基于高原盐湖光谱特性下的溶解氧反演应用与探讨

2021-09-24李得林李根军杨雪松

自然资源遥感 2021年3期

杜程，李得林，李根军，杨雪松

(1.青藏高原北部地质过程与矿产资源重点实验室，西宁 810012；2.青海省遥感大数据工程技术研究中心，西宁 810012；3.青海省地质调查院，西宁 810012)

0 引言

湖泊不仅为人类提供丰富的淡水资源，还可以提供丰富的矿产资源。青藏高原有着数量众多的盐湖，这些盐湖广泛分布于柴达木盆地和可可西里地区并与当地生物及人类活动息息相关，盐湖蕴藏的丰富矿产资源，具有极大的工业价值[1-2]，而工业价值往往带来环境问题，因此必须加强水质的监测和治理[3]，进行绿色矿产开发。

与常规的水质监测方法比，遥感技术能够及时、快速地提供大面积的湖区水质情况[4]，高光谱技术的迅猛发展可让我们获取更为丰富的光谱信息进行水质参数的反演和预测，尤其对于位于人烟稀少、人力较难到达的湖泊，如何利用最少的人力投入来进行大范围监测更是重中之重。叶绿素a、悬浮泥沙、黄色物质、溶解氧等水质参数的高光谱研究已有多年的经验，无论是利用单波段、多波段还是机器学习来反演，多是针对低海拔淡水湖泊或是水库[5-6]，而对于盐湖水体，尤其是典型高原内陆盐湖的高光谱研究较为少见。溶解氧作为衡量水质的重要指标，能在一定程度上代表水体自净的能力，正常情况下，水温是影响溶解氧含量的重要因素，水温越高，溶解氧含量越低，水温越低，溶解氧含量越高[7]。以往调查资料以及当地盐湖集团资料显示，本次研究区内未发现过鱼虾或者水生植物等生物活动迹象，实地考察也未发现水生生物存活迹象，水体监测无叶绿素a等水质参数，因此本研究以溶解氧为研究对象，建立高原湖泊水质监测的溶解氧反演模型，验证模型精度，查看盐湖溶解氧含量分布情况。

1 研究区概况及数据源

1.1 研究区概况

本次研究区为达布逊湖，研究区及采样点具体情况可见图1，地理坐标为E94°24′～95°18′，N36°08′～37°06′。

图1 研究区及采样点位置图Fig.1 Location map of the study area and sampling points

达布逊湖是察尔汗盐湖区最大的湖泊，位于察尔汗盐湖区中南部，湖泊略呈NW-SE向延伸，东西长30 km，南北宽4～7.5 km。湖水面积184～334 km2，平均水深0.5～1.02 m，最大水深1.72 m，湖面海拔2 675.6 m。察尔汗盐湖是柴达木盆地最大的盐湖，湖面辽阔而平坦，海拔在2 678～2 683 m之间，相对高差仅为5 m，区内气候常年干旱。降雨稀少，蒸发强烈，属于典型的高原内陆盆地气候。根据格尔木气象站1958—2017年近60 a的气象资料，平均蒸发量2 587 mm，平均温度为5.15 ℃，平均降水量为38.27 mm，降水主要集中在7—9月，占全年降水量的70%以上，相对湿度32%。得天独厚的自然条件使得该盐湖成为我国重要的钾盐生产基地，承担着工业使命，所以其水体情况更加需要去关注。

1.2 数据源

本次研究采用资源一号02D卫星搭载的高光谱遥感影像，获取时间为2020年4月8日，空间分辨率达到30 m，幅宽60 km；可见光近红外光谱分辨率为10 nm、短波红外光谱分辨率为20 nm，光谱范围为0.40～2.50 μm，共166个波段。资源一号02D卫星是我国自主建造并成功运行的首颗民用高光谱业务卫星，该卫星将进一步拓展我国自然资源调查监测技术手段，大幅度提高山水林田湖草等自然资源定量化调查监测能力，支撑及时掌控自然资源数量、质量、生态状况及变化趋势。野外实测数据采集使用便携式ASD光谱仪，数据采集区间为350～2 500 nm，完全符合本次水质监测需要的400～1 000 nm区间范围，可实时测量并观察反射、透射以及辐射度，提供更为精确的实时有效数据，同时野外实测光谱数据也是本次卫星影像预处理结果的标准与校正模板，提升建立的反演模型精度。

