澳门海域的水色遥感反演研究

况昶　　王建平　　程声通　　贾海峰
（清华大学环境科学与工程系，北京100084）
王志石　　邓宇华
（澳门大学科技学院，澳门）

　　摘要：本文以澳门海域的水色遥感反演为案例扼要地介绍了水色遥感及演的全过程。在同步监测的基础上，获取遥感数据，然后对遥感数据进行了预处理，包括几何校正、辐射校正和大气校正，最后拟定不同反演方案，进行相关性分析。在笔者进行大量模拟计算的基础上，得出一些非常有意义的结论；由于悬沙浓度的影响，采用分区处理的反演技术能使自变量和因变量的相关性有明显提高，同时分析了不同大气校正方案的效果。
　　关键字：分区处理水色遥感反演澳门海域

　　澳门沿海是典型的第二类水体，悬砂浓度高，对水体光谱信息的影响最大。叶绿素和黄色物质也对水体光谱信息有一定的影响。澳门位于珠江河口西部，西江河口东部，与珠海经济特区毗邻，三面环海。由于该地区河流众多，且多为径流河日，每年将大量泥沙带入海中，导致该地区海岸水独特的水文特性：高浊度、海岸线活动剧烈、潮汐弱、水域狭窄且浅等。
　　一这些特点不利于城市污水排放的扩散，造成澳门周围水域水质持续恶化。对沿海、河口或内陆水体（Case 2，第二类水体）进行水色遥感，通过反演叶绿素、悬砂以及黄色物质的浓度和分布，对水体污染、赤潮监测、富营养化调查有一定的指导作用。水’色遥感具有大范围、同步性和相对成本较低等优点，能有效地提高环境监测的时间频率和空。间覆盖面。特别地，叶绿素浓度是沿海地带或大型湖泊、水库的水质的重要指标，是水体营；养化程度的重要标志。它能够反映水体中的营养物质的含量及分布，并间接反映水体的有机、污染程度。
1.数据
1.1.　水质数据
　　水质数据的采样于 1997年 11月在澳门沿 海进行，采样点为25个，如图1所示。图中的A为澳门半岛，B为氹仔岛，C为路环岛。水样点如右图表示，浅色点表示近区，特点是水较浅，租用小船采样；深色点表示远区，特点是水较深但航程远，租用大船采样。两艘船各配备以下仪器：PH计（兼测温度）、盐度计、DO仪。
　　每个点均测量了悬砂、叶绿素α、总有机碳、总无机碳、总氮、溶解氧、盐度、温度、PH等指标。其中，溶解氧、盐度、 温度、PH是在现场实测，其余指标在实验室测定。另外，各地均用Garmin GPS接收仪确定经度和纬度。

1.2. 卫星数据
　　卫星数据为准同步的Landsat 5 TM 数据，轨道号为122/44。图像清晰，无云彩。值得注意的珠江三角洲地区常年多云，深秋至冬季才出现少云天气。
1.3.　遥感数据预处理
　　在开发模型前对遥感数掴进行了预处理,包括几间校王、辐射校正和大气校正。考虑目本部分研究集中在水队还需要分别陆地利水域。为了属续分析，本文看重介绍一下水陆分割和大气校正两部分。
1.3.1. 水陆分割
　　考察TM的各个波段，发现4、5、7三个小波段对于水陆分割很有用。图2是TM波段4、5的灰度值直方图。横坐标为灰度值，刻度分别为64、128、192、256；纵坐标为对应灰度值的象元占全部象元数的百分比。可以看出，波段的灰度分布集中在两个区域，中间有一个明显的下凹点。该点对应灰度就是水体、陆地的区分依据。本研究使用的分割判据是TM5=10。

