湖水濁度高光譜定量反演模型

來(lái)源：http://thesierramadre.com/ 作者：余氯檢測儀 時(shí)間：2018-12-28

　　摘要：根據實(shí)測高光譜數據和同步水質(zhì)檢測數據，通過(guò)識別反演水體濁度的高光譜敏感波段，分別建立了原始光譜反射率模型、歸一化光譜反射率模型、波段比值模型和一階微分模型，并進(jìn)行了驗證。結果表明，4種模型的決定系數R2均在075以上，其中825 nm處歸一化光譜反射率模型和波段比值模型估測濁度精度較高，均方根誤差RMSE分別為2879 NTU和2423 NTU。研究結果可以為南四湖水體濁度大面積遙感監測的業(yè)務(wù)化管理提供技術(shù)支持。

濁度儀
 

　　關(guān)鍵詞：南四湖;遙感;濁度;高光譜;反演

　　南四湖位于淮河流域北部，東、西、北三面承接蘇、魯、豫、皖4省32個(gè)縣(市)的來(lái)水，流域面積317萬(wàn)km2，是我國北方最大的淡水湖，同時(shí)也是南水北調東線(xiàn)工程重要的水源地和調蓄湖泊，具有防洪、排澇、灌溉、供水、養殖、通航及旅游等多種功能，其水質(zhì)好壞直接影響著(zhù)“一湖清水向北流”調水目標的實(shí)現。2014年以來(lái)，山東發(fā)生嚴重旱情，南四湖水位持續下降，甚至從六月份開(kāi)始先后降至死水位和最低生態(tài)水位，水體自?xún)裟芰ο陆?，水體渾濁度增加，水質(zhì)惡化，嚴重影響南四湖附近居民的生活和養殖業(yè)。全面監測南四湖水體水質(zhì)對南水北調東線(xiàn)工程的順利實(shí)施和保障南四湖周邊居民的飲用水安全具有重要意義。

　　濁度是評價(jià)湖泊水質(zhì)的一個(gè)重要指標，濁度大小直接影響光在水體中的衰減，從而影響水體的初級生產(chǎn)力[12]。利用遙感方法監測湖泊水體濁度具有范圍廣、時(shí)間短、成本低和便于長(cháng)期進(jìn)行動(dòng)態(tài)監測的優(yōu)勢，克服了常規監測手段存在的費時(shí)、費力、瞬間性和局部性等缺點(diǎn)[34]，可以對大面積水域進(jìn)行快速監測。常用的方法有物理方法、經(jīng)驗方法和半經(jīng)驗方法，由于物理方法理論基礎還不夠完善，經(jīng)驗方法精度較低，所以半經(jīng)驗方法應用最多[5]。郭邵萌[6]對東昌湖水體實(shí)測高光譜反射率進(jìn)行歸一化處理，和濁度進(jìn)行相關(guān)性分析，發(fā)現濁度與480 nm附近歸一化光譜反射率呈現較好的負相關(guān)，與670 nm附近歸一化反射率呈現出較高的正相關(guān)，相關(guān)系數達0.8;段洪濤[7]等對查干湖水體反射率和濁度進(jìn)行研究，發(fā)現濁度與400～900 nm的波段反射率都呈正相關(guān)，相關(guān)系數在04～06之間;Chen[8]等研究發(fā)現珠江河口水體520 nm處實(shí)測光譜反射率和濁度有較好的相關(guān)性。

　　本文通過(guò)分析南四湖水體反射光譜特征與濁度之間的關(guān)系，運用目前湖泊水質(zhì)反演中常用的原始光譜反射率法、歸一化反射率法、波段比值法和一階微分法[7，1012，14]，分別建立相應的半經(jīng)驗模型，為今后利用遙感數據對南四湖水體濁度大面積定量反演提供建?；A。 　　1 數據獲取

