基于实测光谱的太湖水体表面离水反射率研究

引用本文

韩秀珍, 郑伟, 刘翔. 基于实测光谱的太湖水体表面离水反射率研究[J]. 国土资源遥感, 2010,22(3): 54-57
HAN Xiu-zhen, ZHENG Wei, LIU Xiang. Equivalent Leave Water Reflectance Based on In Situ Spectral Measurements In the Taihu Lake[J]. REMOTE SENSING FOR LAND & RESOURCES,2010,22(3): 54-57 复制到剪切板

Permissions

《国土资源遥感》编辑部

基于实测光谱的太湖水体表面离水反射率研究

韩秀珍¹, 郑伟¹, 刘翔²

1.中国气象局国家卫星气象中心,北京 100081

2.北京东方泰坦科技股份有限公司,北京 100083

第一作者简介: 韩秀珍 (1974-),女,博士,主要从事遥感图像处理、数据模型和GIS等方面的研究。

收稿日期: 2009-11-12

摘要

水体表面离水反射率是研究水体光学特征的一个重要参数。以2008年11月10日、11日太湖水面实地光谱和水体样本为基础,探讨了蓝藻污染对太湖水体表面离水反射率的影响: 蓝藻的存在提高了水体在近红外波段的离水反射率,使红波段出现了明显的吸收谷。通过FY-3A和MODIS卫星的通道响应函数,建立了卫星数据与水体表面离水反射率间的函数关系。在此基础上,利用MODIS卫星数据构建了比值指数(RI),利用该指数成功反演了2008年11月12日太湖水体叶绿素含量( R²=0.72),并获得了叶绿素含量的空间分布。这一结果为分析太湖水面光学特性、水质污染状况提供了重要依据。

关键词: 离水反射率; 蓝藻; FY-3A; MODIS

中图分类号:TP79 文献标志码:A 文章编号:1001-070X(2010)03-0054-04

Equivalent Leave Water Reflectance Based on In Situ Spectral Measurements In the Taihu Lake

HAN Xiu-zhen¹, ZHENG Wei¹, LIU Xiang²

1.National Satellite Meteorological Center, China Meteorological Administration, Beijing 100081, China

2.Beijing Oriental TITAN Technology Co., Ltd, Beijing 100083, China

Abstract

Leave water reflectance is an important parameter in the study of water optical characteristics. To better interpret the effect of cyanophytes contamination on water optical characteristics, the authors conducted in situ measurement of spectral reflectance and water sampling in the Taihu Lake on 10 and 11, November 2008. Remarkable effects were observed in leave water reflectance of the cyanobacterial water, leading to an obvious absorption peak in the red region and an increase in the near-infrared region. Equivalent leave water reflectance based on FY-3A and MODIS band settings was derived by using the spectral response functions. Furthermore, the authors used the Ration Index (RI) model for the estimation of chlorophyll-a on 12, November 2008, and observed high determination coefficients R²=0.72, which were further used to map the chlorophyll-a distribution. The results obtained will be helpful to the further evaluation of optical characteristics and water quality.

Keyword: Leave water reflectance; Cyanophytes; FY-3A; MODIS

Show Figures

0 引言

我国66%以上的湖泊和水库已处于富营养化状态, 其中22%属于重富营养和超富营养^[1]。近年来, 利用遥感数据对太湖水体水污染程度的评价方法得到了很大发展^{[2, 3]}。太湖水体污染面临的最大问题是大规模季节性的蓝藻暴发。针对蓝藻水华的污染评估, 卫星遥感数据发挥了巨大作用。多种传感器数据, 如Landsat TM^[4]、MODIS^{[5, 6]}、MERIS^[7]以及实测数据^[8]都在太湖水体叶绿素浓度、悬浮物以及蓝藻密度等反演方面达到了一定的精度。

