基于MERIS數(shù)據(jù)的太湖葉綠素濃度的反演研究

田 園，王得玉

（南京郵電大學(xué) 通信與信息工程學(xué)院，江蘇 南京 210003）

葉綠素a是反映湖泊富營(yíng)養(yǎng)化水平的重要指標(biāo)，是富營(yíng)養(yǎng)化湖泊水體監(jiān)測(cè)的一個(gè)重要生理參數(shù)。隨著經(jīng)濟(jì)的迅猛發(fā)展，湖泊環(huán)境受到嚴(yán)重影響，湖泊水污染和富營(yíng)養(yǎng)化程度加深，太湖水污染和富營(yíng)養(yǎng)化問題亟待解決。傳統(tǒng)調(diào)查方法雖然技術(shù)成熟，但在人力、物力方面消耗過大，難以實(shí)現(xiàn)大范圍的實(shí)時(shí)監(jiān)測(cè)。遙感技術(shù)作為一種區(qū)域性的調(diào)查手段，以其監(jiān)測(cè)范圍廣、頻率高、成本低的優(yōu)勢(shì)，為大范圍水質(zhì)實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)提供了有力工具。

遙感技術(shù)在湖泊方面的應(yīng)用為水污染監(jiān)測(cè)和研究開辟了新途徑，一般是結(jié)合水體采樣點(diǎn)葉綠素a濃度和反射率之間的關(guān)系模型，從而反演葉綠素a濃度。太湖作為Ⅱ類水體的研究對(duì)象，水體反射光譜除了跟葉綠素a濃度相關(guān)外，還受到懸浮物和黃色物質(zhì)濃度的影響，使得葉綠素a濃度的反演精度較Ⅰ類水體有更大的不確定性?，F(xiàn)有的傳感器在時(shí)空分辨率方面難以滿足實(shí)際工作的要求，如：LandsatTM/ETM等空間分辨率較高，但時(shí)間分辨率偏低；而MODIS可以滿足每日獲取數(shù)據(jù)，但空間分辨率不能滿足要求。MERIS（Medium resolution imaging spectrometer）具有可變空間分辨率數(shù)據(jù)，適合不同尺度水體研究，在光譜分辨率、水色波段設(shè)置、輻射靈敏度等方面超越SeaWiFS、MODIS，可滿足帶復(fù)雜Ⅱ類水體的應(yīng)用要求。遙感數(shù)據(jù)來(lái)估算水質(zhì)參數(shù)的方法，常用有三種模型：經(jīng)驗(yàn)?zāi)Ｐ?、半分析模型和分析模型。?jīng)驗(yàn)?zāi)Ｐ筒僮骱?jiǎn)單，運(yùn)算快捷，但缺乏一定的物理基礎(chǔ)，過多的依賴于實(shí)測(cè)數(shù)據(jù)，有較大的時(shí)空局限。半分析模型通過將已知的水質(zhì)參數(shù)光譜特征與傳統(tǒng)模型相結(jié)合，選擇最佳的波段或波段組合作為相關(guān)變量估算水質(zhì)參數(shù)值。Gitelson等首次提出估算陸地植被葉綠素含量的三波段式半分析模型，周琳等利用太湖實(shí)測(cè)光譜數(shù)據(jù)構(gòu)建葉綠素a濃度反演的半分析模型，發(fā)現(xiàn)三波段模型（TBM）適用于高渾濁水體葉綠素a濃度的遙感估算，并在巢湖水體中得到了驗(yàn)證。2012年El-Alem等提出了一種新的葉綠素濃度反演模型—Apple模型，結(jié)合南魁北克4個(gè)湖泊的9年實(shí)測(cè)數(shù)據(jù)和同步MODIS影像數(shù)據(jù)對(duì)葉綠素濃度進(jìn)行反演，相關(guān)系數(shù)達(dá)到0.95。

分析模型也稱理論模型，以水體內(nèi)光學(xué)傳輸?shù)臋C(jī)理為理論基礎(chǔ)，直接把水體的光學(xué)特征用于輻射傳輸方程，但分析模型的理論還不是很完善，應(yīng)用中要做很多假設(shè)，會(huì)造成較差的估算精度。

本研究采用半分析模型來(lái)構(gòu)建葉綠素a濃度的反演模型，Apple模型采用MERIS數(shù)據(jù)中的第二、第七和第九波段太湖采樣點(diǎn)的反射率，結(jié)合太湖實(shí)測(cè)葉綠素a濃度，建立兩者之間的關(guān)系，并分析該模型是否適用于MERIS數(shù)據(jù)。

1 材料和方法

1.1 試驗(yàn)區(qū)域與數(shù)據(jù)

