內(nèi)陸水體藻藍(lán)蛋白濃度遙感監(jiān)測方法分析

　　摘要 藻藍(lán)蛋白(PC)是內(nèi)陸水域藍(lán)藻存在的一個重要指標(biāo)。眾所周知，藍(lán)藻水華對水生生態(tài)系統(tǒng)、農(nóng)業(yè)用水及人類健康有著重要的影響。近年來，內(nèi)陸水體PC濃度遙感監(jiān)測得到了廣泛的關(guān)注。然而，由于內(nèi)陸水體的生物光學(xué)特性復(fù)雜，定量監(jiān)測PC濃度仍然是一個挑戰(zhàn)。本文討論了利用現(xiàn)有遙感數(shù)據(jù)對PC的監(jiān)測方法，以期為PC遙感監(jiān)測研究提供一定的參考。

　　本文源自農(nóng)業(yè)災(zāi)害研究 2020年6期《農(nóng)業(yè)災(zāi)害研究》雜志，于2011年經(jīng)國家新聞出版總署批準(zhǔn)正式創(chuàng)刊，CN:36-1317/S，本刊在國內(nèi)外有廣泛的覆蓋面，題材新穎，信息量大、時效性強(qiáng)的特點，其中主要欄目有：農(nóng)藥、動物疫病、獸藥等。《農(nóng)業(yè)災(zāi)害研究》雜志客觀、全面、準(zhǔn)確反映中國常見農(nóng)業(yè)災(zāi)害(尤其是植物病蟲草害和動物疫病)以及由農(nóng)業(yè)引起的次生災(zāi)害領(lǐng)域的研究水平和技術(shù)進(jìn)步狀況的學(xué)術(shù)刊物。

　　關(guān)鍵詞 藻藍(lán)蛋白;遙感;方法分析

　　中圖分類號：X52 文獻(xiàn)標(biāo)識碼： 文章編號：2095–3305(2020)06–0–02

　　DOI：10.19383/j.cnki.nyzhyj.2020.06.065

　　近年來，由于對水環(huán)境和人類健康的不利影響，內(nèi)陸水體富營養(yǎng)化現(xiàn)象受到越來越多的關(guān)注。作為富營養(yǎng)化的一種重要表現(xiàn)形式，頻繁的藍(lán)藻水華已經(jīng)對人類及其環(huán)境造成了嚴(yán)重威脅。然而，由于缺乏對藍(lán)藻毒素的定量調(diào)查，很難估算其對飲用水和灌溉水、漁業(yè)和地表水等重要資源的潛在危害。因此，對內(nèi)陸水體藍(lán)藻水華的估算，特別是通過遙感技術(shù)提供實時的、動態(tài)的監(jiān)測十分重要。

　　葉綠素a(Chl-a)作為浮游植物生物量的標(biāo)志，在內(nèi)陸水體中的遙感算法已經(jīng)較為成熟[1]。藻藍(lán)蛋白(PC)作為藍(lán)藻特有的色素，已經(jīng)證明了其在估算藍(lán)藻生物量方面的巨大潛力。目前，所提出的幾種產(chǎn)自內(nèi)陸水域的PC反演算法大多依賴于620 nm附近的光譜曲線特征。一旦遙感數(shù)據(jù)缺失PC該敏感波段，就只能利用傳統(tǒng)的經(jīng)驗方法建立模型。因此，不同的遙感數(shù)據(jù)由于波段數(shù)量和位置的不同，產(chǎn)生了不同的估算模型。

　　1 藻藍(lán)蛋白估算模型

　　1.1 經(jīng)驗?zāi)Ｐ?/p>

　　傳統(tǒng)的經(jīng)驗?zāi)Ｐ褪歉鶕?jù)遙感光學(xué)特征參數(shù)與實測PC濃度之間的統(tǒng)計關(guān)系所建立的回歸模型。例如，Vincent等[2]利用TM數(shù)據(jù)波段比值估算了北美伊利湖的PC濃度。馬榮華等[3]利用MODIS數(shù)據(jù)，通過建立多項式回歸模型來估算PC濃度。Wozniak等[4]利用OLCI數(shù)據(jù)建立了波段比值回歸模型，結(jié)果顯示高光譜數(shù)據(jù)在經(jīng)驗?zāi)Ｐ椭芯哂幸欢ǖ臐摿Γ⑶译S著高光譜傳感器的發(fā)展，傳統(tǒng)的經(jīng)驗?zāi)Ｐ鸵哺幼⒅毓庾V曲線的光學(xué)特性。相對于PC而言，這些算法主要利用了620 nm附近的獨特吸收特性。例如，一些研究人員已經(jīng)成功地使用650 nm/625 nm/709 nm/620 nm的反射率比值估算了PC濃度。

