湖泊水生植物生物量遥感监测方法研究

孔默佳，唐玲，孙超，李心明，朱唐兵 （安徽省建筑科学研究设计院，安徽 合肥 230031）

0 前言

水生植物指生理上依附于水环境、至少部分生殖周期发生在水中或水表面的植物群类。它是浅水湖泊的重要类群，也是湖泊环境变化的指示物。水生植物对湖泊有着重要意义与影响。水生植物影响着营养盐和营养物质，通过跟际效应和吸附作用，影响着水体中的氮和磷去除的因素。其次水生植物会影响湖泊中沉淀物磷释放，以及对重金属的吸收净化，抑制藻类生长，改善水质（增加水中溶解氧，PH值，改善水体透明度，抑制沉积物的再悬浮），保护生物多样性。当然，除了一定的净化作用外，水生植物如果生长过旺，也会对湖泊生态环境带来负面影响。所以监测湖泊水生植物生物量有着十分重要的意义。

本文以太湖为例，近年来太湖湖区富营养化越来越严重，经过综合治理，太湖主要污染指标都明显下降，但太湖仍然存在突发性水污染风险。因此监测太湖水生植物，掌握水生植被生物量的时空特征，有着十分重要的意义，有利于掌握太湖各区域水污染情况，因地制宜地制定合理的太湖水污染防治措施。

基于传统方法进行湖泊水生植被生物量估算时，存在费时费力、受干扰因素多、估算精度低等缺点。随着遥感数据源的增多和遥感反演方法的发展，利用遥感影像对水生植被生物量的反演研究得到了很大的应用。

1 区域概况与研究方法

1.1 区域概况

太湖位于长江三角洲南边，又名五湖、笠泽，是中国五大淡水湖之一，界北纬 30°55＇40"～31°32＇58"和东 经119°52＇32"～120°36＇10"之间，横跨江、浙两省，北临无锡，南接湖州，西依宜兴，东近苏州。

太湖湖水面积2338km，湖泊长68㎞，最大宽度56km。因泥沙淤积和人工围垦，一些岛屿分别与东、西洞庭山连体，近岸的则与湖岸相连成半岛，现尚存大小岛屿48座，以西洞庭山面积最大，为75km。

1.2 研究方法

本文针对湖泊水生植物生物量的遥感监测方法研究。通过卫星遥感影像监测和实地踩点取样方法，实测太湖样点水生植物生物量，通过对实测点的生物量以及遥感影像不同波段反射率的反演，得到多种反演模型，找到最适合，最精确的反演模型，分析太湖水生植物的分布规律，对太湖水生植物的合理利用进行探讨。

数据的采集：通过GPS布点，使用光谱仪采集水体表面反射率光谱数据。同步实测了各个点位的生物量。

数据预处理：利用获得的卫星遥感影像数据HJ-1BCCD，对影像数据进行辐射定标、大气校正、影像裁剪。

反演模型建立：采用半经验方法，在已知的水色参数光谱特征条件下，利用最佳的波段或波段组合数据与实测水色参数值之间的统计关系，进行水色参数估算。通过遥感影像不同波段反射率和实测的生物量进行反演，得到多种反演模型。

分析数据：对得到的多种模型的R2进行精确度分析，得到最实用的模型。

2 数据预处理和生物量监测方法

2.1 遥感数据资料

利用遥感方法进行太湖水生植被监测，必须选择合适的遥感数据。根据监测工作对遥感数据的需求，可以初选出有代表性的三大类遥感数据：TM、HJ－1A/1BCCD、MODIS。各数据特点如表1所示。

太湖蓝藻监测备选遥感数据特点比较 表1

2.2 数据的预处理

图1

利用获得的卫星遥感影像数据HJ-1BCCD，对数据进行波段融合后，运用图形处理软件ENVI以及辐射定标参数对影像进行人工定标；制作光谱响应函数，精确计算像元响应；采用FLAASH大气校正模型进行大气校正，消除大气和光照等因素对地物反射的影响；描绘出研究区边界，进行影像裁剪，提取太湖水域，并去除湖中小岛。

