基于多源傳感器的FUI水色指數(shù)提取與應(yīng)用

王一飛，宮兆寧，張 園，蘇 朔

(1.首都師范大學(xué)資源環(huán)境與旅游學(xué)院，北京 100048；2.三維信息獲取與應(yīng)用教育部重點(diǎn)實(shí)驗(yàn)室，北京 100048；3.資源環(huán)境與地理信息系統(tǒng)北京市重點(diǎn)實(shí)驗(yàn)室，北京 100048；4.北京市城市環(huán)境過(guò)程與數(shù)字模擬國(guó)家重點(diǎn)實(shí)驗(yàn)室培育基地，北京 100048;5.生態(tài)環(huán)境部衛(wèi)星環(huán)境應(yīng)用中心，北京 100094)

0 引言

湖庫(kù)是地表系統(tǒng)最重要的組成部分之一，不僅可為人類(lèi)提供飲用水資源，還具有關(guān)鍵的生態(tài)功能[1-2]。在過(guò)去近百年中，密集的人類(lèi)活動(dòng)給湖庫(kù)水體帶來(lái)一系列的環(huán)境危機(jī)，包括水質(zhì)惡化、漁業(yè)減產(chǎn)和生物多樣性喪失[3]。因此，研究湖庫(kù)水質(zhì)現(xiàn)狀和變化趨勢(shì)具有重要的科學(xué)和現(xiàn)實(shí)意義。而與傳統(tǒng)的野外站點(diǎn)水質(zhì)監(jiān)測(cè)相比，遙感技術(shù)具有快速、連續(xù)、動(dòng)態(tài)、大范圍對(duì)地觀(guān)測(cè)的特點(diǎn)，是一種有效的監(jiān)測(cè)手段[4-5]。

影響水體富營(yíng)養(yǎng)狀態(tài)的主要是葉綠素a濃度、水體透明度、總氮、總磷和化學(xué)需氧量等。其中，葉綠素a濃度和水體透明度可以通過(guò)遙感技術(shù)進(jìn)行監(jiān)測(cè)。水體營(yíng)養(yǎng)狀態(tài)通常分為貧營(yíng)養(yǎng)、中營(yíng)養(yǎng)和富營(yíng)養(yǎng)3個(gè)級(jí)別。通過(guò)與水體營(yíng)養(yǎng)狀態(tài)有關(guān)的指標(biāo)以及指標(biāo)間的相互關(guān)系，對(duì)水體的營(yíng)養(yǎng)狀態(tài)做出準(zhǔn)確的判斷就是水體營(yíng)養(yǎng)狀態(tài)評(píng)價(jià)[6]。Carlson[7]于1977年提出了基于浮游植物生物量的營(yíng)養(yǎng)狀態(tài)指數(shù)(trophic status index，TSI)，對(duì)水體富營(yíng)養(yǎng)化程度進(jìn)行了 0～100 的量化，通過(guò)水中葉綠素 a 濃度、透明度或總磷含量進(jìn)行計(jì)算。后續(xù)研究發(fā)現(xiàn)，基于葉綠素 a濃度的 TSI指數(shù)模型較為可靠[8-9]。TSI指數(shù)因?yàn)槠溆?jì)算簡(jiǎn)便結(jié)果可靠而被廣泛應(yīng)用[10]。

水體中的3種主要光學(xué)物質(zhì)——葉綠素、非藻類(lèi)懸浮物和有色可溶性有機(jī)物(colored dissolved organic matter,CDOM)以及水分子本身的吸收和散射作用共同決定了水體呈現(xiàn)出的顏色[11]。水體顏色是傳統(tǒng)水質(zhì)監(jiān)測(cè)的一項(xiàng)重要指標(biāo)，已被世界氣象組織(World Meteorological Organization，WMO)列為湖泊的基本氣候變量之一。天然水的顏色分類(lèi)始于19世紀(jì)底Forel-Ule比色表的引入。1890年，F(xiàn)orel 提出了一種天藍(lán)計(jì)和黃原計(jì)的組合的顏色標(biāo)準(zhǔn)，用于從藍(lán)色水體中細(xì)分出綠色水。1892年，Ule 補(bǔ)充了藍(lán)綠色到棕色，將天然水體由深藍(lán)到紅棕色劃分為21個(gè)顏色級(jí)別，這種顏色區(qū)分表被稱(chēng)為 Forel-Ule 量表[12]。