卫星数据应用于此的一个重要前提在于获取水面有效的离水反射率。这一方面是由于监测水体污染的主要波段通常受到大气水分含量以及气溶胶的影响^{[9, 10]}; 另一方面, 离水反射率更能准确地反映水质的变化程度, 如悬浮物浓度和泥沙含量等^{[11, 12]}。基于这一点, 本文以太湖水体为研究对象, 基于蓝藻暴发前后的水面实测光谱数据, 获取了太湖水体表面的离水反射率数值, 研究蓝藻对离水反射率的影响; 通过FY-3A的MODIS数据通道响应函数, 获取了基于卫星通道的离水反射率数值, 这些结果将对全面评价太湖水体光学特征以及遥感数据的进一步应用提供必要的参考。

1 实验区水质概况与光谱测量

1.1 实验区水质概况

太湖是中国第三大淡水湖。近几十年, 太湖富营养化程度明显, 磷、氮营养过剩, 20世纪80年代末主要污染物总磷、总氮均严重超标。伴随着该区域城市化进程的加速以及河流富营养化比较严重, 水质已属于II~V类, 局部地区甚至劣于V类。

1.2 水面光谱测量

离水反射率测量使用的仪器为美国ASD公司生产的FR(FieldSpec) ASD野外光谱仪。仪器覆盖光谱范围为350~2 500 nm, 光谱分辨率为3.5 nm(VNIR)和10 nm(SWIR), 仪器的视场角为8° 。测量中使用了中国科学院安徽光机所生产的20 cm× 20 cm高反射率(0.98)聚四氟乙烯漫反射板为参考标准板。另外, 利用参考板室内方向反射比(BRF)数据对测量中太阳入射角的影响进行校正。

水面反射光谱数据测量在GPS导航下, 采用定点测量方式。对太湖水面分别进行3种方式(垂直水面、与垂直水面倾斜45° 和与垂直水面向上法线成45° 天空)测量和参考板垂直反射光谱测量。测量时仪器放置在船头一侧, 将ASD光谱仪光纤探头离开船体1.5 m以上, 安放在船上的标准板水平调准。每种目标进行2/5/2次(参考板/样本/参考板)测量, 每种测量在1 min内完成, 以避免太阳照度变化所引起的测量误差。另外, 对每个测量位点进行相关信息(时间、测量样本内容、测点记录号、经纬度、天气等)记录。

2 反射率计算方法与结果

2.1 计算方法

数据处理之前, 首先将原始测量数据文件转换成ASC П 文件, 然后按照垂直和倾斜测量数据分别进行离水反射率计算。计算按5个子点水面测量值分别减去天空测量数据后再除以参考板测值得到各点的相对反射比数据, 然后将5个相对反射比的平均值乘以参考板的BRF数据, 获得各点绝对离水反射率, 即

R_λ=[ $\begin{matrix} \overset{n}{\sum_{i = 1}} \end{matrix} ρ_{λ} (\begin{matrix} F_{i_{λt}} \end{matrix} - \begin{matrix} F_{i_{λtSKY}} \end{matrix} \times 0.028) / \begin{matrix} F_{0_{λt}} \end{matrix}] / N$ (1)

式中, $\begin{matrix} F_{i_{λt}} \end{matrix}$ 为来自目标的反射辐射; $\begin{matrix} F_{i_{λtSKY}} \end{matrix}$ 为天空辐射; $\begin{matrix} F_{0_{λt}} \end{matrix}$ 是来自参考板的反射辐射; ρ _λ是目标测量时刻太阳天顶角对应参考板的双向反射比因子(BRF); N=5。

2.2 计算结果

(1)2008年11月10日, 计算获得垂直、倾斜测量离水反射率各23组。计算结果显示, 由于当天测区内的湖水蓝藻污染较少, 获得的离水反射率变化不大, 如图1(a)所示, 反射率最高峰值在570 nm附近, 次峰在700 nm附近, 第3个峰在810 nm附近。对垂直测量和倾斜测量结果比较, 二者差别较小, 如图1(b)所示。

	Figure Option View Download New Window
	图1 2008年11月10日的太湖离水反射率Fig.1 Leave water reflectance of Taihu Lake on Nov. 10, 2008

