基于hj1a衛(wèi)星超光譜數據的太湖葉綠素a濃度及懸浮物濃度反演楊婷

1、第 32 卷第 11 期 2011 年 11 月 環(huán) 境 科 學 ENVIRONMENTAL SCIENCEVol． 32， No． 11 Nov． ， 2011基于 HJ-1A 衛(wèi)星超光譜數據的太湖葉綠素 a 濃度及懸浮物濃度反演楊婷 1， 2， 張慧 1， 3 * ， 王橋 3， 4， 趙巧華 2( 1. 環(huán)境保護部南京環(huán)境科學研究所， 南京 210042; 2. 南京信息工程大學遙感學院， 南京 210044;3. 南京師范大學地

2、理科學學院， 南京 210046; 4. 環(huán)境保護部衛(wèi)星環(huán)境應用中心，北京 100094)摘要: 通過對 2010 年 5 月 2 日太湖 HJ-1A 衛(wèi)星超光譜影像的幾何糾正和 6S 模型輻射校正， 以及水體實測光譜數據和影像光譜數據分析， 將太湖 28 個水體采樣點光譜數據分別進行歸一化處理和一階微分處理后， 選取和水質參數相關系數最大的波段或波 段 組 合 建 立 反 演 模 型， 獲 得 太 湖 葉 綠 素 a 濃 度 以 及

3、懸 浮 物 濃 度 的 空 間 分 布 圖． 研 究 表 明， 超 光 譜 影 像 B73 波 段( 682. 785nm) 處的歸一化光譜數據和葉綠素 a 濃度相關性最高， 泥沙遙感參數( Sr) 和懸浮物濃度相關性最高， 與水體實測光譜數據的相關性分析結果相同， 模型預測值和實測值的平均相對誤差均在 30% 之內， 水質空間分布圖與實地調查結果一致，因此， HJ-1A 衛(wèi)星超光譜數據可以借鑒水體實測光譜數據不同水質參數敏感波段的分析

4、結果， 很好地應用于水質定量遙感．關鍵詞: HJ-1A 衛(wèi)星; 超光譜數據; 反演模型; 葉綠素 a 濃度; 懸浮物濃度; 定量遙感中圖分類號: X87 文獻標識碼: A 文章編號: 0250- 3301( 2011) 11- 3207- 08收稿日期: 2011-01-04; 修訂日期: 2011-04-06 基金項目: 國家水體污染控 制 與 治 理 科 技 重 大 專 項 ( 2008ZX07528- 005) ;“ 十 一 五

5、”國 家 科 技 支 撐 計 劃 重 點 項 目 ( 2008BAC34B07-03， 2008BAC34B01-2) ; 中央級公益性科 研院所基本科研業(yè)務專項 作者簡介: 楊婷( 1987 ～ ) ， 女， 碩士研究生， 主要研究方向為水環(huán)境 遙感監(jiān)測與預警， E- mail:yangtinggoon@ 163. com * 通訊聯系人，E- mail: zhnies@ 126. com; zhanghui@ nies． orgRe

6、trieving for Chlorophyll- a Concentration and Suspended SubstanceConcentration Based on HJ-1A HIS ImageYANG Ting 1， 2， ZHANG Hui 1， 3， WANG Qiao 3， 4， ZHAO Qiao- hua 2( 1. Environmental Protection Administration，Nanjing

7、Institute of Environmental Science，Nanjing 2l0042，China;2. School ofRemote Sensing，Nanjing University of Information Science ＆ Technology，Nanjing 2l0044，China;3. School of GeographicalSciences， Nanjing Normal University，

8、 Nanjing 210046， China; 4. Satellite Environmental Application Center，Ministry ofEnvironmental Protection， Beijing 100094，China)Abstract: Based on geometry correction using ERDAS software and radiation correction using 6

9、S model for HJ-1A hyper- spectrumimage( HSI)on May 2 in 2010 and the analysis of spectrum for water data and spectral data of hyper- spectrum image， this paperprocesses original spectrum data of 28 sample points using me