1.3 数据预处理

高光谱遥感影像预处理主要包括条带噪声去除、传感器定标、波段融合、辐射定标、大气校正等。

1.3.1 条带噪声去除

原始高光谱数据中因仪器等原因造成了影像“条带噪声”，其主要分布在短波红外影像中。为了在后续反演过程中保证产品质量，有必要对其进行去除，提升影像数据质量。本次采用的是针对AHSI传感器的条带去除法，通过该方法能有效去除大部分噪声，提升影像质量，噪声去除效果可见图2。

(a)去除条带前 (b)去除条带后

1.3.2 传感器定标及波段融合

由于外界因素影响及传感器自身原因，传感器定标是必不可少的一步，本次针对02D星的传感器定标主要是添加各影像波长、波段宽度、波段增移量和偏移量。02D影像水汽影响波段主要为1 357～1 408 nm和1 828～1 912 nm附近，重叠部分在1 005～1 040 nm附近，通过波段融合可以去除这些谱段。

1.3.3 辐射定标和大气校正

传感器本身的因素、太阳高度、地形及大气条件等都会使传感器接收的信号与地物实际信号间存在差异，随着遥感技术的发展，辐射定标可将图像的数字量化值(DN值)转化为辐射亮度值，再转化为地表真实反射率，满足之后的信息提取和影像分析的需要。太阳辐射通过大气入射到地物表面然后再反射回传感器，但由于大气气溶胶等影响因素，原始影像包含物体表面、大气以及太阳的信息，为了提取分析我们所需求的地物，必须将其从综合信息中提取出来，就需要进行大气校正，图3为大气校正前后盐湖水体光谱反射率变化，大气校正为扩大10 000倍结果。

(a)水体泥沙较少处大气校正前 (b)水体泥沙较少处大气校正后

正常水体反射率较低，纯水在可见蓝波段反射率最高，之后随波长增加反射率降低，在近红外波段反射率逐渐降为0；对盐湖水体光谱曲线的分析可以看出：盐湖光谱曲线在可见黄红波段附近有最高的反射率，符合自然水体特性，曲线在670 nm和760 nm处有明显吸收谷，690 nm和800 nm附近有明显反射峰，尤其是浑浊区更为明显，其高反射率和红移现象具有鲜明的盐湖水体特性。

1.3.4 实测数据处理

本次野外采样点共设置30个，每个采样点测10次光谱，最终光谱曲线为平均曲线，同时在采样点位置进行溶解氧含量测定，测量多次取平均值。以20组实测溶解氧数据为建模依据，10组为模型精度验证依据，盐湖集团实测数据为后续沟通获取，共5组。

2 研究方法

本文数据处理与研究过程如图4所示。

图4 数据处理与研究过程Fig.4 Data processing and research process

本次研究在分析总结国内外湖泊、水库等水体的高光谱遥感监测方法与技术的基础上，通过盐湖实测采样，寻找盐湖水体波谱与溶解氧含量之间的相关关系，建立能够反演盐湖溶解氧含量的高光谱模型，并利用实测数据进行模型的精度验证，最后利用当地盐湖集团2019年11月份对达布逊湖区水质进行的溶解氧监测资料来对比验证本次建立的模型是否具有在盐湖这一特殊水体未有大变化的情况下的长效性。通过对盐湖溶解氧含量的分析，发现常规的高光谱水质分析反演方式在盐湖水体不能适用，盐湖水体矿化程度极高，一阶微分等处理无法凸显盐湖水体水质参数信息，反而增强盐湖矿化信息，对于水质检测起抑制作用。因此本次盐湖水质溶解氧反演从原始光谱信息入手，最终通过波段比值模型来增强盐湖溶解氧信息，实现盐湖溶解氧含量的高光谱反演。

本次高光谱遥感影像为2019年11月份和2020年4月份2期，盐湖集团实测数据采集时间为2019年11月22日，高光谱遥感影像为11月18日，虽未能同步，但时间较为接近。野外实测时间为2020年4月份，以2020年4月份影像为底版，利用野外实测光谱曲线和溶解氧数据，建立盐湖高光谱溶解氧反演模型并利用实测数据进行模型精度验证，之后使用2019年11月份盐湖集团实测数据来验证模型能够在盐湖未有大变化的情况下进行一个长期的有效监测能力。