基于遙感影像的 FUI 水色指數(shù)(Forel-Ule index)的提取研究始于 2012 年歐洲Citclops 項(xiàng)目。該項(xiàng)目中，Wernand等使用有色化學(xué)溶液配制了 Forel-Ule 比色表的不同顏色，完成了對(duì)不同顏色的光譜分析，構(gòu)建出完整的 FUI 指數(shù)對(duì)應(yīng)的 CIE-XYZ 色度坐標(biāo)點(diǎn)[13]；基于歷史存留的FUI水色現(xiàn)場(chǎng)測(cè)量數(shù)據(jù)，建立了大洋水體 FUI 水色指數(shù)與葉綠素濃度的關(guān)系，分析了大洋水體1889—2000年間的葉綠素濃度變化[14]；提出了基于 MERIS 遙感影像的水體 FUI提取算法[15]。在國(guó)內(nèi)的研究中，Li等[16]開(kāi)發(fā)了基于 MODIS 地表反射率產(chǎn)品的 FUI 水色指數(shù)反演算法，并應(yīng)用于中國(guó)十大湖泊的水色和營(yíng)養(yǎng)狀態(tài)的監(jiān)測(cè)；Chen等[17]使用基于Landsat8的FUI反演算法提取了長(zhǎng)江流域2013—2018年的FUI 水色并分析了長(zhǎng)江流域富營(yíng)養(yǎng)狀態(tài)的變化。

這些研究表明FUI水色指數(shù)在湖庫(kù)環(huán)境監(jiān)測(cè)上具有很好的研究潛力和優(yōu)勢(shì)。本文以官?gòu)d水庫(kù)為研究對(duì)象，收集了2016—2020年的Landsat8 OLI和Sentinel-2數(shù)據(jù)，并使用不同的反演算法提取其對(duì)應(yīng)的FUI水色參數(shù)，分析FUI水色指數(shù)在不同遙感影像反演結(jié)果的可比性。分別使用實(shí)測(cè)葉綠素a數(shù)據(jù)和國(guó)際海洋水色協(xié)調(diào)工作組(The International Ocean-Colour Coordinating Group，IOCCG)模擬數(shù)據(jù)計(jì)算所得的TSI 營(yíng)養(yǎng)狀態(tài)指數(shù)與FUI水色指數(shù)建模，分析FUI水色指數(shù)表征水體富營(yíng)養(yǎng)狀態(tài)的可行性。

1 研究區(qū)概況及數(shù)據(jù)源

1.1 研究區(qū)概況

本文以官?gòu)d水庫(kù)作為重點(diǎn)研究區(qū)，官?gòu)d水庫(kù)位于河北省張家口市懷來(lái)縣和北京市延慶縣界內(nèi) (圖1)，地處N40°18′～40°26′，E115°37′～115°51′，是新中國(guó)成立修建的第一座水庫(kù)，設(shè)計(jì)總庫(kù)容41.6億m3，水庫(kù)流域總面積為4.34萬(wàn)km2，平均水深約7.6 m[18]。20世紀(jì)60年代，國(guó)家大力發(fā)展工業(yè)，在官?gòu)d水庫(kù)上游的桑干河、洋河以及永定河流域建設(shè)了大批化工、冶金、造紙工廠(chǎng)，大量污水排入河道，官?gòu)d水庫(kù)初次被污染。20世紀(jì)70年代官?gòu)d水庫(kù)經(jīng)過(guò)治理之后，上游流域嚴(yán)重的水污染基本得到了遏制，水庫(kù)水質(zhì)恢復(fù)到了飲用水源地水質(zhì)標(biāo)準(zhǔn)[19]。但是到了20世紀(jì)80—90年代，鄉(xiāng)鎮(zhèn)企業(yè)擴(kuò)大規(guī)模，地方工業(yè)發(fā)展迅速，生產(chǎn)的污水直接入河，官?gòu)d水庫(kù)再一次被污染。2015年4月16日，北京市環(huán)保局發(fā)布《2014年北京市環(huán)境狀況公報(bào)》，公報(bào)顯示官?gòu)d水庫(kù)水質(zhì)不符合飲用水要求，水庫(kù)中的化學(xué)需氧量、氟化物和高錳酸鹽含量超標(biāo)[20]。

