长江口深水航道海域悬浮泥沙光谱特性研究

张 宏，韩 震，2，刘 瑜

（1.上海海洋大学海洋科学学院，上海 201306；2.大洋渔业资源可持续开发省部共建教育部重点实验室，上海 201306）

长江口深水航道海域悬浮泥沙光谱特性研究

张 宏1，韩 震1，2，刘 瑜1

（1.上海海洋大学海洋科学学院，上海 201306；
2.大洋渔业资源可持续开发省部共建教育部重点实验室，上海 201306）

长江口深水航道治理和维护的核心问题为泥沙问题。对长江口深水航道7个浮标所在海域进行了不同浓度含沙水体的反射光谱测量，并且结合“长江口深水航道水文、泥沙、波浪自动遥测系统”遥测数据和野外现场取样数据，对其光谱特性进行了分析，发现这些海域悬浮泥沙的敏感波段在730～930 nm之间，并且731 nm附近的一阶微分与悬浮泥沙浓度相关性较好。在对其光谱特性进行分析的基础上，分别建立了悬浮泥沙光谱反射率、光谱反射率均值和反射率一阶微分的指数反演模型和二次反演模型，结果显示900 nm波长的指数模型可以较准确地定量反演出悬浮泥沙浓度。

悬浮泥沙；反射光谱；遥感；长江口深水航道

长江口是我国典型的分汊型中等潮汐河口。长江河口的悬浮泥沙主要来自长江流域，长江口深水航道处于河口最大浑浊带活动的范围，其深水航道治理和维护的核心问题为泥沙问题［1］。了解悬浮泥沙时空分布规律是开展航道回淤规律研究和指导防灾减淤工作的关键。

要获取定量的悬浮泥沙时空分布数据，需建立遥感数据和悬浮泥沙含量之间的定量关系。傅克忖等在日本水产大学馆山坂田实验场的露天水池进行了不同含量悬浮泥沙水体反射比与悬浮泥沙浓度的试验研究，探讨了对悬浮泥沙遥感灵敏的波段，采用因子分析，建立了高浓度悬浮泥沙定量反演算法［2］；韩震等在天津国家海洋技术中心进行了悬浮泥沙水槽试验，对悬浮泥沙光谱特性进行了分析，并利用泥沙遥感参数建立了悬浮泥沙遥感定量分析统计相关模式［3］；Miller R L，Ruhl C A等也利用不同卫星的不同空间分辨率、不同时间分辨率及不同光谱分辨率在不同海区结合工程和应用需求，通过现场光谱测试及准同步采样，建立了多种悬浮泥沙遥感统计分析和反演模式［4，5］。

本次研究利用长江口深水航道治理二期工程完成的“长江口深水航道水文、泥沙、波浪自动遥测系统”7个浮标系统站悬浮泥沙实际的遥测数据和野外现场取样数据，对长江口深水航道工程海域悬浮泥沙反射光谱特性进行了研究，旨在加深对该海域悬浮泥沙的规律性认识和定量研究，为长江口深水航道治理和维护提供了基础背景数据。

1 数据来源

本次光谱数据来自于上海海洋大学、上海河口海岸科学研究中心和国家卫星海洋应用中心3家单位2008年3月24－26日在长江口深水航道海域的水色光谱联合试验。采样路线及采样点见图1。

图1研究区和采样路线Fig.1 Research area and sam pling routing

光谱采样所使用的仪器是美国ASD公司生产的FieldSpec Pro手扶式便携光谱仪，其波长范围为325～l 075 nm，光谱分辨率为1.5 nm。遥测数据来源于“长江口深水航道水文、泥沙、波浪自动遥测系统”，该系统可全天候、实时地遥测长江口水域7个浮标系统站的水文、泥沙、波浪状况（图1）。本次采样点共19处，按浓度从低到高随机选取12个点的数据用于建立模型，剩余的7个点数据用于检验模型精度。