太湖（31°615′N，119°997 W，30°824′S，120°54′E）是我國(guó)第三大淡水湖泊，地處于長(zhǎng)江三角洲，湖泊面積2 427.8 km2，水域面積為2 338.1 km2（圖1）。近年來(lái)，太湖出現(xiàn)藍(lán)藻水華暴發(fā)，水污染和富營(yíng)養(yǎng)化現(xiàn)象非常嚴(yán)重。

為獲取實(shí)地葉綠素a濃度和采樣點(diǎn)MERIS數(shù)據(jù)。選取2004年10月太湖的67個(gè)野外實(shí)地采樣點(diǎn)數(shù)據(jù)（圖2），獲取實(shí)時(shí)葉綠素a濃度。同時(shí)收集2004年10月的MERIS影像，云層覆蓋影響較夏季較輕，通過影像來(lái)得到水體反射率。

圖1 太湖位置示意圖

1.2 數(shù)據(jù)獲取與預(yù)處理

1.2.1 實(shí)測(cè)數(shù)據(jù) 采樣點(diǎn)均勻分布于整個(gè)太湖水域，覆蓋范圍全面，水體富營(yíng)養(yǎng)化程度也均不同，從清澈到渾濁水體。首先根據(jù)NASA SeaWiFS海洋光學(xué)規(guī)范，測(cè)量了水體反射率光譜和水體的后向散射系數(shù)。在太湖的67個(gè)采樣點(diǎn)取樣，帶回實(shí)驗(yàn)室進(jìn)行相應(yīng)的水質(zhì)參數(shù)和水色組分吸收系數(shù)的測(cè)量。

圖2 太湖有效樣點(diǎn)分布

太湖屬Ⅱ類水體區(qū)域，具有復(fù)雜的光學(xué)特性，這也要求了傳感器要在分辨率方面要有較高的標(biāo)準(zhǔn)。SeaWiFS、MODIS由于在時(shí)空分辨率等方面的局限，不適用于內(nèi)陸Ⅱ類水體，MERIS傳感器有可變空間分辨率數(shù)據(jù)，有較高的光譜分辨率、空間分辨率和時(shí)間分辨率，設(shè)計(jì)了等效噪聲輻射率（NEIL）值，使之能適應(yīng)Ⅰ、Ⅱ類水體。MERIS傳感器在光譜分辨率、水色波段設(shè)置以及輻射靈敏度等方面優(yōu)于SeaWiFS、MODIS。其空間分辨率300 m，波譜范圍412～1 050 nm，波譜分辨率范圍7.5～20.0 nm，有15個(gè)波段（390～1 040 nm），覆蓋可見光到近紅外，適用于復(fù)雜的Ⅱ類水體的水質(zhì)監(jiān)測(cè)。

MERIS數(shù)據(jù)產(chǎn)品分為3級(jí)： Level 1B——是在一個(gè)面向路徑坐標(biāo)上重新采樣的圖像，包含經(jīng)過校正來(lái)匹配大氣層頂輻射的像素信息；Level 2B——是從Level 1B產(chǎn)品里提取的圖像，包含經(jīng)過處理得到的地理數(shù)據(jù)的像素信息；Level 3B——是不止一種MERIS產(chǎn)品的集合體（可能的外部數(shù)據(jù)），用來(lái)展示一段時(shí)間的地理數(shù)據(jù)。

1.2.2 數(shù)據(jù)預(yù)處理 本次研究選用的MERIS遙感數(shù)據(jù)是2004年10月20日衛(wèi)星經(jīng)過太湖境內(nèi)準(zhǔn)實(shí)時(shí)MER_RR_2P（Reduced resolution geopolitical)數(shù)據(jù)，分辨率為1 040 m ×1 160 m，可用于海洋、陸地或者大氣區(qū)域的研究應(yīng)用。MER_RR_2P為離水輻射率（反射率）數(shù)據(jù)，同時(shí)帶有地物標(biāo)志掩模、時(shí)間信息、經(jīng)緯度信息、DEM、太陽(yáng)天頂角、太陽(yáng)方位角、衛(wèi)星天頂角、衛(wèi)星方位角等附屬信息。同時(shí)本次是采用MER_RR_2P數(shù)據(jù)的Level 2B產(chǎn)品，Level 2B產(chǎn)品是在1B的基礎(chǔ)上經(jīng)過粗略的幾何校正和大氣校正后的數(shù)據(jù)圖像較為清楚，要獲取采樣點(diǎn)反射率，還需要進(jìn)一步的處理。

ENVISAT、AASTR和MERIS的 基 本 工 具 箱BEAM是一個(gè)執(zhí)行工具集合，一個(gè)應(yīng)用型項(xiàng)目界面，能幫助ESA MERIS、(A)ATSR和ASAR數(shù)據(jù)的利用、觀測(cè)和處理。BEAM軟件的目的不僅僅是使用現(xiàn)有的商業(yè)包，而是旨在完善它們處理ENVISAT MERIS和AATSR產(chǎn)品的功能。