圖1 研究區(qū)概況(Landsat8 B5(R)，B6(G)，B4(B)合成影像)Fig.1 Map of the study area

1.2 數(shù)據(jù)源

1.2.1 實(shí)測(cè)數(shù)據(jù)

實(shí)測(cè)數(shù)據(jù)包括水質(zhì)數(shù)據(jù)和水面光譜數(shù)據(jù)。各項(xiàng)水質(zhì)參數(shù)使用Hydrolab MS5水質(zhì)多功能探頭測(cè)得，MS5多功能探頭能同時(shí)測(cè)得水溫、pH值、總?cè)芙夤腆w(total dissolved solids ,TDS)、葉綠素a等參數(shù)。在每個(gè)采樣點(diǎn)間隔10 s測(cè)一次數(shù)據(jù)，同一個(gè)點(diǎn)測(cè)3組數(shù)據(jù)求平均值得到最終數(shù)據(jù)。2019年9月5日官?gòu)d水庫(kù)實(shí)地采樣點(diǎn)分布如圖2所示。

圖2 官?gòu)d水庫(kù)采樣點(diǎn)(Sentinel-2 B8(R)，B4(G)，B3(B)合成影像)Fig.2 Guanting Reservoir in-situ measured points

光譜測(cè)量?jī)x器使用的是FieldSpec 3背掛式野外高光譜輻射儀，光譜范圍為350～2 500 nm，350～1 000 nm間光譜的采樣間隔為1.4 nm，1 000～2 500 nm光譜采樣間隔為2 nm。數(shù)據(jù)采樣時(shí)間選擇在2019年9月初，該段時(shí)間光照充足，采樣點(diǎn)晴朗無(wú)云，非常適合光譜采集。測(cè)量時(shí)間選擇光照最為充足的10:00—14:00。在每個(gè)采樣點(diǎn)均對(duì)標(biāo)準(zhǔn)白板重新定標(biāo)優(yōu)化，依次采集標(biāo)準(zhǔn)板、天空光和水體光譜，其中水體光譜的測(cè)量使用水面以上測(cè)量法[21]，公式為：

(1)

式中：Rrs為水體光譜反射率值；Ssw,Ssky和Sp分別為光譜儀面向水體、天空和標(biāo)準(zhǔn)板時(shí)的測(cè)量信號(hào)值；ρp為標(biāo)準(zhǔn)板的反射率；r為氣水界面反射率，查閱文獻(xiàn)可知，平靜水面可取r=2.2 %[22]。

1.2.2 遙感數(shù)據(jù)及其預(yù)處理

本文主要選用Sentinel-2影像為研究數(shù)據(jù)，選用Landsat8 OLI為對(duì)比數(shù)據(jù)，用來(lái)驗(yàn)證FUI水色在不同傳感器間的可比性。

選取北京市2016—2020年不同季度的20景Sentinel-2和1景Landsat8 OLI影像作為衛(wèi)星研究數(shù)據(jù)，均挑選研究區(qū)無(wú)云遮蓋的影像。Sentinel-2影像均從歐州航天局網(wǎng)站(https://scihub.copernicus.eu/dhus/#/home)下載，Landsat8 OLI 影像從美國(guó)地質(zhì)調(diào)查局網(wǎng)站(https://earthexplorer.usgs.gov/?tdsourcetag=s_pcqq_aiomsg)下載。