(2)2008年11月11日, 计算获得垂直、倾斜测量离水反射率各36组。由于当天测区内蓝藻污染严重, 36组反射率变化较大, 如图2所示。

	Figure Option View Download New Window
	图2 2008年11月11日的太湖离水反射率Fig.2 Leave water reflectance of Taihu Lake on Nov. 11, 2008

在图2(a)中, 无蓝藻污染样本No.5和No.15的反射率与遭到蓝藻污染样本No.25、No.35的反射率存在很大差异。污染样本的反射率在440 nm、678 nm附近出现吸收谷; 在690 nm处反射率开始急剧上升, 到760~820 nm达到最大。比较垂直测量方式和倾斜测量方式获得的结果, 发现二者差别较大, 如图2(b)所示, 这可能是由于绿色蓝藻的影响, 在采用倾斜测量时水体的方向特性增强, 使得测量结果增大。受蓝藻污染的水体呈现明显的非朗伯性, 各向异质性增强, 因而在倾斜测量时, 传感器得到了更多的反射能量, 并且这种反射特征趋近于植被在可见光、近红外波段的光谱特性。这一方面反映了蓝藻主要色素作用的结果, 另一方面也为利用指数模型监测蓝藻暴发提供了理论依据。

将2008年11月10日23个测点的离水反射率平均值与2008年11月11日36个测点的结果平均值进行比较, 发现后者明显体现了植被(蓝藻)光谱的贡献(图3)。主要区别在绿波段和近红外波段: 绿色波段的反射峰是由水体中蓝藻色素的存在所致; 波长大于750 nm的近红外波段, 对于没有蓝藻污染的水体, 主要体现的是水体的反射特征, 蓝藻暴发后, 更多反映的是绿色植被的特征。这为利用光谱特征评价水质的污染程度提供了依据。

	Figure Option View Download New Window
	图3 2008年11月10、11日离水反射率比较Fig.3 Comparison of leave water reflectance obtained on Nov. 10 and 11, 2008

3 卫星通道离水反射率的转换及应用

3.1 卫星通道离水反射率转换

在利用卫星数据进行太湖污染动态监测中, 地面观测数据是重要的参考依据。卫星观测信号的响应依赖于卫星通道的光谱响应函数, 而地面观测的高光谱反射率数据是连续的。为此, 有必要将ASD光谱仪测量获得的高光谱反射率数据转换成卫星相应通道的等效反射率。转换模型为

R_eq=∫ R_FR(λ )f_FY(λ )dλ /∫ f_FY(λ )dλ (2)

式中, R_eq为卫星通道等效测量反射比; R_FR为 ASD光谱仪地面测量光谱反射比; f_FY为卫星通道光谱响应函数;

FY-3A中分辨率成像仪和MODIS传感器的可见光、近红外波段是进行太湖水体监测的主要波段, 因此需要根据传感器的通道响应函数, 将ASD测量的离水反射率转换为两种卫星传感器通道的等效测量反射率。表1列出了垂直水面测量的相关波段等效反射率计算结果。

表1 基于FY-3A和MODIS数据的反射率数值对比 Tab.1 Comparison of leave water reflectance of FY-3A and MODIS data

由表1看出, FY-3A和MODIS 6个相对应波段的光谱响应比较接近。不过, 各对应波段的光谱位置和带宽略有差异, 这使得卫星通道的等效反射率出现一定的偏差。对于没有蓝藻污染的水体, 由于水体属于低反射率目标, 在近红外和短波红外波段的离水反射率很小, 反射率误差较大; 对于有蓝藻污染的水体, 由于近红外通道离水反射率本身较高(如通道4、6), FY-3A和MODIS的相对误差不大。太湖试验获得的FY-3A可见光、近红外通道与MODIS对应通道离水反射率的量化关系, 为两种数据的融合提供了基础数据。

