#、2#、3#林地的可見光反射率較低(在0.1以下)，490～665 nm間呈現(xiàn)綠光波長(zhǎng)弱反射峰特征，在近紅外840、865 nm 附近反射率明顯抬升；4#挺水植被則以705 nm為界，在近紅外區(qū)間783、842、865 nm處躍升明顯，長(zhǎng)波方向“懸”在林地型植被曲線的上方；5#浮葉植被除表現(xiàn)出綠光波長(zhǎng)的弱反射峰的特點(diǎn)外，在可見光490～665 nm區(qū)間的反射率整體略高于林地和挺水植被，在705 nm之后的長(zhǎng)波方向的反射率與陸域植被相近。

從圖4(b)藍(lán)藻水華樣區(qū)上看，藍(lán)藻水華區(qū)(6#、7#、9#)在可見光區(qū)間反射率整體高于陸域植被，綠光560 nm處的反射率均在0.1以上，甚至超過(guò)0.2，這也是湖面實(shí)況觀察藍(lán)藻水華呈鮮綠色的原因。藍(lán)藻水華在可見光490～665 nm、近紅外705～2 190 nm區(qū)間均表現(xiàn)出隨著聚集程度的增加，反射率隨之升高，重度藍(lán)藻水華區(qū)在783 nm甚至可高達(dá)0.7。此外，高聚集的藍(lán)藻水華在綠光560 nm、近紅外740～865 nm的反射率明顯高于一般植被，如圖4(a)和圖4(b)虛線所示。

從圖4(c)水體樣區(qū)上看，太湖水體受懸浮物影響，可見光490～665 nm區(qū)間反射率比純水高，介于0.08～0.18之間；由于水體在近紅外區(qū)間的強(qiáng)吸收特性，740～865 nm反射率在0.06以下，明顯低于植被和藍(lán)藻水華。受懸浮物散射影響，16#的高渾濁度水體在705 nm的反射率可達(dá)0.18，740～865 nm反射率也達(dá)0.06～0.1之間。

3.2 典型地物特征變量分析

太湖植被、藍(lán)藻水華和水體樣區(qū)的NDVI、ρchl統(tǒng)計(jì)結(jié)果見表2。從NDVI指數(shù)上看，植被、藍(lán)藻水華、水體的NDVI值動(dòng)態(tài)范圍分別為[0.56，0.81][-0.01，0.76]和[-0.46，-0.13]，因此，通過(guò)NDVI信號(hào)很容易把一般水體(藻類的光譜貢獻(xiàn)小于10%)與水生植被、藍(lán)藻集聚區(qū)分離。藍(lán)藻水華NDVI取值范圍與水生植被、一般水體有一定的重疊，主要表現(xiàn)為①近紅外波段高反射率值帶來(lái)“飽和”效應(yīng)導(dǎo)致中-高藍(lán)藻聚集區(qū)NDVI與水生植被相近(0.66～0.76)；②輕度藍(lán)藻積聚時(shí)，藻類顆粒在近表層水體中，湖面處于“藻-水”混懸狀態(tài)，水體在近紅外區(qū)域的光學(xué)吸收作用對(duì)光譜反射率有影響，此時(shí)NDVI往往為0甚至小幅負(fù)值，與圍網(wǎng)養(yǎng)殖水體的NDVI特征相近，不易區(qū)分。多年來(lái)基于MODIS的太湖藍(lán)藻水華分布提取經(jīng)驗(yàn)表明，僅憑NDVI信號(hào)只能提取積聚程度中-高的藍(lán)藻分布，對(duì)“藻-水”混懸狀態(tài)的輕微水華區(qū)(淺水華區(qū))不夠有效。與NDVI相比，植被、藍(lán)藻水華、水體的ρchl的動(dòng)態(tài)范圍分別為[0.04，0.05][0.04，0.11]和[0.01，0.03]；ρchl對(duì)水生植被與中-高藍(lán)藻聚集區(qū)、混合水體(“藻-水”混懸區(qū)和圍網(wǎng)養(yǎng)殖水體)與輕度藍(lán)藻聚集區(qū)具有較好的分離能力。

3.3 藍(lán)藻水華遙感信息提取

2016年6月13日貢湖灣藍(lán)藻水華強(qiáng)度分布信息提取結(jié)果見圖5。

表2 太湖典型樣區(qū)特征變量參數(shù)統(tǒng)計(jì)Table 2 The value of characteristic variables of different landcover types in Taihu Lake

圖5 2016年6月13日貢湖灣藍(lán)藻水華強(qiáng)度分布信息提取結(jié)果Fig.5 The extraction results of cyanobacteria blooms intensity distribution in Gonghu bay on June 13,2016