从研究区影像可以看出周边为戈壁滩、盐碱地，大量盐田分布在盐湖南部，属典型内陆盐湖。影像无明显云雪覆盖，地物清晰可见，数据质量良好，而且一景影像即可覆盖整个研究区域，可减少影像镶嵌的误差影响，提高模型反演精度。本次实测点位的选择以实地条件为基础，均匀分布在整个湖区确保模型建立的精度，但因为条件有限以及自然因素的影响，无法深入湖泊中心位置。

水体相关研究表明光谱反射率在近红外波段后逐渐趋近于0，即只要400～1 000 nm波段范围即可，利用20组实测数据建立的相关性分析如下图所示(图5)，从实测数据的相关性分析可以看出盐湖原始水体光谱特性与溶解氧含量相关性不是很高，最高处为490 nm处，负相关最大，为-0.28，相关性极差。

图5 盐湖原始光谱反射率与溶解氧含量的相关性Fig.5 Correlation between original spectral reflectance of salt lake and dissolved oxygen content

一阶导数光谱反射率、二阶导数光谱反射率建立的溶解氧数据相关性也不高，一阶导数变换会凸显盐湖矿化信息，对于具有复杂光学特性的盐湖水体水质监测无益。对数、倒数等几类模型经过对比，决定系数都不高，不具有参考意义。

从实测数据以及影像光谱曲线来看，水体光谱在670 nm和760 nm附近有明显吸收谷，690 nm和800 nm附近有反射峰，以此为入手点建立具有盐湖特性的溶解氧模型具有实际意义。利用这两处吸收谷与反射峰，进行多波段测试，寻找最高相关系数的波段组合。将679 nm，696 nm，765 nm和808 nm为组合元，进行反射峰与吸收谷的波段相除、反射峰相加除以吸收谷等组合方式，最终获得以下3个相关系数图(图6)，可以看出679 nm和696 nm两波段组合下的溶解氧相关性最高，达到了0.75，比四波段组合相关性还要高。

图6 盐湖光谱多波段组合反射率与溶解氧含量的相关性Fig.6 Correlation between multi-band combined reflectivity of salt lake spectrum and dissolved oxygen content

基于以上两波段组合的最高相关性，建立针对盐湖光谱特性的溶解氧反演模型：y=346.07x2-684.24x+345.39，通过计算也可得出模型决定系数R2为0.948 6，建立的溶解氧多项式模型吻合度非常高(图7)。

图7 盐湖溶解氧多项式模型Fig.7 Salt lake dissolved oxygen polynomial model

利用建立的模型将剩余的10组数据拿来进行模型精度验证。表1是本次野外实测的10组数据以及利用模型进行的预测数据。

表1 10组溶解氧含量实测与预测数据对比验证表Tab.1 Comparison and verification of 10 sets of measured data and predicted data of dissolved oxygen (mg/L)

对两组数据进行线性回归分析可以看实测值与预测值性拟合程度极高，R2指数达到0.999 4，说明本次研究建立的模型精度达到可以进行盐湖反演的要求，能够在一定程度上代表盐湖水体现阶段溶解氧含量的多少。

3 结果与分析

3.1 反演结果

利用建立的溶解氧反演模型，对四月份影像进行的高光谱反演结果如图8所示。

图8 盐湖水体溶解氧反演结果Fig.8 Retrieval results of dissolved oxygen in salt lake water

利用当地盐湖集团2019年11月份的实测数据进行本次建立的模型具有一定的长效性的验证。表2为盐湖集团实测盐湖实测点坐标、溶解氧含量以及根据模型计算得到的预测值；图9为盐湖集团实测数据与预测数据线性回归分析。

表2 盐湖集团实测数据与模型预测数据对比Tab.2 Comparison of the measured data and model forecast data of Salt Lake Group

图9 盐湖水体溶解氧含量实测值与预测值分析Fig.9 Analysis of measured and predicted values of dissolved oxygen in salt lake water

上述研究表明，盐湖具有鲜明的光谱特性，与淡水湖甚至淡咸水湖都有所不同，而其鲜明的特性也是针对盐湖高光谱反演的重点。普通淡水湖可以通过单波段来寻找水质参数的相关性，甚至在相关性不明显的情况下对光谱曲线进行一阶、二阶导数来寻找部分水质参数的相关性，但盐湖因其水体富含各种矿物离子，水体关系复杂，常规性的关系无法寻找到一个良好的相关性支撑点，而本次研究针对盐湖水体光谱特征，反而可以建立一个相对准确，甚至是具有长效性的反演模型，为后续针对盐湖的高光谱反演开创了思路。

