浅析AISA在浒苔遥感监测上的应用

周刚，蒋博文，张曼祺，李佳，章悦

（中国海监东海航空支队 上海市 200137）

由于工农业发展和城市化的推进，近海海洋的环境问题日趋严重。由绿藻类石莼科浒苔属浒苔引发的绿潮灾害近几年在我国时有发生。大量浒苔漂浮聚集到岸边，阻塞航道，同时破坏海洋生态系统，严重威胁沿海渔业、旅游业发展。

遥感技术的发展为快速、有效地动态监测海洋绿潮灾害提供了可能。目前遥感浒苔监测主要采用的手段是卫星观测，航空遥感的手段尚未正式使用。然而，航空遥感具有机动灵活、空间分辨率高、光谱分辨率高、受云层的影响小、覆盖面广等特点，特别适用于近岸海域的环境监测。因而本文的研究目的在于尝试利用航空高光谱成像仪（AISA）这一全新的技术手段开展浒苔航空遥感监测的研究工作。

1 研究方法

1.1 仪器简介

芬兰Specim 公司的机载高光谱成像仪（Airborne Imaging Spectrometer for Applications，以下简称AISA）具有分辨率高（1 000 m 飞行高度的地面分辨率为0.68 m）、宽视场（总视场角37.7°）、高光谱维度（当光谱分辨率为1.25 nm时，波段总数为488 个）等特点（如表1 所示），可以根据不同的实验目的和应用需求，快速灵活地设置成不同的工作模态。做到一机多能、谱像合一，高效率地为遥感科学基础实验以及多种遥感应用提供高质量的航空遥感数据和应用产品。

表1 高光谱成像仪（AISA）光学及电磁特性

1.2 浒苔的光谱特征

采用的数据为2011年5月31日江苏盐城海域的航飞AISA 高光谱数据，光谱范围是393.48～988.41 nm，光谱分辨率为5 nm，波段数126 个。对原始数据进行辐射校正和几何校正之后，采用去包络线法得到浒苔与水体的波谱曲线。采用去包络线法的好处在于能够突出地物的反射和吸收特征，增强对比度。图1 为盐城海域浒苔与海水去除包络线以后的反射率曲线，绿线代表浒苔，蓝线代表海水。可以看出浒苔的光谱特征与植被相似，与水体有一定的差别。差别主要是在680 nm以后的近红外波段，浒苔有一个比较明显的红边拉升，并且在近红外波段的反射率浒苔要高于海水。

图1 浒苔与海水反射率曲线图

由上图我们可以得出以下结论，对水体和浒苔而言，主要存在以下两点差异：（1）在691.57 nm处，均存在一个明显的低波谷，且浒苔的波谷较水体更深，水体和浒苔在此处以后附近光谱曲线特征不一样，水体在691.57 nm 至710.7 nm 处曲线平缓下降，715.5 nm 降至波谷，而浒苔在此处呈现出明显的迅速拔高，至715.5 nm 处达到波峰（如图1 中褐色椭圆处所示）；（2）586.46 nm 至691.57 nm 处浒苔低于水体，而720.29 nm 至750.25 nm 和773.44 nm 至890.43 nm 处浒苔明显高于水体（如图2 中红色横线所示，以0.8 为分界线），因此可根据以上特点选择特征波段，构建分类指标。

1.3 分类方法

针对上述特点，拟采用决策树方法（如图2所示）：

1）植被指数：针对上面分析的差异1 中的波谷波峰特点，可应用植被体特征指数：（B715.5 - B691.57）/（B715.5 + B691.57），植被大于0 小于1，而水体小于零。具体公式为：（b75-b65）/（（b75+b65）×1.0）。

2）斜率分析：针对上面分析的差异1 中的水体曲线光滑而植被较陡的特点，可应用斜率分析：（B710.71-B691.57）/（Δ（710.71 ～691.57）），植被为正值而水体为负值。具体公式为：（b70-b65）/24.0。

3）阈值分析：针对上面分析的差异2 中的720.29 nm 至890.43 nm 处浒苔明显高于水体的特点，可应用由图知此处可设为：（ave（B773.44 ～B807.69））大于0.80（阈值可根据实际情况修正）的即为浒苔，小于等于0.8 的为水体。具体公式为：（b83+b84+b85+b86+b87+b88+b100+b101+b102+b103）/10.0。

图2 决策树分类提取浒苔信息

2 结果与讨论

2.1 数据处理结果

如上图1 所示，浒苔（图中绿色部分）呈东北西南走向，主要呈条带状，也有少部分聚集成饼状或块状。以航带1240 为例（如图3 所示），覆盖区域总面积为9.88 km2，浒苔覆盖区域为6 948.96 m2。其中，1240-1 总面积为5.44 km2，浒苔覆盖区域为5 841.44 m2；1240-2 总面积为4.44 km2，浒苔覆盖区域为1 107.52 m2。

2.2 技术路线

图3 浒苔调查1240 航带提取的浒苔信息的局部放大图

在上述研究的基础上，通过不断地实践和摸索，探索出一套实用的浒苔航空遥感监测流程，为浒苔灾害监视监测提供科学决策依据。工作流程如图4 所示，具体的顺序为：飞机、卫星、船舶等发现；制定相应的应急飞行计划实施数据采集；利用仪器检校的参数对数据进行辐射校正、几何校正等预处理野外实测浒苔波谱曲线以及测试的决策树算法对浒苔进行信息提取；提供相应的专题图件结合其它信息资料为浒苔监测决策提供科学参考。

3 结 语

机载高光谱成像仪（AISA）具有机动灵活、高地面分辨率、高光谱分辨率等特点。决策树分类通过给定多种分类条件，能够迅速准确地提取出浒苔信息。结合两者的优点，归纳总结出一整套实用的航空浒苔监测的技术方法和流程，为实现业务化航空浒苔灾害监测提供了可能。

图4 航空高光谱浒苔监测流程

[1] Chuanmin Hu，Daqiu Li，Changsheng Chen，et al.On the recurrent Ulvaprolifera blooms in the Yellow Sea and East China Sea[J].JOURNAL OF GEOPHYSICAL RESEARCH，2010（115）：5017-5024.

[2] Palanisamy Shanmugam.SeaWiFS sensing of hazardous algal blooms and their underlying mechanisms in shelf-slope waters of the Northwest Pacific during summer[J].Remote Sensing of Environment，2008（112）：3248-3270.

[3] LIN An Peng.Study on the photosynthetic performances of Enteromorpha prolifera collected from the surface and bottom of the sea of Qingdao sea area[J].Chinese Science Bulletin，2009，54（3）：399-402.

[4] DING Lanping.The possibility analysis of habitats，origin and reappearance of bloom green alga（Enteromorpha prolifera）on inshore of western Yellow Sea[J].Chinese Journal of Oceanology and Limnology，2009，27（3）：421-424.

[5] 李庆亭，刘海霞，方俊永等.MADC 系统在浒苔信息提取中的应用[J].遥感学报，2010，14（2）：283-293.

[6] 蒋兴伟.浒苔灾害卫星遥感应急监视监测系统及其应用[J].海洋学报，2009，31（1）：52-64.

[7] 马毅，张杰，张汉德等.中国海洋航空高光谱遥感应用研究进展[J].海洋科学进展，2002.20（4）：94-98.

[8] 范学炜，张汉德，孙幸文.成像高光谱数据在赤潮检测和识别中的应用研究[J].国土资源遥感，2003.（1）：8-12.