　　2014年7月22日至23日，在南四湖布設了15個(gè)采樣點(diǎn)(圖1)，測量了水面的反射光譜，同時(shí)對表層水進(jìn)行取樣。水體濁度用美國哈希HACH濁度儀1900C現場(chǎng)測定，數值在395～338 NTU之間，平均值為14797 NTU，變化范圍較大。采樣期間天空基本無(wú)云，風(fēng)速較小，水面平靜，無(wú)大面積藍藻爆發(fā)。光譜測量采用HR1024(波段范圍為345～2 5099 nm)地物光譜輻射計，測量在船上進(jìn)行，測量時(shí)垂直水面，借助白板量測，儀器自動(dòng)將水體的向上輻射率轉化為水體的反射率。剔除光譜異常值，選取11個(gè)樣點(diǎn)分析，其中8個(gè)樣點(diǎn)用于建模，剩下3個(gè)樣點(diǎn)用于驗證。

　　圖1 采樣點(diǎn)分布

　　2 建模與分析

　　2.1 光譜特征分析

　　光譜測量結果見(jiàn)圖2。雖然不同采樣點(diǎn)光譜反射率變化很大，但都表現出內陸水體的一般特征：在400～500 nm范圍內，由于葉綠素a和黃色物質(zhì)的強烈吸收，水體呈較低的反射率;560 nm附近的反射峰是由于葉綠素a、胡蘿卜素吸收較弱以及細胞和懸浮物的散射作用形成的;該反射峰值與色素組成有關(guān)，可以作為葉綠素a的定量標志;680 nm附近出現葉綠素a的又一小吸收峰，是藻類(lèi)葉綠素在紅光波段強烈吸收的結果;700 nm附近反射峰的出現是含藻類(lèi)水體最顯著(zhù)的光譜特征，其存在與否是判定水體是否含有藻類(lèi)葉綠素的依據之一[9];大于730 nm的波段范圍，純水吸收系數迅速增大，所以水體光譜反射率迅速降低;直到810 nm附近又出現反射峰，該反射峰是由懸浮物散射形成的。

　　圖2 水體采樣點(diǎn)光譜曲線(xiàn)

　　2.2 原始光譜反射率和歸一化反射率模型

　　水體實(shí)測高光譜在345～400 nm以及900 nm以上噪聲較大，選擇400～900 nm原始光譜反射率和濁度進(jìn)行相關(guān)性分析，結果見(jiàn)圖3?？梢钥闯?，715～900 nm原始光譜反射率和濁度相關(guān)性較好，相關(guān)系數均大于08，其中838 nm處的原始光譜反射率和濁度的相關(guān)系數最大，達到0950 1，在001檢驗水平下顯著(zhù)相關(guān)。選擇838 nm處原始處光譜反射率和濁度建立線(xiàn)性回歸模型(Linear Regression Model，LRM)，模型見(jiàn)公式(1)。

　　y = 3827.3x-66.894 (n=8，p<0.01)

　　(1)

　　式中：x為838 nm處原始光譜反射率;y為濁度;n為樣本數。

　　圖3 光譜反射率和濁度的相關(guān)性

　　為了使不同時(shí)間、地點(diǎn)和大氣條件下測得的水體光譜具有可比性，同時(shí)尋找待測指標的特征波段，對原始光譜反射率歸一化，即將太陽(yáng)移到測量點(diǎn)的正上方，去掉大氣的影響[10]。利用可見(jiàn)光波段400～750 nm對原始光譜反射率進(jìn)行歸一化處理，模型如式(2)所示，光譜曲線(xiàn)見(jiàn)圖4。經(jīng)歸一化處理后，光譜曲線(xiàn)變的相對集中，抑制或消除了環(huán)境因素對光譜曲線(xiàn)的整體性提高或降低[11]。

　　(λi)=R(λi)1n∑750400R(λi)

　　(2)

　　式中：(λi)為λi處的歸一化反射率;R(λi)為λi處的反射率;n為400～750 nm的波段數。

　　圖4 歸一化反射率曲線(xiàn)

