2000–2019 年呼伦湖透明度卫星遥感数据集

吴弈秋，许金朵，王贞，马荣华2,,5＊

1.南京信息工程大学，地理科学学院，南京 210044

2.中国科学院南京地理与湖泊研究所，中国科学院流域地理学重点实验室，南京 210008

3.中国科学院大学，南京学院，南京 211135

4.国家地球系统科学数据中心，湖泊–流域分中心，南京 210008

5.草原生态安全省部共建协同创新中心，呼和浩特 010021

引 言

呼伦湖（117°00'10''E–117°41'40''E，48°30'40''N–49°20'40''N）位于呼伦贝尔草原西部，属于我国五大湖区的蒙新湖区，湖泊面积约为2339 km2，是内蒙古第一大湖。呼伦湖的最大水深为8 m，平均水深为5.7 m，蓄水量为13.85 km3，对维持呼伦贝尔高原的草原–湖泊生态系统起到了关键作用[1]。随着气候变暖和人类活动加剧，富含氮、磷等元素的工业废水被排放进入各大水体，导致了水体富营养化、藻类爆发等一系列生态问题，呼伦湖不仅面临着水位下降和面积萎缩的水量问题，更面临水体浑浊化和富营养化等生态问题[2]。因此，监测呼伦湖水质变化，有助于实施呼伦湖生态修复，预防呼伦湖可能存在的生态问题，保障人类的正常生活。

水体透明度是衡量水体能见程度的量度，用于判断水体是否清澈，是评价湖泊水质状况的一个重要指标[3]。塞氏盘深度（Secchi disk depth，SDD）是水体透明度的测量指标，已被使用近两个世纪[4]。然而，常规野外调查的SDD 监测方法常常耗费大量时间以及人力物力，难以实现湖泊大范围透明度的动态监测。闵屾等利用太湖8 个长期常规监测站点，用塞氏盘法在每个点测定3 次取均值，监测了太湖的逐月透明度[5]。数据由每月中旬采样获得，不能反映太湖每月透明度的整体情况，也没有监测整个太湖范围的透明度。此数据集仅包含2007–2015 年太湖水体的透明度数据。

遥感手段具有监测范围广、成本低以及长时间监测的优势，可以弥补传统手段的不足，如利用扩散衰减系数和遥感反射率构建新模型计算SDD[6]，表明卫星遥感在构建长时间序列的呼伦湖透明度数据集的可行性[7]。

本研究基于中等分辨率成像光谱仪MODIS (Moderate-resolution Imaging Spectroradiometer)传感器的Terra 卫星影像为数据源，利用基于谷歌地球引擎（Google Earth Engine，GEE）平台，构建呼伦湖SDD 遥感反演模型，生成了2000–2019 共20 年的呼伦湖透明度反演数据集。本数据集对于呼伦湖水质监测与评估，区域研究与生态保护具有重大意义，预期为呼伦湖透明度的时空分布、演变特征与驱动力因素提供数据基础，为呼伦湖生态修复、环境管理等提供理论依据。

1 数据采集和处理方法

1.1 MODIS 卫星数据下载

本数据集基于MODIS Terra 卫星影像数据构建（https://modis.gsfc.nasa.gov/）[8]。Terra 卫星于1999年12 月发射升空，搭载了中等分辨率成像光谱仪MODIS 传感器，至今仍正常运行。MODIS 具有较高的时间分辨率，可以在一天之内覆盖全球（除部分赤道低纬度地区）。MODIS 空间分辨率为250 –1000 m，可以在呼伦湖区域内得到有效数据。此外，MODIS 数据的光谱范围包含可见光与近红外波段，适用于对呼伦湖透明度的反演。

本文数据采用GEE 平台上免费获取的Terra 卫星MODIS 陆地反射率产品（MYD09GA）。MYD09GA 提供了7 个波段的光谱反射率，本研究使用的2 个波段分别为波长为645 nm 的红光波段（空间分辨率250 m）、波长为555 nm 的绿光波段（空间分辨率500 m）。MOD09GA 针对大气条件（如瑞利散射、气体和气溶胶）进行了校准，后续监测过程中无需再进行大气校正等步骤。

1.2 数据处理

1.2.1 呼伦湖水体边界提取

MODIS 的水体反射率产品已经过大气校正处理，可直接用于后续操作。利用呼伦湖边界矢量文件对MODIS 影像数据进行裁剪，获得呼伦湖区域的影像数据集。呼伦湖边界的矢量文件可以通过全球地表水（Global Surface Water，GSW）数据集裁剪得到，该数据集可从GEE 平台上获取[9]。GSW全球地表水数据使用专家系统，将所有像元分为水体或非水体单元，并对从未被检测出水体的像元进行掩膜。基于水体频率（Occurrence）波段使用阈值超过85%的像元作为水体。最终获得呼伦湖水体边界数据。