10、thod of normalization and method of first- order derivation． Single- bandand band combination are selected to establish inversion models of the concentration of chlorophyll- a and solid suspensions． Choosingthe model wit

11、h biggest correlation coefficient，the spatial distribution map of the concentration of chlorophyll- a and solid suspensionscontent in Taihu Lake is acquired． The research results show: Band-73 of hyper- spectrum image wh

12、ich has been normalized shows thebiggest correlation coefficient of the concentration of chlorophyll- a，remote sensing sediment parameter shows the biggest correlationcoefficient of the concentration of solid suspensions

13、，the result is consistent with analysis of spectral data of hyper- spectrum image．Average relative errors of predicted and measured values are within 30 percent． Spatial distribution map of water quality is consistentwit

14、h the result of field surveys． Therefore，based on reference of the analysis of sensitive band of spectrum for water data，HJ-1Ahyper- spectrum image can give quantitative estimation of water quality parameters in Taihu La

15、ke．Key words: HJ-1A;hyper- spectrum image ( HSI) ;inversion models;chlorophyll- a concentration; solid suspensions concentration;quantitative estimate懸浮物、葉綠素 a 是水質監(jiān)測的重要參數， 也是影響 湖 泊 真 光 層 深 度 和 初 級 生 產 力 的 重 要 因子 ［1， 2 ］．

16、 常規(guī)的監(jiān)測方法耗時費力， 遙感技術由于其宏觀、動態(tài)等特點在水質監(jiān)測中具有重要的應用價值 ［3 ］． 當前水質反演模型的研究主要集中在專題制圖儀( TM) 、法國( SPOT) 、高級星載熱發(fā)射和反射輻射儀( ASTER) 、 中分辨率成像光譜儀( MODIS) 和星載高光譜傳感器( HYPERION) 等國外影像數據的信息構 建 模 型 ［4 ～ 10 ］ 方 面． TM、SPOT、ASTER 雖 然空 間 分 辨 率 較 高， 但

17、時 間 和 光 譜 分 辨 率 都 較 低;MODIS 雖然時間分辨率較高， 但空間分 辨 率較低;HYPERION 雖然空間和光譜分辨率較高， 但其時間11 期 楊婷等: 基于 HJ-1A 衛(wèi)星超光譜數據的太湖葉綠素 a 濃度及懸浮物濃度反演的丟失， 投影選擇 UTM 投影， 橢球體選擇 WGS84，控制點盡量均勻分布， 總誤差 RMS 控制在 0. 5 個象元之內．1. 2. 2 HJ-1A 影像的大氣校正大氣校正是遙感影輻射校正的

18、主要內容， 是獲得地表真實反射率不可少的一步， 對定量遙感尤為重要． 本研究中的 HJ-1A 超光譜影像在輻射定標之后， 利用 ENVI 軟件中的 EFFORT Polishing 的工 具對表觀反射率測定和適度修正時進行了經驗平面域最優(yōu)化反射率轉換， 使波譜曲線更加近似于真實地物的波譜曲線． 本次研究采用 6S 大氣校正模型， 該模型適于可見光 ～ 近紅外( 0. 25 ～ 4 μm) 的多角度數據 ［17， 18 ］， 考慮了地表非

19、朗伯體情況， 解決了地表BRDF 與大氣相互耦合的問題， 借助較為精確的近似方程以及 SOS( successive order of scattering) 算法，提高了瑞利散射和氣溶膠散射的計算精度， 且計算時間快 ［19 ］． 在利用 6S 軟件進行大氣校正時需要輸入的主要參數有: 太陽天頂角、衛(wèi)星天頂角、太陽方位角、衛(wèi)星方位角， 也可以輸入衛(wèi)星軌道與時間參數來替代; 大氣組分參數， 包括水汽、灰塵顆粒度等參數， 若缺乏精確的實況