在歐州航天局網(wǎng)站下載到的Sentinel-2影像是level-1C數(shù)據(jù)，已經(jīng)過(guò)輻射校正和幾何糾正，只需對(duì)其進(jìn)行大氣校正。實(shí)驗(yàn)證明，在針對(duì)Sentinel-2的幾種大氣校正方法中，與SMAC模型、6s校正模型相比，Sen2Cor模型校正效果最好，校正后的光譜曲線(xiàn)與地面實(shí)測(cè)的光譜曲線(xiàn)具有更高的擬合度[23]，因此本文所使用影像均使用Sen2cor 方法進(jìn)行大氣校正，為了后續(xù)的波段計(jì)算，將各波段重采樣至同一空間分辨率，10 m和60 m空間分辨率的波段均重采樣至20 m。Sentinel-2 影像的預(yù)處理和后續(xù)計(jì)算使用SNAP 7.0軟件。

Landsat8 OLI影像的大氣校正采用Envi 5.3軟件里的FLAASH大氣校正模塊，F(xiàn)LAAAH模型結(jié)合了MODTRAN4的大氣輻射傳輸編碼，可以方便地選用不同的大氣模型和氣溶膠類(lèi)型，對(duì)地表反射率進(jìn)行計(jì)算[24]。

為了驗(yàn)證影像大氣校正的準(zhǔn)確度，使用ASD實(shí)測(cè)光譜，根據(jù)影像的光譜響應(yīng)函數(shù)，即基于影像各個(gè)波段的最大值一半處的波寬 (FWHM)的波長(zhǎng)中心和高斯濾波函數(shù),將1 nm間隔的野外ASD波譜重采樣到影像對(duì)應(yīng)的波段。重采樣公式如下[25]：

(2)

2 研究方法

2.1 水體提取

歸一化水體指數(shù)(normalized difference water index，NDWI)是基于歸一化植被指數(shù)NDVI改進(jìn)的[26]，根據(jù)水體在可見(jiàn)光波段和近紅外波段的反射強(qiáng)度，盡量抑制圖像中的植被信息從而增強(qiáng)水體信息。NDWI的表達(dá)式為：

(3)

式中：Green和NIR分別為綠光和近紅外波段的反射率。

基于NDWI指數(shù)和決策樹(shù)方法，通過(guò)找到合適的NDWI閾值來(lái)分離水體和非水體，然后轉(zhuǎn)化為水體矢量對(duì)影像進(jìn)行裁剪。提取流程如圖3所示。

圖3 水體提取方法Fig.3 Water extraction method

2.2 FUI水色指數(shù)提取

2.2.1 CIE色度空間與FUI查找表

色彩空間是指用一種客觀(guān)的方式描述人眼對(duì)顏色的感覺(jué)，通常需要首先定義3種主要顏色，然后利用顏色疊加模型，即可敘述各種顏色。為了對(duì)顏色進(jìn)行量化表示，國(guó)際照明委員會(huì)(Commission Internationale De L’Eclairage，CIE)發(fā)展了一套CIE-XYZ顏色系統(tǒng)[27]。CIE-XYZ系統(tǒng)以X，Y，Z代替了R，G，B，使色度系統(tǒng)中的光譜三刺激值XYZ全部為正。XYZ-RGB之間的轉(zhuǎn)換關(guān)系為：

(4)

CIE-XYZ系統(tǒng)中三刺激值計(jì)算公式為：

(5)

CIE-XYZ系統(tǒng)中三刺激值對(duì)定義顏色很有用，但是無(wú)法直觀(guān)地對(duì)應(yīng)自然界中的不同顏色。因此，CIE在1931年規(guī)定了二維色度空間圖，二維色度圖上的顏色與亮度無(wú)關(guān)。色度圖上的坐標(biāo)x,y,z從三刺激值X，Y，Z計(jì)算得來(lái)，公式為：

(6)

x+y+z=1，所以用x,y兩個(gè)值就可以確定一種顏色，因此CIE-xy色度空間(圖4)可以表示可見(jiàn)光范圍內(nèi)的任一顏色，每種顏色都能在色度空間中找到其對(duì)應(yīng)的色度坐標(biāo)(xM,yM)。圖中白點(diǎn)W

