基于GOCI數據的膠州灣水體透明度遙感反演及日變化研究

周燕，禹定峰，劉曉燕，楊倩，蓋穎穎

(齊魯工業大學(山東省科學院)，山東省科學院海洋儀器儀表研究所，山東省海洋監測儀器裝備技術重點實驗室，國家海洋監測設備工程技術研究中心，青島 266100)

0 引言

透明度(Secchi disk depth，Zsd)是描述海洋和湖泊水體光學性質的一個重要參數，能夠直觀反映水體的渾濁程度以及水體對光的吸收和散射程度[1]，與水體固有光學性質[2]、葉綠素[3]、懸浮顆粒物[4]、浮游植物生物量[5]等有著密切關系。傳統的透明度觀測方法是利用直徑約為30 cm的白色或黑白四等分的圓盤[6]，即塞克盤，垂直放入水體后測量觀測者能隱約看到盤面的深度，這種測量方法至今仍在使用。然而，該方法獲取的數據在時間和空間上是離散的，同步性較差，不能滿足實時監測和長時間連續觀測透明度的需求。衛星遙感技術以高空間、高時間分辨率快速有效地覆蓋大面積區域，成為透明度觀測的重要方法[7]。

近年來，國內外開展了很多透明度遙感反演方法的研究，主要有經驗方法和半分析算法2種。經驗方法通過在遙感數據與原位透明度測量值之間進行回歸分析來估測[8-9]，雖然易于實現，但始終需要用于校準的現場數據，這限制了它們對其他水體的適用性。相比之下，半分析算法基于光在水下的輻射傳輸理論(或生物光學模型)，在某些假設下具有幾個次要重要的經驗關系，因此通常不需要重新校準，在缺乏現場數據的情況下，使用半分析算法是估算水質參數的可行和最實用的方法。目前，主要有2種半分析算法可用于從遙感數據估測Zsd值。在Tyler[10]和Preisendorfer[11]的經典水下可見光學理論基礎上，Doron等[12]提出了一種計算海水漫衰減系數和光束衰減系數的算法(以下稱為Doron11)，但該算法估算的透明度與實測值之間誤差較大。Lee等[13]研究發現經典水下光學理論存在不能準確解釋人眼觀察塞克盤等問題，提出了一種新的水下能見度理論和透明度半分析反演算法(以下稱為Lee15)，通過338個大洋、海岸帶和湖泊等水體的獨立樣本驗證表明，該模型的決定系數為0.96，平均絕對誤差約18%。目前，該算法已在渤海[14]、黃渤海[15]、典型海灣[16]、內陸[17-18]等二類水體得到檢驗。

GOCI是搭載在韓國2010年發射的世界上第一顆地球同步軌道水色衛星(Communication,Ocean &Meteorological Satellite，COMS)上用于海洋水色觀測的傳感器，空間分辨率為500 m，時間分辨率為1 h，每天可獲取從北京時間8—15時的逐小時觀測數據，覆蓋我國黃海、渤海和東海海域。本文利用2017年5月16日膠州灣航次的現場實測數據和GOCI衛星影像，探討2種透明度半分析算法Doron11和Lee15在膠州灣海域的適用性，同時獲取水體透明度日變化的時空分布特征，通過現場調查資料分析實測透明度與環境因子之間的相關性，以拓展在膠州灣水質監測中的應用。

1 研究區概況和數據源

1.1 研究區概況

膠州灣(N 35°48′～36°18′，E 119°54′～120°30′)，為黃海中部、山東半島南岸的半封閉海灣，冬季多為西北風，夏季多為東南風，水交換能力較弱，受到沿岸工業污染和人類生活排污的影響，水質變差，營養鹽濃度升高[19]，易發生赤潮[20]。透明度作為水質監測的重要參數之一，利用衛星遙感進行可連續性監測，可以為今后膠州灣水質監測和治理提供有力的監測依據。

1.2 現場實測數據

2017年5月16日，天氣晴朗，海況較好，在膠州灣海域布設采樣點(圖1)，獲取18組水體透明度數據，各采樣點現場同步測量水深、風速、海表溫度和海表鹽度等氣象水文要素，并采集海水樣品，放置-40 ℃低溫冷凍柜帶回實驗室處理分析，獲得葉綠素濃度([Chl-a])、總懸浮物濃度([TSM])和有色可溶性有機物吸收系數(ay(400))等水質要素。海水透明度測量采用直徑為30 cm的白色塞克盤測量按照GB 17378.4—2007第四部分的相關規定執行，現場測量數據最大值為3.3 m，最小值為0.7 m，平均值為1.49 m，標準差為0.87 m，變異系數為58.1%。