　　利用經(jīng)歸一化處理之后的反射率與濁度進(jìn)行相關(guān)性分析(圖5)，發(fā)現580 nm附近、731～900 nm波段歸一化反射率與濁度有較好的相關(guān)性，相關(guān)系數均在0.8以上，最大正相關(guān)系數出現在825 nm處，相關(guān)系數為0890 2，在001檢驗水平下顯著(zhù)相關(guān)。這與郭邵萌[6]研究結果差異較大，可能是因為僅根據反射率數據與實(shí)測濃度值建立的統計模型缺乏物理基礎支持，不同氣象條件和不同時(shí)間條件等因素對最終的模型建立有較大的影響[12]。用825 nm處的歸一化光譜反射率和濁度建立線(xiàn)性回歸模型，模型見(jiàn)式(3)。

　　y=473.94x-172.39 (n=8，p<0.01)

　　(3)

　　式中：x為825 nm處歸一化光譜反射率，其它符號含義同式(1)。

　　圖5 歸一化反射率與濁度的相關(guān)性

　　2.3 一階微分模型

　　對光譜的一階微分處理可以去除部分線(xiàn)性或接近線(xiàn)性的背景噪聲光譜對目標光譜的影響，微分光譜對信噪比非常敏感[13]。由于光譜儀測量數據為離散型數據，因此用公式(4)近似計算，光譜反射率經(jīng)一階微分處理后見(jiàn)圖6。

　　R′(λi)=R(λi+1)-R(λi-1)λi+1-λi-1

　　(4)

　　式中：λi-1、λi和λi+1為相鄰波長(cháng);R(λi-1)和R(λi+1)分別為波長(cháng)λi1、λi+1的反射率，R′(λi)為波長(cháng)λi處一階微分反射光譜。

　　選擇400～900 nm光譜反射率的一階微分值與濁度進(jìn)行相關(guān)性分析，結果見(jiàn)圖7?？梢钥闯?，495 nm附近、750 nm附近、780 nm附近以及790～805 nm波段反射率和濁度有

　　圖6 反射率一階微分曲線(xiàn)

　　Fig.6 Firstderivative curves of reflectance 　　較高的正相關(guān)系數;雖然870～885 nm波段反射率和濁度有較高的負相關(guān)系數，但該波段反射率變化較小，微分處理會(huì )放大噪聲[14]。最終選擇和濁度具有最大正相關(guān)系數的781 nm處反射率的一階微分值和濁度建立線(xiàn)性回歸模型，模型見(jiàn)公式(5)。

　　y=1263096.23x-182.02 (n=8，p<0.01)

　　(5)

　　式中：x為781 nm光譜反射率一階微分值，其它符號含義同式(1)。

　　圖7 一階微分與濁度相關(guān)性

　　2.4 波段比值模型

　　用波段比值可以部分消除水表面光滑度、周?chē)h(huán)境等背景噪聲的干擾[15]，并在一定程度上減少其他水色要素的影響[16]。在研究歸一化反射率與懸浮物濃度敏感性的基礎上，選擇和濁度具有最大正相關(guān)系數的825 nm處歸一化反射率和與濁度具有最大負相關(guān)系數的591 nm處歸一化反射率進(jìn)行比值，然后和濁度進(jìn)行相關(guān)性分析，825/591和濁度的相關(guān)系數為0896 3，用825/591和濁度建立線(xiàn)性回歸模型，模型見(jiàn)公式(6)。

　　y = 527.13x132.77 (n=8，p<0.01)

　　(6)

　　式中：x為825 nm處歸一化反射率和591 nm處歸一化反射率的比值，其它符號含義同式(1)。

　　3 模型驗證

　　通過(guò)公式(7)的均方根誤差RMSE，利用剩余的三個(gè)樣點(diǎn)驗證模型的預測精度，結果見(jiàn)圖8。

　　RMSE=∑ni=1(Xe，i-Xo，i)2/n

　　(7)

　　式中：Xe，i表示第i個(gè)反演值，Xo，i表示第i個(gè)實(shí)測值，n為評價(jià)個(gè)數。

　　圖8 模型驗證

　　由圖8可以看出，波段比值模型驗證精度最高，RMSE為24.23 NTU，其次是825 nm處歸一化反射率模型，RMSE為28.79 NTU，838 nm處原始光譜反射率模型和781 nm處一階微分模型驗證誤差相對較大，分別為4049 NTU和4585 NTU?？偟膩?lái)說(shuō)，四種模型的預測值和實(shí)測值散點(diǎn)均十分靠近1 ∶ 1線(xiàn)兩側，模型驗證精度較好。