3.2 基于MODIS数据的水体叶绿素反演

为了进一步验证等效离水反射率的结果, 本文利用上述分析数据, 以MODIS数据为主要数据源, 构建了水体叶绿素浓度反演的比值指数(RI=R_NIR/R_RED)模型, 对2008年11月12日的实测水体叶绿素含量进行分析, 得到了基于RI的水体叶绿素含量反演结果(图4)。

可以看出, 叶绿素的反演具有一定的可行性, 相关系数R²=0.72, 并且为线性关系, 对高值区域有着一定的敏感性。这一结果既反映了RI模型

	Figure Option View Download New Window
	图4 基于MODSI数据的叶绿素a含量RI反演结果Fig.4 Chlorophyll a content estimation with RI derived from the MODIS data

对叶绿素含量反演的可行性, 同时也验证了本文的研究结果, 即利用通道响应函数, 可以建立基于星载数据的等效离水反射率。另外, 根据上述模型, 对2008年11月12日的太湖湖区叶绿素含量进行了成图研究, 以清晰反映水体污染的空间格局和分布(图5)。由于云的存在, 太湖南部和东南部区域没有获得相应的数据, 但其北部和西北部区域, 叶绿素含量较高(图5中红色区域部分), 和实际数据的验证结果也是比较吻合的。

	Figure Option View Download New Window
	图5 基于MODIS数据的RI反演太湖叶绿素a(mg/L)空间分布Fig.5 Chlorophyll-a map using RI derived from MODIS data

4 结论

卫星遥感为水质污染监测提供了可靠的数据。本文目标在于研究一次典型的蓝藻暴发对离水反射率的影响, 并通过FY-3A和MODIS数据的波段响应函数, 获取了卫星数据的离水反射率数值。在利用卫星数据进行太湖蓝藻污染监测中, FY-3A和MODIS空间分辨率为250 m的前几个通道是可用的。但是, 对于卫星数据的定量化应用和分析, 该分辨率还是偏低的, 为此, 需要增加星地测量数据的积累和方法研究, 清楚了解蓝藻在湖区的分布和所占的权重, 才能获得好的效果。

The authors have declared that no competing interests exist.

参考文献

View Option

[1]	马荣华, 孔维娟, 段洪涛, 等. 基于MODIS影像估测太湖蓝藻暴发期藻蓝素含量[J]. 中国环境科学, 2009, 29(3): 254-260. [本文引用:1]
[2]	廖程浩, 刘雪华. MODIS数据水体识别指数的识别效果比较分析[J]. 国土资源遥感, 2008(4): 22-26. [本文引用:1]
[3]	李建国, 孙晓明, 康慧, 等. 曹妃甸近海Ⅱ类水体光谱反射率与悬浮泥沙浓度相关性研究[J]. 国土资源遥感, 2009(3): 54-58. [本文引用:1]
[4]	李云亮, 张运. 基于TM 影像的太湖夏季悬浮物和叶绿a浓度反演[J]. 遥感信息, 2008(6): 22-27. [本文引用:1]
[5]	孔维娟, 马荣华, 段洪涛, 等. 太湖秋冬季蓝藻水华MODIS卫星遥感监测[J]. 遥感信息, 2009(4): 80-84. [本文引用:1]
[6]	祝令亚, 王世新, 周艺, 等. 应用MODIS影像估测太湖水体悬浮物浓度[J]. 水科学进展, 2007, 18(3): 444-450. [本文引用:1]
[7]	宋瑜, 宋晓东, 郭照冰, 等. 利用MERIS 产品数据反演太湖叶绿素a 浓度研究[J]. 遥感信息, 2009(4): 19-24. [本文引用:1]
[8]	孙德勇, 李云梅, 王桥, 等. 基于实测高光谱的太湖水体悬浮物浓度遥感估算研究[J]. 红外与毫米波学报, 2009, 28(2): 124-128. [本文引用:1]
[9]	Moses W J, Gitelson A A, Beranikov S, et al. Satellite Estimation of Chlorophyll-a Concentration Using the Red and NIR Band s of MERIS-the Azov Sea Case Study[J]. IEEE Geoscience and Remote Sensing Letters, 2009, 2026657. [本文引用:1]
[10]	Gitelson A A, Dallomo G, Moses W, et al. A Simple Semi-analytical Model for Remote Estimation of Chlorophyll-a in Turbid Waters: Validation[J]. Remote Sensing of Environment, 2008, 112: 3582-3593. [本文引用:1]
[11]	Dallolmo G, Gitelson A A. Effect of Bio-optical Parameter Variability and Uncertainties in Reflectance Measurements on the Remote Estimation of Chlorophyll-a Concentration in Turbid Productive Waters: Modeling Results[J]. Applied Optics, 2006, 45(15): 3577-3592. [本文引用:1]
[12]	Dallolmo G, Gitelson A A, Runaquist C. Towards a Unified Approach for Remote Estimation of Chlorophyll-a in Both Terrestrial Vegetation and Turbid Productive Waters[J]. Geophysical Research Letttter, 2003, 30(18): 1938. [本文引用:1]

