基于遥感数据的鄱阳湖水体后向散射系数反演

翟彦放，邱月，陈方圆，邬国锋

(1.国家测绘地理信息局重庆测绘院，重庆 　400014；　2.重庆市勘测院，重庆　400020；3.武汉大学资源与环境科学学院，湖北 武汉　430079；　4.海岸带地理环境监测国家测绘地理信息局重点实验室&空间信息智能感知与服务深圳市重点实验室&深圳大学生命科学学院，广东 深圳　518060)



基于遥感数据的鄱阳湖水体后向散射系数反演

翟彦放1*，邱月2，陈方圆3，邬国锋4

(1.国家测绘地理信息局重庆测绘院，重庆 400014；2.重庆市勘测院，重庆400020；3.武汉大学资源与环境科学学院，湖北 武汉430079；4.海岸带地理环境监测国家测绘地理信息局重点实验室&空间信息智能感知与服务深圳市重点实验室&深圳大学生命科学学院，广东 深圳518060)

摘要：水体后向散射系数是水体的重要光学特性之一，也是水质生物光学反演模型的重要参数之一，对其研究具有重要意义。利用2010年10月鄱阳湖实测水体后向散射系数、吸收系数和遥感光谱数据，建立基于生物光学模型的水体后向散射系数反演模型(420 nm，470 nm，510 nm，590 nm和700 nm)，模型校准和验证阶段的决定系数分别为0.739～0.866和0.684～0.827，RMSE基本上均小于0.4。结果表明光谱数据和生物光学模型在反演鄱阳湖水体后向散射系数具有很大的潜力。

关键词：鄱阳湖；生物光学模型；后向散射系数；水质遥感反演

1引言

水体后向散射系数是水体固有光学特性之一[1]，也是构建水质参数生物光学反演模型的重要输入参数之一[2]，而且与水体生物、物理和化学环境以及地理要素存在紧密联系[1]，因此其研究对水质反演和监测以及水体保护和管理具有重要意义。

水体后向散射系数是体散射相函数散射角对后向半球的积分，反映传感器方向的散射情况，仅与水体的物质组成有关，与外界光场无关[3]。在后向散射方向总存在一个散射角，使得体散射相函数与后向散射系数的比接近常数，由此可以测量后演算获得水体后向散射系数[4]。基于这样的原理，近年来水体后向散射仪(例如HydroScat系列)主要用来进行水体后向散射系数的实地测量，然而测量结果误差较大[3]。另外，由于仪器昂贵、野外费用较高等因素，实地后向散射系数测量的实施也具有一定局限性。遥感技术在一定程度上能够克服这些局限性，在反演水体后向散射系数方面具有很大的潜力。

传统上，统计方法主要用于后向散射系数的反演[5～7]，但其缺乏理论基础，同时具有时间和区域依赖性。相比于传统模型，生物光学模型具有理论性与普适性[1]，在后向散射系数反演应用中具有优势。然而，单纯基于生物光学模型的应用比较少，如Lee等[5]基于生物光学模型，建立多波段半分析算法获取海水的固有光学特性；戴永宁等[8]利用生物光学模型建立R(0-)(水面以下的辐照度比)和水体吸收、后向散射系数之间的关系；刘忠华等[9]利用两个红外波段插值建立生物光学模型，反演巢湖水域的后向散射概率，发现后向散射概率的空间差异性很大；杨伟等[10]和李俊生等[11]在生物光学模型基础上，分别提出了获取水体后向散射系数的方法，但前者由分布随机数发生器得到实验数据，后者缺少实测数据的验证，但均间接地验证了结果。

本文旨在基于生物光学模型建立鄱阳湖水体后向散射系数遥感反演模型，为湖泊生物光学模型的建立以及进一步的水质参数反演奠定基础。

2数据与方法

2.1研究区

鄱阳湖(东经115°50′～116°44′，北纬28°25′～29°45′)位于江西省北部、长江中下游南岸(图1)。其承纳赣江、抚河、信江、饶河和修河五大江河及博阳河、漳河和潼河来水，经调蓄后由湖口注入长江，是一个过水性、吞吐型、季节性湖泊。鄱阳湖是长江流域最大的天然洪水调蓄区、长江中下游的重要水源地、重要的生物物种遗传基因库、我国最大的淡水鱼产区、也是国际重要湿地和世界著名的候鸟越冬栖息地[12]。

2.2野外工作

于2010年10月15日～17日进行野外数据的采集，因秋季水位较低，样线位于从湖口、途径星子县和都昌县、至周溪镇的主航道，总计47个采样点(如图1所示)。在每个采样点进行水样采集、光谱、后向散射系数及风向和风速量测。

