舟山近海域悬浮泥沙浓度遥感反演研究

2016-03-16 06:29钱扬风郭碧云罗凤云韩录维

安徽农业科学 2016年3期

钱扬风，郭碧云，黄东，罗凤云，韩录维

(浙江海洋学院, 浙江舟山 31600)

舟山近海域悬浮泥沙浓度遥感反演研究

钱扬风，郭碧云*，黄东，罗凤云，韩录维

(浙江海洋学院, 浙江舟山 31600)

摘要[目的]采用卫星遥感方法反演舟山海域悬浮泥沙的分布，并进一步探索适合的反演模型，为以后舟山海域悬浮泥沙遥感研究提供参考依据。[方法]利用实测数据、遥感数据和实验室分析的方法，对舟山海域不同水体进行光谱分析，建立水体遥感反射率与悬浮泥沙浓度之间3种不同的反演模型。[结果]遥感参数反演模型的反演效果最好；对数反演模型次之，对数模型下TM4波段的相关系数最大，TM3波段的相关系数最小；线性反演模型最差，线性模型下TM2波段的相关系数最大，TM3波段的相关系数最小。[结论]在舟山海域采用遥感参数模型可以获得较高的反演精度。

关键词舟山海域；悬浮泥沙；遥感反射率；反演模型

Remote Sensing Retrieval of Suspended Sediment Concentration in Near Sea Area of Zhoushan

QIAN Yang-feng, GUO Bi-yun*, HUANG Dong et al(Zhejiang Ocean University, Zhoushan, Zhejiang 31600)

Abstract[Objective] The distribution of suspended sediment in Zhoushan sea area was retrieved by using satellite remote sensing method, and the suitable inversion model was further explored, which will provide reference for remote sensing study of suspended sediment in Zhoushan sea area.[Method] Using field data, remote sensing data and laboratory analysis method, spectral analysis of different water bodies in Zhoushan sea area was carried out, and three kinds of inversion models between water body remote sensing reflectance and suspended sediment concentration were established.[Result] The results showed that the inversion effect of remote sensing parameters model was the best.The second was Logarithmic inversion model.The correlation coefficient was the largest in TM4 band and the smallest in TM3.The linear inversion model was the worst.The correlation coefficient was the largest in TM2 band and the smallest in TM3.[Conclusion] The higher inversion accuracy can be obtained by using the remote sensing parameters model in Zhoushan sea area.

Key wordsZhoushan sea area; Suspended sediment; Remote sensing reflectance; Inversion model

水体中的悬浮泥沙含量是重要的水质参数之一。悬浮泥沙浓度对研究水流挟沙能力和河口水流泥沙运动规律等具有重要作用，对研究海岸带的水质、生态、环境以及海岸工程、港口建设等具有重要意义[1]。传统悬浮泥沙调查方法是利用船只在相关海域进行逐点采样分析，速度慢，周期长，只能获得在时间和空间分布上都很离散的少量数据，而且这种传统的调查方法存在着很多实际操作上的困难。随着卫星遥感技术的发展，卫星遥感监测逐渐从定性发展到定量，遥感精度逐渐提高。利用卫星遥感大范围、周期短的优点，可以实现大面积水域悬浮泥沙动态、连续的观测，为近海海域悬浮泥沙研究提供了新的有效手段。

关于我国海区悬浮泥沙遥感的研究较多，但比较集中在一些重点河口和港湾，如长江口、珠江口、杭州湾、渤海湾等，对舟山海域悬浮泥沙遥感研究较少，建立的反演模型不够完善。舟山海域紧邻长江入海口，岛屿星罗棋布，近岸海流运动复杂，影响泥沙运动的水动力机制多样，其特殊的地理位置、岛屿的紧密分布以及人类活动对舟山海域悬浮泥沙分布有较大影响。对舟山海域悬浮泥沙分布的研究可以为舟山未来的海洋生态建设、海洋工程建设与海洋资源的开发利用提供参考依据。笔者在前人研究的基础上，探索适合舟山海域的悬浮泥沙反演模型。

1研究区概况

舟山群岛位于浙江省东北部，长江口南侧，杭州湾外缘的东海洋面上，地理坐标为121°31′~123°25′E、29°32′~31°04′N，总面积22 000 km2，其中海域面积20 800 km2，陆域面积1 440 km2。舟山群岛由1 390个大小岛屿组成，是全国第一大群岛(图1)。舟山群岛为海岛丘陵地貌，群岛呈西南—东北走向，南部大岛较多，海拔较高，排列密集；北部以小岛为主，地势渐低，分布稀疏。舟山群岛属北亚热带南缘季风海洋型气候，四季分明，冬暖夏凉，年温适中，光热充裕，蒸发量大，降雨偏少[2]。2011年6月30日，国务院正式批准设立浙江舟山群岛新区，也是首个以海洋经济为主题的国家级新区。研究舟山近海域悬沙分布对舟山建设国家级新区，发展海洋经济具有重要意义。