隨著社會(huì)的發(fā)展，老婆餅傳到了大都市上海，成為當(dāng)?shù)匾晃睹?，著名京劇表演藝術(shù)大師梅蘭芳生前喜食老婆餅，曾經(jīng)寫(xiě)下：“茶食泰斗”四個(gè)大字，以贊揚(yáng)老婆餅。

圖4 CIE-xy色度圖與FUI水色指數(shù)21個(gè)色度坐標(biāo)劃分示意圖(色度坐標(biāo)數(shù)據(jù)來(lái)自于文獻(xiàn)[13])Fig.4 Schematic diagram of 21 chromaticity coordinates of CIE-xy chromaticity diagram and FUI water color index

的色度坐標(biāo)為(0.333 3,0.333 3)，表示三原色的等量混合，稱(chēng)為等能白光點(diǎn)。將等能白光點(diǎn)視為坐標(biāo)原點(diǎn)，然后計(jì)算等能白光點(diǎn)與P(xM,yM)間的向量和x軸(y-yW=0處)正方向之間的角度αM,計(jì)算公式為：

αM=arctan(yM-yW,xM-xW)modulus2π 。

(7)

式中，αM從x正軸方向逆時(shí)針轉(zhuǎn)動(dòng)逐漸增大。將計(jì)算后的αM與表1中的αi對(duì)比，可得出P點(diǎn)的FUI數(shù)值。將計(jì)算所得的αM與表1中的αi對(duì)比，當(dāng)αM大于αi時(shí)，色度角αM重分類(lèi)得到的FUI數(shù)值為i。

表1 FUI指數(shù)查找表Tab.1 FUI Index lookup table

由于遙感圖像本身波段離散的特點(diǎn)，與高光譜波譜的積分結(jié)果相比必然會(huì)給色度角αM的計(jì)算帶來(lái)偏差。該偏差為高光譜積分的色度角αhyper與多光譜波譜積分得到的色度角αmulti之差Δα，即

Δα=αhyper-αmulti。

(8)

可建立Δα與αmulti的函數(shù)關(guān)系得多一個(gè)多項(xiàng)式公式，通過(guò)多光譜圖像計(jì)算得到的色度角αmulti后加上系統(tǒng)偏差Δα可以達(dá)到消除偏差的效果。

2.2.2 基于離水反射率的FUI水色指數(shù)提取

水體的離水反射率Rrs包含了水體表面向上輻射的信息，可以反映水體種的物質(zhì)組成成分，是水色遙感中最常用的表觀(guān)光學(xué)參量?；赗rs的水色提取中，將太陽(yáng)光照視為一個(gè)常量，因此可以忽略太陽(yáng)光照變化對(duì)水體顏色的影響。計(jì)算水體顏色的關(guān)鍵在于獲取水體離水反射率Rrs，但是目前大多數(shù)衛(wèi)星傳感器在可見(jiàn)光范圍內(nèi)只有少數(shù)幾個(gè)離散波段。因此，針對(duì)不同傳感器需要進(jìn)行不同的波段設(shè)置來(lái)計(jì)算色度角αM和FUI水色指數(shù)。

若要通過(guò)離散波段的遙感數(shù)據(jù)計(jì)算水色指數(shù)，首先要對(duì)缺失的波段進(jìn)行插值。Woerd等[28]通過(guò)提取線(xiàn)性加權(quán)插值方法來(lái)解決這一問(wèn)題。針對(duì)Sentinel-2和Landsat8 OLI的提取公式分別為：

(9)

(10)

分別以式 (9)和(10)計(jì)算Sentinel-2 與Landsat8 OLI的三刺激值XYZ，進(jìn)而求得色度角αM，如Wored等所述，Landsat8 OLI與Sentinel-2所計(jì)算的色度角由于光譜帶偏移，會(huì)與高光譜計(jì)算的色度角有介于-5～20的偏移量[29]?？梢允褂梦咫A多項(xiàng)式來(lái)校正αM，a為αM除以100，五階多項(xiàng)式的系數(shù)如表2所示。

表2 基于波段線(xiàn)性插值的Sentinel-2,Landsat8 OLI 傳感器色度角αM的Δα偏差校正多項(xiàng)式系數(shù)(a=αM/100)Tab.2 Sentinel-2,Landsat8 OLI sensor chromaticity angle deviation correction polynomial coefficients based on linear interpolation of the band (a=αM/100)

