石佛寺水庫葉綠素a濃度高光譜遙感反演

孫 昊，周林飛

(沈陽農業大學水利學院，沈陽 110161)

人類的生命活動離不開水，因此古文明都發源于各個大型流域內。在人類發展初期，科技較為落后，人類活動對水體的污染較小。隨著科技的發展，水體的承載壓力越來越大，當污染物超過了水體的自凈能力時，便產生了水體污染。各類水體由于靠近人類聚集地，通常會有各類污染物流入，致使水體易趨于富營養化。藻類以及浮游生物利用這些營養物質過量繁殖生長，使得水體中的溶解氧不斷減少，令水質逐漸變差。葉綠素作為藻類等水生植物關鍵的組成部分，其濃度的大小可以用于判斷水體是否富營養化[1]。傳統的監測水體葉綠素a濃度的手段存在局限性、離散性和瞬時性等缺點。而新興的遙感技術擁有許多優點，如費用更低、效率更高、范圍更廣，并易于進行長時間監測等[2]。Fraser[3]測量了美國22個內陸湖的光譜反射率與葉綠素a濃度，并分析了兩者之間的相關關系。得出葉綠素a濃度及其對應反射光譜的一階微分值相關性良好的結論；Kevin[4]等通過研究認為可以用672 nm及704 nm兩個波段的反射比來進行相關的分析研究；馬榮華[5]利用太湖實測葉綠素a濃度及水體的光學特性進行了一系列研究，認為葉綠素a濃度估測時最關鍵的兩個光譜波段分別是682 nm和706 nm；段洪濤[6]等實地測量了查干湖的相關數據，采用波段比和波長的一階微分兩種方式分析其與葉綠素a濃度的相關性。研究發現，R700/R670的反射比以及690 nm波長處的一階微分值與葉綠素a濃度具有良好相關關系，并由此建立了定量估算模型，R700和R670指700 nm與670 nm處的反射率。杜鵑[7]利用模糊控制RBF神經網絡模型建立了凌河葉綠素a濃度反演模型，效果較好。

利用實測水體光譜反射率來進行葉綠素a濃度的反演近年來發展很快。但是大部分國內外學者研究對象主要集中在海洋、湖泊等水體，這種技術在水庫方面的應用鮮有出現，尤其是在東北地區水庫缺少該方面的研究。水庫是由人工改造或修建水工建筑物而形成的，與海洋、湖泊等相比具有不同的水體特征，葉綠素a濃度與水體反射率的相關性也存在著差異，需要對其進行深入研究。因此，本文以遼寧省石佛寺水庫為例，對石佛寺水庫實測高光譜數據及水體葉綠素a濃度數據進行統計研究，構建石佛寺水庫表層水體葉綠素a濃度估測模型，并對模型精度進行對比分析，為今后東北地區水庫葉綠素a濃度的遙感反演提供依據。

1 研究區概況

本文以石佛寺水庫為研究對象，其為大Ⅱ型的平原區水庫，坐落于遼寧省沈陽市、法庫縣以及鐵嶺市三者接壤的位置，是遼河干流上唯一的大型控制性水利工程。水庫所處地區為溫帶大陸性氣候且受季風的影響比較嚴重，年平均氣溫約8℃[8]。水庫氣候的季節性變化十分明顯，冬季寒冷且漫長，大約持續5～6個月，春秋兩季風力較大，降雨主要集中在7～9月份。大體而言，石佛寺水庫的水質較好，基本屬于輕度或中度富營養狀態。2009年庫區種植了蘆葦、蒲草和荷花，隨著生態環境的改善，水生植物的面積和種類在不斷增加，目前荷花133.33 hm2，蘆葦173.33 hm2，蒲草366.67 hm2，并自然生長出許多新的水生植物種類，總面積為25.05 km2。石佛寺水庫的主要功能是防洪，兼顧生態和供水。

2 數據獲取

2.1 光譜數據獲取

采用美國SVC公司研發的GER1500野外便攜式光譜輻射儀進行光譜數據的采集，該設備的工作區間為350～1 050 nm，光譜分辨率為3.2 nm，波長精度為±0.1 nm。采樣點的光譜測量時間在北京時間11∶00-13∶00進行，采用唐軍武[9]提出的水面之上測量法，測量方式如圖1所示，測量時背向光照方向并進行調整使太陽入射平面和觀測平面的夾角位于90°～135°之間，傳感器和水面的夾角位于30°～45°之間。利用上述的設定方式可以有效地避開太陽的直射及反射情況，還能夠消除光照造成的船身陰影對光譜數據的影響。由于水體易受光照影響，易產生誤差，因此本研究對于同一個點進行了3次測量，計算出此點每個波段對應的反射率平均值，獲得該點的光譜曲線。

