基于GOCI数据的胶州湾水体透明度遥感反演及日变化研究

周燕，禹定峰，刘晓燕，杨倩，盖颖颖

(齐鲁工业大学(山东省科学院)，山东省科学院海洋仪器仪表研究所，山东省海洋监测仪器装备技术重点实验室，国家海洋监测设备工程技术研究中心，青岛 266100)

0 引言

透明度(Secchi disk depth，Zsd)是描述海洋和湖泊水体光学性质的一个重要参数，能够直观反映水体的浑浊程度以及水体对光的吸收和散射程度[1]，与水体固有光学性质[2]、叶绿素[3]、悬浮颗粒物[4]、浮游植物生物量[5]等有着密切关系。传统的透明度观测方法是利用直径约为30 cm的白色或黑白四等分的圆盘[6]，即塞克盘，垂直放入水体后测量观测者能隐约看到盘面的深度，这种测量方法至今仍在使用。然而，该方法获取的数据在时间和空间上是离散的，同步性较差，不能满足实时监测和长时间连续观测透明度的需求。卫星遥感技术以高空间、高时间分辨率快速有效地覆盖大面积区域，成为透明度观测的重要方法[7]。

近年来，国内外开展了很多透明度遥感反演方法的研究，主要有经验方法和半分析算法2种。经验方法通过在遥感数据与原位透明度测量值之间进行回归分析来估测[8-9]，虽然易于实现，但始终需要用于校准的现场数据，这限制了它们对其他水体的适用性。相比之下，半分析算法基于光在水下的辐射传输理论(或生物光学模型)，在某些假设下具有几个次要重要的经验关系，因此通常不需要重新校准，在缺乏现场数据的情况下，使用半分析算法是估算水质参数的可行和最实用的方法。目前，主要有2种半分析算法可用于从遥感数据估测Zsd值。在Tyler[10]和Preisendorfer[11]的经典水下可见光学理论基础上，Doron等[12]提出了一种计算海水漫衰减系数和光束衰减系数的算法(以下称为Doron11)，但该算法估算的透明度与实测值之间误差较大。Lee等[13]研究发现经典水下光学理论存在不能准确解释人眼观察塞克盘等问题，提出了一种新的水下能见度理论和透明度半分析反演算法(以下称为Lee15)，通过338个大洋、海岸带和湖泊等水体的独立样本验证表明，该模型的决定系数为0.96，平均绝对误差约18%。目前，该算法已在渤海[14]、黄渤海[15]、典型海湾[16]、内陆[17-18]等二类水体得到检验。

GOCI是搭载在韩国2010年发射的世界上第一颗地球同步轨道水色卫星(Communication,Ocean &Meteorological Satellite，COMS)上用于海洋水色观测的传感器，空间分辨率为500 m，时间分辨率为1 h，每天可获取从北京时间8—15时的逐小时观测数据，覆盖我国黄海、渤海和东海海域。本文利用2017年5月16日胶州湾航次的现场实测数据和GOCI卫星影像，探讨2种透明度半分析算法Doron11和Lee15在胶州湾海域的适用性，同时获取水体透明度日变化的时空分布特征，通过现场调查资料分析实测透明度与环境因子之间的相关性，以拓展在胶州湾水质监测中的应用。

1 研究区概况和数据源

1.1 研究区概况

胶州湾(N 35°48′～36°18′，E 119°54′～120°30′)，为黄海中部、山东半岛南岸的半封闭海湾，冬季多为西北风，夏季多为东南风，水交换能力较弱，受到沿岸工业污染和人类生活排污的影响，水质变差，营养盐浓度升高[19]，易发生赤潮[20]。透明度作为水质监测的重要参数之一，利用卫星遥感进行可连续性监测，可以为今后胶州湾水质监测和治理提供有力的监测依据。

1.2 现场实测数据

2017年5月16日，天气晴朗，海况较好，在胶州湾海域布设采样点(图1)，获取18组水体透明度数据，各采样点现场同步测量水深、风速、海表温度和海表盐度等气象水文要素，并采集海水样品，放置-40 ℃低温冷冻柜带回实验室处理分析，获得叶绿素浓度([Chl-a])、总悬浮物浓度([TSM])和有色可溶性有机物吸收系数(ay(400))等水质要素。海水透明度测量采用直径为30 cm的白色塞克盘测量按照GB 17378.4—2007第四部分的相关规定执行，现场测量数据最大值为3.3 m，最小值为0.7 m，平均值为1.49 m，标准差为0.87 m，变异系数为58.1%。