1.3.2.　大气校正
　　PCI提供了一套针对陆地传感罂（TM/MSS/SPOT〕的大气校正命令ATCORO、AICOR1和ATCOR2，流程如图3所示。

　　此方法的理论依据由克特（Richter）给出^[iii,iv],其中心思想是：按照标准大气的分类，计算不同气溶胶类型、太阳天顶角、地面海拔高度、大气能见度下的大气散射，并存放为一个类似查找表的目录。在实际应用时按照查找表进行相应的大气校正。里克特使用的分类依据来自中分辨率大气透射模型MODTRAN ^[i]，他的算法还考虑了地面反射的邻接效应并进行了校正，最后输出地面辐射率。”

2. 反演研究

2.1.拟合自变量和因变量
　　拟合自变量R_i来自各波段灰度值，但不是简单的灰度值，而是考虑了是否对图像作大气校正，是否作均值滤波（以去除噪声的影响），总共12种情况。
　　√ 大气校正：未作大气校正、“减黑体法”大气校正、ATCOR系列在气校正。共计3种情况。
　　√FAV卷积核：未作均值滤波，3×3、5×5、7×7。共计4种情况。
　　FAV指均值滤波，研究中对比了不同的卷积核带来的影响。
　　拟合因变量也考察了两种情况：组份浓度，浓度对数值。
2.2.方案1
　　表1列出了７５种波段组合（文献^[1]），表2列出了81种波段组合（笔者拟定的组合方案）：

　　以上共计算了3744种情况。十分遗憾的是，相关系数没有比较突出的。由于数据量大，不可能一一列出结果。以下只列出相关系数相对较高的几种情况。

大气校正 FAV 表达式 叶绿素 相关系数 ACTOR 无 R1/(R2*ln(R3)) 浓度 0.422 ACTOR 3×3 ln(R1)/(ln(R2)*ln(R3)) 浓度对数 0.411 减黑体 3×3 (R1+R3)/R2 浓度 0.369

　　分析数据可以得出以下一些结论：
　　使用原浓度和对数值进行拟合的结果没有太大区别，在大部分情况下使用对数值后拟合系数稍有提高。
　　√　均值滤波FAV对拟合结果帮助不大。3X3的卷积核优于5X5和 7X7。
　　√　大气校正中的“减黑体”法和不作大气校正的效果基本一样，ATCOR大气校正后效果有一定改善。
　　√　似乎没有占优势的波段组合，当然单波段或2波段组合的结果都不如3波段组合。
　　以上3744种都是一元线性回归。由于效果不好，又作了多元线性回归，即以下4种情况。R；仍然是12种情况，拟合因变量是2种情况。

R1+R2+R3+R4+R5+R7 Ln(R1)+ln(R2)+ln(R3)+ln(R4)+ln(R5)+ln(R7) R1+R2+R3+R4 Ln(R1)+ln(R2)+ln(R3)+ln(R4)

　　所有3840种情况的相关系数不超过0.5。这说明对波段进行花样众多的组合（多元线性回归其实也是波段之间的组合！）不一定能得到满意的结果。
2.3.方案2
　　观察测点分布和数据规律。小船测点距离海岸近，水域的浊度高，悬砂浓度高，不妨称为近区。大船测点距离海岸远，水域的浊度相对低，悬砂浓度更低，可以称为远区。表3给出了两个区域的悬砂和叶绿素浓度均值，近区的悬砂浓度明显高于远区（3.4倍），但叶绿素浓度在同一数量级。

表3 近区和远区的悬砂／叶绿素浓度均值 点数 悬砂浓度均值（mg/L） 叶绿素浓度均值（mg/m³） 近区 13 42.04 0.870 远区 12 12.21 0.716

　　这启发我们提出一个猜想：两个区域不仅仅是与海岸的物理距离不同，水体组份的分布也是不同的，应该分别处理。鉴于波段组合不一定能得到满意的结果，使用了多元线性回归的方法。表4简单给出了部分有代表性的结果。第1列的表达式中，“一”前面的是拟合因变量，有两个拟合因变量的情况是指它们一起参与拟合。“一”后面的是拟合自变量，R16表示波段1l到 6的灰度值，In（R16）为灰度值的对数。