Level 2B產(chǎn)品是從Level 1B產(chǎn)品里提取的圖像，包含經(jīng)過處理得到的地理數(shù)據(jù)的像素信息。但要獲得構(gòu)建模型的參數(shù)，還需要進(jìn)行進(jìn)一步的處理。本文利用BEAM 5.0軟件，對(duì)影像進(jìn)行校正和裁剪，具體方法如下：

第一：輻射校正。輻射校正是將遙感圖像上的灰度值轉(zhuǎn)化為入瞳幅亮度。本次研究采用直方圖最小值法對(duì)遙感圖像進(jìn)行輻射校正。

第二：幾何校正。幾何校正是利用地面控制點(diǎn)和幾何校正數(shù)學(xué)模型來(lái)矯正非系統(tǒng)因素產(chǎn)生的誤差，校正過程會(huì)將坐標(biāo)系統(tǒng)賦予圖像數(shù)據(jù)。輻射定位后的像元在原圖像中分布是不均勻的，即輸出圖像像元點(diǎn)在輸入圖像的行列號(hào)不是或不全是正數(shù)關(guān)系。因此，需要根據(jù)輸出圖像上的各像元在輸入圖像中的位置，對(duì)原始圖像按一定規(guī)則重新采樣，進(jìn)行亮度值的插值計(jì)算，建立新的圖像矩陣。本次研究采用最近鄰法，輸出圖像仍然保持原來(lái)的像元值。

第三：大氣校正。大氣中的O3、O2、水蒸氣和氣溶膠對(duì)獲取MERIS圖像數(shù)據(jù)的精確度方面有很大的影響，其中氣溶膠的計(jì)算尤為關(guān)鍵。氣溶膠是大氣中的懸浮顆粒，在空間域及時(shí)間域上變化較大，沒有固定的模型可以來(lái)借鑒，準(zhǔn)確計(jì)算其散射比較困難。本次研究是基于氣溶膠在小范圍（50～100 km）基本不變?yōu)榍疤?，借用鄰近較結(jié)晶水體的大氣條件來(lái)計(jì)算渾濁Ⅱ類水體的氣溶膠輻射率，實(shí)現(xiàn)對(duì)Ⅱ類水體的大氣校正。

第四：圖像剪裁。本研究的圖像從MERIS遙感圖像中得到，按照經(jīng)緯度：31°615′ N，119°997′ W，30°824′ S，120°54′ E進(jìn)行圖像裁剪。在裁剪后的區(qū)域進(jìn)行區(qū)域選擇和掩模處理，可以將太湖影像裁剪出來(lái)，進(jìn)行保存，方便后期對(duì)圖像上的采樣點(diǎn)進(jìn)行處理。

2 結(jié)果與分析

2.1 葉綠素a濃度反演模型建立與驗(yàn)證

2.1.1 模型構(gòu)建 Apple模型是一種新的半分析模型，以MODIS傳感器波段數(shù)據(jù)為參數(shù)，以葉綠素在紅波段強(qiáng)吸收、近紅外波段高反射的光譜特征為原理，以不同波段組合來(lái)去除懸浮物、CDOM和后向散射的影響，最終構(gòu)建而成的葉綠素濃度反演模型。

Apple模型使用MERIS數(shù)據(jù)的第二、七和九波段的組合來(lái)構(gòu)建葉綠素反演模型：波長(zhǎng)400～500 nm、605～620 nm、690～700 nm處，由于葉綠素吸收作用明顯，反射率低，對(duì)葉綠素含量的變化最敏感；波長(zhǎng)675 nm附近的吸收谷，葉綠素在紅波波段吸收最強(qiáng)，葉綠素吸收和細(xì)胞壁散射均衡，對(duì)藻類密度和葉綠素濃度的反射敏感度最低；波長(zhǎng)706 nm附近，反射曲線的斜率開始發(fā)生變化，近紅外波段處水體強(qiáng)烈吸收，反射率逐步下降，該處的反射依賴于有機(jī)和無(wú)機(jī)懸浮物的濃度，對(duì)藻類色素的反應(yīng)最不敏感。其他詳細(xì)波段信息可以參考MERIS波段設(shè)計(jì)，見表1。

綜上，最終得到Apple模型：

其 中，CChI-a表 示 葉 綠 素 a濃 度，Rrs(λ2)、Rrs(λ7)和Rrs(λ9)分別代表λ2、λ7和λ9處的反射率。由于近紅外波段葉綠素光譜特征表現(xiàn)出高反射，而水體在此波段強(qiáng)吸收，因此可以用來(lái)獲取最大的葉綠素信息量。在此波段仍有懸浮物、CDOM和后向散射的影響。因此，選用CDOM反射最強(qiáng)的藍(lán)波段來(lái)去除CDOM的影響，同時(shí)選取近紅外波段作為葉綠素的敏感波段來(lái)去除CDOM敏感波段中的葉綠素信息，近紅外波段由于水體強(qiáng)吸收也用來(lái)去除藍(lán)波段后向散射的影響。紅波段可以作為懸浮物敏感波段的研究，來(lái)最小化懸浮物的影響，并用近紅外波段去除紅波段葉綠素信息，在紅、近紅外波段，水體表現(xiàn)為強(qiáng)吸收特征，因此后向散射可以忽略。

