长江口春季潮周期内总悬浮颗粒物浓度的光学遥感反演

马骅,蒋雪中

(华东师范大学河口海岸学国家重点实验室,上海200062)

长江口春季潮周期内总悬浮颗粒物浓度的光学遥感反演

马骅,蒋雪中

(华东师范大学河口海岸学国家重点实验室,上海200062)

长江河口水域由于受径潮流相互作用和高含沙量影响,水体光学特性具有特殊性.同一潮周期内大潮时总悬浮颗粒物浓度能达到0.5 kg/m3以上,而小潮时最大总悬浮颗粒物浓度只有大潮的1/3,高总悬浮颗粒物浓度和潮周期内较大的变差,使得很多经验算法无法取得良好的反演效果.为了能适应该区域特殊水体特性,通过改进总悬浮颗粒物的复杂指数模式,建立了适合长江口地区的改进模式.利用2014年5月航次现场光学和同步水沙数据分析了长江河口地区总悬浮颗粒物浓度随着潮周期的变化特征,在原有7个备选波段的基础上引入了806 nm和858 nm两个备选波段,补充近红外波段峰面积指数作为复杂指数模式的第五个指数,将复杂指数与总悬浮颗粒物浓度的对数之间线性关系改进为二次多项式关系,针对不同潮情的水体特性建立了分潮情的改进模型.结果表明：改进的模型可以适用于长江口水域,大、小潮分别建模得到的反演精度较大小潮统一模型更高,能更好地刻画潮周期内离水辐射的变化,反映总悬浮颗粒物浓度的潮周期变动.

水色要素;总悬浮颗粒物浓度;潮汐周期;遥感反射率;长江河口

0 引言

悬浮颗粒物是陆地向海洋物质输运的重要载体,总悬浮颗粒物(Total Suspended Matters,TSM)浓度及其变化会对海洋生物、化学、物理过程产生重要影响,从而影响其生态环境和资源分布,在泥沙搬运、冲淤分析和河口三角洲演变研究中有重要价值,同时也是滩涂围垦和海岸工程建设的重要参考因素[1].相对于传统数据采集方法,遥感数据凭信在空间覆盖、时间周期覆盖以及历史数据再现等方面的优势,能为大面积水域监测提供有效途径[2],从最初的陆地资源卫星到各类水色传感器的出现,信助实测数据和经验知识,在一类水体中取得了成功,很多模式已经得到业务化应用[3-5].

但是在长江河口这样的大河口地区,入海泥沙量大,是世界上悬浮物含量最高的海域之一[6],为典型的二类水体.受到潮流和径流交汇的影响,水动力存在日内涨落潮变化,半月大小潮变化以及洪枯季的径流变动,使得长江河口的TSM浓度及水体光学特性复杂多变.经验型反演算法基于TSM浓度与遥感反射率或离水辐亮度等表面光学数据的统计分析关系之上,算法简单,利于业务化,但是区域依赖性强,对时空变化较为敏感,在长江口地区的应用效果并不理想[7],至今仍没有理想的模型能够实现稳定监测,而且自三峡水库对干流径流进行调蓄以来,进入河口的水沙通量和季节分配与之前有很大不同[8],给河口水体的光学特性可能带来影响.

本项研究通过现场光学特性测量,结合实验室测定同步TSM浓度数据,尝试改进综合指数算法来构建新的模型,以图更好地来刻画大河口潮周期内离水辐射的变化,为今后高光谱遥感数据的应用和建立全周期模式积累经验.

1 数据与测量方法

2014年5—6月的现场测点位于长江口南槽的S1(121◦56′23.6′′E,31◦10′0.3′′N)和北港口门的S2(122◦05′45.0′′E,31◦22′42.9′′N)两个站点,采集了5月29—31日(大潮)和6月5—8日(小潮)7 d的连续观测数据.光学量测量使用Satlantic公司的Hyper-SAS高光谱数字光谱仪,测量范围从349～858nm,光谱分辨率为3.33 nm,经插值后光谱分辨率为1 nm,采用水面以上测量法[9],将辐射计伸出船体3m左右以避免船体阴影的影响,通过调整辐射计探头方向在避开太阳直射、忽略或者避免白帽现象的情况下,保持仪器的观测平面与太阳入射平面的夹角在90◦～135◦之间,向下总入射探头与海面法线方向保持在30◦～45◦之间,数据记录使用仪器自带SatView软件,室内利用Prosoft软件进行数据处理.

