蓝藻丰度的遥感估算in《城市遥感:原理、方法和应用》

蓝藻丰度是指蓝藻藻密度占总藻密度的比例。蓝藻是水体富营养化的优势藻种，然而仅仅通过叶绿素a和藻蓝蛋白浓度对水体中藻类进行遥感监测并不能反映蓝藻是否为优势藻种。蓝藻水华发生通常是藻类生物量在水体中逐渐累积的持续性过程。蓝藻水华暴发前后以及水华过程中，浮游植物群落不断进行演替，蓝藻丰度逐渐上升并成为优势藻种。因此水体中蓝藻丰度对于蓝藻水华的监测和预警具有重要意义，可通过蓝藻丰度的监测判断蓝藻是否为优势藻种。

利用遥感技术可以宏观、快速、实时、动态地监测蓝藻丰度，能反映蓝藻是否为优势藻种以及蓝藻丰度分布的时空差异性和变化规律，因此研究蓝藻丰度的遥感监测模型具有十分重要的意义。在构建蓝藻丰度的遥感估算模型时，要充分探讨蓝藻丰度与不同生物光学特性关系，包括表观光学特性(遥感反射率)、固有光学特性(浮游藻类吸收系数)和色素浓度，分析不同蓝藻丰度光学特征的差异。

图22-6为实测样点的归一化遥感反射率光谱曲线。其光谱特征如下，在400～500nm波段范围，由于叶绿素a在蓝紫光波段的吸收以及有色溶解有机质在该范围内的强吸收作用，水体的反射率较低；在550～580nm波段范围内，由于叶绿素和胡萝卜素的弱吸收以及细胞的散射作用，存在一个反射峰；在675nm波长附近，由于叶绿素对红光的强吸收作用，形成了一个较为明显的反射谷；700nm波长附近出现了一个反射峰，这是由于水和叶绿素a在该处的吸收系数达到最小，该反射峰是含藻类水体最显著的光谱特征，其通常作为判定水体中是否含有藻类的重要依据。在700 nm波长以后水体反射率迅速下降，到810 nm波长附近又出现一个反射峰，该反射峰可能是悬浮颗粒物的散射形成的。我们还可以发现部分样点在620nm波长附近存在一个较小的反射谷，这主要是由于水体中的藻蓝蛋白在620nm波长附近的吸收作用引起的。同时，由于蓝藻的存在，藻蓝蛋白和叶绿素a在620nm和675nm波长处对光的较强吸收，导致650nm波长附近出现了一个光吸收的低谷，表现在遥感反射率的曲线上就形成了一个反射峰。在富营养化水体中，620nm波长处的反射谷和650nm波长处的反射峰通常作为判断水体中是否含有蓝藻的主要光学特征。然而，内陆水体组成成分通常较为复杂，不仅含有较多的浮游藻类，还含有丰富的一般悬浮物，导致624nm和650nm两个波段处的反射率光谱特征不明显，如果仅依靠这两个波段的遥感反射率进行蓝藻丰度的估算会带来较大误差。

图22-6　实测样点归一化遥感反射率光谱曲线(金琦，2017)

图22-7为蓝藻丰度与归一化遥感反射率的相关关系，在400～900nm的波段范围内，蓝藻丰度与遥感反射率之间的相关性不高，相关系数绝对值为0～0.7，蓝藻丰度与遥感反射率在550nm波长附近达到最大的正相关关系，相关系数为0.44，而在620nm波长附近，蓝藻丰度与遥感反射率存在最大的负相关关系，相关系数为－0.69。

图22-7　蓝藻丰度与归一化遥感反射率的相关性(金琦，2017)

综上所述，不同蓝藻丰度水体的遥感反射率曲线差异主要表现在550～700nm波长范围内。在400～900nm波长范围内，蓝藻丰度与550nm、620nm和675nm波长附近的遥感反射率的相关系数最大，绝对值为0.4～0.7。(www.xing528.com)

鉴于上述分析，苗松等提出了一种新的蓝藻丰度指数(NIPCB)(Miao et al.，2020):

式中，achl(665)、apc(620)分别为叶绿素a在665nm波长处和藻蓝蛋白在620nm波长处的吸收系数。苗松等(Miao et al.，2020)发现NIPCB与蓝藻丰度之间存在高相干性，决定系数高达0.87(图22-8)，这说明利用NIPCB能够很好地反演蓝藻丰度。此外，他们还发现560nm波长处的遥感反射率与680nm波长处的遥感反射率的比值对于大于90%的蓝藻丰度有很好的指示作用，但是当蓝藻丰度小于90%时，该比值不能很好地反映蓝藻丰度(Miao et al.，2020)。

因此，他们结合NIPCB指数提出了两步法蓝藻丰度提取模型(图22-9)，并以太湖为例，利用哨兵-3A OLCI影像进行模型验证。图22-10为两步法提取的蓝藻丰度结果，两步法蓝藻丰度提取模型精度较好，平均绝对百分比误差(MAPE)为19.25%，均方根误差(RMSE)为29%，决定系数(R2)为0.69。

虽然随着传感器技术性能指标的不断提升，遥感技术在城市湖泊富营养化蓝藻遥感定量监测中扮演着越来越重要的角色，但是城市定量遥感监测仍然存在以下问题:①现场观测问题。现在的野外采样点尺度非常小，而对应的参数反演发生在图像像元尺度上，多为几十米、几百米甚至上千米，存在采样点尺度与遥感像元尺度不匹配的问题，不同空间分辨率的卫星影像，使用了同时同地的野外采样点数据，所生成的水质参数反演产品存在一定的尺度差别，针对沿岸和内陆水体光学参数观测，缺乏统一的观测标准。②水体遥感传感器的时空谱辐射问题。自1978年海色传感器(Coastal Zone Color Scanner，CZCS)成功发射以来，相继发射了一系列水色传感器，近岸和内陆水环境遥感研究取得了重大的进展，但还有很多涉及传感器性能(空间、时间、辐射分辨率等)的问题需要进一步探讨。③算法问题。由于水体的光学特性异常复杂，现有的大气校正、遥感反演算法还存在不足；④业务化应用问题。目前全球大部分极轨卫星观测并没有为用户提供沿岸和内陆水体的标准产品，也没有提供针对不同应用和特定区域的系列产品，而且终端用户又有着不同的需求、兴趣和应用，环境状况又是复杂多变的，很多用户对遥感数据的获取途径、处理流程等没有相关经验和专业知识能力。因此，城市湖泊富营养化蓝藻遥感定量监测还需要进一步深入开展研究。

图22-8　蓝藻丰度指数NIPCB与蓝藻丰度的关系(Miao et al.，2020)