2.3 生物量反演

本文采用遥感定量经验方法构建单因子太湖水体生物量浓度估算模型。利用环境卫星CCD数据b3、b4波段组合方式对监测点的太湖水体生物量浓度进行拟合。

将15个水质采样点投影到做过大气校正的反射率影像上，将反射率的波段组合b4/b3、b4-b3与生物量浓度进行回归，得到回归的决定系数。利用实测的5个验证点对反演结果进行验证，得到验证百分数，若百分数均在30以内，说明反演精度较高。

图2 太湖取点图

2.4 生物量与波段模型建立

选定与b3，b4相对应的波段，运用软件得到反演点与生物量建模表，得到b4/b3波段组合与生物量线性模型。同样的方法，分别对b4-b3波段组合和b4波段进行反演，得到波段组合b4-b3对生物量浓度线性回归模型和波段组合b4对生物量浓度非线性回归模型。

2.5 精度分析与反演

图3

从上述线性回归模型中可以看出，利用不同波段组合对生物量浓度进行回归，都具有较好的精度，最低决定系数也达到了0.6953，最高达到了0.7552。b4/b3波段比值对太湖的生物量浓度进行回归精度最高，决定系数达到0.7552；利用波段组合b4-b3，精度也比较高，决定系数达到0.6953；利用b4单波段进行非线性回归分析时，决定系数高达0.7224，而利用b3和b2两个单波段进行分析时，决定系数均低于0.1，不可用。可见波段比值组合明显好于波段差值组合。

采用b4/b3波段组合对反演结果进行验证，将验证点导入生成点图层，再将生物量反演结果值导出，在excel表中做对比。由于结果百分比均在30%以内，精度合格，可以用b4/b3导出反演结果。

图4 反演结果图

3 结论与展望

3.1 结论

湖泊水生植物作为湖泊环境系统的重要组成部分，对湖泊有着重要的影响，如何快速、客观、准确地对湖泊水生植物生物量状况进行调查，获取水生植物的分布信息成为我们研究的重点。本文利用“环境一号”获得的太湖影像图为研究区域，以遥感技术为手段，用反演建模的方法，建立生物量浓度与反射率之间的线性回归模型，并进行精度评价。

验证反演结果表 表2

结果图中，颜色越深的地方生物量浓度越高，颜色越浅，生物量浓度越低。故此可以看出，东太湖的生物量浓度最高，其他部分，沿湖岸浓度高，越往湖中心，生物量浓度越低。因此，太湖水生植物生物量估算模型可以选用：

式中：M为生物量浓度，单位为g/m；

N和N分别为环境卫星CCD第4和第3波段的反射率值。

其原因主要是：环境卫星CCD数据b3、b4波段光谱分辨率不高，特别是b4波段的光谱分布范围为760nm～900nm，该波段只对具有类植被特征的生物量浓度高的水体敏感，而低生物量浓度水体的光谱特征主要分布在685nm～715nm，此处由于条件限制，我们取得的实测点数据基本分布在太湖边缘，大多为叶绿素即生物量浓度高的水体。

3.2 展望

本文对太湖水生植物生物量浓度模型进行了研究，取得了一些成绩，证明了反演建模的方法在湖泊水生植物生物量监测中能得到很好的应用。但在研究中还有一些考虑不周的地方，针对存在的问题，提出以下展望：

①本文采用的数据源是“环境一号”遥感影像图，所获得的数据影像图受大气和云层影像，并不是很清楚；

②本文只采取了反演建模的方法，建立模型，对于一些分类方法没有研究，比如决策树分类方法、最大似然法，根据这些方法取点是否具有更高的建模精度；

③针对本文建立的规则，能否做进一步的优化，使模型精度达到更高水平。