图1 胶州湾海域采样点站位置分布Fig.1 Location of sampling stations in Jiaozhou Bay

现场采样点的光谱数据测量，依照水面以上测量法执行[21]，根据Mobley提出的(40°，135°)测量几何，由QE-pro光纤光谱仪采集海表面水体的上行辐亮度Lsw、天空光的辐亮度Lsky和标准漫反射板的上行辐亮度Lp的光谱信号。为保证光谱数据质量，采样点的各个参数测量时间至少跨越1个波浪周期。忽略海面或避开水面泡沫的情况下，推导得出水体的遥感反射率Rrs为：

(1)

式中：ρp为标准漫反射板的方向-半球反射率；ρ为气-水界面反射率。实测光谱数据通过暗噪声校正、气-水界面反射率确定、异常数据的剔除等处理，得到海表面水体的遥感反射率光谱，如图2所示。

图2 采样点实测遥感反射率光谱曲线Fig.2 In-situ Rrs values of sampling stations

1.3 遥感数据及预处理

从韩国海洋卫星中心(http://kosc.kiost.ac.kr)获取2017年5月16日的GOCI Level-1B数据，使用NASA处理软件SeaWiFS数据分析系统(SeaDAS 7.4)核心处理模块对GOCI影像进行大气校正。SeaDAS是针对极轨卫星SeaWiFS开发的，大气校正模块采用基于SeaWiFS开发的标准大气校正方法。SeaWiFS过境成像时间与GOCI的8个成像时间不尽相同，而且晨昏时刻即第一景和最后一景GOCI图像的大气程辐射是特殊的，因而需要用实测光谱数据对SeaDAS大气校正的结果进行评估。GOCI传感器获取的图像只有8个波段，每个波段记录的能量值与光谱响应函数有关，根据GOCI的波段响应函数，对实测得到的遥感反射率数据进行等效波段积分处理，以模拟不同波段的GOCI等效遥感反射率数据〈Rrs(λ)〉，计算公式为：

(2)

式中：f(λ)为GOCI波段响应函数。对各个采样点的波段等效遥感反射率与SeaDAS大气校正得到的遥感反射率按照波段进行平均，如图3所示，GOCI影像大气校正后的遥感反射率在数量和光谱形状上都与实测遥感反射率值的波段等效数据吻合较好，平均相对误差分别为26.6% (412 nm)，26.3% (443 nm)，7.8% (490 nm)，10.3% (555 nm)，13.0%(660 nm)，32.1% (680 nm)，19.7% (745 nm)和29.4% (865 nm)，所有波段的平均相关系数为0.892。GOCI影像大气校正后的遥感反射率在近红外波段趋近于0，对表面散射光的去除效果较好。

图3 波段等效遥感反射率与GOCI大气校正影像的遥感反射率的光谱曲线对比Fig.3 Comparison of Rrs values between band-equivalent of in-situ measured and GOCI data after atomosphere correction

对遥感影像大气校正后，根据官网提供的经纬度信息，在ENVI中基于GLT进行几何纠正，并裁剪出研究区域。由于GOCI遥感影像的时间分辨率为1 h，实测的采样点数据与GOCI影像进行时空匹配时，时间窗口设置为实测数据测量时间±0.5 h，与实测采样点采取点对点的方式进行空间匹配，空间窗口为3像元×3像元，形成能用于遥感反演模型建立的匹配样本。

2 研究方法

2.1 Doron11和Lee15算法

应用半分析算法反演水体透明度，均包含以下3个步骤。首先，使用QAA半分析算法从水体的遥感反射率Rrs(λ)中估算水体的总吸收系数a(λ)和总散射系数bb(λ)。目前，QAA算法已经发展到第六版，如表1所示。表中：rrs(λ)为水面下遥感反射率；u(λ)为后向散射系数bb(λ)与吸收系数和后向散射系数之和(a(λ)+bb(λ))的比值；aw为纯海水的吸收系数；bbp(λ)为悬浮粒子的后向散射系数；a(λ0)为参考波长λ0处的总吸收系数；bbw为纯海水后向散射系数；η为粒子后向散射系数的光谱指数；g0，g1，h0，h1及h2是常数。

表1 QAA_V6模型计算流程Tab.1 Steps of QAA_V6 to obtain absorption coefficient and scattering coefficient from remote sensing reflectance