现场观测共获得67组单独水沙数据和90组现场光学数据,其中41组为同步表面光学数据.剔除2组异常数据后,按照潮汐情况可分为15组大潮数据和24组小潮数据.非同步水沙数据用于分析大小潮期间的水沙变化特征,非同步光谱可用于分析大小潮离水辐射特征.

遥感反射率Rrs可由(1)式计算而得[10]：

其中,Ls,dif是天空漫散射光,是需要去除的干扰水体光谱的噪声信息.ρsky(W)Ls,dif是气-水面对天空漫散射的反射率,它取决于太阳高度角等诸多因素,当风速较小(小于等于3m/s),天空无云或云量较少时,可根据Ruddick et al[11]计算,

依据现场风速风向测量,取平均风速为3m/s,ρsky(W)Ls,dif=0.027 1,由此可以由(3)式计算出离水辐亮度为

Ed(λ)是经过自带软件计算而得的海面总入射辐照度,因此,根据遥感反射率的定义, Rrs(λ,θ0,W)可以由(1)式计算得到.

现场同步采集表层水样,于每天8：00—17：00每整点取水样600m L,特征潮情时刻(涨憩、落憩、涨急、落急)和光谱测量时刻加采,运送回实验室采用过滤称量法测量总悬浮物浓度.使用孔径0.2µm玻璃纤维滤膜对含沙水样进行抽滤,然后放入105◦C恒温箱内烘干,再放入干燥器中冷却10m in后放入万分之一分析天平称重,计算得到TSM浓度.

2 算法改进

2.1 CPTSM算法

Mao Z等在中国东中国海,综合四种不同经验和简化半经验算法指数的优势,实现了CPTSM算法,不考虑潮汐对TSM的影响,在东海水域取得了良好的效果[12].CPTSM算法具体表述如(4)式：

其中f1,f2,f3,f4是4个指数X1,X2,X3,X4的权重,这些指数可由(5)式计算而出,

该算法选择SeaWiFS的7个波段即412 nm、443 nm、490 nm、510 nm、555 nm、670 nm、765 nm作为备选波段,将上述7个波段代入(5)式计算各指数与实测TSM的相关系数,选择其中在与实测同步数据集中相关系数最大的波段或波段组合作为反演建模波段.其中C1是理论衍生值,C1的取值决定于X1能否取得与TSM之间较高的相关性,经过测试,过大或过小的值都会降低两者之间的相关性,当C1在0.1左右时最为合适,本文测试了0.02, 0.05,093,0.15,0.2等值,发现在0.05～0.2之间X1与TSM之间的相关性几乎不变,为了与CPTSM算法对比,本文采用与原算法相同的值,即C1=0.093.

长江口地区属于非正规半日潮,在半个月中出现一次大潮和一次小潮,相应表层悬沙浓度分布也不一样.将CPTSM算法引入长江河口,利用同步数据集中的31组数据,其中11组大潮、20组小潮建立模型,分别针对完整大小潮潮周期全部数据集(以下简称为大小潮)、大潮数据集、和小潮数据集进行相关分析.得到的最佳波段或波段组合结果如(6)式,从左至右的三个结果分别对应大小潮,大潮和小潮：

为了表述简便,将X4指数中490 nm、510 nm、555 nm、670 nm、765 nm 5个波段的一阶微分之和记为.由于各指数波段选择、组合方式不同,变化范围差别非常大,不能有效体现出这些指数对综合指数的影响,必须通过权重加以平衡.计算(6)式中指X1—X4各指数的变化范围,以X3为基准,分别计算大小潮、大潮和小潮模型的权重f1—f4,计算得到的结果分别为(0.06,0.06,1,130),(0.06,0.05,1,145),(0.09,0.02,1,187).将以上结果代入(4)式就能得到综合指数CP,然后对TSM浓度的对数与综合指数进行统计回归分析,得到如(7)式所示的二者之间的线性关系,即为CPTSM的反演模型.

利用实测数据建立的CPTSM模型拟合精度R2分别为0.83,0.86和0.70,F值分别为294.9,45.9和129.6,均大于95%置信度水平的F临界值,如图1所示,小潮期间的拟合精度相对较低可能是由于小潮期间同步光谱数据较大潮更接近中午,受到太阳直射的影响更为严重.同时,长江口地区TSM反演最佳波段为858 nm的近红外波段,而SeaWiFS并没有该波段,也是导致小潮精度较低的原因.