圖1 水面之上測量法幾何示意圖Fig.1 Geometric sketch of measurement method above water surface

2.2 葉綠素a濃度測定

2018年7月17日，筆者前往石佛寺水庫對其水體進行了表層水樣的采集以及水體高光譜數據的測量。當日天氣晴朗無云，風速1～2 m/s，水面波動較小且基本保持平靜。根據石佛寺水庫的大致走向選取了20個測點。利用手持GPS測量采樣點的地理位置，記錄其經緯度，見表1。分別在20個采樣點采取水樣，將水樣密封保存并按照順序編號。為防止水樣變質，取樣當天返回并在實驗室中使用水質儀測出20個測點的葉綠素a濃度，見表1。

3 結果與分析

3.1 光譜特征分析

為區分各條光譜曲線，將20個測點分為4組作圖，如圖2所示。

圖2所示的石佛寺水庫水體的高光譜反射率與波長之間的關系是十分具有代表性的，它具有內陸水體光譜的典型特點。波長400～500 nm范圍屬于藍紫色光，而葉綠素a對藍紫色光能夠完全吸收，這就導致了400～500 nm波長之間反射率不高的現象。如圖2所示，510～610nm之間產生了反射率的第一次峰值，其大約位于580 nm的位置。出現這種情況的原因為葉綠素a的吸收光譜包含有兩次吸收峰值，包括紅光(波段600～700 nm)和藍紫光(波段400～500 nm)。類胡蘿卜素主要吸收藍紫光。而在580 nm波長左右胡蘿卜素及葉綠素a的吸收能力較弱，同時還有細胞散射的干擾，以上都是出現反射峰的原因。當波長約為620 nm時藻青蛋白吸收作用最強，因此波長620～630 nm區間反射率出現降低趨勢同時還在一定程度上顯現出肩狀特征[10]。圖2在674 nm左右出現反射谷。這正因為674 nm波長在葉綠素a光譜吸收的峰值范圍內，此時葉綠素a有較高的吸收作用，與此同時水體藻類密度較高時，葉綠素a對紅光進行了充分吸收。在702 nm附近再次出現了顯著的反射率峰值，通常稱這種帶狀光譜中的峰值為熒光峰。隨著葉綠素a的濃度升高，反射率峰值的位置會逐漸向右遷移，即向長波方向遷移。含有藻類水體的光譜圖中最為鮮明的特點即為702 nm波長左右呈現反射率峰值。對于水體中是否存在藻類葉綠素的判斷，其關鍵在于分析其光譜曲線中有沒有出現熒光峰。反射峰所處波段范圍及其峰值大小可作為估測葉綠素a濃度的參考[11]。因為純水對紅外光譜會產生顯著的吸收，使得800～900 nm的長波波段中反射率迅速下降[12]。

表1 石佛寺水庫20個采樣點的位置及葉綠素a濃度Tab.1 Location and chlorophyll-a concentration of 20 sampling points in shifosi reservoir

3.2 模型建立

3.2.1 波段比值模型

水庫水域面積較大，不同時間不同位置處水體表面的光滑度會有一定差別，水面波動的程度也不同。采用不同波段對應反射比的方法相當于用無量綱方式處理變量。這種方法能夠降低上述因素對測量結果造成的干擾，而且能夠降低某些污染物的影響[13]。在葉綠素a濃度反演中，采取波段比值法能夠放大葉綠素反射峰和吸收峰兩者的差距，從而獲取目標數據。筆者通過對石佛寺水庫水體光譜特征的研究，將702 nm及674 nm波長的反射比視為自變量，葉綠素a的濃度視為因變量對散點圖做擬合，所得回歸方程如式(1)：

(1)

圖2 石佛寺水庫水體遙感反射率隨波長變化關系Fig.2 Relationship between water reflectance and wavelength variation in Shifosi reservoir