　　4 結論

　　利用南四湖水體實(shí)測高光譜數據和同步水質(zhì)分析數據，在分析南四湖水體光譜反射率和濁度相關(guān)性的基礎上，建立了反演南四湖水體濁度的半經(jīng)驗模型，取得如下結果。

　　(1)基于光譜反射率和濁度之間的關(guān)系分析表明：838 nm處原始光譜反射率、825 nm處歸一化反射率、781 nm處一階微分和波段比值模型可以較好地用于南四湖水體濁度的反演，模型的均方根誤差RMSE分別為4049 NTU、2879 NTU、4585 NTU和2423 NTU。

　　(2)通過(guò)實(shí)測數據驗證，波段比值模型和825 nm處歸一化反射率模型要好于838 nm處原始光譜反射率模型和781 nm處一階微分模型，這是因為對原始光譜進(jìn)行歸一化處理以及波段比值能有效去除環(huán)境因素的干擾，可以明顯的提高模型精度。這為今后利用高光譜遙感數據在南四湖進(jìn)行大面積濁度反演提供了建?；A。

　　為了增強模型的實(shí)用性和通用性，后續研究還應在多個(gè)時(shí)間段對多個(gè)采樣點(diǎn)進(jìn)行水質(zhì)采樣和實(shí)測光譜獲取，進(jìn)一步完善模型。

　　參考文獻(References)：

　　[1] Cloern J E.Turbidity as a control on phytoplankton biomass and productivity in Estuaries [J].Continental Shelf Research，1987，7(11)：13671381.

　　[2] Fisher T R，Gustafson A B，Sellner K，et al.Spatial and temporal variation of resource limitation in Chesapeake Bay[J].Marine Biology，1999，133(4)：763778.

　　[3] 劉堂友，匡定波，尹球.湖泊藻類(lèi)葉綠素 a 和懸浮物濃度的高光譜定量遙感模型研究[J].紅外與毫米波學(xué)報，2004，23(1)：1115.(LIU Tangyou，KUANG Dingbo，YIN Qiu.Study on hyper spectral quantitative model of concentrations for chlorophylla of alga and suspended particles in Tai Lake[J].Journal of Infrared and Millimeter Waves，2004，23 (1)：1115.(in Chinese))

　　[4] 劉惠，黃家柱，張強.太湖水體藻類(lèi)葉綠素濃度高光譜遙感監測研究[J].南京師大學(xué)報，2005，28(3)：97101.(LIU Ke，HUANG Jiazhu，Zhang qiang.Study on hyperspectral monitoring of concentrations for chlorophylla of alga in Taihu Lake[J].Journal of Nanjing Normal University.2005，28(3)：97101.(in Chinese))

　　[5] 周藝，周偉奇，王世新，等.遙感技術(shù)在內陸水體水質(zhì)監測中的應用[J].水科學(xué)進(jìn)展，2004，15(3)：312317.(ZHOU Yi，ZHOU Weiqi，WANG Shixin.Applications of remote sensing techniques to inland water quality monitoring [J].Advances in Water Science，2004，15(3)：312317.(in Chinese)) 　　[6] 郭邵萌.基于高光譜遙感的湖泊水質(zhì)污染研究―以聊城東昌湖為例[D].濟南：山東師范大學(xué)，2013.(GUO Shaomeng.A study of lake pollution based on hyperspectral dataa case study of Dongchang Lake in Liaocheng[D].Jinan：Shandong Normal University，2013.(in Chinese))

　　[7] 段洪濤，文鈺，張柏 等.應用高光譜數據定量反演查干湖水質(zhì)參數研究[J].干旱區資源與環(huán)境，2006，20(6)：104108.(DUAN Hongtao，WEN Yu，ZHANG Bai，et al.Application hyperspectral data in remote sensing inverse of water quality variables in Lake Chagan [J].Journal of Arid Land Resources and Environment，2006，20(6)：104108.(in Chinese))

　　[8] Chen S H，FANG L G，ZHANG L X，et al.Remote sensing of turbidity in seawater intrusion reaches of Pearl River EstuaryA case study in Modaomen Water Way，China[J].Estuarine，Coastal and Shelf Science，2009，82：119127.