图1 CPTSM算法的模型拟合结果Fig.1 The fitting results of CPTSM algorithm

2.2 ICPTSM算法

光谱特征分析对于遥感反演算法的波段选择有着重要的意义,同时也能反映出研究区域内水体的表面光学特性.如图2所示,分析90组现场光学数据,其光谱特征无论在大潮还是在小潮都是典型的高泥沙浓度低叶绿素含量形式[13],在580～690 nm波段范围内存在明显的第一反射峰,之后随着波段增加,遥感反射率明显下降,在750 nm附近形成一个反射谷,主要是因为水体自身的吸收造成,之后遥感反射率迅速增加,在760～840 nm之间形成第二反射峰,806 nm左右波段为峰值位置.CPTSM算法的七个备选波段并不能完全反映悬浮颗粒物的光学特性,尤其是第二反射峰的特征,因此尝试增加806 nm和858 nm两个波段, 806 nm为第二峰峰值,858 nm为现场所测高光谱数据的最大值,也是大多数传感器所具备的红外波段,一共有9个备选波段进行分析,能更全面地覆盖TSM在可见光和近红外的特征波段.

S1站点大潮期间表层水体平均TSM浓度为0.136 4 kg/m3,小潮表层水体平均TSM浓度为0.099 5 kg/m3;S2站点大潮表层水体平均含TSM浓度为0.302 9 kg/m3,小潮表层水体平均TSM浓度为0.105 6 kg/m3.如图2所示表层悬浮总颗粒物浓度的变化范围从0.036 5 kg/m3至0.580 8 kg/m3,0.1 kg/m3以下TSM浓度出现频率最大,低浓度大多出现在小潮阶段,由于S1、S2站点都处在长江口最大浑浊带的位置,大潮时的流速能达到小潮时的1.5～2.0倍,大潮时水体受到的扰动作用强烈,底部泥沙再悬浮作用特别明显,导致大潮时含沙量较小潮时成倍增加[14].小潮期间的TSM浓度比大潮期低很多,S2站点小潮TSM平均浓度只有大潮的1/3左右,而且小潮TSM浓度变幅较小,这可能是CPTSM模型小潮时效果不理想的原因.

图2 实测遥感反射率曲线Fig.2 In situ rem ote sensing reflectance curves

图3 2014年5月航次TSM浓度频率分布以及潮周期内时间分布Fig.3 The normal distribution of the TSM concentration(left)and the standard deviation (right)in a tide cycle during the survey in May,2014

分析小潮期间28组遥感反射率数据与相应TSM浓度之间的线性相关性,如图4所示,发现在600 nm之前,相关系数一直都很低,在黄色波段之后,相关系数迅速上升,在710 nm之后稳定在0.8以上.TSM浓度与近红外波段遥感反射率度相关性很高,而且长江口地区也有显著的第二反射峰特性,在红色以及近红外波段上,颗粒物后向散射辐射与颗粒物浓度存在非线性关系,在不同波长上这种非线性关系也不同[15],由于在710 nm以后持续的高相关性,考虑引入第二反射峰峰面积来弥补CPTSM算法在低TSM浓度时的不足,在CP指数中加入该值作为第五个指数X5.

第二峰峰面积指数首先计算756～858 nm区间内Rrs曲线的积分面积,再用该面积减去该区域以下的梯形面积,该算法可以表述为(8)式：

其中,X5是峰面积指数,Rrs(λ)是波长为λ的遥感反射率,B是相邻波段的间隔,λ1和λ2是第二峰的首尾波长.由于天空光反射在750～850 nm之间的反射曲线几乎为平的,因此该算法可以有效避免天空光的反射干扰,国内有学者在泥沙浓度不高的珠江河口二类水体的研究中发现TSM浓度与X5具有较高的相关性[16].考虑到模型的应用和备选波段的限制,将峰面积算法简化为计算以765 nm、806 nm和858 nm波段为顶点的三角形面积,如图5所示,该算法可以表述为(9)式：

图4 2014年5月航次小潮期TSM浓度和同步遥感反射率在各波段上的线性相关性Fig.4 The linear correlation of the TSM concentration and synchronizing rem ote sensing reflectance

图5 简化的近红外峰面积算法Fig.5 A simplified triangle area algorithm using near infrared band 755 nm,806 nm,and 858 nm as the vertex apex

对比CPTSM模型的拟合TSM浓度与实测值(见图1),可以发现,在泥沙浓度小于0.2 kg/m3时反演值比实测值高,而在泥沙浓度大于0.2 kg/m3时,二次多项式能更好地描述综合指数和TSM浓度之间的关系,式(10)中a,b,c可通过实测TSM浓度与CP指数回归分析得到.因此将线性模式(式7)改进为二次多项式,经过改进的算法称为ICPTSM(improvedcomplex proxy)算法：

2.3 算法验证与比较

ICPTSM算法与CPTSM算法对比结果如表1所示,用R2表示模型的建模精度,从表1中可以看出,用ICP指数建立的二次多项式模型能保持在大小潮阶段的高拟合精度,而且在大潮、小潮分别建模时的拟合精度R2都比CP指数建立的线性模型高,大潮模型R2提高0.07,小潮模型R2提高了0.19.

