基于GF-1影像的巢湖濁度遙感監(jiān)測及時空變化研究

晁明燦,趙強(qiáng),楊鐵利?,李華富,謝發(fā)之,吳蕾

(1遼寧科技大學(xué)土木工程學(xué)院,遼寧 鞍山 117004;2安徽建筑大學(xué)環(huán)境與能源工程學(xué)院,安徽 合肥 230601;3安徽省環(huán)境科學(xué)研究院,安徽 合肥 230022)

0 引 言

濁度反映了光在水體傳輸中的受阻程度,水體中的懸浮物或可溶物對入射光的散射和吸收作用會造成入射光的衰減,影響水體的熱量吸收及外觀表現(xiàn),同時對研究湖泊的污染物遷移具有重要意義。濁度作為評價湖泊水質(zhì)的重要參數(shù)之一,對水質(zhì)污染有一定的指示作用[1]。

濁度反演模型的構(gòu)建方法有三種:經(jīng)驗(yàn)法、半經(jīng)驗(yàn)/半分析法和分析法,其中常用的是半經(jīng)驗(yàn)/半分析法,在已知水質(zhì)參數(shù)光譜特征下,通過利用最佳波段組合與地面實(shí)測值的統(tǒng)計(jì)關(guān)系建立反演模型。濁度的遙感監(jiān)測已經(jīng)日趨成熟,曹引等[2]利用微山湖實(shí)測的總懸浮物濃度、濁度和GF-1、HJ-1數(shù)據(jù)構(gòu)建反演模型,對微山湖水質(zhì)進(jìn)行遙感監(jiān)測;宋挺等[3]基于Landdat8 OLI數(shù)據(jù)對太湖的藍(lán)藻密度和濁度進(jìn)行定量反演研究,在反演的精度上不斷提高;Hicks等[4]利用Landsat ETM+數(shù)據(jù)和實(shí)測的總懸浮物濃度、濁度和透明度數(shù)據(jù)得到反演模型,對新西蘭懷卡托區(qū)域部分湖泊水質(zhì)進(jìn)行遙感監(jiān)測,并將模型應(yīng)用到無觀測的湖泊;陳黃蓉等[5]利用GOCI數(shù)據(jù)對長江口及鄰海域的濁度日變化進(jìn)行遙感監(jiān)測。

內(nèi)陸水環(huán)境影響因素復(fù)雜,動態(tài)變化過程明顯,難以捕捉到內(nèi)陸湖泊水體的高時空動態(tài)特征。針對這一問題,以巢湖為研究區(qū)域,浮標(biāo)檢測站監(jiān)測和遙感監(jiān)測并行的方式,分析了巢湖的水體濁度的時空變化規(guī)律,旨在為內(nèi)陸湖泊空地一體化濁度監(jiān)測提供新思路。

1 測區(qū)概況和數(shù)據(jù)獲取

巢湖是我國五大淡水湖之一,位于安徽中部,流域面積約800 km2。研究中使用的實(shí)測數(shù)據(jù)來自于巢湖湖面的8個浮標(biāo)自動檢測站的濁度數(shù)據(jù),其中浮標(biāo)自動檢測站采集數(shù)據(jù)的頻率為1 h一次,采用的濁度單位為NTU。浮標(biāo)自動檢測站的分布位置如圖1所示,按照1～8序號排序,分別對應(yīng)西半湖湖心、湖濱、新河入湖區(qū)、中廟、兆河入湖區(qū)、東半湖湖心、黃麓、巢湖船廠。

圖1 檢測站分布圖Fig.1 Distribution of monitoring stations

通過對影像質(zhì)量、過境時間、云量等條件綜合考慮,選擇GF-1 WFV數(shù)據(jù)對巢湖濁度進(jìn)行遙感定量反演,共篩選出7景2019年的巢湖區(qū)域影像,數(shù)據(jù)來源于中國資源衛(wèi)星應(yīng)用中心(http://www.cresda.com),基于GF-1衛(wèi)星的2019年巢湖過境影像時間分別為1月17日、3月11日、5月3日、5月23日、10月30日,12月11日,12月31日。