2009

0.0

马荣华, 孔维娟, 段洪涛, 等. 基于MODIS影像估测太湖蓝藻暴发期藻蓝素含量[J]. 中国环境科学, 2009, 29(3): 254-260.

On the basis of the spectral characteristics of cynobacteria, a robust semi-empirical model was developed to estimate phycocyanin concentration (Cpc) using MODIS imagery with a spatial resolution of 250m. The floating neonatal cyanobacteria could be identified well and truly by the estimation model of Cpc. So it was easy to retrieve the coverage of floating neonatal cyanobacteria from MODIS imagery by the model, where there was not any actual meaning to quantitatively estimate Cpc and it was certainly not necessary to pay attention to its estimation precision. In the outside of the newly cyanobacterial blooms-covered area, the Cpc estimation precision was highly determined by phycocyanin pigment content and the ratio of Cpc to chlorophyll-a concentration (Chl-a). When Cpc was less than 35μg/L, the relative estimation error of the model was about 134% on average; and when it was more than 35μg/L, the relative error was reduced to 31%. However, when Cpc was more than 35μg/L and the ratio of Cpc to Chl-a was less than 8, the relative error was only up to 29% on average.

利用太湖水体藻蓝素的实测数据,基于蓝藻的光谱特征分析,选择MODIS 250m分辨率的卫星遥感影像,建立了藻蓝素估测模型.研究表明,该模型可以较为准确地识别新生蓝藻水华,辅助提取新生蓝藻水华的覆盖区.在新生蓝藻水华的覆盖区内,藻蓝素的定测估算已经失去实际意义,没有必要讨论估测的精度高低.在新生蓝藻水华的覆盖区外,藻蓝素的遥感估测精度取决于藻蓝素浓度的高低以及藻蓝素与叶绿素的定量关系,即当藻蓝素浓度35μg/L时,平均相对估测误差降至31%;但对于那些藻蓝素的浓度>35μg/L,且藻蓝素浓度与叶绿素a浓度的比值<8的湖区而言,藻蓝素浓度模型的相对估测误差约为29%.

... 0 引言我国66%以上的湖泊和水库已处于富营养化状态,其中22%属于重富营养和超富营养^[1] ...

2008

0.0

廖程浩, 刘雪华. MODIS数据水体识别指数的识别效果比较分析[J]. 国土资源遥感, 2008(4): 22-26.

This paper has compared the effectivenesses of different water body indices which are applied to identify water bodies based on the MODIS data. The results show that the Combined Index of NDVI and MIR for Water Body Identification (CIWI) is the most effective index for water body identification when the MODIS data are used. In calculating CIWI by using the MODIS reflectance data with 0 as the distinguishing value, the constant in the expression of CIWI is -0.85. It is also shown that the MODIS data are unsuitable for small water body identification because their spatial resolution is not very high.