图3 均值处理后水体光谱反射曲线Fig.3 Spectrum curves after meanvalue treatment

2 数据分析

2.1 悬浮泥沙水体的光谱特征分析

2.1.1 光谱曲线预处理

图2为原始数据未经处理得到的不同浓度含沙水体的反射光谱曲线。从图2可以发现，曲线有许多表现为无规则的高频振动的“毛刺”，在曲线的边端尤其明显。其原因一方面是仪器的灵敏性所致，另一方面是紫外和近红外的光谱易受外界干扰［6］。我们采用均值法对光谱曲线进行了预处理，其数学表达式如下：

其中Ri表示波长为i时的反射率，公式（1）表示用相连3点反射率均值来代替中间一点的反射率值，公式（2）表示用相连5点的反射率均值来代替正中间一点的反射率值。

我们将曲线分为以下3段，分别采取不同的尺度进行滤波。430～830 nm用公式（1）进行处理，330～430 nm和830～930 nm用公式（2）进行处理，图3为处理结果。对比图2和图3，可以发现反射光谱曲线上原先的“毛刺”基本得到消除。

图2 不同悬浮泥沙浓度水体光谱反射曲线Fig.2 Spectrum curves of different suspended sediment concentrations

2.1.2 光谱特征分析

从图3可以发现，反射光谱曲线因水体含泥沙浓度不同而存在差异。悬沙浓度低的水体光谱反射率低于悬沙浓度高的水体光谱反射率，随着悬沙浓度的增加，水体光谱反射率逐渐增大，泥沙浓度差别越大，反射率增幅越大。悬沙水体光谱曲线呈现明显“双峰”特征，第一反射峰位置在600～700 nm，随后开始呈现下降的趋势，在以水分子吸收为主的750 nm处形成一个反射谷。第二个反射峰宽度比较窄，出现在近红外波段，其中心波长位置约在810 nm处，水体光谱反射率在830 nm之后开始迅速减小。当泥沙浓度为1 496 mg／L时，水体光谱反射曲线的第二个反射峰峰值甚至大于其第一个反射峰峰值。

光谱微分技术是光谱数据处理常用方法之一，Gooding等人认为水体反射光谱的一阶微分可消除水面的影响，二阶微分可以消除悬浮物浓度的影响［7］，光谱数据的一阶微分可由下式计算得到

式中：R（λi），R（λi－1）分别是波长为λi＋1，λi－1的光谱反射率；R（λi）＇是波长为λi的一阶微分反射光谱值。由公式（3）计算得到的光谱微分如图4所示。通过一阶微分曲线可以直观分析水体光谱曲线的特征。图4中460 nm处出现波峰说明图3中460 nm处是曲线的一个拐点，但是从图3却很难看出来，一阶微分使得这种微小的变化变得明显。图4中560 nm处出现峰值对应于图3中560 nm处曲线从陡峭开始变平缓，图4中600～700 nm曲线在x轴上方附近波动，表明图3中600～700 nm之间曲线变化较小。不同悬沙浓度的水体光谱反射曲线与x轴的第1个交点在700 nm左右，对应于图3中的第1反射峰位置。图4中730 nm处出现谷值对应于图3中曲线在730 nm处从波峰迅速转向波谷，图4中曲线与x轴分别相交与750 nm左右和810 nm左右，则对应于图3中出现的波谷和第2个反射峰。图4中790 nm处出现峰值对应于图3中790 nm处曲线从波谷迅速转向波峰，图4中830 nm处出现谷值对应与图3中830 nm处曲线开始迅速下滑。

图4 光谱反射率一阶微分曲线Fig.4 First-order derivative curves of spectrum reflectance

2.2 模型的建立与分析

2.2.1 基于光谱反射率模型

由于不同波长位置处的水体光谱反射率对泥沙浓度的响应能力不同，为了找到对泥沙浓度变化敏感的波段，我们计算了各波长的光谱反射率和泥沙浓度的相关系数。从图3可以发现在可见光波段反射率的变化幅度很小，而大于730 nm之后反射率的差异增大。由此可见在可见光波段泥沙浓度与光谱反射率之间的相关性较差，而波长大于730 nm波段相关性却很强，最大值为0.96。考虑到水体反射能力较低，我们选取位于波峰并且反射率与泥沙浓度相关性较高的波长用于统计回归分析。以悬浮泥沙浓度为因变量，光谱反射率为自变量，建立指数曲线和二次曲线形式的回归方程，结果见表1，其中R2值代表回归方程的拟合程度。由于地物光谱仪存在1 nm的波段间隔，水体反射率曲线存在一定的波动，在浓度较低时表现尤为明显。采用不同波段反射率的平均值和悬浮泥沙浓度做相关分析可以减弱这种影响。R1，R2，R3分别代表反射谷740～760 nm、第二反射峰800～820 nm和近红外900～920 nm光谱反射率的均值，将其与悬沙浓度作相关分析，得到Pearson相关系数分别为0.910，0.904和0.959，参照表1的方法建立回归方程，结果见表2。2.2.2 基于光谱反射率一阶微分模型