　　可以看出:
　　√　分区后两个区域的线性拟合效果明显要优于放在一起拟合的效果，充分说明两个区域水体组份的物理性质有所不同。
　　√　对叶绿素和悬砂，远区的效果均好于近区，也说明了近区由于悬砂浓度过高而带来的干扰更大。
　　√　通过ATCOR大气校正后再进行拟合的结果要优于不作大气校正，说明比较准确的大气校正还是很有必要的。
　　√　一般来说，不作FAV的效果比FAV（3X3）要好，特别是对远区而言。
　　√　叶绿素取对数时的效果好于不取对数的效果，但悬砂不取对数时的效果更好。灰度值取对数时的效果要优于不取对数时的效果。
　　特别要注意第5点，在实际应用时叶绿素和悬砂的浓度还是应该取对数的。虽然使用不取对数时的拟合结果来反演组份浓度对自变量不敏感，但可能会出现负数！

3.结论与讨论

3.1.分区处理技术
　　由以上分析可知，分区后两个区域的线性拟合效果明显要优于放在一起拟合的效果，充分说明两个区域水体组份的物理性质有所不同，在进行水色遥感反演时需要分别处理。同时从前边的分析表明，ATCOR大气校正后再进行拟合的结果要优于不作大气校正，说明比较准确的大气校正对统计反演模型也还是很有必要的。一般来说，不作FAV的效果比FAV（3×3）要好，特别是对远区而言。
3.2.问题讨论
　　分区处理的需要解决两个问题：①如何划分区域？显然，近区和远区要包含各自相应的测点，两个区域不能相交。这样，两个区域之外的水域姑且称为过渡区。②过渡区的叶绿素浓度如何反演呢？当然不能使用近区公式或远区公式。比较科学的方法是利用两个区域的公式进行反演后再加权平均。
　　分区方案如图4所示，基本是沿着（目视）可见的悬砂泥沙的走势划分的。计算过渡区浓度的权重系数如下选取：先求解所在点与近区的最短距离dis_n和与远区的最短距离dis_f，则近区对应的权重系数是dis_f/(dis_f+dis_n),远区对应的权重系数为dis_n/(dis_f+dis_n)。这种确定权重的方法不见得有多少理论依据，但处理起来比较简单，因为不涉及到水体本身的性质。

参考文献
　　Ⅰ Richter，R.，A., fastatmospheric correctlon algorithm applied to Landsat TM lmages.Int.J.Remote Sens.,1990,11:159-166
　　Ⅱ Richter, R.,A., spatially adaptive fast atmospheric correction algorithm.Int .J. Remote Sens，1996，17：120l-1214
　　Ⅲ Bemstern，B.A，and Rebertson，S.L.，MODTRAN：a moderate resolution model for LOWTRAN 7　GL－TR－89－0122. Geophysics Laboratoty Bedford.MA
　　Ⅵ 陈楚群，施平，毛庆文. 应用 TM 数据估算沿岸海水表层叶绿素浓度模型研究环境遥感，1996，11（3）：168—176

The Inversina Study of Water Color Remote Senslna In Sea
Area of Macau
Kuang Chang，Wang Janping，Cheng Shengtong and Ja Harteng
（Dept.of Environmental Science and Engineering，Tsinghua University，Beijing 100084；PRC）
Wang Zhishi and 1－aug U Wa
（Unlversltyof Macau，Faculty of Science and Technology，Macau，PRC）

　　Abstract：Selecting Macau Sea area as a case，a full inversing process of watef color remote sensing　was presented.In the research，firstly a I‘M synchronous monitoring was taken and the TM image data　was acquired，then the remote sensing data was pretreated，these included geometric correction，radiation correction and atmospheric correction.Finally different inversing schemes were proposed and analyzed.After large simulating calculation，a significant conclusion was found：because of the　influence of SS concentration，if the technology of subarea inversing was adopted，the corrclation of　dependent and independent variables would be improved greatly. In this paper the inversing effect of　different atmospheric correctiongs were also analyzed.
　　Keywords:subarea processing; Water color remote sensing;inversing;Seaarea of Macau