表1 CPTSM和ICPTSM算法计算2014年5月测量结果的对比Tab.1 Comparison of the CPTSM and ICPTSM algorithm using the data measured in May 2014

用剩下的4组大潮、4组小潮共8组数据分别使用大小潮、大潮和小潮的CPTSM和ICPTSM模型反演TSM浓度,对比改进前后的反演效果,用反演值和实测值的均方根误差RMSE和线性相关性等参数表示模型的反演精度.

从表2可以看出,ICPTSM算法在大小潮数据中改进不大,但是对于大潮和小潮分别建模的改进效果明显,使得大潮、小潮的回归系数R2都提高了0.15和0.23,相对误差分别降低6%和5%,如图6所示,ICPTSM算法较CPTSM算法能更好地适应长江口地区.

表2 CPTSM和ICPTSM模型在不同潮周期的反演精度Tab.2 Comparison of the inversion accuracy of the CPTSM and ICPTSM models

选择858 nm波段建立单波段模型TSM=a×Rrs(858)+b,经过回归拟合建立模型,建模数据依然采用3.2节中的ICPTSM算法相同的数据集,并利用相同的数据验证其反演精度,如表3所示,结果表明ICPTSM算法无论在何种潮情下都优于传统的简单单波段模型.建模精度R2高出简单单波段模型0.1～0.2左右,反演结果与真实测量值的标准差低于简单单波段模型0.15～0.76 kg·m-3,相对误差低于简单单波段模型11%～38%.

图6 CPTSM模型和ICPTSM模型对8组同步数据的反演结果Fig.6 The inversion result showed the CPTSM model and the ICPTSM model app lied to the eight groups of synchronizing data

表3 简单单波段模型和ICPTSM模型在不同潮周期的反演结果对比Tab.3 Comparison of the inversion results of the simple single band model and the ICPTSM model in different tide cycle

3 结论

TSM浓度经验反演算法对于利用高光谱卫星影像数据十分重要,长江口地区表层总悬浮物浓度受到径潮流相互影响,水动力存在日内涨落潮变化,半月大小潮变化以及洪枯季的径流变动,TSM浓度及水体光学特性复杂多变,简单经验模式很难适应这么复杂的水体特性,分别建模更加符合实际情况.在CPTSM反演模型的基础上做了改进,建立了ICPTSM复杂经验反演模式,取得了良好的效果.

ICPTSM算法在原有7个典型可见光谱波段的基础上增加了两个近红外波段,能有效利用光谱信息中的有利因素.为了克服在小潮期间低浓度反演精度不高的缺点,引入第二反射峰峰面积指数,使5个指数分别利用不同波段和不同组合方式,可以有效提高不同TSM浓度分布范围的算法健壮性.利用31组同步数据集分别建立了大小潮、大潮和小潮潮情下的ICPTSM反演模型,建模精度R2都在0.9左右,是较为适用的经验反演算法.8组同步实测数据验证结果表明对于大、小潮分别建模的反演相对误差都在21%以内,明显要高于大小潮统一模型,尤其是小潮模型的相对误差仅为12.91%,效果良好.经过与简单单波段模型对比分析,发现无论在何种潮情下,复杂模型反演精度都优于简单单波段模型.

受到现场测量航次的限制,本次数据样本主要集中在春季洪季初期,下一步希望对长江口典型洪季、枯季TSM浓度的光学特性进行分析.

[1]YANG S,ZHAO Q,BELKINIM.Temporal variation in the sediment load of the Yangtze River and the influences of human activities[J].Journal of Hydrology,2002,263(1)：56-71.

[2]CURRAN P J.The semivariogram in remote sensing：An introduction[J].Remote Sensing of Environment, 1988,24(3)：493-507.

[3]DOXARAN D,FROIDEFOND J,LAVENDER S,et al.Spectral signature of highly turbid waters：Application with SPOT data to quantify suspended particulate matter concentrations[J].Remote Sensing of Environment, 2002,81(1)：149-161.