2 研究思路

利用ENVI5.3對巢湖過境影像進(jìn)行輻射定標(biāo)、大氣校正和幾何校正等處理,其中,幾何精校正以Landsat8影像作為基準(zhǔn)影像,大氣校正采用ENVI5.3中的FLAASH模塊進(jìn)行處理,FLAASH采用MODTRAN4輻射傳輸模型,可以有效降低大氣影響,獲取地表真實(shí)反射率[6]。通過歸一化水體指數(shù)(Normalized difference water index,NDWI)[7]對巢湖水域范圍進(jìn)行提取,利用浮標(biāo)檢測站的濁度數(shù)據(jù)與衛(wèi)星數(shù)據(jù)構(gòu)建反演模型,對巢湖濁度進(jìn)行遙感定量反演。圖2是研究的總體思路。

圖2 研究思路流程圖Fig.2 Flow chart of research idea

3 基于浮標(biāo)數(shù)據(jù)的巢湖濁度時空變化分析

利用浮標(biāo)自動檢測站獲取長時序的高頻現(xiàn)場濁度數(shù)據(jù),基于該高頻濁度數(shù)據(jù),分析巢湖水體濁度的高動態(tài)變化特性,為更有效的巢湖濁度監(jiān)測提供支撐。圖3(a)–(g)是對不同日期單日內(nèi)8個浮標(biāo)檢測站濁度最大值、最小值、標(biāo)準(zhǔn)差的統(tǒng)計(jì)結(jié)果,巢湖整體濁度的變化范圍大約在2.3～139 NTU。由(a)圖得到,1月17日東半湖的平均濁度高于西半湖,其中兆河入湖區(qū)和巢湖船廠的濁度日間變化較大,兆河入湖區(qū)濁度最高;(b)圖可以看出,3月11日巢湖船廠的濁度明顯高于其他檢測站的監(jiān)測區(qū)域;由(c)圖得到,5月3日兆河入湖區(qū)的濁度日間變化較大;由(d)圖得到,5月23日西半湖湖心、湖濱的濁度日間變化較大,同時濁度高于其他檢測站區(qū)域;由(e)圖得到,10月30日兆河入湖區(qū)和東半湖湖心的濁度低于其他地方;由(f)圖可知,12月11日兆河入湖區(qū)、東半湖湖心、黃麓的濁度較低;由(g)圖得到,12月31日的新河入湖區(qū)、兆河入湖區(qū)、東半湖湖心的濁度明顯較高。巢湖濁度的高動態(tài)變化主要受風(fēng)速、泥沙活動等因素的影響,濁度變化會受到風(fēng)速變化的驅(qū)動,風(fēng)速的變化會影響水中顆粒物的再懸浮過程,進(jìn)一步引起濁度變化;受入湖河流攜帶泥沙、有機(jī)懸浮物的影響,湖泊各個區(qū)域的泥沙等懸浮物含量不同,而泥沙等懸浮物含量高的區(qū)域濁度也會較大。綜上所述,不同站點(diǎn)受不同因素影響,濁度變化程度顯著,部分站點(diǎn)的濁度日間變化較大,表明了巢湖水體整體的高動態(tài)特性。

圖3 巢湖濁度統(tǒng)計(jì)。(a)2019-01-17;(b)2019-03-11;(c)2019-05-03;(d)2019-05-23;(e)2019-10-30;(f)2019-12-11;(g)2019-12-31Fig.3 Turbidity statistics of Chaohu Lake.(a)January 17,2019,(b)March 11,2019,(c)May 3,2019,(d)May 23,2019,(e)October 30,2019,(f)December 11,2019,(g)December 31,2019

根據(jù)統(tǒng)計(jì)學(xué)方法分析,標(biāo)準(zhǔn)差與平均值之比的百分?jǐn)?shù)為樣本的變異系數(shù)(Coefficient of variation,CV)[7],利用該系數(shù)可以消除測量尺度和量綱的影響,并反映樣本的離散程度,表1是根據(jù)CV值對變異程度的分類[8]。

