基于遙感數據的鄱陽湖水體后向散射系數反演

翟彥放，邱月，陳方圓，鄔國鋒

(1.國家測繪地理信息局重慶測繪院，重慶 　400014；　2.重慶市勘測院，重慶　400020；3.武漢大學資源與環境科學學院，湖北 武漢　430079；　4.海岸帶地理環境監測國家測繪地理信息局重點實驗室&空間信息智能感知與服務深圳市重點實驗室&深圳大學生命科學學院，廣東 深圳　518060)

?

基于遙感數據的鄱陽湖水體后向散射系數反演

翟彥放1*，邱月2，陳方圓3，鄔國鋒4

(1.國家測繪地理信息局重慶測繪院，重慶 400014；2.重慶市勘測院，重慶400020；3.武漢大學資源與環境科學學院，湖北 武漢430079；4.海岸帶地理環境監測國家測繪地理信息局重點實驗室&空間信息智能感知與服務深圳市重點實驗室&深圳大學生命科學學院，廣東 深圳518060)

摘要：水體后向散射系數是水體的重要光學特性之一，也是水質生物光學反演模型的重要參數之一，對其研究具有重要意義。利用2010年10月鄱陽湖實測水體后向散射系數、吸收系數和遙感光譜數據，建立基于生物光學模型的水體后向散射系數反演模型(420 nm，470 nm，510 nm，590 nm和700 nm)，模型校準和驗證階段的決定系數分別為0.739～0.866和0.684～0.827，RMSE基本上均小于0.4。結果表明光譜數據和生物光學模型在反演鄱陽湖水體后向散射系數具有很大的潛力。

關鍵詞：鄱陽湖；生物光學模型；后向散射系數；水質遙感反演

1引言

水體后向散射系數是水體固有光學特性之一[1]，也是構建水質參數生物光學反演模型的重要輸入參數之一[2]，而且與水體生物、物理和化學環境以及地理要素存在緊密聯系[1]，因此其研究對水質反演和監測以及水體保護和管理具有重要意義。

水體后向散射系數是體散射相函數散射角對后向半球的積分，反映傳感器方向的散射情況，僅與水體的物質組成有關，與外界光場無關[3]。在后向散射方向總存在一個散射角，使得體散射相函數與后向散射系數的比接近常數，由此可以測量后演算獲得水體后向散射系數[4]?；谶@樣的原理，近年來水體后向散射儀(例如HydroScat系列)主要用來進行水體后向散射系數的實地測量，然而測量結果誤差較大[3]。另外，由于儀器昂貴、野外費用較高等因素，實地后向散射系數測量的實施也具有一定局限性。遙感技術在一定程度上能夠克服這些局限性，在反演水體后向散射系數方面具有很大的潛力。

傳統上，統計方法主要用于后向散射系數的反演[5～7]，但其缺乏理論基礎，同時具有時間和區域依賴性。相比于傳統模型，生物光學模型具有理論性與普適性[1]，在后向散射系數反演應用中具有優勢。然而，單純基于生物光學模型的應用比較少，如Lee等[5]基于生物光學模型，建立多波段半分析算法獲取海水的固有光學特性；戴永寧等[8]利用生物光學模型建立R(0-)(水面以下的輻照度比)和水體吸收、后向散射系數之間的關系；劉忠華等[9]利用兩個紅外波段插值建立生物光學模型，反演巢湖水域的后向散射概率，發現后向散射概率的空間差異性很大；楊偉等[10]和李俊生等[11]在生物光學模型基礎上，分別提出了獲取水體后向散射系數的方法，但前者由分布隨機數發生器得到實驗數據，后者缺少實測數據的驗證，但均間接地驗證了結果。

本文旨在基于生物光學模型建立鄱陽湖水體后向散射系數遙感反演模型，為湖泊生物光學模型的建立以及進一步的水質參數反演奠定基礎。

2數據與方法

2.1研究區

鄱陽湖(東經115°50′～116°44′，北緯28°25′～29°45′)位于江西省北部、長江中下游南岸(圖1)。其承納贛江、撫河、信江、饒河和修河五大江河及博陽河、漳河和潼河來水，經調蓄后由湖口注入長江，是一個過水性、吞吐型、季節性湖泊。鄱陽湖是長江流域最大的天然洪水調蓄區、長江中下游的重要水源地、重要的生物物種遺傳基因庫、我國最大的淡水魚產區、也是國際重要濕地和世界著名的候鳥越冬棲息地[12]。

2.2野外工作

于2010年10月15日～17日進行野外數據的采集，因秋季水位較低，樣線位于從湖口、途徑星子縣和都昌縣、至周溪鎮的主航道，總計47個采樣點(如圖1所示)。在每個采樣點進行水樣采集、光譜、后向散射系數及風向和風速量測。

