遥感技术监测水体叶绿素a含量的研究进展

2018-01-01杨玉敏王晓珂张少丹

安徽化工 2018年3期

杨玉敏，赵俊，王晓珂，张少丹

（邢台学院，河北邢台054001）

水是生命之源，是人类赖以生存和发展的基础。自改革开放以来，我国的经济发展速度和规模节节攀升，工业化程度和人们的生活水平不断提高。但与此同时，受人类活动和气候变化等影响，水环境问题也日益凸显。水体污染以及水质问题，尤其是水体的富营养化，越来越多地给人们的生产生活带来了诸多不便和侵扰。根据我国水利部统计计算，2015年全国总用水量6103.2亿m3，而2015年全国废污水排放总量已达到了770亿t[1]。2015年，开展营养状态监测的61个湖泊（水库）中，贫营养的6个，中营养的41个，轻度富营养的12个，中度富营养的2个，而海湾及近岸海洋水体的富营养化问题也同样日趋严重[2]。这些生活或者工业污水都直接或间接排入了海洋或湖泊河流中，不可避免地造成了一定的水质污染问题，尤其是水体的富营养化。水资源关系到人类的未来，因此，为了准确、有效地了解水体的健康状况，水质监测必不可少。

从上世纪70年代起，随着传感器的技术进步，遥感技术的发展突飞猛进，从初始阶段对水体的简易鉴定，发展为对水质指标的监测。与此同时，科研人员也开始借用各种遥感影像，通过深入探索和研究，发掘遥感技术在水体监测中的运用，并获得了许多分析方法。叶绿素a(Chl-a)作为水体富营养化的首要参考指标，自然成为水体水质监测中的关键因素。传统的Chl-a监测方法不仅费时费力，而且很难做到大面积水体的实时动态监测；卫星遥感技术则具有持续监测、视角宽阔、周期性等特点，并且可以在监测水质参数时间与空间上变化的动态监测中发挥得天独厚的优势，从而发现一些传统方法不易体现的污染物迁移等特征。因此，发展遥感技术监测水体Chl-a含量具有重要的研究意义。

1 原理

1.1 水质遥感监测原理

水体中各种组分对太阳辐射所反映出来的光谱特征是不同的，机载或星载的传感器可以测量并记录下一定波长范围的电磁辐射值。水体因吸收太阳散射而形成的光谱特征与水体水质指标具体浓度之间的关系是研究水体水质遥感监测技术的基础。对于清水，在蓝光、绿光波段反射率为4%～5%，0.6μm以下的红光波段反射率降到2%～3%，在近红外、短波红外部分入射能量几乎全部被吸收[4]，因而在红外波段识别水体较为容易。

1.2 水体Chl-a遥感监测原理

遥感技术监测水体中Chl-a含量的机理是不同组分含量的Chl-a对于水体一定波长范围反射率是迥然不同的。叶绿素对蓝光和红光具有比较强的吸收作用，而对绿光具有比较强的反射作用[3]：在可见光波段0.55μm附近有反射率为10%～20%的一个波峰，0.44μm和0.65 μm附近则有两个吸收带。当太阳辐射进入水体之后，由于叶绿素对可见光产生的反射作用，其在0.44μm附近出现强烈的吸收峰，在0.52μm左右出现反射峰，在0.685μm附近出现显著的荧光峰[4]。

2 水体Chl-a遥感监测的研究进展

目前，水质遥感监测技术如日中天，从事水体Chl-a遥感监测的单位更是如过江之鲫，国外尤其是美国，更是出现了多家以提供商业化水体遥感监测为主的公司，如美国的数位全球公司（Digital Globe）的遥感卫星World View-4已于2017年2月投入商业化运营，其之前在2014年还曾发射能够提供0.3米分辨率的World View-3遥感卫星。美国太空成像公司（SPACE IMAGE）则是世界上最大的商业卫星图像公司。此外，还有美国的轨道成像公司（Orbimage Corp）,其旗下的Seastar可提供1km分辨率的海洋图像。

在国内，如中国海洋大学地理与信息学院、中国科学院南洋海洋研究所、国家海洋研究监测中心以及中国科学遥感应用研究所等都对水体Chl-a的遥感监测进行了较为深入的研究。至今，国内对Chl-a的反演研究的区域大部分聚集在沿海地区和南方大型水库。

韩立姝等采用半分析法，建立了石家庄黄壁庄水库Chl-a含量与光谱特征之间的一阶微分和波段比值模型，得到了较理想的决定系数数值，对研究北方水库Chl-a浓度反演提供了支持。王喆等采用ALOS遥感数据，通过最优分割算法，并结合微机程序，得到了红枫湖水体Chl-a的含量分布。贾春燕采用Landsat-7的ETM+遥感影像，结合子象元定位技术，对太湖水体Chl-a含量进行了长期的跟进研究，得出了子象元定位技术可以更显著体现Chl-a的空间分布特征。刘建萍等采用MODIS数据，在分析了主流的反演模型之后，使用较新颖的神经网络算法和遥感指数法，以太湖水体的Chl-a浓度为研究对象，得出了神经网络法能够更准确地反映水体中Chl-a浓度的结论。叶慧琳利用ETM影像数据，通过对渤海湾水体连续三年的观测，采用逐步分析的方法，得到了渤海湾各个水域、季节Chl-a浓度详细的时间和空间分布特征及规律。何红曼等针对西安市曲江南湖富营养化的问题，利用Landsat 5的TM传感器遥感数据，通过对各个波段叶绿素a浓度反演结果的比较，以TLI法评价了南湖的富营养化状态，在城市景观水体叶绿素a监测方面取得了一定的研究进展。程春梅以太湖水体为对象，对已有模型和建模方法进行了验证，利用九年十九期数据对模型进行了改进，最后得到了基于HJ1遥感数据的顾及时空差异的Chl-a反演模型。竞霞等对密云水库建立了半经验回归模型，引入卡尔森指数法，也取得了较好的估算效果。王云飞结合东海水体测量船五次的实时数据，在赤潮频发的水域，以半经验模型结合L-M优化算法，并顾及了Chl-a的荧光，得到了此种算法要比忽略Chl-a荧光的算法反演结果更理想的结论。杜丽新等结合近年来遥感监测水体Chl-a的发展情况，提出了把高光谱影像数据应用到煤矿坍塌区水体的现实性与可能性。陈瑜丽等采用加拿大的Hyper SAS光谱数据，对长江口及近邻海域水体建立了Hydrolight模型（半经验半分析模型），研究了颗粒悬浮物对二波段、三波段、荧光基线高度、综合叶绿素指数四种Chl-a反演算法的影响，得出了随着Chl-a含量的升高，颗粒悬浮物对Chl-a光谱反射率干扰性逐渐降低的结论，对不同水体适用哪种不同的反演方法提供了参考。潘邦龙等以巢湖为研究区域，把偏振光学理论引入到高光谱监测水体Chl-a浓度中，结果以此建立的反演模型可以很好地拟合Chl-a的浓度，是对当下高光谱研究的一项很好的修正与补充。