2.3 水體葉綠素a濃度與TSI指數(shù)

本文使用Hydrolab MS5(USA,HACH)多功能水質(zhì)探頭分別測(cè)得2016年、2017年與2019年官?gòu)d水庫(kù)的葉綠素a濃度，剔除部分異常數(shù)據(jù)后，共有136組葉綠素a濃度數(shù)據(jù)。

基于葉綠素 a濃度的 TSI指數(shù)模型最為可靠，計(jì)算公式如下:

(11)

式中Chla為葉綠素a濃度。

通過(guò)計(jì)算得到的TSI指數(shù)，將水體營(yíng)養(yǎng)狀態(tài)分為3級(jí)，當(dāng)TSI<30時(shí)，水體為貧營(yíng)養(yǎng)；3050時(shí)，水體為富營(yíng)養(yǎng)。

3 結(jié)果與分析

3.1 基于FUI的水體營(yíng)養(yǎng)狀態(tài)評(píng)價(jià)

本文將TSI指數(shù)分別與色度角α與FUI水色指數(shù)建模，并分別計(jì)算數(shù)據(jù)集間的Pearson相關(guān)系數(shù)。Pearson相關(guān)系數(shù)表示兩組數(shù)據(jù)間的相關(guān)關(guān)系強(qiáng)弱，相關(guān)系數(shù)絕對(duì)值越大，則相關(guān)性越強(qiáng)[30]。計(jì)算公式如下：

(12)

從圖5可以看到，官?gòu)d水庫(kù)TSI數(shù)值介于18～41之間，大部分水體處于貧營(yíng)養(yǎng)與中營(yíng)養(yǎng)狀態(tài)。隨著TSI的增長(zhǎng)，色度角α隨之減小，F(xiàn)UI水色指數(shù)隨之增大。即水體營(yíng)養(yǎng)狀態(tài)指數(shù)越高，水體顏色越偏黃。二者之間強(qiáng)相關(guān)。TSI與α間的擬合模型相關(guān)性較強(qiáng)，決定系數(shù)R2=0.72，Pearson相關(guān)系數(shù)為 -0.85。TSI與FUI間的擬合模型決定系數(shù)R2=0.693，Pearson相關(guān)系數(shù)為0.799。

(a)TSI指數(shù)與色度角α的擬合 (b)TSI指數(shù)與FUI指數(shù)的擬合

圖6為基于 IOCCG模擬數(shù)據(jù)集[31]的 FUI 與 TSI 散點(diǎn)圖。IOCCG數(shù)據(jù)集包括 500 條模擬數(shù)據(jù)，數(shù)據(jù)集中同時(shí)包含水體固有光學(xué)量(inherent optical properties,IOPs)和表觀(guān)光學(xué)量(apparent optical properties，AOPs)數(shù)據(jù)。500條數(shù)據(jù)中葉綠素濃度范圍為 0.05到 30 mg/m3，平均濃度為 6.08 mg/m3。

圖6 IOCCG模擬數(shù)據(jù)集(N=500)中的FUI與TSI之間的關(guān)系[32]Fig.6 Relationships between FUI and TSI from the IOCCG simulated dataset (N=500)

從圖5和圖6中可以看到，當(dāng)FUI水色從藍(lán)色變?yōu)辄S色時(shí)，水體富營(yíng)養(yǎng)狀態(tài)逐漸由貧營(yíng)養(yǎng)向富營(yíng)養(yǎng)過(guò)渡。盡管實(shí)地測(cè)量的數(shù)據(jù)中缺乏富營(yíng)養(yǎng)水域，但是實(shí)地測(cè)量的數(shù)據(jù)集和IOCCG模擬數(shù)據(jù)集呈現(xiàn)了大致相似的總體趨勢(shì)。總結(jié)兩個(gè)數(shù)據(jù)集中FUI與TSI關(guān)系規(guī)律，可以初步通過(guò)FUI分段對(duì)水體營(yíng)養(yǎng)狀態(tài)進(jìn)行劃分，即當(dāng)FUI≤6時(shí)，TSI<30，水體貧營(yíng)養(yǎng)；當(dāng)7≤FUI≤9時(shí)，3050，水體富營(yíng)養(yǎng)。因此可以通過(guò)決策樹(shù)對(duì)湖庫(kù)的富營(yíng)養(yǎng)狀態(tài)進(jìn)行分類(lèi)。