圖1 膠州灣海域采樣點站位置分布Fig.1 Location of sampling stations in Jiaozhou Bay

現場采樣點的光譜數據測量，依照水面以上測量法執行[21]，根據Mobley提出的(40°，135°)測量幾何，由QE-pro光纖光譜儀采集海表面水體的上行輻亮度Lsw、天空光的輻亮度Lsky和標準漫反射板的上行輻亮度Lp的光譜信號。為保證光譜數據質量，采樣點的各個參數測量時間至少跨越1個波浪周期。忽略海面或避開水面泡沫的情況下，推導得出水體的遙感反射率Rrs為：

(1)

式中：ρp為標準漫反射板的方向-半球反射率；ρ為氣-水界面反射率。實測光譜數據通過暗噪聲校正、氣-水界面反射率確定、異常數據的剔除等處理，得到海表面水體的遙感反射率光譜，如圖2所示。

圖2 采樣點實測遙感反射率光譜曲線Fig.2 In-situ Rrs values of sampling stations

1.3 遙感數據及預處理

從韓國海洋衛星中心(http://kosc.kiost.ac.kr)獲取2017年5月16日的GOCI Level-1B數據，使用NASA處理軟件SeaWiFS數據分析系統(SeaDAS 7.4)核心處理模塊對GOCI影像進行大氣校正。SeaDAS是針對極軌衛星SeaWiFS開發的，大氣校正模塊采用基于SeaWiFS開發的標準大氣校正方法。SeaWiFS過境成像時間與GOCI的8個成像時間不盡相同，而且晨昏時刻即第一景和最后一景GOCI圖像的大氣程輻射是特殊的，因而需要用實測光譜數據對SeaDAS大氣校正的結果進行評估。GOCI傳感器獲取的圖像只有8個波段，每個波段記錄的能量值與光譜響應函數有關，根據GOCI的波段響應函數，對實測得到的遙感反射率數據進行等效波段積分處理，以模擬不同波段的GOCI等效遙感反射率數據〈Rrs(λ)〉，計算公式為：

(2)

式中：f(λ)為GOCI波段響應函數。對各個采樣點的波段等效遙感反射率與SeaDAS大氣校正得到的遙感反射率按照波段進行平均，如圖3所示，GOCI影像大氣校正后的遙感反射率在數量和光譜形狀上都與實測遙感反射率值的波段等效數據吻合較好，平均相對誤差分別為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)，所有波段的平均相關系數為0.892。GOCI影像大氣校正后的遙感反射率在近紅外波段趨近于0，對表面散射光的去除效果較好。

圖3 波段等效遙感反射率與GOCI大氣校正影像的遙感反射率的光譜曲線對比Fig.3 Comparison of Rrs values between band-equivalent of in-situ measured and GOCI data after atomosphere correction

對遙感影像大氣校正后，根據官網提供的經緯度信息，在ENVI中基于GLT進行幾何糾正，并裁剪出研究區域。由于GOCI遙感影像的時間分辨率為1 h，實測的采樣點數據與GOCI影像進行時空匹配時，時間窗口設置為實測數據測量時間±0.5 h，與實測采樣點采取點對點的方式進行空間匹配，空間窗口為3像元×3像元，形成能用于遙感反演模型建立的匹配樣本。

2 研究方法

2.1 Doron11和Lee15算法

應用半分析算法反演水體透明度，均包含以下3個步驟。首先，使用QAA半分析算法從水體的遙感反射率Rrs(λ)中估算水體的總吸收系數a(λ)和總散射系數bb(λ)。目前，QAA算法已經發展到第六版，如表1所示。表中：rrs(λ)為水面下遙感反射率；u(λ)為后向散射系數bb(λ)與吸收系數和后向散射系數之和(a(λ)+bb(λ))的比值；aw為純海水的吸收系數；bbp(λ)為懸浮粒子的后向散射系數；a(λ0)為參考波長λ0處的總吸收系數；bbw為純海水后向散射系數；η為粒子后向散射系數的光譜指數；g0，g1，h0，h1及h2是常數。

