通过定点监测相对绿度指数获得水体藻类生长动态的方法

2020-08-03张文庆蒲旖旎

科学技术与工程 2020年19期

张文庆, 肖薇,2*, 曹畅,3, 张弥, 王伟, 王怡, 王娇,4, 陈争, 蒲旖旎

(1.南京信息工程大学大气环境中心，南京 210044；2.南京信息工程大学气象灾害预报预警与评估协同创新中心，南京 210044； 3.南京信息工程大学无锡研究院，无锡 214105；4.南京信息工程大学滨江学院，无锡 214105)

富营养化问题是中国大型和小型内陆水体普遍面临的问题。众所周知，中国大型水体普遍面临严重的富营养化问题。例如，滇池为异常富营养化超V类[1]；太湖虽然经过多年治理，蓝藻水华爆发仍然频发[2]。而小型水体，特别以小型池塘和沟渠为代表的农村小型水体，是农村水产养殖和粮食种植活动的主要载体，受到农田施肥的直接影响，其富营养化问题也非常突出[3]。内陆水体富营养化能严重破坏水体原有的植被生态系统[4]，引起水质参数恶化[5]，阻碍水环境的改善，影响水产养殖，造成巨大的经济损失[1,6]，是当下较为突出的社会民生问题[7]。由于富营养化会加速水体内的藻类生长，因此水体植物状况的监测能够有效地指示水体富营养化程度。因此，对水体富营养化的监测和预警，是水环境治理的重要环节。

水体内藻类水华爆发时间通常在一天甚至几个小时之内完成[8]，这对监测手段提出了很大的挑战。多年以来，研究者们采用水样采集-实验室分析、仪器在线观测、动物指示、卫星遥感和无人机遥感等多种手段监测内陆水体的藻类生长状况，从而指示和预警水体富营养化状况[9-13]。水样采集分析方法观测精度较高，但是采样和分析耗时耗力，很难实现频繁观测[14]。仪器在线观测能够实现连续观测，但是仪器受到水体污染和藻类附着的干扰，需要频繁标定和清理，而且代表的区域有限[15]。动物等其他媒介间接监测水体的方式则存在机理复杂的情况[9]。卫星遥感能够结合单源或多源遥感数据在线监测大范围水体的状况[16-17]，但是受大气状况的干扰较大，而且由于过境时间有限，空间分辨率普遍较低，因此无法获取高时间分辨率的数据，特别是不适用于小型水体的监测[12-13]。无人机遥感则可以实现近距离的监测，能够避免大气校正处理带来的不确定性，空间分辨率较高[8]。但是该方法成本较高，很难大范围和长期使用。与上述方法相比，地面定点相机监测手段则具有明显的优势：与卫星遥感和无人机遥感相比，地面定点相机与被监测物体的空间距离短，减小了光路通过大气的反射、散射、透射等影响；该方法操作的人工成本低；时间分辨率较高，能够捕捉短时间的变化过程；造价相对低廉，经济成本不高，方便进行长期、连续、原位的监测[18-21]。由此可见，地面定点相机是监测大型和小型水体中藻类的生长动态的一个比较好的方法。

目前用相机观测gcc指数在陆地生态系统上的适用性已经相对明了，但是对于水域生态系统仍存在一些问题尚不清楚，例如相机的设置和校准需要注意的问题，如何避免天空状况和太阳高度角对观测结果的影响，水体gcc数值与陆地生态系统gcc的对比情况等。针对这些问题，本文选取池塘和沟渠两类典型的农村水体作为研究对象，使用商用RGB相机在夏、秋、冬三个季节对水体开展了连续监测，重点检验gcc指示水体藻类动态的适用性，探讨相机校正和设置、数据处理方法的问题，并与陆地生态系统的gcc观测结果做对比。

1 材料与方法

1.1 试验站点概况

试验地点选在南京信息工程大学官渡农业气象试验基地内的一个池塘和一个沟渠(图1)，该站点位于安徽省滁州市全椒县武岗镇官渡村东部的鱼塘养殖区内(31°57.9 302′N，118°15.2 852′E)。在两个水体各选择三处进行同步试验。研究站点如图1所示，沟渠呈“L”形，两边长度分别为96.8、26.3 m，宽度约1.0 m，两边岸上种植豆类作物。池塘呈五边形，面积约为332 m2，当地农民在该池塘中养虾，会定期向水中投食黄豆作为饲料。