2数据来源与处理

2.1实测数据该研究采用的测量数据是2015年7月2日搭乘浙江海洋学院浙海科1号科考船出海测量所得，观测点共6个(图2)。采用合肥仪思特光电技术有限公司生产的ISI921VF系列野外地物光谱辐射计对不同海域水体的光谱值进行测量，获得该海域水体的各种光谱数据，同时利用采水器获得不同观测点位置的水样。

图2　测量点位置示意Fig.2　Position of observation point

2.2数据处理

2.2.1等效遥感反射率计算。建立悬浮泥沙实际浓度与遥感反射率之间的关系，需将各种实地测量的光谱值转化为遥感反射率。由遥感反射率Rs的定义可知：

Rs=Lw/Es

(1)

式中，Lw为离水辐亮度；Es为水面入射辐照度。这2个值都不是直接的测量值,需对测量数据处理分析才能得到。海水的离水辐亮度Lw与海水辐射率Lseawater、天空漫散射光信号Lsky的关系为：

Lseawater= Lw+ rLsky+ Lg

(2)

式中，海水辐射率Lseawater、天空漫散射光信号Lsky是直接的测量值，r是水-气界面反射率, 也称为菲涅耳反射系数。Lg为太阳的镜面辐射率，通常情况下这一项很难测量，但如果采用适当的测量方位角和仪器观测角度，此项的作用可以避免。在避开太阳直接反射、忽略或避开白帽的情况下，可以忽略太阳镜面反射率Lg。式(2)化简可得到海水离水辐射率：

Lw=Lseawater- rLsky

(3)

水面入射辐照度Es与标准板的反射信号Lp及标准板的反射率ρP有关,两者均是直接的测量值，计算公式为：

Es= π Lp/ρP

(4)

推算遥感反射率的目的是建立其与悬浮泥沙浓度的相关关系，但是反演泥沙分布使用的是TM卫星影像，所以在进行分析时,要实现光谱仪测得的光谱值与TM数据之间的等效遥感反射率的计算[3]。TM卫星影像指美国陆地卫星Landsat4-5号专题制图仪(thematicmapper)所获取的多波段扫描影像，分为7个波段：TM1(450~520nm)蓝光波段、TM2(520~600nm)绿光波段、TM3(630~0.69nm)红光波段、TM4(760~900nm)近红外波段、TM5(1 550~1 750nm)中红外波段、TM6(1 040~1 250nm)热红外波段、TM7(2 080~2 350nm)中远红外波段。该研究选用前4个波段，将遥感反射率等效计算为TM影像上1~4波段的反射率，结果见表1。

表1　等效计算各TM波段下对应的遥感反射率

2.2.2悬浮泥沙浓度测量。在实验室采用过滤称重法对在不同观测点采集的水样泥沙浓度进行测量。先定量量取200 mL摇匀水样并置于漏斗中，用抽滤机将漏斗中的海水快速抽离，得到覆盖悬浮泥沙的滤纸片。然后将覆盖悬浮泥沙的滤纸片中的水分烘干，用电子天平称量得到烘干后滤纸与悬浮泥沙总质量，减去提前测出的滤纸片质量即可得到悬浮泥沙质量，最后除以水样体积即为悬浮泥沙含量。悬浮泥沙含量计算公式为：

悬沙含量=悬沙质量/水样体积

(5)

2015年7月2日各取样点表层含沙量见表2。

3结果与分析

3.1悬浮泥沙水体的光谱特征分析运用MATLAB绘制出遥感反射率光谱曲线，结果见图3。不同波段电磁波对海水的穿透能力存在差异，不同含沙量水体对太阳辐射光谱的反射率明显不同。从图3可以看出，随着水体含沙量的增加，各波段的反射率都普遍增大，但其增幅不同。悬浮泥沙光谱反射率普遍具有双峰特征，第一反射峰位置在500～600 nm波段，第二反射峰位置在750～850 nm波段。当水体中悬浮泥沙含量增加时，波谱上的反射峰由短波向长波方向移动，即所谓的“红移现象”。随着水体中悬浮泥沙浓度改变，各波段上反射率的改变存在差异。有的波段改变大，说明该波段对悬浮泥沙变化敏感，悬浮泥沙信息比较丰富；而有的波段基本不改变，即该波段基本不含有悬浮泥沙信息，因此在反演过程中要选择对悬浮泥沙浓度敏感的波段[4-5]。对此，考虑建立不同的反演模型来探求舟山海域悬浮泥沙的适合反演模型。

表2不同观测点表层水体含沙量

Table 2The sediment concentration of surface water in various observation sites

样点标号Locationlabel浓度Concentrationmg/L经纬度Latitudeandlongitude1112.75122°20.463'E、29°53.908'N2108.25122°11.680'E、29°55.099'N3108.00122°15.191'E、29°51.302'N495.75122°18.132'E、29°54.248'N578.50122°17.880'E、29°50.638'N678.25122°13.547'E、29°52.513'N