表1 QAA_V6模型計算流程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，則將550 nm作為參考波段(即QAA_V5)，否則選擇670 nm作為參考波段。其次，采用Lee等的公式[22-23]，根據a(λ)和bb(λ)和水面上方的太陽天頂角θs估算水體的漫衰減系數Kd(λ)，即

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

(3)

式中：參數m0，m1m2，m3和γ分別為0.005，4.18，-0.52，-10.8和0.265；ηw為bbw(λ)和bb(λ)的比值。Pope等[24]和Smith等[25]列表給出了不同波段純海水的吸收系數和后向散射系數值。最后，通過估算得到的水體固有光學特性，基于水下能見度理論可估算水體透明度。

根據Tyler[10]和Preisendorfer[11]的經典水下可見光學理論，Doron11算法對均勻介質中垂直方向上的明視對比度衰減可描述為：

最后的資產報廢處置管理系統包主要圍繞對廢棄固定資產的處理展開，它同樣進行面向上級的申報、建立賬戶、并核對和統計廢棄固定資產，包括出之后固定資產管理系統所剩余的倉庫固定資產內容，對數據庫進行全面維護并重新備份，也包括針對系統的還原性操作。

(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處的垂直漫衰減系數；c(490)代表490 nm處的光束衰減系數，即為490 nm處的總吸收系數a(490)、純海水后向散射系數bbw(490)和顆粒物后向散射系數bb(490)的函數[27]。因而，通過QAA算法反演得到的a(490)，bb(490)和b(490)，便可估算出水體透明度。

基于Lee等[13]提出的新的水下能見度理論，Lee15算法根據Kd(λ)和相應的Rrs(λ)估算Zsd，即：

(6)

2.2 精度評價

選擇決定系數(R2)、均方根誤差(root mean square error,RMSE)對2種半分析算法的性能進行評價，分別表達了透明度反演值與現場實測值之間的擬合程度和絕對偏差，相應度量指標為：

(7)

(8)

3 結果與分析

3.1 Doron11和Lee15比較

圖4 透明度實測值與算法反演值的散點圖Fig.4 Scatter plot of Zsd values of in-situ measured and model estimated

3.2 透明度日變化特征

以2017年5月16日08∶16—15∶16共8個時相的GOCI遙感影像為例，利用Lee15算法反演獲得的膠州灣水體透明度的時空分布狀況。為了更清楚地顯示膠州灣透明度的日變化特征，選擇3個矩形區域A，B和C分別代表灣內、灣口和灣外，圖5具體顯示了當日透明度的分布狀況。

(a)08∶16 (b)09∶16 (c)10∶16

空間分布上，該海域整體透明度較低(0～4 m)，從灣內到灣外透明度呈現出逐漸增大的趨勢。灣內區域A的水體透明度較低，這是由于灣北部海域水深較淺，是典型的養殖區，有機物豐富，灣西北和東岸沿岸的工業污染和生活污水，給灣內帶來豐富的營養鹽。膠州灣內外海水中營養鹽的分布，表層低于低層，灣內明顯高于灣外[28]。灣口區域B由于水深較大，灣內外水體交換頻繁，因而該處水體透明度較高。灣外區域C透明度不及灣口高，主要是由于沿岸水體散射特征明顯，春季充分的光照和適宜的溫度同時帶動浮游植物生長，也造成水體透明度下降。

時間變化顯示，隨著太陽天頂角的增加，低透明度區域在12∶16之前逐漸縮小到灣內(圖5(a)—(d))，而高透明度區域在12∶16之后逐漸向灣外擴展(圖5(e)—(h))，圖5(i)顯示了3個區域的GOCI影像獲取的透明度值的日變化。影響膠州灣水體透明度日變化的主要因素包括太陽天頂角SOLZ和潮汐，圖6顯示了膠州灣海域平均水體透明度、太陽天頂角以及潮汐的日變化，透明度值與太陽天頂角呈現出反比關系。太陽天頂角的每日變化是規律的，當時間接近中午時，太陽天頂角的值逐漸減小，而下午，太陽天頂角的值逐漸增大。當日潮位最大高度出現在上午9∶24。由于Zsd與Kd存在很強的負相關，而Kirk根據蒙特卡羅計算發現Kd和SOLZ之間正相關[29]，這種關系在清澈的水中尤其明顯，因而灣口和灣外水體受SOLZ控制明顯。膠州灣灣內潮流主要是往復流，漲潮流速大，落潮流速小，漲潮時間短，落潮時間長[30]，由于來自沿岸和徑流的污染物以及養殖區營養鹽的流動過程中，海水的渦動混合占主導地位[31]，灣內水深較淺，污染物和營養鹽按照潮流方向漂移，因而灣內區域A的透明度在最大潮位出現的時間之后開始緩慢下降，受潮汐影響較為明顯。對灣內和灣口的水體透明度進行區域平均，得到圖6中膠州灣海域的平均水體透明度，可以看出最高潮位以后水體透明度隨著潮位緩慢下降，太陽天頂角達到最小時水體透明度有所升高，之后在太陽天頂角和潮汐的共同作用下，水體透明度逐漸下降。