(1)水樣采集

在水面以下約0.0 m～0.3 m處，采集 1 500 ml水樣裝入編號的采樣瓶，放置于保溫箱中，在 12 h內帶回實驗室進行水體組分濃度和吸收系數的量測。

(2)水體反射光譜測量

采用美國ASD公司的FieldSpec Dual VNIR光譜儀和水面以上法測量法[13]進行水體光譜的測量。光譜儀波段范圍是 350 nm～ 1 050 nm，光譜分辨率 1.4 nm，可同時測量天空光信號和水體信號。為了避免太陽直射反射和船體等影響，選擇儀器與水面法線夾角為40°、儀器觀測平面與太陽入射平面的夾角為135°的觀測幾何進行測量，使用儀器分別觀測標準板、水面和天空，得標準板輻亮度Lp、水面輻亮度Lsw和天空光輻亮度Lsky。

(3)水體后向散射系數測量

借助美國HOBI Labs公司的6通道后向散射測量儀HS-6測量水體后向散射系數，波段設置分別為 420 nm、 442 nm、 470 nm、 510 nm、 590 nm和 700 nm，后向散射角為140°，默認的后向散射概率是0.15[14]。將儀器置于 1 m～ 2 m水深處，達到相應設定時間后，回收儀器。

2.3數據處理

(1)水體組分的吸收系數

在實驗室對水樣進行過濾分離、色素萃取等處理獲得黃色物質、總顆粒物、純水等水體組分。采用定量過濾技術(QFT)[15]獲取顆粒物質和非色素物質的成分，再利用分光光度計測得每個成分的光學密度。用顆粒物減去非色素物質的光學密度，得浮游植物色素的光學密度。經過進一步的計算處理，即得黃色物質吸收系數ag、浮游植物色素吸收系數aph與非色素懸浮顆粒物質吸收系數ad。

(2)剛好處于水面以下的幅照度比R(0-)

剛好處于水面以下的輻照度R(0-)是表觀光學量之一，是指剛好在水面以下的向上輻照度Eu(0-)和向下輻照度Ed(0-)之比，它與太陽光強無關，受大氣條件、太陽高度角以及水面狀態的變化影響小。它是聯系水體固有光學特性的一個重要參數[16]，目前國外利用這一參數進行水色遙感的研究已經很多，其關系式為：

(1)

剛好處于水面以下的向上輻照度為：

(2)

剛好處于水面以下的向下輻照度為：

Ed(0-)=[1-ρ(θ，θ′)]Ed(0+)+ρ(θ′，θ)Eu(0-)

(3)

以上式子中，n是水體折射指數，一般近似取1.333；Q是光場分布參數，不同水體、不同的太陽角度和觀測角度，其值變化很大，一般為1.7～7，通常取值4[17]；ρ(θ′，θ)、ρ(θ，θ′)分別是水-氣界面和氣-水界面的反射率，可以由Fresnel函數計算得到。其中Lw為離水輻亮度，可通過實測反射光譜計算得，是光譜儀水面信號中包含水體信息的部分，計算公式為[13]：

Lw=Lsw-ρ(θ'，θ)Lsky

(4)

Ed(0+)是水面以上總的向下輻照度，由實測標準版輻亮度Lp和標準版反射率ρp得[13]：

Ed(0+)=Lpπ/ρp

(5)

2.4模型原理與開發

生物光學模型源自水體輻射傳輸方程，很多學者采樣不同方法對其進行求解，得到自然水體中的生物光學模型。由于采樣技術和方法不同，各種方法得出的結論小有差距，但都可得以下一致性的生物光學模型表達式[18，19]：

(6)

式中R(0-)為剛好處于水面以下的輻照度比，f為已知的具有某種變化的參數，a為水體的總吸收系數，bb為水體總后向散射系數。

總吸收系數和后向散射系數等于水體各成分的吸收系數與后向散射系數線性之和[1]，如式(7)和式(8)所示。黃色物質的后向散射系數太小忽略不計，鄱陽湖是無機懸浮顆粒物質主導、低葉綠素濃度的湖泊水體[20]，所以浮游植物色素的后向散射系數也被忽略。在試驗中，總后向散射系數等于純水、懸浮顆粒物質的后向散射系數之和。本次研究反演懸浮顆粒物質的后向散射系數，而純水的后向散射系數可以在文獻中查到，所以在后文中如無特殊注明，水體后向散射系數均指懸浮顆粒物質的后向散射系數。

a=aw+aph+ad+ag

(7)

bb=bbw+bbp

(8)