图3　不同浓度悬浮泥沙水体反射波谱曲线Fig.3　Reflection spectrum curve of suspended sediment in different concentration

3.2悬浮泥沙反演模型的建立

3.2.1线性模型。不同TM波段对悬浮泥沙的敏感程度不同，得到的反演模型精度也不同，据此建立不同TM单波段与遥感反射率的线性相关模型。首先在整个波段，如图3所示，每个固定波长下存在6个观测点遥感反射率，将这6个观测点的遥感反射率与其对应的6个观测点的悬浮泥沙浓度比较，对遥感反射率与悬浮泥沙浓度两组数作线性回归分析得出该波长下的线性相关系数，进而推广至整个波段，计算出每个波长下采样点遥感反射率与悬浮泥沙浓度的线性相关系数，结果见图4。

图4　波长与线性相关系数对应曲线Fig.4　The corresponding curves of wavelength and linear correlation coefficient

从图4可以看出，在400~900 nm波段下相关系数均非常大，平均值在0.9以上。在900 nm之后的波段出现不规则大幅波动，平均相关系数不大，故不考虑900 nm之后的TM5、TM6、TM7波段。分别在TM1、TM2、TM3、TM4波段上，对不同TM波段等效遥感反射率与泥沙浓度做线性相关分析，并得到线性回归方程与相关系数(表3)。从表3可以看出，TM2波段下的相关系数最大，TM1与TM4波段次之，TM3波段下的相关系数最小。

表3　线性回归方程与相关系数

注：参数X代表遥感反射率；Y代表悬浮泥沙浓度。

Note: ParameterXstands for remote sensing reflectance;Ydenotes suspended sediment concentration.

3.2.2对数模型。2000年朱立俊等[6]根据不同海区的陆地卫星资料及地面同步实测数据，建立了水体悬浮泥沙对数反演模型，其表达式为：

X= - 5 714 + 0.595 2 log10S

(6)

式中，X为陆地卫星TM3波段与TM2波段(或MSS5波段与MSS4波段)反射率比值；S为水体悬浮泥沙浓度[6-8]。参考建立此对数模型的方法，建立适合舟山海域的对数模型。采用“3.2.1”同样的数据分析方法，得出整个波长下遥感反射率与悬浮泥沙浓度的对数相关系数，结果见图5。从图5中可以得出与表3线性模型相似的结论，在400~920 nm波段下相关系数均非常高，平均相关系数在0.9以上。在920 nm之后的波段出现不规则大幅波动，不适宜取TM5、TM6、TM7波段，故略去。据此在TM1、TM2、TM3、TM4波段建立回归方程，得到对应的相关系数(表4)。从表4可以看出，总体上4个波段相关系数都比较大，不同波段之间差别不明显。其中TM4波段下的相关系数最大，TM1、TM2波段次之，TM3波段下的相关系数最小。

图5　波长与对数相关系数对应曲线Fig.5　The corresponding curves of wavelength and logarithm correlation coefficient

Table 4 Logarithmic regression equation and correlation coefficient

波段Band∥nm回归方程Regressionequation相关系数CorrelationcoefficientTM1450~520Y=22.435lnX+57.160.9814TM2520~600Y=25.548lnX+44.110.9832TM3620~690Y=23.091lnX+53.860.9814TM4760~900Y=12.648lnX+87.530.9867

注：参数X代表遥感反射率；Y代表悬浮泥沙浓度。

Note: Parameter X stands for remote sensing reflectance; Y denotes suspended sediment concentration.

3.2.3遥感参数模型。550 nm波段对叶绿素浓度较为敏感，而490 nm波段对叶绿素浓度也较为敏感。通过两者的相关性分析，发现490 nm处的遥感反射率和550 nm处的遥感反射率高度相关，两者相除，可以去除叶绿素对悬浮泥沙遥感信息的干扰，于是韩震等[9]提出采用遥感参数XS来建立与泥沙浓度的反演模型，遥感参数XS即：

XS=[R(λ5)+R(λ6) /R(λ4)]/R(λ5)

(7)

式中，R为各个波段下的遥感反射率，λ4、λ5、λ6分别对应490、550、670 nm波段。R(λ5)+R(λ6)可以较好地反映出悬浮泥沙的特征，R(λ4)/R(λ5)可以去除叶绿素对悬浮泥沙遥感信息的干扰[9-10]。利用公式(7)计算得到6个观测点的遥感参数XS(表5)，与对应的悬浮泥沙浓度做相关分析，结果发现当遥感参数XS与悬浮泥沙浓度呈对数关系时相关系数最大。图6为遥感参数XS与悬浮泥沙浓度的拟合曲线。图6中反演模型的相关系数为0.993 4，是3个模型中最高的，可见遥感参数模型对悬浮泥沙浓度遥感反演结果最好。