(1)水样采集

在水面以下约0.0 m～0.3 m处，采集 1 500 ml水样装入编号的采样瓶，放置于保温箱中，在 12 h内带回实验室进行水体组分浓度和吸收系数的量测。

(2)水体反射光谱测量

采用美国ASD公司的FieldSpec Dual VNIR光谱仪和水面以上法测量法[13]进行水体光谱的测量。光谱仪波段范围是 350 nm～ 1 050 nm，光谱分辨率 1.4 nm，可同时测量天空光信号和水体信号。为了避免太阳直射反射和船体等影响，选择仪器与水面法线夹角为40°、仪器观测平面与太阳入射平面的夹角为135°的观测几何进行测量，使用仪器分别观测标准板、水面和天空，得标准板辐亮度Lp、水面辐亮度Lsw和天空光辐亮度Lsky。

(3)水体后向散射系数测量

借助美国HOBI Labs公司的6通道后向散射测量仪HS-6测量水体后向散射系数，波段设置分别为 420 nm、 442 nm、 470 nm、 510 nm、 590 nm和 700 nm，后向散射角为140°，默认的后向散射概率是0.15[14]。将仪器置于 1 m～ 2 m水深处，达到相应设定时间后，回收仪器。

2.3数据处理

(1)水体组分的吸收系数

在实验室对水样进行过滤分离、色素萃取等处理获得黄色物质、总颗粒物、纯水等水体组分。采用定量过滤技术(QFT)[15]获取颗粒物质和非色素物质的成分，再利用分光光度计测得每个成分的光学密度。用颗粒物减去非色素物质的光学密度，得浮游植物色素的光学密度。经过进一步的计算处理，即得黄色物质吸收系数ag、浮游植物色素吸收系数aph与非色素悬浮颗粒物质吸收系数ad。

(2)刚好处于水面以下的幅照度比R(0-)

刚好处于水面以下的辐照度R(0-)是表观光学量之一，是指刚好在水面以下的向上辐照度Eu(0-)和向下辐照度Ed(0-)之比，它与太阳光强无关，受大气条件、太阳高度角以及水面状态的变化影响小。它是联系水体固有光学特性的一个重要参数[16]，目前国外利用这一参数进行水色遥感的研究已经很多，其关系式为：

(1)

刚好处于水面以下的向上辐照度为：

(2)

刚好处于水面以下的向下辐照度为：

Ed(0-)=[1-ρ(θ，θ′)]Ed(0+)+ρ(θ′，θ)Eu(0-)

(3)

以上式子中，n是水体折射指数，一般近似取1.333；Q是光场分布参数，不同水体、不同的太阳角度和观测角度，其值变化很大，一般为1.7～7，通常取值4[17]；ρ(θ′，θ)、ρ(θ，θ′)分别是水-气界面和气-水界面的反射率，可以由Fresnel函数计算得到。其中Lw为离水辐亮度，可通过实测反射光谱计算得，是光谱仪水面信号中包含水体信息的部分，计算公式为[13]：

Lw=Lsw-ρ(θ'，θ)Lsky

(4)

Ed(0+)是水面以上总的向下辐照度，由实测标准版辐亮度Lp和标准版反射率ρp得[13]：

Ed(0+)=Lpπ/ρp

(5)

2.4模型原理与开发

生物光学模型源自水体辐射传输方程，很多学者采样不同方法对其进行求解，得到自然水体中的生物光学模型。由于采样技术和方法不同，各种方法得出的结论小有差距，但都可得以下一致性的生物光学模型表达式[18，19]：

(6)

式中R(0-)为刚好处于水面以下的辐照度比，f为已知的具有某种变化的参数，a为水体的总吸收系数，bb为水体总后向散射系数。

总吸收系数和后向散射系数等于水体各成分的吸收系数与后向散射系数线性之和[1]，如式(7)和式(8)所示。黄色物质的后向散射系数太小忽略不计，鄱阳湖是无机悬浮颗粒物质主导、低叶绿素浓度的湖泊水体[20]，所以浮游植物色素的后向散射系数也被忽略。在试验中，总后向散射系数等于纯水、悬浮颗粒物质的后向散射系数之和。本次研究反演悬浮颗粒物质的后向散射系数，而纯水的后向散射系数可以在文献中查到，所以在后文中如无特殊注明，水体后向散射系数均指悬浮颗粒物质的后向散射系数。

a=aw+aph+ad+ag

(7)

bb=bbw+bbp

(8)