图1 官渡大气环境试验基地采样点位置示意图Fig.1 Locations of observation points sites of Guandu Atmospheric Environment Observatory

1.2 图像获取及处理方法

试验使用一款数码单镜反光相机(digital single lens reflex camera, 型号EOS 600D，Canon，东京，日本)，分辨率为5 184×3 456，有效像素为2 000×104。拍摄时，镜头与水平面呈30°左右夹角。为进一步减小因光照条件改变给拍摄图像带来的干扰[34]，实验期间使用了一张用于胶片、视频和打印机校准的灰度校准卡(一面为灰色，反射率为17%±1%；另一面为白色，反射率为92%±2%)，拍摄之前利用灰度校准卡灰色面手动设置白平衡。在红绿蓝三个通道上的参考数值为R=120、G=120、B=120(±2%)，感光度设置为自动。为保护镜头，并且避免杂光干扰成像，镜头前端安装有遮光罩。照片存储格式为JPEG(joint photographic experts group)格式，相机使用了一张闪迪64 GB(gigabyte)存储卡储存照片。

在图像处理过程中，根据各个拍摄点的情况，对每个点的图像分别设置感兴趣区域，避免水体周围的土壤、植被等无关要素的干扰，在感兴趣区域内提取R、G、B三个颜色通道各自的平均信号值，计算gcc指数公式如下：

(1)

日平均gcc数值的计算方法是采用平均正午方法(mean mid-day, MMD)，即采用10:00—14:00获取的gcc数据的平均值，代表当日的gcc数值，作为当天水体状况的指标[24]。

试验期在夏季、秋季和冬季三个季节开展，分别为2018年7月9—21日(13 d)，2018年10月13—26日(14 d)，2018年12月27日—2019年1月9日(14 d)，共计41 d。拍摄图像的时间为9:30—17:30，每隔2 h在6个监测点进行拍摄。

此外，为了评估天空状况对gcc观测结果的影响，于2018年4月20—23日在观测站点附近一处洁净池塘(31°97.9 348′N，118°15.2 543′E)每天8:00—18:30以30 min为间隔使用该相机进行了原位连续的高频监测。

2 结果与分析

2.1 天空状况和太阳高度角对gcc的影响

典型的晴天和阴天条件下gcc与太阳高度角的关系如图2所示。2019年4月20日和22日分别为典型的晴天和阴天。晴天，当太阳高度角小于40°时，gcc的最高值为0.379(出现在8:30)，最低值为0.334(17:30)，波动幅度较大，为0.045。阴天，gcc的最高值为0.342(出现在10:30)，最低值为0.332(出现在18:30)，波动范围明显变小，仅为0.010。当太阳高度角大于40°时，gcc的观测值相对比较稳定，晴天变化范围为0.347～0.372，阴天变化范围为0.333～0.342。由此可见，当太阳高度角较大，即正午前后是一天当中gcc相对稳定的时间段，这个时间段的gcc能够更好地指示当天水体状况。如果基于MMD方法采用10:00—14:00的数据，则晴天gcc的平均值为0.364，标准差为0.007 4；阴天的观测结果则更为稳定，gcc的平均值为0.337，标准差仅为0.002 6。

图2 gcc随太阳高度角变化Fig.2 Variation of gcc with solar altitude angle

每个季节(夏、秋和冬季)试验期间的gcc平均日变化情况如图3所示。夏季、秋季和冬季gcc的平均数值依次递减，沟渠在三个季节里gcc日组分的极大值分别为0.371、0.359和0.344，变化范围为0.366～0.371、0.354～0.359和0.342～0.344。池塘在三个季节里一天当中gcc日组分的极大值分别为0.378、0.355和0.337，变化幅度分别为0.129 2、0.005 0和0.000 9。采用正午时段(10:00—14:00)，夏、秋和冬季gcc平均值分别为0.371、0.354和0.337，与采用9:30—17:30观测数据得到的平均值的差异分别为0.000 8、0.001 3和0.000 2。由此可见，如果采用多日平均值，gcc的日变幅明显变小，数据相对比较稳定。