在光谱分析的基础上，应用不同水体指数对MODIS数据进行水体信息识别,并对其应用性能进行比较分析。结果表明，混合水体指数（CIWI）是较理想的水体识别指数。若以反射率计算，并以0为判别阈值，则该指数的提取常数C的最佳取值为-0.85。就目前的研究成果来看，MODIS数据还不太适合用于小型水体的识别。

... 近年来,利用遥感数据对太湖水体水污染程度的评价方法得到了很大发展^[2,3] ...

2009

0.0

李建国, 孙晓明, 康慧, 等. 曹妃甸近海Ⅱ类水体光谱反射率与悬浮泥沙浓度相关性研究[J]. 国土资源遥感, 2009(3): 54-58.

Numerous spectroradiometric measurements were carried out in the Caofeidian offing and, on such a basis, correlation was made between the average reflectance and the concentrations of surface suspended particulate matter (SPM). The empirical relationships were established between remote-sensing reflectance (Rrs) in TM-HRV bands and SPM concentrations. The results show that the remote-sensing reflectance increases with SPM concentrations. When the SPM concentrations are lower than 20 mg/L, the amplitudes of remote-sensing are wider in the 570 nm than in the 670 nm, but when the SPM concentrations are higher than 20 mg/L, things are just the opposite. The best correlations are obtained for Rrs (TM3) and SPM concentrations, which show remarkable exponential correlations. As a result, SPM concentrations within the surface waters in Caofeidian offing are estimated with an average accuracy better than ±28%.

1.Tianjin Institute of Geology and Mineral Resources, Tianjin 300170, China; 2.China Aero Geophysical Survey and Remote Sensing Center for Land and Resources, Beijing 100083,China

利用水面以上法对曹妃甸近海Ⅱ类水体进行现场光谱测量，对获取的数据与同步采集的水体悬浮泥沙浓度进行相关分析，初步建立了水体悬浮泥沙浓度与TM数据对应的可见光至近红外波段遥感反射率的经验模型。研究结果表明：该地区近海Ⅱ类水体的反射率随悬浮泥沙浓度的增加而增加，在泥沙浓度小于20 mg/L时，570 nm处的反射率随泥沙浓度增加而增大的特征优于670 nm处的，但当泥沙浓度大于20 mg/L时，后者反射率的增幅明显优于前者； TM 3中心波段处的反射率与表层悬浮泥沙浓度（SPM）呈显著的指数相关，利用模型计算的悬浮泥沙浓度平均相对误差低于±28%。

... 近年来,利用遥感数据对太湖水体水污染程度的评价方法得到了很大发展^[2,3] ...

2008

0.0

李云亮, 张运. 基于TM 影像的太湖夏季悬浮物和叶绿a浓度反演[J]. 遥感信息, 2008(6): 22-27.

利用2006年8月1日陆地卫星TM数据与7月29日～8月1日的同步湖面采样数据,分析了典型站点反射率光谱特征,建立悬浮物和叶绿素a的反演模型.结果表明悬浮物的变化主要影响TM第2和第4波段,叶绿素a则主要影响TM第3、第4波段.TM4波段与悬浮物具有较高的相关度,利用TM4波段、3×3像元窗口能较好反演出悬浮物浓度.植被指数NDVI((TM4-TM3)/(TM4+TM3))与叶绿素a浓度有较高的相关度,基于5×5像元窗口的植被指数:NDVI能很好的反演出太湖叶绿素a浓度,但不能很好地区分出水华和水草.2006年夏季,太湖悬浮物的分布特点为河口区、梅梁湾、西北近岸区最高,其次是湖心区,东太湖、胥口湾和南面的湖州附近湖区浓度最低.叶绿素a分布情况为最高的点出现在梅梁湾口、竺山湾西北部沿岸区以及西太湖近岸区;湖的大部分边缘区即与陆地交接处,叶绿素a的浓度也偏高;南面的湖州附近以及西山岛北面部分湖区叶绿素a浓度最低.而东太湖、胥口湾附近叶绿素a偏高则主要是由该水域沉水植被的发育造成的.