对泥沙水体光谱反射率一阶微分与泥沙浓度作相关性分析，发现601 nm，731 nm和841 nm处反射率一阶微分和泥沙浓度的Pearson相关系数较高，分别为0.817，0.912和0.920。参考光谱反射率模型的波长，以光谱反射率一阶微分作为自变量，以悬沙浓度作为因变量建立非线性回归方程，结果如表3。

表1 悬浮泥沙浓度（y）和光谱反射率（x）的回归方程Table 1 Regression equations between spectrum reflectance and suspended sediment concentration

表2 悬浮泥沙浓度（y）和光谱反射率均值（x）的回归方程Table 2 Regression equations between spectrum reflectancemeanvalue and suspended sediment concentration

表3 悬浮泥沙浓度（y）和反射率一阶微分（x）的回归方程Table 3 Regression equations between reflectance first-order derivative and suspended sediment concentration

2.2.3 反演模型的检验

为了检验模型的精确度，选择剩余7个点的数据对单一波长建立的模型、光谱反射率均值建立的模型和光谱反射率一阶微分建立的模型进行了验证。检验模型精确度采用的指标是均方根误差（RMSE），分析所得结果如表4，从表4数据可知，单一波长所建立的模型中（730 nm、800 nm、810 nm、860 nm、900 nm），900 nm波长模型预测效果最好，其指数模型的RMSE为0.163 1，二次三项式模型的RMSE为0.171 0；其次是800 nm波长模型，其指数模型的RMSE为0.184 9，二次三项式模型的RMSE为0.232 9。在R1（740～760 nm）、R2（800～820nm）和R3（900～920 nm）光谱反射率均值所建立的模型中，R3所代表的900～920 nm波段光谱反射率均值模型预测精度优于其他波段模型，其指数模型的RMSE为0.196 4，二次三项式模型的RMSE为0.204 4。光谱反射率一阶微分所建立的模型中（601 nm、731 nm、841 nm），731 nm波长光谱反射率一阶微分模型预测效果比其他波长模型好，其指数模型的RMSE为0.196 3，二次三项式模型的RMSE为0.203 3。在单一波长建立的模型、光谱反射率均值建立的模型和光谱反射率一阶微分建立的模型中，900 nm波长建立的模型预测精度最好，其次是731 nm波长反射率一阶微分所建立的模型，从整体上看，指数模型的预测精度要优于二次三项式模型的预测精度。

表4 回归方程的精度检验（N＝7）Table 4 Precision validation of regression equations（N＝7）

3 结 论

通过本次长江口深水航道工程海域悬浮泥沙反射光谱特性研究，发现这些海域悬浮泥沙的敏感波段在730～930 nm之间，而且731 nm附近的一阶微分与悬浮泥沙浓度相关性较好。在此基础上，分别建立了悬浮泥沙光谱反射率、光谱反射率均值和反射率一阶微分的指数反演模型和二次反演模型，结果显示900 nm波长的指数模型可以较准确地定量反演出悬浮泥沙浓度。本次研究对我国Ⅱ类水体的悬浮泥沙的遥感定量反演具有重要的参考价值，为长江口深水航道治理和维护提供了基础背景数据。

致谢：对华东师范大学河口海岸国家重点实验室恽才兴教授、上海河口海岸研究中心徐志扬工程师、刘杰高工、国家卫星海洋应用中心郭茂华工程师在本次研究工作中所做出的贡献在此深表谢意。