反射比R702/R674及葉綠素a濃度的對應數據以及擬合曲線由圖3可見，由圖3可見兩者具有良好的相關性，基本符合線性關系，r2為0.724 4。波長為702 nm時反射率值比較大，其信噪比也很高。波長為674 nm處葉綠素a的吸收特征更有代表性。此外這兩個波長值相距較近，黃色物質和非色素懸浮物對二者的影響程度大致相同，因而能夠利用此模型來估測石佛寺水庫表層水體的葉綠素a濃度，這一結果與馬榮華[5]采用R706/R684取得的線性模型有一定的差別，其原因可能為石佛寺水庫水體中葉綠素a的濃度相比太湖較小，而且太湖與東北地區河流水質有一定的差異。

圖3 石佛寺水庫葉綠素a濃度與其反射比R702/R674的關系Fig 3 Relationship between chlorophyll-a concentration and reflectance ratio R702/R674 in ShifoSi reservoir

3.2.2 一階微分模型

利用光譜微分值的方法分析反射光譜，能夠精準而快速的確定光譜曲線的凹凸點，同時可以得出反射率最大和最小時的波長位置。浦瑞良等[14]通過研究發現，對光譜反射率求一階微分后能夠有效降低部分線性及類似線性的背景噪聲光譜對目標光譜(非線性)的干擾。對于光譜儀采集的離散型數據的微分處理，為提高精確度，采用中心差分的形式，即利用式(2)進行計算：

(2)

式中：R(λi)′為波長λi的一階微分反射光譜；λi+1，λi，λi-1為相鄰波長。

對得到的一階微分值與葉綠素a濃度進行數據處理，獲取兩者的相關系數，之后截取450～850 nm范圍內波長，其相關系數圖如圖4所示。

圖4 光譜反射率一階微分與葉綠素a濃度相關系數示意圖Fig.4 Schematic diagram of correlation coefficient between first order differential of spectral reflectance and concentration of chlorophyll-a

截取450～850 nm范圍內的波長來展示。對光譜反射率一階微分值和葉綠素a濃度相關系數進行統計分析，發現有12組數據的r絕對值在0.8～1范圍內，有148組數據的相關系數r絕對值處于0.6～1范圍內。這些統計數據顯示水體葉綠素a濃度與光譜反射率一階微分兩者存在明顯的相關性，波長為595 nm處相關性最好，r值達到了0.863 1。將595 nm波長時反射率的一階微分視為自變量X，葉綠素a的濃度(μg/L)視為因變量Y，做線性擬合，結果如圖5。

圖5 595 nm處的一階微分與葉綠素a濃度的關系Fig 5 Relationship between the first-order differential at 595 nm and the concentration of chlorophyll-a

得到回歸方程Y=461 486X+225.251 96，r2為0.745 0。波長595 nm處光譜反射率一階微分值和葉綠素a濃度呈明顯正相關關系。此反演模型的準確度略高于通過反射比所建立的模型，這一結論與宋玲玲等[15]的研究結果相同，可以使用該模型估計石佛寺水庫表層水體中葉綠素a濃度。

3.3 方法對比

通過兩種模型得到的線性回歸方程都是y=ax+b的形式，但是各變量具體的含義則各不相同。波段比值模型能夠消除不同位置不同時間水面差異的影響，并且能夠降低水體污染物的影響，而一階微分模型則可以降低部分線性及非線性噪音對光譜曲線的影響，兩者的估測值與實測值都有一定的誤差，但是一階微分模型的精確度更高，r2達到了0.745 0。

4 結 語

筆者對石佛寺水庫實測高光譜數據及水體葉綠素a濃度數據進行了統計研究，構建了石佛寺水庫表層水體葉綠素a濃度估測模型，其整體精確度較高，可以將此模型當作理論基礎，進行石佛寺水庫葉綠素a濃度的全范圍遙感檢測。本文分別使用了波段比值模型以及光譜一階微分模型，研究發現，兩種方法都具有較高的準確度，R702/R674的反射比與水體葉綠素a濃度之間存在良好的相關性，r2≈0.724 4；而595 nm波段處反射率的一階微分值與水體葉綠素a濃度之間相關性更好，其r2≈0.745 0。因此，利用實測高光譜數據構建的兩種石佛寺水庫葉綠素a濃度估測模型中，光譜一階微分值模型擬合更好。但是由于獲取采樣點數量和采樣時間的限制，對于石佛寺水庫而言，還需要更多的監測數據來確定模型的精確度。