由于FUI水色指數(shù)與水體光學(xué)組分(如葉綠素a和透明度)有著密切的聯(lián)系，可以通過(guò)多源遙感衛(wèi)星影像獲得，因此FUI水色指數(shù)具有進(jìn)行水體營(yíng)養(yǎng)狀態(tài)監(jiān)測(cè)的潛力。然而，影響水體營(yíng)養(yǎng)狀態(tài)的不僅僅是水體光學(xué)成分，部分無(wú)色物質(zhì)如總磷和總氮均對(duì)水體綜合營(yíng)養(yǎng)狀態(tài)有一定的影響。因此，對(duì)于氮磷污染較為嚴(yán)重的水域中，僅以FUI水色指數(shù)對(duì)水體進(jìn)行營(yíng)養(yǎng)狀態(tài)評(píng)估是不夠的，還需要結(jié)合實(shí)地采樣測(cè)量的總磷和總氮等物質(zhì)濃度綜合計(jì)算。大多數(shù)情況下，傳統(tǒng)野外站點(diǎn)監(jiān)測(cè)耗時(shí)費(fèi)力，得到連續(xù)常規(guī)水質(zhì)監(jiān)測(cè)的湖庫(kù)只占很少一部分。針對(duì)這種情況，F(xiàn)UI水色指數(shù)可以提供大面積區(qū)域水體的長(zhǎng)時(shí)序監(jiān)測(cè)，與傳統(tǒng)監(jiān)測(cè)站點(diǎn)優(yōu)勢(shì)互補(bǔ)，獲取更豐富的水質(zhì)信息，為決策部門(mén)提供數(shù)據(jù)支撐。

3.2 基于Sentinel-2的FUI水色指數(shù)提取結(jié)果

使用20景Sentinel-2影像對(duì)官?gòu)d水庫(kù)2016—2020年不同季節(jié)水色進(jìn)行反演，結(jié)果如圖7和圖8所示?？梢钥吹剑?gòu)d水庫(kù)水色在空間上有不均勻性，不同區(qū)域水色有著明顯不同。總的來(lái)說(shuō)，水庫(kù)中心處FUI數(shù)值較低，水體呈現(xiàn)藍(lán)綠色。而在水庫(kù)邊緣處由于人類(lèi)活動(dòng)較為頻繁，有大量船只往來(lái)，水體較為渾濁，水色上就表現(xiàn)得比較偏向于黃棕色，這一點(diǎn)也和作者現(xiàn)場(chǎng)觀(guān)測(cè)的結(jié)論一致。

(a)2016-01-04 (b)2016-04-13 (c)2016-07-02 (d)2016-10-10

(i)2018-01-13 (j)2018-04-18 (k)2018-08-01 (l)2018-10-30

圖8 官?gòu)d水庫(kù)各季度FUI平均數(shù)值Fig.8 The average FUI value of Guanting Reservoir in each quarter

從圖7和圖8來(lái)看，官?gòu)d水庫(kù)FUI水色明顯受到季節(jié)變化的影響。在每年的1月和10月，由于水位下落，水庫(kù)水體面積總體減小，浮游植物死亡，水體顏色偏向于黃棕色，F(xiàn)UI數(shù)值較高。2020年4月官?gòu)d水庫(kù)FUI數(shù)值為6.61，是近幾年來(lái)FUI數(shù)值最低的。近3 a的柱狀圖呈現(xiàn)出1月FUI數(shù)值較高，4月大幅度下降，7月和10月小幅度上升?？傮w來(lái)說(shuō)，近3 a的FUI數(shù)值比前2 a低，這一點(diǎn)得益于北京市政府對(duì)官?gòu)d水庫(kù)的重視和有效治理。