式中，aw、aph、ad、ag分別是純水、浮游植物色素、非色素懸浮顆粒物質和黃色物質的吸收系數，a是總吸收系數，是各個組分吸收系數的線性和。bb是總后向散射系數，bbw、bbp分別是純水和懸浮顆粒的后向散射系數。將式(7)和式(8)代入式(6)，同時轉換模型形式，得水體后向散射系數反演模型形式：

(9)

模型中除了f是模型參數，其他變量都是波段λ的函數，受水體屬性和光照環境條件的影響，取值變換很大[21]。R(0-)和a是模型輸入量，也作為模型的自變量；bbp是模型輸出量，由野外實測數據可得每個采樣點每個波段的數值；bbw可以通過經驗數據查閱得到；純水吸收系數與后向散射系數參考Pope和Fry的測量結果[22]。

由于光譜分辨率的限制，442 nm的數值沒有給出而排除掉，因此模型涉及的波段有： 420 nm、 470 nm、 510 nm、 590 nm和 700 nm。本試驗從47個樣本中隨機抽取70%(33個)作為模型校準集，剩余30%(即14個)作為獨立樣本集用于模型驗證?；?3個樣點的模型校準集和式(9)，采用非線性最小二乘方法進行模型的擬合，求解最優模型參數f，然后進行bbp的擬合。模型校準階段使用留一法交叉驗證(LOOCV)進行校準模型的驗證，具體為：將每個樣本單獨作為驗證集，剩余的32個樣本作為訓練集，依次循環；這樣LOOCV法建立33個模型，每一個樣本點都參與模型的建立。利用求得的f值和式(9)計算獨立樣本集的bbp進行模型驗證，檢驗模型預測能力。模型校準和驗證均將預測值與實測值比較分析，通過決定系數R2、均方根誤差RMSE來反映模型結果。

3結果

3.1數據統計

表1顯示了47個采樣點實測水體后向散射系數在5個波段的平均值、最小值、最大值和標準差。從標準差的數據可以看出水體后向散射系數比較平緩，離散度隨著波長增加而遞減。從平均值、最小值和最大值可以看出測水體后向散射系數值隨著波長增加而遞減，這與其他學者在太湖、巢湖和蓬萊近岸水體的結果相一致[2，7，23]。鄱陽湖水體光譜反射率在0.4%～25%之間；水體光譜反射具有典型雙峰特征，即分別位于 550 nm～ 720 nm和 800 nm附近的反射峰(如圖2所示)。

3.2建模結果

表2顯示420 nm、470 nm、510 nm、590 nm和700 nm波段反演模型的校準和驗證情況：5個模型校準階段的R2均比較高，在0.739～0.866之間，擬合程度較好，其中 510 nm模型的R2最大，為0.866。模型驗證階段的R2在0.684～0.827，說明實測值和預測值之間也具有很強相關性(圖3a～圖3e)，模型具有很好的穩健性，其中 470 nm模型的R2最大，為0.827。校準和驗證階段的RMSE值在0.094～0.648，除了 420 nm模型校準的RMSE超過0.6，其余均小于0.4。說明了模型的精度較高，可靠性較強。以上驗證指標的值表明在鄱陽湖區域本次試驗五個波段建立的反演模型都較可靠，能較好地預測水體后向散射系數。

圖3模型結果驗證

4結論

本文基于遙感光譜數據和生物光學模型建立鄱陽湖水體后向散射系數反演模型。研究發現生物光學模型在反演水體后向散射系數 (420 nm、 470 nm、 510 nm、 590 nm和 700 nm)方面具有較強的能力。研究結果為進一步的水質參數反演模型的建立奠定了一定基礎。

參考文獻

[1] Mobley，C. D. Light and water：Radiative transfer in natural waters[M]. Academic press San Diego，California，USA，1994.

[2] 孫德勇，李云梅，王橋等. 巢湖水體散射和后向散射特性研究[J]. 環境科學，2010，31(6)：1428～1434.

[3] 馬榮華，段洪濤，唐軍武. 湖泊水環境遙感[M]. 北京：科學出版社，2010；536.

[4] Boss，E.，Pegau，W. S. Relationship of light scattering at an angle in the backward direction to the backscattering coefficient[J]. Applied Optics，2001，40(30)：5503～5507.

[5] Lee，Z. P.，Carder，K. L.，Arnone，R. A. Deriving inherent optical properties from water color：a multiband quasi-analytical algorithm for optically deep waters[J]. Applied Optics，2002，41(27)：5755～5772.

[6] 宋慶君，唐軍武. 黃海，東海海區水體散射特性研究[J]. 海洋學報，2006，28(4)：56～62.

[7] 樂成峰，李云梅，查勇等. 太湖水體后向散射特性模擬[J]. 水科學進展，2009，20(5)：707～713.