　　[9] 焦洪波，查勇，李云梅，等.基于高光譜遙感反射比的太湖水體葉綠素a含量估算模型[J].遙感學(xué)報，2006，10(2)：242248.( JIAO Hongbo，ZHA Yong，LI Yunmei，et al.Modeling chlorophyll a concentration in Taihu Lake from hyperspectral reflectance data[J].Journal of Remote Sensing，2006，10(2)：242248.(in Chinese))

　　[10] 鞏彩蘭，尹球，匡定波.黃浦江水質(zhì)指標與反射光譜特征的關(guān)系分析[J].遙感學(xué)報，2006，10(6)：910 916.(Gong Cailan，YIN Qiu，KUANG Dingbo.Correlations between water quality indexes and reflectance spectra of Huangpujiang River[J].Journal of Remote Sensing，2006，10(6)：910916.(in Chinese))

　　[11] 楊婧茹，臧淑英，惠洪寬.松花江哈爾濱段總懸浮物濃度高光譜估測模型研究[J].安全與環(huán)境學(xué)，2014，14(2)：239243.(YANG Jingru，ZANG Shuying，HUI Hongkuan.An hyperspectral estimation model for testing the total suspended solid concentration in Harbin section of Songhua River[J].Journal of Safety and Environment，2014，14(2)：239243.(in Chinese))

　　[12] 高玉蓉，劉明亮，吳志旭 等.應用實(shí)測光譜估算千島湖夏季葉綠素a濃度[J].湖泊科學(xué)，2012，24(4)：553561.(GAO Yurong，LIU Ming liang，WU Zhixu，et al.Chlorophylla concen tration estimation with field spectra of summer waterbody in Lake Qiandao[J].Journal of Lake Sciences，2012，24(4)：553561.(in Chinese))

　　[13] 蒲瑞良，宮鵬.高光譜遙感及其應用[M].北京：高等教育出版社，2000.(PU Ruiliang，GONG Peng.Hyperspectral remote sensing and its application[M].Beijing：High Education Press，2000.(in Chinese))

　　[14] 王婷，劉良云，李存軍，等.基于實(shí)測光譜估測密云水庫水體葉綠素a濃度[J].地理空間信息，2007，5(4)：6466.(WANG Ting，LIU Liangyun，LI Cunjun，et al.Chlorophylla concentration estimation with field spectra of water in Miyun Reservoir[J].Geospatial Information，2007，5(4)：6466.(in Chinese))

　　[15] Pulliainen J，Kallio K，Eloheimo K，et al.A Semioperative Approach to lake water quality retrieval from remote sensing data [J].The Science of the Total Environment，2001，268：7993.

　　[16] 劉英，王珂，周斌.千島湖水體葉綠素濃度高光譜遙感監測研究初報[J].浙江大學(xué)學(xué)報：農業(yè)與生命科學(xué)版，2003，29(6)：621626.(LIU Ying，WANG Ke，ZHOU Bin，et al.Preliminary study on hyper spectral remote sensing of Qiandao Lake chlorophylla concentration[J].Journal of Zhejiang University：Agriculture &Life Sciences，2003，29(6)：621626.(in Chinese))

——本文由豐臨科技整理發(fā)布，內容供參考，如有侵權，請聯(lián)系刪除，謝謝！上海豐臨科技有限公司為你提供濁度儀(濁度計)、在線(xiàn)濁度儀、余氯儀、余氯分析儀、工業(yè)在線(xiàn)pH計、cod測定儀、pH計等多種水質(zhì)檢測儀，水質(zhì)分析儀，歡迎您前來(lái)選購，豐臨科技竭誠為您服務(wù)！