[4]DOXARAN D,FROIDEFOND JM,CASTAING P.A reflectance band ratio used to estimate suspended matter concentrations in sediment-dominated coastal waters[J].International Journal of Remote Sensing,2002,23(23)：5079-5085.

[5]NOVO E M L M,STEFFEN C A,BRAGACZF.Results of a laboratory experiment relating spectral reflectance to total suspended solids[J].Remote Sensing of Environment,1991,36(1)：67-72.

[6]陈勇,韩震,杨丽君,等.长江口水体表层悬浮泥沙时空分布对环境演变的响应[J].海洋学报：中文版,2012(1)：145-152.

[7]孟灵,屈凡柱,毕晓丽.二类水体悬浮泥沙遥感反演算法综述[J].浙江海洋学院学报(自然科学版),2011,30(5)：443-449.

[8]刘红,何青,王亚,等.长江河口悬浮泥沙的混合过程[J].地理学报,2012(9)：1269-1281.

[9]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.

[10]MOBLEY C D.Estimation of the remote-sensing reflectance from above-surface measurements[J].Applied Optics,1999,36(38)：7442-7455.

[11]RUDDICK K G,DE CAUWER V,PARK Y,et al.Seaborne measurements of near infrared water-leaving reflectance：The similarity spectrum for turbid waters[J].Limnology and Oceanography,2006,51(2)：1167-1179.

[12]MAO Z,CHEN J,PAN D,et al.A regional remote sensing algorithm for total suspended matter in the East China Sea[J].Remote Sensing of Environment,2012,124：819-831.

[13]樊辉,黄海军.黄、东海二类水体春季表观光谱特性与表层悬浮体浓度反演模式[J].海洋与湖沼,2010(2)：161-166.

[14]刘红,何青,王亚,等.长江河口悬浮泥沙的混合过程[J].地理学报,2012,67(9)：1269-1281.

[15]孙德勇,李云梅,乐成峰,等.太湖水体散射特性及其与悬浮物浓度关系模型[J].环境科学,2007(12)：2688-2694.

[16]MA W,XING Q,CHEN C,et al.Using the normalized peak area of remote sensing reflectance in the nearinfrared region to estimate total suspended matter[J].International Journal of Remote Sensing,2011,32：7479-7486.

(责任编辑：李万会)

In consideration of tidal condition to improve optical inversion algorithm on total suspended matters concentration according to in situ measurement in the Yangtze Estuary

MA Hua,JIANG Xue-zhong
(State Key Laboratory of Estuarine and Coastal Research,East China Normal University,Shanghai 200062,China)

Due to the interaction between the river discharge and the tide,as well as the high suspended sediment concentration in the surface water,the optical property of the Yangtze Estuary waters is different from the open sea waters.In a single tidal cycle, the total suspended maters(TSM)concentration can reach 0.5 kg/m3or more duringspring tide,while in neap tide the maximum TSM concentration is only 1/3 of the spring tides.High TSM concentrations and a greater variation in single tidal cycle make a lot of empirical inversion algorithm unavailable in this region.A new algorithm was developed in the Yangtze Estuary,named improved complex proxy TSM(ICPTSM)model to improve the complex proxy TSM model.Using in situ synchronous optical and TSM concentration data collected in the survey in May 2014,we analyze the characteristic of sediment concentration changing in the Yangtze Estuary associated within entire tidal cycle.Based on the original seven alternative bands,we introduce two alternative bands,806 nm and 858 nm,as a supplement.We add a near-infrared peak area index as the fifth index to the complex proxy(CP).Linear relationship between the CP index and TSM concentration is improved into quadratic relationship.For water characteristics of different tidal conditions, individual ICPTSM models have been established.The results show that：ICPTSM model is adaptable in the Yangtze Estuary,distinction model toward spring and neap tidal have higher retrieval accuracy than unified model for a whole tide cycle,distinction model can better describe changes of water-leaving radiance,and TSM concentration changes in a tidal cycle.

sea color elements;total suspended matters concentration;tidal cycle; remote sensing reflectance;the Yangtze Estuary

O157.5

A

10.3969/j.issn.1000-5641.2016.03.016

1000-5641(2016)03-0146-10

2015-03

国家自然科学基金(41376098);上海市科学技术委员会重大项目(13dz1204900)

马骅,男,硕士研究生,主要从事河口水体变化及其光学效应研究.

蒋雪中,男,副教授,主要从事河口海岸变化与GIS&RS应用研究. E-mail：xzjiang@sklec.ecnu.edu.cn.