红绿蓝三种阴影代表各个季节gcc标准差范围图3 夏季、秋季和冬季gcc日组分Fig.3 Diurnal composites of the gcc during the campaigns in summer, autumn and winter

2.2 gcc的时间变化特征

夏、秋、冬三个季节试验期间每日gcc的时间序列如图4所示，DOY(day of year)表示日序。夏季，沟渠和池塘的gcc呈现交替变化，沟渠的gcc最大值为0.374(日序193)，最小值为0.363(日序196)；在池塘，gcc最大值为0.384(日序202)，最小值为0.355(日序191)。秋季，沟渠和池塘差异不大，沟渠的gcc最大值为0.355(日序299)，最小值为0.346(日序293)；池塘gcc最大值为0.355(日序291)，最小值为0.345(日序298)。冬季，沟渠的gcc一直高于池塘，沟渠的gcc最大值为0.353(日序1)，最小值为0.339(日序9)；池塘的gcc最大值为0.340(日序364)，最小值为0.333(日序365)。由此可见，夏季gcc明显高于秋冬两季，秋季略高于冬季；沟渠和池塘在夏季和秋季两者gcc数值差异不大，但是冬季沟渠的gcc要显著高于池塘。由此可见，gcc不但能清楚地分辨出水体状况的日变化和季节变化，也能清晰地分辨出池塘和沟渠两个水体的水体状况。

图4 夏、秋、冬季试验期间gcc日值的时间序列Fig.4 Time series of daily gcc during the campaigns in summer, fall and winter

秋季观测期间gcc的观测结果与照片实况的对应如图5所示。在第287日，gcc=0.346，图5中可以看出水体中的水生植物很少。而后gcc逐渐升高，到第291日，gcc达到0.359，此时可以明显看出有水生植物；次日，出现了明显的降水，经过冲刷的水表面变得干净；到第295日gcc达到极小值0.344，显示水面比较清洁；而后，天气变得晴朗，在第299日，gcc上升到秋季试验期间的最高值0.369。由此可见，gcc的数值变化能有效地表征水体状况的动态演变。

图5 gcc时间序列及部分对应的照片实况展示Fig.5 Time series of gcc and some corresponding photos

3 讨论

3.1 相机的设置和校准

相机拍摄首先涉及白平衡设置的问题。正确的白平衡可以使相机对色彩进行准确识别。白平衡设置主要可以分为自动白平衡、自定义白平衡、钨光白平衡、日光白平衡、荧光灯白平衡和阴影白平衡等方式，前两种较为常用[35]。自动白平衡属于相机自带设置模式，是让相机随着外界光线改变自动调整白平衡。其优点是操作简单，能够适应大部分天空状况；缺点是在光线不足尤其是多云、阴天条件下往往会出现校正过度或不足的问题，难以满足高精度要求的科学研究[36]。自定义白平衡是在每次拍摄当前照明条件下人为给予相机一个“标准白色”，最大化相机在当前照明条件下的色彩识别能力。其优势在于可以提高RGB亮度在不同光照条件下的连续性[34]，减小各次拍摄由于光照条件引起的误差；劣势是工作量较大。在本研究中，每次拍摄时的光照条件会发生变化，为了进一步减小天空状况对照片的影响，在每次拍摄前使用灰度校准卡进行手动白平衡设置。灰度校准卡的成本不高且效果实用，短期观测的情况下推荐使用。但是在野外条件下，灰度校准卡容易受到环境污染，自身材质的稳定性可能会发生变化，如果需要进行长时间监测，如何实现白平衡的自动设置且不降低色彩识别精度是一个需要考虑的问题。