表1 變異程度分類Table 1 The degree of variation classification

基于衛(wèi)星同步時間的地面數(shù)據(jù),利用變異系數(shù)對8個浮標(biāo)檢測站的濁度數(shù)據(jù)按照日間變化程度進(jìn)行分類,如圖4所示。從圖中可知5月23日、10月30日濁度變異程度為中等變異的檢測站個數(shù)均為6個,其余時間的濁度變異程度為中等變異的檢測站個數(shù)小于或等于2個,5月、10月是巢湖藍(lán)藻水華爆發(fā)的初期和末期[9],水質(zhì)情況復(fù)雜,濁度受到多種因素影響,湖泊不同區(qū)域或同一區(qū)域的不同時段濁度變化顯著。

圖4 基于濁度變異程度的檢測站分類Fig.4 Monitoring stations classification based on degree of turbidity variation

4 巢湖濁度的遙感監(jiān)測

4.1 巢湖濁度定量反演模型的確定

波段比值模型是常用的半經(jīng)驗(yàn)/半分析模型,也是遙感反演中的常用模型,不僅構(gòu)造簡單,同時可以消除因太陽高度角、觀測角不同而造成的誤差,還可以抵消大氣效應(yīng)[10],其用統(tǒng)計(jì)方法對已知的水質(zhì)光譜曲線特征進(jìn)行分析,選擇最佳的波段組合作為自變量,以水質(zhì)參數(shù)為因變量,估算水質(zhì)。

利用SPSS軟件對浮標(biāo)自動檢測站的濁度數(shù)據(jù)與各波段反射率比值進(jìn)行Pearson相關(guān)性分析,得到相關(guān)性最大的波段組合及Pearson相關(guān)系數(shù)如表2所示,其中B1–B4分別對應(yīng)GF-1 WFV傳感器的第一至第四波段,B2/B1、B3/B2、B3/B1、B4/B3、B4/B2、B4/B1為波段組合情況。

表2 濁度與波段反射率比值相關(guān)性分析Table 2 Correlation analysis between turbidity and band reflectance ratio

選取6個浮標(biāo)數(shù)據(jù)用于建模,2個浮標(biāo)數(shù)據(jù)驗(yàn)證反演模型的精度,驗(yàn)證點(diǎn)選為黃麓和湖濱檢測站?；谙嚓P(guān)性分析結(jié)果,利用相關(guān)性最高的波段組合與地面同步的浮標(biāo)數(shù)據(jù)建立線性回歸擬合方程,即反演模型。表3是巢湖濁度遙感反演模型及精度評價,其中,濁度數(shù)據(jù)與波段比值的散點(diǎn)擬合度R2用來評價建模的精度。平均絕對誤差(MAE)、均方根誤差(RMSE)用來評價反演模型的精度。結(jié)合圖4來看,5月23日、10月30日的均方根誤差較大,主要受日間濁度變異程度的影響。通過對反演模型的精度評價,可以看到反演模型具有一定的精度,可用于巢湖濁度定量反演。

表3 巢湖濁度反演模型及精度評價Table 3 Turbidity retrieval model and accuracy analysis of Chaohu Lake

同時,從表3中發(fā)現(xiàn),不同時間濁度反演的最優(yōu)波段組合不同,這是由于不同時間水體組成成分存在較大差異造成的。最優(yōu)波段組合中主要含有B3(紅色)波段、B4(近紅外)波段,說明紅色波段和近紅外是濁度的敏感波段。圖5是浮標(biāo)數(shù)據(jù)與對應(yīng)的單波段反射率的相關(guān)性統(tǒng)計(jì),從圖中可以看到1月17日、3月11日、5月3日、10月30日、12月31日近紅外波段與濁度相關(guān)性最高;5月23日、12月11日紅色波段與濁度相關(guān)性最高。因此紅色波段、近紅外波段是反演濁度的重要波段,這與其他學(xué)者的研究結(jié)果基本一致[3,11]。