式中，aw、aph、ad、ag分别是纯水、浮游植物色素、非色素悬浮颗粒物质和黄色物质的吸收系数，a是总吸收系数，是各个组分吸收系数的线性和。bb是总后向散射系数，bbw、bbp分别是纯水和悬浮颗粒的后向散射系数。将式(7)和式(8)代入式(6)，同时转换模型形式，得水体后向散射系数反演模型形式：

(9)

模型中除了f是模型参数，其他变量都是波段λ的函数，受水体属性和光照环境条件的影响，取值变换很大[21]。R(0-)和a是模型输入量，也作为模型的自变量；bbp是模型输出量，由野外实测数据可得每个采样点每个波段的数值；bbw可以通过经验数据查阅得到；纯水吸收系数与后向散射系数参考Pope和Fry的测量结果[22]。

由于光谱分辨率的限制，442 nm的数值没有给出而排除掉，因此模型涉及的波段有： 420 nm、 470 nm、 510 nm、 590 nm和 700 nm。本试验从47个样本中随机抽取70%(33个)作为模型校准集，剩余30%(即14个)作为独立样本集用于模型验证。基于33个样点的模型校准集和式(9)，采用非线性最小二乘方法进行模型的拟合，求解最优模型参数f，然后进行bbp的拟合。模型校准阶段使用留一法交叉验证(LOOCV)进行校准模型的验证，具体为：将每个样本单独作为验证集，剩余的32个样本作为训练集，依次循环；这样LOOCV法建立33个模型，每一个样本点都参与模型的建立。利用求得的f值和式(9)计算独立样本集的bbp进行模型验证，检验模型预测能力。模型校准和验证均将预测值与实测值比较分析，通过决定系数R2、均方根误差RMSE来反映模型结果。

3结果

3.1数据统计

表1显示了47个采样点实测水体后向散射系数在5个波段的平均值、最小值、最大值和标准差。从标准差的数据可以看出水体后向散射系数比较平缓，离散度随着波长增加而递减。从平均值、最小值和最大值可以看出测水体后向散射系数值随着波长增加而递减，这与其他学者在太湖、巢湖和蓬莱近岸水体的结果相一致[2，7，23]。鄱阳湖水体光谱反射率在0.4%～25%之间；水体光谱反射具有典型双峰特征，即分别位于 550 nm～ 720 nm和 800 nm附近的反射峰(如图2所示)。

3.2建模结果

表2显示420 nm、470 nm、510 nm、590 nm和700 nm波段反演模型的校准和验证情况：5个模型校准阶段的R2均比较高，在0.739～0.866之间，拟合程度较好，其中 510 nm模型的R2最大，为0.866。模型验证阶段的R2在0.684～0.827，说明实测值和预测值之间也具有很强相关性(图3a～图3e)，模型具有很好的稳健性，其中 470 nm模型的R2最大，为0.827。校准和验证阶段的RMSE值在0.094～0.648，除了 420 nm模型校准的RMSE超过0.6，其余均小于0.4。说明了模型的精度较高，可靠性较强。以上验证指标的值表明在鄱阳湖区域本次试验五个波段建立的反演模型都较可靠，能较好地预测水体后向散射系数。

图3模型结果验证

4结论

本文基于遥感光谱数据和生物光学模型建立鄱阳湖水体后向散射系数反演模型。研究发现生物光学模型在反演水体后向散射系数 (420 nm、 470 nm、 510 nm、 590 nm和 700 nm)方面具有较强的能力。研究结果为进一步的水质参数反演模型的建立奠定了一定基础。

参考文献

[1] Mobley，C. D. Light and water：Radiative transfer in natural waters[M]. Academic press San Diego，California，USA，1994.

[2] 孙德勇，李云梅，王桥等. 巢湖水体散射和后向散射特性研究[J]. 环境科学，2010，31(6)：1428～1434.

[3] 马荣华，段洪涛，唐军武. 湖泊水环境遥感[M]. 北京：科学出版社，2010；536.

[4] Boss，E.，Pegau，W. S. Relationship of light scattering at an angle in the backward direction to the backscattering coefficient[J]. Applied Optics，2001，40(30)：5503～5507.

[5] Lee，Z. P.，Carder，K. L.，Arnone，R. A. Deriving inherent optical properties from water color：a multiband quasi-analytical algorithm for optically deep waters[J]. Applied Optics，2002，41(27)：5755～5772.

[6] 宋庆君，唐军武. 黄海，东海海区水体散射特性研究[J]. 海洋学报，2006，28(4)：56～62.

[7] 乐成峰，李云梅，查勇等. 太湖水体后向散射特性模拟[J]. 水科学进展，2009，20(5)：707～713.

[8] 戴永宁，李素菊，王学军. 巢湖水体的表观光学特性测量与分析[J]. 中国环境科学，2008，28(11)：979～983.

