应用MODIS数据监测湖泊叶绿素a空间分布

董丹丹 孙金彦 张曦

摘 要：以巢湖为研究区域，利用MODIS影像数据并结合准同步的地面水质监测数据，对水体叶绿素a信息进行反演。首先对MODIS数据进行预处理，得到像元灰度值，再结合野外实测对应位置的叶绿素a浓度值进行相关性拟合，最后构建基于MODIS数据的叶绿素遥感提取模型。结果表明：利用MODIS数据监测蓝藻水华可行，适用于反演叶绿素a浓度，可为湖泊治理蓝藻水华提供数据支撑。

关键词：MODIS数据;叶绿素a浓度;模型;反演

中图分类号 P237;P342 文献标识码 A 文章编号 1007-7731（2020）24-0150-02

Using MODIS Data to Monitor the Spatial Distribution of Lake Chlorophyll-a

DONG Dandan et al.

（Anhui & Huaihe River Institute of Hydraulic Research，Hefei 230088，China;Anhui Key Laboratory of Water Resources，Hefei 230088，China）

Abstract：Taking Chaohu Lake as an experimental site，using MODIS image data combined with orbit water quality monitoring data，the chlorophyll-a information of the water is inverted. Firstly，the MODIS data is preprocessed to obtain the pixel gray value，and then the chlorophyll-a concentration value of the corresponding position measured in the field is used for correlation fitting，and finally a chlorophyll remote sensing extraction model based on MODIS data is constructed. The research results show that the method in this paper is feasible to use MODIS data to monitor blue-green algal bloom. It is suitable to retrieve the concentration of chlorophyll-a and can provide data support for the treatment of blue-green algal blooms in lakes.

Key words：MODIS data;Chlorophyll-a concentration;Model;Inversion

水環境质量的恶化和水环境污染事件不断发生是我国当前面临的严重环境问题。国内许多重要湖泊富营养化比较严重，监测营养程度或叶绿素浓度（藻类/浮游生物数量）是解决湖泊富营养化的关键。水中叶绿素浓度是浮游生物分布的指标，是衡量水体初级生产力和富营养化作用的最基本指标[1]。叶绿素a是浮游生物的重要组成成分之一，若浮游生物数量变多，湖泊的叶绿素含量也会相应增高。因此叶绿素a可用于估算湖泊等水体的浮游植物生物量，也是反映水体营养化程度的重要参数。通过监测湖泊水体中的叶绿素a浓度及分布情况，能够直观反映出水体的水质状况及富营养化情况。近年来，卫星遥感技术飞速发展，遥感监测具有快速及时、动态准确、大范围覆盖、低成本以及周期性等特点，弥补了传统监测方法存在的缺陷，可结合地面实测数据，反演并同时监测水域表面水质参数在时空上的变化情况[2]。

1 数据获取

1.1 实测数据 2019年3—12月在巢湖水面进行星地同步观测，选取南淝河、派河、杭埠河3个采样点，采样日期及数据如表1所示。

1.2 卫星数据 与采样同一天的MODIS资料为2019年每月对应日期过境的EOS-Terra和EOS-Aqua，巢湖上空晴朗无云。首先对卫星实时接收处理后得到的MODIS 1B数据进行辐射定标，将图像DN值转化为辐射定标之后的辐亮度及反射率;然后进行地理定位;最后为了消除大气和光照等因素对地物反射率的影响，采用经典的黑暗像元法进行大气校正，以各个波段的像元最小值为黑暗像元值，利用整幅图像的像元值减去黑暗像元值，进而降低大气因素的影响。

2 遥感建模研究

2.1 水体叶绿素反演的理论基础 叶绿素具有特定的光谱特征，叶绿素a在蓝波段440nm和红波段678nm附近都有显著吸收。当藻类密度较高时，水体光谱反射曲线在这2个波段附近出现吸收峰值，在685nm附近，叶绿素a有明显的荧光峰，含藻类水体最显著的光谱特征是在685～715nm出现反射峰。随着水体中叶绿素浓度的增加，将引起蓝光波段辐射量的减少和绿光及红光波段辐射量的增加，在520nm附近出现辐射量不随叶绿素浓度发生变化的光谱分界点[3]，如图1所示。叶绿素的这些光谱特征是叶绿素浓度信息提取的主要依据。

2.2 信息提取模型的选取及应用 国内外针对水体叶绿素信息提取的研究提出了一系列模型，主要是确定水体反射率和叶绿素浓度之间的关系，目前有经验算法、半经验算法、解析算法、神经网络算法等。MODIS 250m分辨率数据对应波段1和2，结合前人研究成果，本研究利用波段1、2的组合分别与叶绿素a浓度实测值进行Pearson相关分析，结果如表2所示。

由表2可知，MODIS 250m波段1、2的组合与试验区叶绿素a浓度具有很强的相关性，其中r2/r1的分析结果最优。因此选取r2/r1作为因子，通过一元线性回归分析构建叶绿素a遥感反演模型。

CChl-a=42.07×（r2/r1）-14.06，R2=0.75

其中：CChl-a为叶绿素浓度值;r1、r2为MODIS 250m波段1、2的反射率。图2为模型的线性拟合情况。

3 小结

利用地面实测叶绿素a浓度信息和MODIS准同步卫星数据建立了叶绿素a浓度反演模型，结果表明：MODIS数据不仅可用于海洋，而且还可用于内陆水体水质监测。由于野外试验条件受限，无法获得更多点位的水体叶绿素a的实测数据，因此本研究建立的模型仍不成熟，需在今后的工作中逐步加以改进和完善。

参考文献

[1]黄耀欢，江东，庄大方，等.汤逊湖水体叶绿素浓度遥感估测研究[J].自然灾害学报，2012，21（2）：215-222.

[2]吴煜晨.基于MODIS遥感数据源的内陆水体叶绿素a浓度反演算法综述[J].江西水利科技，2017，43（1）：14-18.

[3]戴永宁，李素菊，王学军.巢湖水体固有光学特性研究[J].环境科学研究，2008（5）：173-177.

[4]钱少猛.遥感像元分解方法及其在滇池水质监测中的应用研究[D].北京：中国科学院研究生院（遥感应用研究所），2003.

（责编：徐世红）