分析太湖植被、藍(lán)藻水華、水體的NDVI、ρchl特征發(fā)現(xiàn)，基于紅光-近紅外信號(hào)的NDVI藍(lán)藻水華提取算法對(duì)中-高聚集區(qū)十分有效，但對(duì)低藍(lán)藻聚集區(qū)(以“藻-水”混懸體為主)與混合水體(如無(wú)錫沙渚含顆粒狀藻類水體)水華不夠靈敏。針對(duì)該問(wèn)題，協(xié)同運(yùn)用基于可見光區(qū)間信號(hào)構(gòu)建的ρchl指數(shù)，提出藍(lán)藻水華提取綜合閾值算法：①判斷利用了近紅外、紅光波長(zhǎng)反射率信息的NDVI值正負(fù)性：NDVI>0劃為植被類像元，再結(jié)合ρchl指數(shù)進(jìn)行藍(lán)藻水華和水生植物的分離，ρchl>0.06判為水華像元，ρchl≤0.06判為水生植物或陸域植被像元；②NDVI≤0：補(bǔ)充利用可見光區(qū)間的葉綠素反射峰信息進(jìn)行判斷，NDVI>-0.15且ρchl>0.03，判為“藻-水”混懸體，劃入水華分布區(qū)；其余情況則歸入一般水體區(qū)。在建立改進(jìn)算法的基礎(chǔ)上，對(duì)2016年6月13日太湖貢湖灣區(qū)域“哨兵-2A”MSI影像進(jìn)行藍(lán)藻水華遙感信息提取實(shí)驗(yàn)(圖5)?？梢姡暫硡^(qū)域的NDVI和ρchl的取值范圍分別為[-0.53，0.78][-0.04，0.20]，NDVI和ρchl較好地反映了藍(lán)藻水華積聚程度，清晰揭示了貢湖灣湖面復(fù)雜水面、藻層(帶)交織格局。中-高藍(lán)藻聚集區(qū)面積為60.37 km2，占貢湖灣面積的24.5%，主要分布在貢湖北部沿岸、湖心?！霸?水”混懸體面積為79.49 km2，占貢湖灣面積的42.9%，主要在中-高藍(lán)藻集聚區(qū)之間呈過(guò)渡分布，貢湖灣東部藍(lán)藻水華相對(duì)較輕。

4 結(jié)語(yǔ)

以新一代歐洲航天局“哨兵-2A” MSI影像為主要數(shù)據(jù)源，在分析太湖典型地物類型影像光譜特征的基礎(chǔ)上，采用NDVI結(jié)合ρchl構(gòu)建了綜合閾值法，并對(duì)貢湖灣藍(lán)藻水華信息進(jìn)行提取實(shí)驗(yàn)。研究結(jié)果表明，與目前常用的EOS MODIS、Landsat TM/ETM+/OLI等遙感數(shù)據(jù)相比，“哨兵-2A” MSI影像不僅能夠顯示藍(lán)藻水華的空間分布和強(qiáng)度，而且可對(duì)“藻-水”混懸水體進(jìn)行精細(xì)辨識(shí)和準(zhǔn)確提取。該衛(wèi)星豐富的可見光至近紅外間光譜波段設(shè)置，可在湖泊藻類豐度監(jiān)測(cè)、葉綠素濃度反演、生物量估算、水生植被識(shí)別、富營(yíng)養(yǎng)化評(píng)價(jià)等方面提供豐富的信息，同時(shí)隨著2017年“哨兵-2B”星發(fā)射成功，重訪時(shí)間縮短為5 d，將進(jìn)一步提升“哨兵2”系列較高分辨率、公益性衛(wèi)星遙感數(shù)據(jù)在太湖藍(lán)藻水華遙感監(jiān)測(cè)中的應(yīng)用潛力。以上研究表明，在進(jìn)行藍(lán)藻水華分布、級(jí)別等信息精確提取時(shí)，除了采用浮游植物在近紅外強(qiáng)反射率抬升這一最典型的光譜特性外，還要輔助應(yīng)用可見光區(qū)間藍(lán)、綠、紅光波段反射率信息才能得到更為精準(zhǔn)的藍(lán)藻水華強(qiáng)度和空間分布提取結(jié)果，克服單一指標(biāo)NDVI對(duì)輕微水華、“藻-水”混懸體不夠靈敏的局限性。今后，基于“哨兵2”系列的遙感數(shù)據(jù)，還應(yīng)加強(qiáng)對(duì)無(wú)藻水體→“藻-水”混懸體→輕度積聚→中度積聚→重度積聚不同狀態(tài)的水藻復(fù)合光譜演化特征的實(shí)驗(yàn)，以及利用“紅邊”區(qū)間的波段組合提取浮游植物藍(lán)藻葉綠素強(qiáng)度信號(hào)(MCI指數(shù))等特征信息的研究，為太湖藍(lán)藻防控提供更為客觀定量的遙感監(jiān)測(cè)預(yù)警支持。