20、數據， 可以根據衛(wèi)星數據的地理位置和時間， 選用 6S 提供的標準模型來替代， 本次因缺乏大氣實測數據， 選用標準大氣模型中緯度夏季模型; 氣溶膠組分參數， 包括水分含量以及煙塵、灰塵等在空氣中的百分比等， 本次選用城市模型來描述標準大氣的氣溶膠組分; 氣溶膠的大氣路徑長度， 本次用能見度參數表示; 觀測目標的海拔高度及傳感器高度; 光譜條件， 可以直接輸入光譜波段范圍， 也可以將遙感器波段作為輸入條件．6S 軟件在有關參數輸入完畢后會

21、計算出各種大氣參數， 同時也給出了大氣校正系數 xa、xb、xc，大氣校正后的反射率 ACR( atmospherically correctedreflectance) 可以用下式獲得:y = xa × Li- xb ( 1)ARC = y /( 1. 0 + xc × y) ( 2)式中 Li［ W · ( m 2· Sr · μm) － 1］ 為第 i 波段上測的輻亮度值， 可由遙

22、感影像經過輻射定標求得 ［20 ］．2 結果與分析2. 1 光譜特征分析圖 2 為 350 ～ 950 nm 范圍內的太湖采樣點實測遙感反射率光譜曲線， 體現了一個比較好的隨濃度相關特性， 即表現在大部分曲線沒有交叉， 平行性比較好． 圖 2 中可見光譜的最大值在綠譜段， 約在 560nm 處; 值 得 注 意 的 是， 在 680 nm 附 近 有 波 谷， 在705 nm 附近有個波峰， 這是內陸湖泊水體與海洋水體的主要區(qū)別． 從圖

23、 2 中的光譜反射曲線可以看出，水體藻類特征顯著， 400 ～ 500 nm 波長范圍內， 葉綠素吸收作用明顯， 反 射率較 低． 由 藻類色素 引起的560 nm 附近和 705 nm 附近的反射峰十分明顯 ［21 ］，同時， 600 nm 附近和 680 nm 附近有明顯的反射谷．其中， 560 nm 附近的反射峰是由于藻類葉綠素和胡蘿卜素弱吸收和細胞的散射作用形成的; 而 705 nm附近的反射峰是水體藻類最顯著的光譜特征， 在水

24、體反射光譜曲線上， 該峰值存在與否通常是判斷水體是否含有藻類葉綠素的依據， 多數學者認為這是由于葉綠素 a 的熒光作用產生的 ［22 ］． Gitelson 等 ［23 ］通過研究指出， 隨著葉綠素 a 濃度的增加， 葉綠素熒光峰向長波方向移動． 而 600 nm 附近的反射谷是由于藻青蛋白的吸收形成的; 680 nm 附近的反射谷是藻類葉綠素在紅光波段強烈吸收的結果． 由懸浮物引起的 780 ～ 810 nm 附近的小反射峰是水體懸浮

25、無機質存在的重要光譜特征， 該反射峰只在懸浮物濃度 ＞ 0. 025 mg · L － 1時存在， 且是反演懸浮物濃度的主要波段． 因此， 根據光譜特征分析， 太湖水體遙感反射率光譜呈現典型的富營養(yǎng)化二類水體遙感反射率光譜特征．圖 2 太湖水體采樣點實測遙感反射率Fig． 2 Spectral remote sensing reflectance of Taihu Lake對 HJ-1A 衛(wèi)星超光譜遙感數據預處理完成后影像波段

26、 B66 ～ B98 的光譜曲線如圖 3， 對應高光譜譜段為 650 ～ 820 nm． 與相同譜段內地面實測高光譜遙感反射率數據相比， 紅光波段內葉綠素 a 的反射谷、熒光峰等特征都十分明顯， 但是熒光峰位置較地面實測熒光峰要前置 1 ～ 2 個波段． 導致熒光峰前置的原因可能是由于光譜分辨率的不同， 也可能是受遙感器通道設置的影響; 地面實測超光譜數據在 750 nm 以后變化不大， 呈線性趨勢， 而 HJ-1A 衛(wèi)星超光譜數據在這