[8] 戴永寧，李素菊，王學軍. 巢湖水體的表觀光學特性測量與分析[J]. 中國環境科學，2008，28(11)：979～983.

[9] 劉忠華，李云梅，呂恒等. 基于生物光學模型的巢湖后向散射概率估算[J]. 環境科學，2011，32(2)：464～471.

[10]楊偉，松下文經，陳晉. 基于水體反射光譜和組分濃度的固有光學特性反演算法[J]. 湖泊科學，2009，21(2)：207～214.

[11]李俊生，張兵，張霞等. 一種計算水體中懸浮物后向散射系數的方法[J]. 遙感學報，2008，12(2)：193～198.

[12]Cui，L. Study on functions of Poyang Lake wetland ecosystem[J]. Journal of Soil and Water Conservation，2004，18(2)：109～113.

[13]唐軍武，田國良，汪小勇等. 水體光譜測量與分析 Ⅰ：水面以上測量法[J]. 遙感學報，2004，8(1)：37～44.

[14]HydroScat-6P Spectral Backscattering Sensor & Fluorometer User's Manual，Revision J[Z]. In Hydro-Optics，B.，and Instrumentation Laboratories，Inc，Ed. 2010.

[15]Mitchell，B. G. Algorithms for determining the absorption coefficient for aquatic particulates using the quantitative filter technique[A]. In 1990；137.

[16]Dekker，A. G. Detection of Optical Water Quality Parameters for Entrophic Waters by High Resolution Remote Sensing[M]. Free University The Netherlands，1993.

[17]Mueller，J. L. Ocean optics protocols for satellite ocean color sensor validation，revision 4，Volume IV：Inherent Optical Properties：Instrument specifications，characterization，field measurements and data analysis protocols[M]. Goddard Space Flight Center，2003.

[18]Gordon，H. R.，Brown，O. B.，Evans，R. H.等. A semianalytic radiance model of ocean color[J]. Journal of Geophysical Research，1988，93(D9)：10909-10，924.

[19]Morel，A.，Gentili，B. Diffuse reflectance of oceanic waters. II Bidirectional aspects[J]. Applied Optics，1993，32(33)：6864～6879.

[20]Wu，G.，Cui，L.，Duan，H.等. Absorption and backscattering coefficients and their relations to water constituents of Poyang Lake，China[J]. Applied Optics，2011，50(34)：6358～6368.

[21]Morel，A.，Gentili，B. Diffuse reflectance of oceanic waters：its dependence on Sun angle as influenced by the molecular scattering contribution[J]. Applied Optics，1991，30(30)：4427～4438.

[22]Pope，R. M.，Fry，E. S. Absorption spectrum(380-700 nm) of pure water. II. Integrating cavity measurements[J]. Applied Optics，1997，36(33)：8710～8723.

[23]陳利博，李銅基，黃妙芬等. 兩種水體后向散射系數測量方法的比較研究[J]. 海洋技術，2011，30(1)：57～64.

Retrieving Backscattering Coefficient of Water Body in Poyang Lake using Remote Sensing Data

Zhai Yanfang1，Qiu Yue2，Chen Fangyuan3，Wu Guofeng4

(1.Chongqing Institute of Surveying and Mapping，NASM，Chongqing 400014，China；2.Chongqing Exploration and Surveying Institute，Chongqing 400020，China；3.School of Resource and Environmental Science，Wuhan University，Wuhan 430079，China；4.Key Laboratory for Geo-Environmental Monitoring of Coastal Zone of the National Administration of Surveying，Mapping and GeoInformation & Shenzhen Key Laboratory of Spatial Smart Sensing and Services & College of Life Sciences，Shenzhen University，Shenzhen 518060，China)

Key words：poyang lake；bio-optical model；backscattering coefficient；remote sensing retrieval of water quality

Abstract：Backscattering coefficient is one of the important water optical properties，and it is also an important inputting parameter deriving water quality bio-optical model. This study aimed to establish the water backscattering coefficient inversion model(420，470，510，590 and 700nm) using bio-optical model combined with the backscattering coefficient，absorption coefficient and remote sensing data in Poyang lake in October of 2010. The results showed that：the determination coefficients of models in calibration and validation ranged from 0.739 to 0.866 and from 0.684 to 0.827，respectively，and the RMSE values were mostly less than 0.4. We concluded that remote sensing data and bio-optical model held great potential in retrieving backscattering coefficient of water body in Poyang Lake.

文章編號：1672-8262(2016)03-71-05

中圖分類號：TP701

文獻標識碼：A

*收稿日期：2016—02—27

作者簡介：翟彥放(1988—)，男，碩士，工程師，研究方向為遙感應用、定量遙感、地理信息系統。

基金項目：國家林業局林業公益性行業科研專項(201404305)