4.2 巢湖濁度遙感反演

利用得到的反演模型分別對巢湖濁度進(jìn)行遙感定量反演,圖6(a)–(g)是巢湖濁度的反演結(jié)果。由(a)圖可知1月17日西半湖的整體濁度低于東半湖,兆河入湖區(qū)的濁度明顯高于其他地方,這與浮標(biāo)檢測站實(shí)測的濁度數(shù)據(jù)一致;(b)圖可以得到3月11日巢湖整體濁度偏低;由(c)、(d)和(e)圖得到,5月、10月的巢湖水體整體濁度明顯增長,這可能與藍(lán)藻水華的爆發(fā)有關(guān),聚集的顆粒態(tài)藻類增加了水體的濁度,5月3日的中廟、巢湖船廠濁度較高,5月23日和10月30日的高濁度水體分布基本一致,主要集中在巢湖西半湖、巢湖南邊沿岸以及東半湖的北邊沿岸;由圖(f)得到12月11日的巢湖整體濁度比藍(lán)藻爆發(fā)時段明顯降低;由圖(g)得到,12月30日巢湖整體濁度較高,新河入湖區(qū)、兆河入湖區(qū)附近區(qū)域的濁度比其他地方偏高,這與浮標(biāo)監(jiān)測站的實(shí)測結(jié)果趨于一致。

圖6 巢湖濁度的遙感定量反演。(a)2019-01-17;(b)2019-03-11;(c)2019-05-03;(d)2019-05-23;(e)2019-10-30;(f)2019-12-11;(g)2019-12-31Fig.6 Remote sensing retrieval of turbidity of Chaohu Lake.(a)January 17,2019,(b)March 11,2019,(c)May 3,2019,(d)May 23,2019,(e)October 30,2019,(f)December 11,2019,(g)December 31,2019

根據(jù)劃分的濁度等級,將大于40 NTU的水體提取出來,按照時間序列對提取的面積進(jìn)行對比,結(jié)果如圖7所示。經(jīng)統(tǒng)計(jì)分析,5–10月為藍(lán)藻爆發(fā)時間段,巢湖濁度大于40 NTU的面積高于大部分其他時段,12月31整體濁度較高可能受風(fēng)場等因素影響。根據(jù)合肥氣象局信息,當(dāng)天偏北風(fēng)4級,陣風(fēng)7級轉(zhuǎn)東南風(fēng)3級,強(qiáng)風(fēng)使得水中沉積物發(fā)生再懸浮,進(jìn)一步導(dǎo)致巢湖整體濁度較高。

圖7 濁度大于40 NTU的水體面積統(tǒng)計(jì)Fig.7 Statistics of water area with turbidity greater than 40 NTU

5 結(jié) 論

選取巢湖作為研究區(qū)域,利用浮標(biāo)檢測站濁度數(shù)據(jù)和遙感定量反演的方法分析了2019年巢湖濁度的時空變化規(guī)律,得到了以下結(jié)論:

1)通過對高頻次連續(xù)的浮標(biāo)檢測站濁度數(shù)據(jù)分析,發(fā)現(xiàn)巢湖水體濁度具有高動態(tài)特性,研究結(jié)果表明在5月、10月藍(lán)藻爆發(fā)時間段巢湖濁度日間變化程度比其他時間更加顯著。

2)從巢湖濁度的遙感定量反演模型中發(fā)現(xiàn),濁度對紅色波段、近紅外波段的反映比較敏感;遙感反演結(jié)果表明藍(lán)藻爆發(fā)時間段,即5–10月的巢湖整體濁度要高于其它時間段,12月31日的濁度較高,可能受氣候條件等因素影響;總體來說,西半湖、兆河入湖區(qū)、巢湖船廠及附近沿湖北岸濁度較高,主要受人類活動和入湖河流的影響。

3)衛(wèi)星受到重訪周期和天氣因素的影響,很難實(shí)現(xiàn)對湖泊水環(huán)境變化的有效捕捉,而浮標(biāo)檢測站監(jiān)測方式可以彌補(bǔ)這一不足。但浮標(biāo)檢測站監(jiān)測只能反映某一點(diǎn)位的水質(zhì)情況,而衛(wèi)星遙感監(jiān)測可以與之形成互補(bǔ),實(shí)現(xiàn)大面積動態(tài)監(jiān)測。因此可以將浮標(biāo)檢測站監(jiān)測和遙感監(jiān)測相結(jié)合,提高湖泊水環(huán)境動態(tài)監(jiān)測能力,這種空地監(jiān)測結(jié)合分析為其他內(nèi)陸湖泊的水質(zhì)監(jiān)測提供新思路。

4)不足之處在于受到水面實(shí)測點(diǎn)個數(shù)的限制,得到的反演模型具有一定的局限性,后續(xù)會積累數(shù)據(jù)做更進(jìn)一步的研究。