随着现在机器学习的蓬勃发展，BP神经网络模型、支持向量机、随机树等预测方法在高光谱反演中越来越适用，针对盐湖水体的复杂情况，也许深度学习预测可以提供一种新的反演方法，能够在这种高原密闭性水体中发挥不可忽略的作用[8]。

3.2 结果分析

从盐湖溶解氧含量浓度以及空间分布特征来看，四月份盐湖水体溶解氧含量大部分在7.17～7.76 mg/L之间，少部分含量在7～13 mg/L之间，整体含量较11月份数据偏低；分布情况与入湖水体流向等因素关系密切。结合实际以及反演结果，分析主要受以下原因影响：

1)水位面积变化对水质参数的影响。有学者根据常年监测资料研究表明，水位变化对水体理化因子有较大的影响；还有学者发现在洪水期水体理化因子含量显著增大，枯水期则相反。因此可以知道水位与水质有着密切的关系，水位变化是影响湖泊水质参数变化的重要因素。以往调查资料显示，察尔汗盐湖动态变化比较稳定。一般水位变化幅度0.1～0.4 m，每年1月底至4月初出现最低水位，8—9月中旬出现最高水位。地表卤水及地下水位变幅较大，主要受补给的地表水径流控制。本次对2020年察尔汗盐湖地区进行的遥感动态变化解译工作表明，达布逊湖3月份面积为317.525 km2，7月份面积为340.617 km2，10月份面积为323.863 km2，与历史调查资料吻合，具有明显的动态变化特征。从4月份开始地表水径流量逐渐增大，盐湖水位面积逐渐增加。因此与11月份相比，4月份溶解氧含量相对较低，与国内外水位变化对水质参数的影响研究结果一致。

2)入湖水体流量变化对水质参数的影响。根据学者对鄱阳湖水体流量的变化监测显示，到了湖水丰水期，水体入湖流量增大，提高了湖水对水质参数的迁移转化作用，减少了水质参数的堆积。丰水期流量大，到湖区扩散，流速减慢，总磷、总氮等含量相应减少，而枯水期水体流量减少，流速加快，总磷、总氮含量相应地增加。历史调查资料显示，察尔汗盐湖共有流域面积13.2×104km2，约为柴达木盆地总内陆流域面积25.5×104km2的一半。北部的埃姆尼克山和锡铁山，由于海拔较低，没有超过区域雪线高度，因而没有冰雪融水补给的常年性河流，雨水贫乏，水分不足。区内达布逊湖注入湖区的常年性河流格尔木河的补给水量占75%以上。盐湖周边的主要河流，除北部的全集河外，其余全部发源于南部的昆仓山区，由天然降水和冰雪融水补给。根据历史调查资料显示，三四月份高山冰雪逐渐开始融化，格尔木河的补给量增大，注入盐湖的水流量增大，这也是导致盐湖水位面积上涨的主要原因。本次反演的溶解氧浓度分布从结果上看具有明显的水体流动特征，入湖水从盐湖西侧以及南侧几处注入，在湖区碰撞形成水体迂回区，该部分为盐湖溶解氧含量较高处，随后部分流向转变为自西向东，该部分溶解氧含量也相对较高，而受水流影响较小处溶解氧含量稳定，无太大变化，与实际情况符合。

3)含沙量对水质参数的影响。河流径流向湖泊带来大量的泥沙，泥沙含量的变化将对湖泊水质产生影响。根据前人学者对各个湖泊的变化监测结果显示，悬浮泥沙在含量增大时，总固体悬浮物增大，与之相反的湖泊透明度减小，其他吸附在悬浮物的水质参数也会相应地增大，当含沙量减小时，总固体悬浮也减少，湖泊透明度增加，其他吸附在悬浮物的水质参数也会相应地减少。从反演结果来看，河流入湖处溶解氧含量较高，与前人学者研究结果一致，说明溶解氧在河流携带的泥沙上存在部分吸附，随水流进入湖区中，导致湖区河流入湖处含量偏高，与实际情况相符。