1.2.2 去除云层干扰

MYD09GA 产品包含数据质量评估（Quality Assurance, QA）波段。QA 波段一共16 位，其中第2 位代表云层阴影，第10 位代表云层，第13 位代表与云相邻的像元。每一位的储存数值为1，判定该像元属于该位所代表的像元类型；为0 判定该像元不属于该位所代表的像元类型。本文通过删除了所有在QA 波段的2、10、13 位数值为1 的像元，去除云层对影像产生的干扰。

1.2.3 塞氏盘深度估算

本研究使用645 nm 的红光波段和555 nm 的绿光波段（空间分辨率500 m）反演得到呼伦湖SDD值。当SDD 值较低时，一般会通过监测MODIS 在红光波段的水体反射率（R645）反演SDD 值[10]。当SDD 值较低时，通过MODIS 在绿光波段的水体反射率（R555）计算得到的SDD 值更精确[11]。Liu等[12]通过将366 个全国湖泊实测SDD 数据和相对应的无云水体反射率作为训练数据集，另外123 组数据作为测试数据集，训练得到了使用R645和R555计算湖泊SDD 的算法模型。为提高准确性，该算法通过中间变量R将函数分段：

其中，其中R555和R645分别是MOD09GA 在绿光和红光波段的表面反射率。除以常数π可以忽略双向效应将R从水体的表面反射率转化为离水反射率。

根据算法，当R=0.016 时，模型的效果最好，当水体具有高SDD 值和低水体反射率时，SDD的计算表达式为：

当水体具有低高SDD 值和较高水体反射率时，SDD 的计算表达式为：

通过上式计算求得MODIS 影像中各像元的塞氏盘深度。

2 数据样本描述

本数据集对2000–2019 年年均SDD 统计结果出图展示，由于冬季冰雪覆盖等因素，数据集仅统计了1–5 月呼伦湖SDD 数据。最终呼伦湖2000–2019 年20 年SDD 空间分布如图1 所示。2000–2019年间，呼伦湖最大年均SDD 为361 cm，大部分地区的SDD 保持在20–80 cm 间。呼伦湖透明度在2003 年之前都维持在较高的水平，2003 年、2006–2009 年和2011–2012 年，呼伦湖的透明度出现了剧烈下降，但在2013 年以后又逐渐上升并维持高位，直到2019 年再次小幅下降。

图1 2000–2019 呼伦湖年均SDD 空间分布图Figure 1 The spatial distribution of annual average SDD of Hulun Lake during 2000-2019

3 数据质量控制和评估

为保证数据集的准确性，本文通过呼伦湖现场实测SDD 值数据对数据集进行准确性评估。选择决定系数（R2）、均方根误差（root mean square error，RMSE），表达透明度反演值与现场实测值之间的拟合程度和绝对偏差。最终选取10 组样本对透明度数据集进行精度验证。验证结果如图2 所示，决定系数0.8，均方根误差21.27 cm, 数据具有参考价值，可满足用户对数据集的精度要求。

图2 透明度实测值与反演值示意图Figure 2 Comparison between in-situ SDD and MODIS-retrieved SDD

4 数据使用方法和建议

本数据集直观地反映了呼伦湖2000–2019 年水体透明度情况，可以帮助观测监测呼伦湖水质情况。本数据集下载解压后为tif 格式，适配于各GIS 专业软件的文件读取与编辑再加工。本数据集预期能够为呼伦湖长时间的水环境遥感监测和区域环境管理提供数据支撑。

致 谢

感谢美国国家航天局（NASA, https://www.nasa.gov）提供数据支撑以及Google Earth Engine 提供数据处理支持（https://developers.google.com/earth-engine）。感谢中国科学院南京地理与湖泊研究所曹志刚博士在论文撰写中提供的宝贵建议。

数据作者分工职责

吴弈秋（1998—），男，江苏省南京市人，硕士生，研究方向为湖泊水生植被遥感监测。主要承担工作：数据生产，结果验证，论文撰写和修改。

许金朵（1982—），女，江苏省睢宁县人，硕士，工程师，研究方向为数据库建设、数据共享和地图学与地理信息系统。主要承担工作：数据准备，数据整理与上传。

王贞（1983—），女，河南安阳人，硕士，研究方向为地理信息制图。主要承担工作：论文数据下载及处理、数据编辑。

马荣华（1972—），男，山东省临沂市人，博士，研究员，研究方向为湖泊环境遥感。主要承担工作：总体思路设计，论文修改。