　　傳統(tǒng)的經(jīng)驗?zāi)Ｐ碗m然是建立在一定的光譜特征基礎(chǔ)上，但就模型本身而言，仍然是基于實測數(shù)據(jù)與光譜信息的統(tǒng)計關(guān)系上建立的。因此，模型的通用性并不理想，在空間上與時間上的變化很難產(chǎn)生穩(wěn)定的結(jié)果。

　　1.2 半經(jīng)驗半分析模型

　　為了克服傳統(tǒng)經(jīng)驗?zāi)Ｐ偷娜秉c，基于水體光學(xué)特性的半分析算法應(yīng)運而生，并應(yīng)用于簡單的傳輸模型。在借鑒Chl-a半分析模型算法的基礎(chǔ)上，Gitelson等[5]通過分離620 nm處PC吸收率，提出了幾種估算PC的半分析算法。這些算法已經(jīng)在一些PC濃度較高的富營養(yǎng)化水域得到了一定的驗證。與傳統(tǒng)的經(jīng)驗算法相比，半經(jīng)驗半分析模型在時間和空間尺度上具有更高的通用性。然而，與這些算法仍然存在大氣校正、參數(shù)確定等一系列困難。模型的參數(shù)確定，尤其是在620 nm處PC吸收參數(shù)的確定對模型反演的精度至關(guān)重要，參數(shù)的不確定性將直接影響算法的精度。在內(nèi)陸渾濁水體，參數(shù)隨時間、空間及水環(huán)境的變化而變化，將使得模型在大尺度空間中的應(yīng)用變得困難。

　　為減少渾濁水體其他水質(zhì)參數(shù)對光譜曲線的影響，Dall'Olmo等[6]提出了三波段半經(jīng)驗半分析模型，并在對內(nèi)陸渾濁水體葉綠素a反演取得較好的效果，其公式可表示如下：

　　式中，Rλ1為受水質(zhì)參數(shù)吸收影響最大位置所對應(yīng)的反射率值，Rλ2為受水質(zhì)參數(shù)吸收影響最小位置所對應(yīng)的反射率值，Rλ3為受散射影響最小位置所對應(yīng)的反射率值。因此，三波段的位置λ1、λ2、λ3應(yīng)分別選擇在620 nm、600 nm、725 nm。然而，由于λ1與λ2波段選取位置較為接近，這種重疊效應(yīng)使得三波段模型中PC的反演很難達(dá)到葉綠素a濃度的反演效果。與此同時，一些學(xué)者提出對三波段模型進(jìn)行一定的校正，校正后λ2波段位置通常設(shè)置在650～710 nm處。

　　1.3 分析模型

　　分析模型是通過將多波段數(shù)據(jù)轉(zhuǎn)換成吸收系數(shù)(a)和向后散射系數(shù)(b)的反演算法。該方法在不同水域得到一定的進(jìn)展。模型假設(shè)吸收系數(shù)約等于葉綠素a吸收與PC吸收之和。

　　其中，φ1和φ2可以通過波段比值的經(jīng)驗法估算，φ1=aChl-a (665)/aChl-a (620)，φ2=aPC(665)/aPC (620)。與半經(jīng)驗半分析模型相比，分析模型是建立在一定的物理基礎(chǔ)上，并且在一定的水域取得了更好的反演效果。然而，由于缺乏aPC(620)的實地測量，導(dǎo)致參數(shù)φ1和φ2無法導(dǎo)出和標(biāo)定，進(jìn)而導(dǎo)致PC濃度估算中存在較大的不確定性。

　　此外，在內(nèi)陸水域中除PC和葉綠素a，還存在一定的浮游植物、溶解有機(jī)物和無機(jī)顆粒物等。由于這些組分的存在，測定PC吸收系數(shù)要比設(shè)定的情況復(fù)雜得多。將多波段反射數(shù)據(jù)轉(zhuǎn)換為吸收系數(shù)的過程，也會導(dǎo)致一定的不確定性。因此，在內(nèi)陸水體的分析模型中，參考光譜波段的選擇和經(jīng)驗參數(shù)的確定是一個相當(dāng)困難的問題。

　　2 小結(jié)

　　藻藍(lán)蛋白(PC)的定量估算是監(jiān)測內(nèi)陸和沿海環(huán)境中藍(lán)藻水華的關(guān)鍵。PC的吸收特性決定了其反演算法較為適合的使用波長范圍為610～630 nm波段。目前，常用的反演算法包括了傳統(tǒng)經(jīng)驗算法中的波段比值模型、半經(jīng)驗半分析算法中的三波段模型、分析模型和一些其他校正模型。然而，大多數(shù)的衛(wèi)星傳感器缺少620 nm附近的特定波段。因此，現(xiàn)有的PC反演算法大多集中于野外、船載或機(jī)載高光譜傳感器的數(shù)據(jù)，并進(jìn)行反演。而在衛(wèi)星數(shù)據(jù)中的大規(guī)模應(yīng)用還需要進(jìn)一步的改進(jìn)和研究。