在QAA_V6中，如果Rrs(670)<0.001 5 sr-1，则将550 nm作为参考波段(即QAA_V5)，否则选择670 nm作为参考波段。其次，采用Lee等的公式[22-23]，根据a(λ)和bb(λ)和水面上方的太阳天顶角θs估算水体的漫衰减系数Kd(λ)，即

Kd(λ)=(1+m0θs)a(λ)+m1[1-γηw(λ)](1-m2e-m3a(λ))bb(λ)，

(3)

式中：参数m0，m1m2，m3和γ分别为0.005，4.18，-0.52，-10.8和0.265；ηw为bbw(λ)和bb(λ)的比值。Pope等[24]和Smith等[25]列表给出了不同波段纯海水的吸收系数和后向散射系数值。最后，通过估算得到的水体固有光学特性，基于水下能见度理论可估算水体透明度。

根据Tyler[10]和Preisendorfer[11]的经典水下可见光学理论，Doron11算法对均匀介质中垂直方向上的明视对比度衰减可描述为：

最后的资产报废处置管理系统包主要围绕对废弃固定资产的处理展开，它同样进行面向上级的申报、建立账户、并核对和统计废弃固定资产，包括出之后固定资产管理系统所剩余的仓库固定资产内容，对数据库进行全面维护并重新备份，也包括针对系统的还原性操作。

(4)

Kd(v)+c(v)=0.098 9x2+0.887 9x-0.046 7 ，

(5)

式中：x代表Kd(490)+c(490)，Kd(490)是490 nm处的垂直漫衰减系数；c(490)代表490 nm处的光束衰减系数，即为490 nm处的总吸收系数a(490)、纯海水后向散射系数bbw(490)和颗粒物后向散射系数bb(490)的函数[27]。因而，通过QAA算法反演得到的a(490)，bb(490)和b(490)，便可估算出水体透明度。

基于Lee等[13]提出的新的水下能见度理论，Lee15算法根据Kd(λ)和相应的Rrs(λ)估算Zsd，即：

(6)

2.2 精度评价

选择决定系数(R2)、均方根误差(root mean square error,RMSE)对2种半分析算法的性能进行评价，分别表达了透明度反演值与现场实测值之间的拟合程度和绝对偏差，相应度量指标为：

(7)

(8)

3 结果与分析

3.1 Doron11和Lee15比较

图4 透明度实测值与算法反演值的散点图Fig.4 Scatter plot of Zsd values of in-situ measured and model estimated

3.2 透明度日变化特征

以2017年5月16日08∶16—15∶16共8个时相的GOCI遥感影像为例，利用Lee15算法反演获得的胶州湾水体透明度的时空分布状况。为了更清楚地显示胶州湾透明度的日变化特征，选择3个矩形区域A，B和C分别代表湾内、湾口和湾外，图5具体显示了当日透明度的分布状况。

(a)08∶16 (b)09∶16 (c)10∶16

空间分布上，该海域整体透明度较低(0～4 m)，从湾内到湾外透明度呈现出逐渐增大的趋势。湾内区域A的水体透明度较低，这是由于湾北部海域水深较浅，是典型的养殖区，有机物丰富，湾西北和东岸沿岸的工业污染和生活污水，给湾内带来丰富的营养盐。胶州湾内外海水中营养盐的分布，表层低于低层，湾内明显高于湾外[28]。湾口区域B由于水深较大，湾内外水体交换频繁，因而该处水体透明度较高。湾外区域C透明度不及湾口高，主要是由于沿岸水体散射特征明显，春季充分的光照和适宜的温度同时带动浮游植物生长，也造成水体透明度下降。

时间变化显示，随着太阳天顶角的增加，低透明度区域在12∶16之前逐渐缩小到湾内(图5(a)—(d))，而高透明度区域在12∶16之后逐渐向湾外扩展(图5(e)—(h))，图5(i)显示了3个区域的GOCI影像获取的透明度值的日变化。影响胶州湾水体透明度日变化的主要因素包括太阳天顶角SOLZ和潮汐，图6显示了胶州湾海域平均水体透明度、太阳天顶角以及潮汐的日变化，透明度值与太阳天顶角呈现出反比关系。太阳天顶角的每日变化是规律的，当时间接近中午时，太阳天顶角的值逐渐减小，而下午，太阳天顶角的值逐渐增大。当日潮位最大高度出现在上午9∶24。由于Zsd与Kd存在很强的负相关，而Kirk根据蒙特卡罗计算发现Kd和SOLZ之间正相关[29]，这种关系在清澈的水中尤其明显，因而湾口和湾外水体受SOLZ控制明显。胶州湾湾内潮流主要是往复流，涨潮流速大，落潮流速小，涨潮时间短，落潮时间长[30]，由于来自沿岸和径流的污染物以及养殖区营养盐的流动过程中，海水的涡动混合占主导地位[31]，湾内水深较浅，污染物和营养盐按照潮流方向漂移，因而湾内区域A的透明度在最大潮位出现的时间之后开始缓慢下降，受潮汐影响较为明显。对湾内和湾口的水体透明度进行区域平均，得到图6中胶州湾海域的平均水体透明度，可以看出最高潮位以后水体透明度随着潮位缓慢下降，太阳天顶角达到最小时水体透明度有所升高，之后在太阳天顶角和潮汐的共同作用下，水体透明度逐渐下降。