表 1 MERIS波段設(shè)計(jì)

2.1.2 模型驗(yàn)證 模型構(gòu)建中選用的數(shù)據(jù)是經(jīng)過輻射校正、大氣校正和幾何校正后，且經(jīng)過BEAM軟件選取處理過的第二、七和九波段的MERIS數(shù)據(jù)，獲得太湖64個(gè)采樣點(diǎn)的反射率，且剔除了異常的17、48和57樣點(diǎn)數(shù)據(jù)。為了更加精確分析太湖的樣點(diǎn)數(shù)據(jù)，從太湖61個(gè)采樣數(shù)據(jù)中選取懸浮物濃度大于3 mg/m3的35個(gè)采樣點(diǎn)，并從35個(gè)采樣點(diǎn)中隨機(jī)選取15個(gè)采樣點(diǎn)的數(shù)據(jù)構(gòu)建模型，見表2。

圖3中，Apple模型下得出的采樣點(diǎn)反射率作為自變量，實(shí)測(cè)的葉綠素濃度作為因變量，在Matlab中分析，得到采樣點(diǎn)反射率和各點(diǎn)葉綠素a濃度之間的關(guān)系：

Y = 0.012 9X + 36.89

從式中可以看出，各點(diǎn)反射率和葉綠素a濃度之間是線性關(guān)系，具有較好的相關(guān)性，r2=0.788 2。

為了驗(yàn)證模型的可行性，從余下的20個(gè)采樣點(diǎn)中隨機(jī)選取10個(gè)采樣點(diǎn)來(lái)驗(yàn)證該模型的適用性，最大相對(duì)誤差25.18%，最小誤差11.4%，可以得出：在太湖

表2 太湖水體采樣信息

懸浮物濃度大于35 mg/m3的35個(gè)樣點(diǎn)數(shù)據(jù)中，各樣點(diǎn)的相對(duì)誤差都比較平均，都能較好的反演該模型的葉綠素a濃度，由此可以推測(cè)該模型可以適用于Ⅱ類水體葉綠素a濃度的反演。

圖3 實(shí)測(cè)葉綠素a濃度與Apple下的反射率關(guān)系

3 結(jié)論與討論

從反演結(jié)果來(lái)看（表3），Apple模型對(duì)太湖葉綠素a濃度的反演結(jié)果穩(wěn)定，控制在一定的誤差范圍內(nèi)，但還是不夠完善，原因可能有以下幾點(diǎn)：

表3 葉綠素a反演結(jié)果驗(yàn)證

Apple模型是一種新的半分析模型，目前并未用于內(nèi)陸水體的葉綠素濃度反演研究，所以其穩(wěn)定性和精度還需要進(jìn)一步的驗(yàn)證。

本次研究只是選取了太湖中懸浮物含量高于35 mg/m3的樣點(diǎn)，針對(duì)局部區(qū)域進(jìn)行建模，對(duì)整個(gè)太湖還需要進(jìn)行進(jìn)一步驗(yàn)證。

太湖中葉綠素a濃度會(huì)受到當(dāng)?shù)貧夂?、環(huán)境和居民活動(dòng)等外部條件的影響，且Ⅱ類水體光學(xué)特性復(fù)雜，還一定程度上還受到黃色物質(zhì)和懸浮物的影響。

在對(duì)MERIS圖像獲取的數(shù)據(jù)方面，大氣校正并沒有去除臭氧、水蒸氣和氣溶膠的影響，數(shù)據(jù)預(yù)處理方面仍不完善。

綜上，本次研究利用MERIS遙感圖像，結(jié)合Apple模型，對(duì)太湖中葉綠素a濃度進(jìn)行監(jiān)測(cè)和反演。新型半分析模型Apple模型，其性能優(yōu)于傳統(tǒng)的二、三波段模型，相關(guān)系數(shù)r2達(dá)到0.788 2，且反演葉綠素a濃度方面穩(wěn)定性較好，誤差都在一定的范圍之內(nèi)。對(duì)太湖Ⅱ類水體的應(yīng)用于葉綠素濃度反演和水質(zhì)監(jiān)測(cè)有良好的應(yīng)用前景，并對(duì)以后監(jiān)控Ⅱ類水體葉綠素濃度提供了可供參考的依據(jù)。