3.3 Sentinel-2與Landsat8 反演結(jié)果對(duì)比

為了驗(yàn)證FUI水色指數(shù)在不同傳感器之間的可比性，在不同區(qū)域的廣泛適用性。挑選Landsat8與Sentinel-2同一天過(guò)境且云量較小的數(shù)據(jù)，通過(guò)篩選，選擇2019年10月20日的數(shù)據(jù)作為Sentinel-2與Landsat8的對(duì)比數(shù)據(jù)。對(duì)兩景影像分別進(jìn)行FUI水色反演，反演結(jié)果如圖9所示。基于Sentinel-2的反演結(jié)果加權(quán)平均得到數(shù)值為13.04，基于Landsat8 OLI的結(jié)果為13.16，二者結(jié)果很接近?？偟膩?lái)說(shuō)，F(xiàn)UI水色指數(shù)在不同傳感器影像之間的反演所得數(shù)據(jù)偏差不大，說(shuō)明FUI在不同傳感器之間具有可比性?；诖颂匦?，F(xiàn)UI水色指數(shù)的提取可以使用多源傳感器來(lái)彌補(bǔ)單一傳感器數(shù)據(jù)覆蓋范圍偏小、重返周期較長(zhǎng)的不足。

(a)基于Sentinel-2的FUI反演 (b)基于Landsat8的FUI反演圖9 Sentinel-2與Landsat8 OLI反演FUI指數(shù)結(jié)果對(duì)比Fig.9 Sentinel-2 and Landsat8 OLI inversion FUI index results comparison

4 結(jié)論與展望

本文介紹了基于CIE-XYZ色彩空間的水體顏色參量色度角α和FUI水色指數(shù)的遙感提取算法。分別使用Landsat8 OLI與Sentinel-2影像提取官?gòu)d水庫(kù)FUI水色，并利用色度角α對(duì)提取結(jié)果進(jìn)行校正。提取了官?gòu)d水庫(kù)2016—2020年各季相的水色數(shù)據(jù)。從時(shí)間尺度來(lái)看，官?gòu)d水庫(kù)FUI水色受季節(jié)影響較大，總體呈現(xiàn)出1月最高、4月最低的趨勢(shì)，F(xiàn)UI平均數(shù)值逐年降低。從空間尺度來(lái)看，水庫(kù)中心區(qū)域FUI數(shù)值較低，而邊緣區(qū)域數(shù)值較高。挑選兩景同一天過(guò)境的Landsat8 OLI和Sentinel-2影像進(jìn)行FUI水色提取，反演結(jié)果十分接近。證明FUI水色指數(shù)在不同傳感器間具有可比性。FUI水色指數(shù)提取可以使用多源傳感器來(lái)彌補(bǔ)單一傳感器在時(shí)空分辨率上的不足。

基于原位測(cè)量數(shù)據(jù)和IOCCG模擬數(shù)據(jù)建立了FUI-TSI相關(guān)關(guān)系，構(gòu)建了基于FUI的水體富營(yíng)養(yǎng)狀態(tài)評(píng)估模型。由于FUI水色指數(shù)與水體光學(xué)參量間具有強(qiáng)相關(guān)性，因此FUI水色指數(shù)具有評(píng)價(jià)水體營(yíng)養(yǎng)狀態(tài)的潛力，可與傳統(tǒng)野外站點(diǎn)監(jiān)測(cè)數(shù)據(jù)結(jié)合，綜合評(píng)價(jià)水體富營(yíng)養(yǎng)狀態(tài)。

FUI水色數(shù)據(jù)還有更大的潛力有待挖掘。后續(xù)可以深入研究FUI與各項(xiàng)水質(zhì)參數(shù)的關(guān)系，從水體光譜的機(jī)理著手，展開(kāi)FUI水色與水體透明度、懸浮物濃度等參數(shù)的研究。同時(shí)，隨著高分系列衛(wèi)星的發(fā)射升空，可以將FUI水色指數(shù)的提取算法移植到新的傳感器上，以滿(mǎn)足更多分辨率層次的水體研究。