图6 胶州湾水体透明度、太阳天顶角和潮汐的日变化曲线Fig.6 Diurnal variation of Secchi disk depth,solar zenith angle and tide in Jiaozhou Bay

3.3 透明度与环境因子之间的相关性

胶州湾海域为半封闭海湾，水体类型为典型的Ⅱ类水体，其光学性质不仅仅受到浮游植物及其伴生物的影响，还包括水体中的悬浮颗粒物和有色可溶性有机物。将实测水体透明度与实测的[Chl-a]，[TSM]，ay(440)、水深、海表温度、海表盐度、风速等环境因子数据分别进行统计分析，如表2所示。统计表明，水体透明度的变化是多个环境因子共同作用的结果，与水深存在较强的正相关，相关系数达到0.84，与其他环境因子均为负相关。

表2 实测水体透明度与其他环境因子的相关性Tab.2 Correlation analysis between in-situ measured Secchi disk depth and environmental factors

在近海海域，水体透明度是评估水质状态的重要指标，透明度的变化可以反映水质和陆源输入的变化，同时影响浮游植物光合作用的可见光以及沿海地区的海草、大型藻类、微底栖动物的初级生产等[32]。表2显示，作为海洋浮游植物现存量和初级生产力的一个良好指标，[Chl-a]与透明度存在一定的负相关，但相关性不高。浮游植物量的多少直接反映了水体透明度的水平，浮游植物大量生长，直接影响水体透明度和光衰减，而水透明度的下降降低太阳辐射在水中的渗透，并减少更深水中的光吸收。影响水体[Chl-a]含量和分布的其他要素，如温度、风速、盐度等，均间接引起水体透明度的变化。与[TSM]以及ay(440)的相关性相比，湾内水体透明度与[Chl-a]的相关性偏低，则透明度的变化可能更多是由沿岸或径流输入湾内的悬浮颗粒物、溶解有机物以及湾内养殖区的丰富的营养盐等引起的，受浮游植物色素影响较小。此外，水深与透明度之间存在明显的正相关。水深较浅的区域位于湾口或径流入海口，水体盐度较低，随着风力的增加，带动营养盐丰富的底水涡旋上升，支持浮游植物的生长，海底淤泥等容易在浪、流的影响下重新再悬浮，使[TSM]提高。水深较大的区域，水体特性较沿岸海域稳定，透明度受风速等影响较小。

4 结论与展望

利用2017年5月16日胶州湾航次的现场实测数据和当日GOCI卫星影像，采用2种半分析算法Doron11和Lee15对水体透明度进行反演。研究发现，Lee15算法在胶州湾海域表现较好，反演值与现场实测值之间的R2为0.98，RMSE为0.02 m。在此基础上对胶州湾透明度的日变化特征进行了分析。空间分布上，海域整体透明度较低(0～4 m)，从湾内到湾外透明度呈现出逐渐增大的趋势。时间变化上，水体透明度在湾内的变化受潮汐影响明显，湾外和湾口的变化由太阳天顶角主导，海域平均水体透明度的变化由太阳天顶角和潮汐共同作用。根据各采样点实测水体透明度与现场同步测量的其他环境因子的统计分析，水体透明度的变化是多个环境因子共同作用的结果，与水深存在较强的正相关，相关系数达到0.84，与其他环境因子均为负相关。

本研究可为连续获取胶州湾水体透明度提供有力参考，为胶州湾水质监测和治理提供监测依据。由于半分析模型由表观光学量获取的水体固有光学量必然与水体实际的固有光学量存在一定偏差，且二类水体的光学特性较为复杂，限制于采样的季节和站位分布，现场采样获取的样本并不是很多，在今后的研究中应对半分析反演模型在半封闭海湾的适用性进行更多的实测数据验证，以进一步提高模型的可靠性。