［1］ 恽才兴.长江河口近期演变基本规律［M］.北京：海洋出版社，2004：250－274.（YUN Cai-xing.The Main Evolution Rules of the Yangtze River Estuary in Recent Years［M］.Beijing：Ocean Press，2004：250－274.（in Chinese））

［2］ 傅克忖，荒川久幸，曾宪模.悬沙水体不同波段反射比的分布特征及悬沙量计算实验研究［J］.海洋学报，

1999，21（3）：134－140.（FU Ke-cun，HISAYUKI Arakawa，ZENG Xian-mo.Distribution feature of reflec-tance ofwater body containing suspended particles in dif-ferentwave lengths and experimental study on estimating amount of suspended particles［J］.Acta Oceanologica Sinica，1999，21（3）：134－140.（in Chinese））

［3］ 韩 震，恽才兴，蒋雪中.悬浮泥沙反射光谱特性实验研究［J］.水利学报，2003，（12）：118－121.（HAN Zhen，YUN Cai-xing，JIANG Xue-zhong.Experimental study on reflected spectrum of suspended sediment［J］.Journal of Hydraulic Engineering，2003，（12）：118－121.（in Chinese））

［4］ MILLER R L，CRUISE J F.Effects of suspended sedi-ments on coral growth：evidence from remote sensing and hydrologic modeling［J］.Remote Sensing of Environ-ment，1995，53（3）：177－187.

［5］ RUHLCA.Combined use of remote sensing and continu-ousmonitoring to analyse the variability of suspended sed-iment concentration in San Francisco bay California［J］.Estuarine，Coastal and Shelf Science，2001，53：801－812.

［6］ 王亚飞，钱乐祥，刘含海.地物光谱曲线特征点的提取和应用［J］.河南大学学报（自然科学版），2006，36

（4）：67－70.（WANG Ya-fei，QIANG Le-xiang，LIU Han-hai.Extraction and application of characteristic points for ground objects spectral reflective curve［J］.Journal of Henan University（Natural Science），2006，36（4）：67－70.（in Chinese））

［7］ GOODING D，HAN L，FRASER R，et a1.Analysis of suspended solids in water using remotely sensed high res-olution derivative［J］.Photogrammetric Engineering and Remote Sensing，1993，59（4）：505－510.

（编辑：赵卫兵）

Experiment Research on Spectrum Characteristics of Suspended Sediment in Yangtze River Estuary Deepwater Channel

ZHANG Hong1，HAN Zhen1，2，LIU Yu1
（1.College of Marine Sciences，Shanghai Ocean University，Shanghai 201306，China；2.The Key Laboratory of Shanghai Education Commission for Oceanic Fisheries Resources Exploitation Shanghai 201306，China）

The key problem formaintenance and regulation of Yangtze River estuary deepwater channel is the sedi-ment.The paper hasmeasured the reflected spectrums of different suspended sediment concentrations in the Yan-gtze River estuary deepwater channel sea area where has 7 buoys，and analyzed their spectrum characteristics，in combination with the telemetry data of“hydrology，sediment and wave automatic telemetry system in the Yangtze River estuary deepwater channel”and the field survey data.We found that the suspended sediment sensitive band is in 730－930 nm，and the first-order derivative at731 nm nearby has better correlation with suspended sediment concentration.The suspended sediment exponent model and quadratic inversion model solving spectrum reflec-tance，spectrum reflectancemean value and reflectance first-order derivative are established respectively，based on the analysis of spectrum characteristics.The results showed that the 900 nm wavelength exponentmodel can accu-rately quantitatively inverse the suspended sediment concentrations.

suspended sediment；reflected spectrum；remote sensing；Yangtze River estuary deepwater channel

TV141；O433

A

1001－5485（2010）03－0070－04

2009-03-04；

2009-05-13

上海市教育委员会科研创新重点项目（08ZZ81）、上海市科委重点项目（08230510700）、教育部科学技术研究重点项目（209047）、水利公益性行业科研专项（200701026）资助

张 宏（1984-），男，安徽泾县人，硕士研究生，主要从事环境遥感研究，（电话）15921779870（电子信箱）lkdd10000＠163.com。

韩 震（1969-），男，山东德州人，教授，博士，主要从事遥感技术研究，（电话）021-61900339（电子信箱）zhhan＠shou.edu.cn。