圖6 膠州灣水體透明度、太陽天頂角和潮汐的日變化曲線Fig.6 Diurnal variation of Secchi disk depth,solar zenith angle and tide in Jiaozhou Bay

3.3 透明度與環境因子之間的相關性

膠州灣海域為半封閉海灣，水體類型為典型的Ⅱ類水體，其光學性質不僅僅受到浮游植物及其伴生物的影響，還包括水體中的懸浮顆粒物和有色可溶性有機物。將實測水體透明度與實測的[Chl-a]，[TSM]，ay(440)、水深、海表溫度、海表鹽度、風速等環境因子數據分別進行統計分析，如表2所示。統計表明，水體透明度的變化是多個環境因子共同作用的結果，與水深存在較強的正相關，相關系數達到0.84，與其他環境因子均為負相關。

表2 實測水體透明度與其他環境因子的相關性Tab.2 Correlation analysis between in-situ measured Secchi disk depth and environmental factors

在近海海域，水體透明度是評估水質狀態的重要指標，透明度的變化可以反映水質和陸源輸入的變化，同時影響浮游植物光合作用的可見光以及沿海地區的海草、大型藻類、微底棲動物的初級生產等[32]。表2顯示，作為海洋浮游植物現存量和初級生產力的一個良好指標，[Chl-a]與透明度存在一定的負相關，但相關性不高。浮游植物量的多少直接反映了水體透明度的水平，浮游植物大量生長，直接影響水體透明度和光衰減，而水透明度的下降降低太陽輻射在水中的滲透，并減少更深水中的光吸收。影響水體[Chl-a]含量和分布的其他要素，如溫度、風速、鹽度等，均間接引起水體透明度的變化。與[TSM]以及ay(440)的相關性相比，灣內水體透明度與[Chl-a]的相關性偏低，則透明度的變化可能更多是由沿岸或徑流輸入灣內的懸浮顆粒物、溶解有機物以及灣內養殖區的豐富的營養鹽等引起的，受浮游植物色素影響較小。此外，水深與透明度之間存在明顯的正相關。水深較淺的區域位于灣口或徑流入?？?，水體鹽度較低，隨著風力的增加，帶動營養鹽豐富的底水渦旋上升，支持浮游植物的生長，海底淤泥等容易在浪、流的影響下重新再懸浮，使[TSM]提高。水深較大的區域，水體特性較沿岸海域穩定，透明度受風速等影響較小。

4 結論與展望

利用2017年5月16日膠州灣航次的現場實測數據和當日GOCI衛星影像，采用2種半分析算法Doron11和Lee15對水體透明度進行反演。研究發現，Lee15算法在膠州灣海域表現較好，反演值與現場實測值之間的R2為0.98，RMSE為0.02 m。在此基礎上對膠州灣透明度的日變化特征進行了分析?？臻g分布上，海域整體透明度較低(0～4 m)，從灣內到灣外透明度呈現出逐漸增大的趨勢。時間變化上，水體透明度在灣內的變化受潮汐影響明顯，灣外和灣口的變化由太陽天頂角主導，海域平均水體透明度的變化由太陽天頂角和潮汐共同作用。根據各采樣點實測水體透明度與現場同步測量的其他環境因子的統計分析，水體透明度的變化是多個環境因子共同作用的結果，與水深存在較強的正相關，相關系數達到0.84，與其他環境因子均為負相關。

本研究可為連續獲取膠州灣水體透明度提供有力參考，為膠州灣水質監測和治理提供監測依據。由于半分析模型由表觀光學量獲取的水體固有光學量必然與水體實際的固有光學量存在一定偏差，且二類水體的光學特性較為復雜，限制于采樣的季節和站位分布，現場采樣獲取的樣本并不是很多，在今后的研究中應對半分析反演模型在半封閉海灣的適用性進行更多的實測數據驗證，以進一步提高模型的可靠性。