此外，参考白板也是一种校正方法。标准的参考白板(不一定是白色)是一块朗伯体，也有人用造价低廉的白色板子代替。它通常被放置在与植被冠层相同的高度，与植被进行同步连续观测。标准参考白板性质稳定，材质均匀，可以用于白平衡调节，检验不同天空状况对于植被指数的影响，它还被认为可以探测到由于传感器性能退化(与植被生长无关)产生的信号，有助于更加真实地获取植被冠层光谱变化信息[28,37]。但是参考白板在实际应用过程中存在以下难点：首先，一块标准的参考白板造价昂贵；其次，如果想要达到理想效果，必须确保参考白板和监测对象在图像中具有类似的几何形状，要控制参考白板在图像中所处位置避免遮盖关键的植被信息；再次，一个优化设计的参考面板应该有几个不同的灰色级别和相同的单色白板，单种灰度级别导致像素在阳光充足的条件下容易饱和，相同的单色白板可以确保相机成像传感器的长期稳定性，这种参考白板还必须具有耐受性、不褪色和不光滑的表面，以减少灰尘和其他微粒沉积，参考白板在水体上的安装相比陆地也更加困难，因此，在长时间尺度上使用参考白板想达到理想的校正效果成本高昂且不易实现，本研究认为使用普通相机和成本低廉的灰度校准卡进行植被监测能够获取关键的植被信息。

3.2 环境状况影响的处理方法

近地面相机遥感得到的图像质量会受到天空状况和太阳高度角的影响，因此需采用合理的数据处理方法，以此获得可靠的观测结果。从研究结果来看，晴天条件下光照强度变化幅度较大，gcc的日变幅较大，阴天相对稳定。为了获取较稳定可靠的gcc数据，以往的研究采用的方法略有不同。Ide等[38]认为森林下垫面的感兴趣区域在中午10:00—14：00内呈现出最高的绿度值和更稳定的状态，建议在进行时间序列分析时只对10:00—14:00期间获取的影像进行处理。Almeida等[39]通过对同一感兴趣区域的RGB通道和纹理特征的分析，建议将8:00—11:00时段作为数字图像自动物种识别的最佳时间。Andresen等[34]只使用一天当中正午时段(8:00—14:00)的照片计算日平均值，以最大程度降低因光照和天气条件的日变化带来的影响。而Sonnentag等[26]提出采用三天滑动窗口方法，将3 d获取得到的指数值按从小到大排列，取第90百分位的数值作为这三天植被状况的指示参数，这种方法不会丢失任何关于植被的有效信息，并且可以过滤掉天气条件改变带来的影响，但缺点是会损失一定量的数据，不适合短期观测。

相机观测得到的gcc也可能受到水位变化和风的干扰。在长江中下游这种雨水比较充足的地带，降水会使水体水位发生改变，这种变化会影响水体表面的反射辐射，使相机感知的蓝光通道亮度值发生改变[31]，另外，水位上升会增大沉水植物距离水面的高度，减小传感器接收信号的强度[40]。风速也是一个重要的因素，与陆地不同，水面比较容易受到风的干扰，风会使得拍摄范围内的景象发生非自然改变，特别是在开阔的水面，风的扰动会使得浮游植物发生空间上的移动，而传感器一般是固定位置进行拍摄，因此这种情况可能导致研究人员认为是水生植被的减少而没发现这实际只是空间移动的结果。有研究为了避免因风吹动植物冠层而引起结果的误差，将风速大于1.5 m/s时段拍摄的照片排除[41]。因此，在开展gcc观测和处理数据时，应充分考虑水位和风速带来的影响。

3.3 gcc在陆地和水体生态系统的应用和数值对比

采用gcc指示陆地和水生生态系统物候的研究结果如表1所示。作为一种常见生态系统，森林在所有地物类型中，gcc在一年及以上长时间尺度内跨度范围较大，在夏季植被生长最为旺盛时期，最高值能够达到0.500[41-43]，在冬季植被凋落后，最低值能达到0.290[44]。植物园、草原和泥炭地由于在一年中植被特征变化相对缓和，gcc波动范围更小，在0.310～0.430范围内变化[45-47]。雪和草地这两种地物gcc变化范围最小，处于0.335～0.345范围[32]。与森林相比，水生植被生长特征变化更小，在本研究中，沟渠和池塘gcc在检测期间的波动范围为0.333～0.384，处于陆地生态系统gcc的变化范围之内。