[9] 刘忠华，李云梅，吕恒等. 基于生物光学模型的巢湖后向散射概率估算[J]. 环境科学，2011，32(2)：464～471.

[10]杨伟，松下文经，陈晋. 基于水体反射光谱和组分浓度的固有光学特性反演算法[J]. 湖泊科学，2009，21(2)：207～214.

[11]李俊生，张兵，张霞等. 一种计算水体中悬浮物后向散射系数的方法[J]. 遥感学报，2008，12(2)：193～198.

[12]Cui，L. Study on functions of Poyang Lake wetland ecosystem[J]. Journal of Soil and Water Conservation，2004，18(2)：109～113.

[13]唐军武，田国良，汪小勇等. 水体光谱测量与分析 Ⅰ：水面以上测量法[J]. 遥感学报，2004，8(1)：37～44.

[14]HydroScat-6P Spectral Backscattering Sensor & Fluorometer User's Manual，Revision J[Z]. In Hydro-Optics，B.，and Instrumentation Laboratories，Inc，Ed. 2010.

[15]Mitchell，B. G. Algorithms for determining the absorption coefficient for aquatic particulates using the quantitative filter technique[A]. In 1990；137.

[16]Dekker，A. G. Detection of Optical Water Quality Parameters for Entrophic Waters by High Resolution Remote Sensing[M]. Free University The Netherlands，1993.

[17]Mueller，J. L. Ocean optics protocols for satellite ocean color sensor validation，revision 4，Volume IV：Inherent Optical Properties：Instrument specifications，characterization，field measurements and data analysis protocols[M]. Goddard Space Flight Center，2003.

[18]Gordon，H. R.，Brown，O. B.，Evans，R. H.等. A semianalytic radiance model of ocean color[J]. Journal of Geophysical Research，1988，93(D9)：10909-10，924.

[19]Morel，A.，Gentili，B. Diffuse reflectance of oceanic waters. II Bidirectional aspects[J]. Applied Optics，1993，32(33)：6864～6879.

[20]Wu，G.，Cui，L.，Duan，H.等. Absorption and backscattering coefficients and their relations to water constituents of Poyang Lake，China[J]. Applied Optics，2011，50(34)：6358～6368.

[21]Morel，A.，Gentili，B. Diffuse reflectance of oceanic waters：its dependence on Sun angle as influenced by the molecular scattering contribution[J]. Applied Optics，1991，30(30)：4427～4438.

[22]Pope，R. M.，Fry，E. S. Absorption spectrum(380-700 nm) of pure water. II. Integrating cavity measurements[J]. Applied Optics，1997，36(33)：8710～8723.

[23]陈利博，李铜基，黄妙芬等. 两种水体后向散射系数测量方法的比较研究[J]. 海洋技术，2011，30(1)：57～64.

Retrieving Backscattering Coefficient of Water Body in Poyang Lake using Remote Sensing Data

Zhai Yanfang1，Qiu Yue2，Chen Fangyuan3，Wu Guofeng4

(1.Chongqing Institute of Surveying and Mapping，NASM，Chongqing 400014，China；2.Chongqing Exploration and Surveying Institute，Chongqing 400020，China；3.School of Resource and Environmental Science，Wuhan University，Wuhan 430079，China；4.Key Laboratory for Geo-Environmental Monitoring of Coastal Zone of the National Administration of Surveying，Mapping and GeoInformation & Shenzhen Key Laboratory of Spatial Smart Sensing and Services & College of Life Sciences，Shenzhen University，Shenzhen 518060，China)

Key words：poyang lake；bio-optical model；backscattering coefficient；remote sensing retrieval of water quality

Abstract：Backscattering coefficient is one of the important water optical properties，and it is also an important inputting parameter deriving water quality bio-optical model. This study aimed to establish the water backscattering coefficient inversion model(420，470，510，590 and 700nm) using bio-optical model combined with the backscattering coefficient，absorption coefficient and remote sensing data in Poyang lake in October of 2010. The results showed that：the determination coefficients of models in calibration and validation ranged from 0.739 to 0.866 and from 0.684 to 0.827，respectively，and the RMSE values were mostly less than 0.4. We concluded that remote sensing data and bio-optical model held great potential in retrieving backscattering coefficient of water body in Poyang Lake.

文章编号：1672-8262(2016)03-71-05

中图分类号：TP701

文献标识码：A

*收稿日期：2016—02—27

作者简介：翟彦放(1988—)，男，硕士，工程师，研究方向为遥感应用、定量遥感、地理信息系统。

基金项目：国家林业局林业公益性行业科研专项(201404305)