基于MODIS资料的太湖蓝藻浓度监测

第30卷　第6期　2010年12月

气象科学

SCIENTIAMETEOROLOGICASINICA

Vol.30,No.6Dec.,2010　

耿磊,郁凡,李亚春.基于MODIS资料的太湖蓝藻浓度监测.气象科学,2010,30(6):827-831.　GengLei,YuFan,LiYachun.MonitoringtheconcentrationofcyanobacteriainTaihuLakebasedonMODISdata.ScientiaMeteorologicaSinica,2010,30(6):827-831.

基于MODIS资料的太湖蓝藻浓度监测

耿　磊　郁　凡　李亚春

1

1

2

(1南京大学大气科学学院中尺度灾害性天气教育部重点实验室,南京210093)

(2江苏省气象科学研究所,南京210008)

摘　要　为反演太湖蓝藻浓度分布,可以根据MODIS卫星资料绘制1、2、6三通道合成图,但该方法只能定性分析太湖蓝藻的分布区域和分布范围,难以定量分析各蓝藻分布区的蓝藻浓度。为了克服这一局限性,本文主要采用MODIS卫星资料中第2、第1波段的反射率比值和第6波段反

射率值,运用二维光谱空间函数分割方法,反演出太湖区域蓝藻浓度的分布情况,定量确定各蓝藻分布区域的蓝藻浓度大小。在此基础上再加上实测数据资料的支持,就可建立蓝藻预警系统,对蓝藻的爆发与防治起到未雨绸缪的作用。

关键词　蓝藻　遥感　监测　　分类号　P461.8　　文献标识码　A

Monitoringtheconcentrationofcyanobacteriain

TaihuLakebasedonMODISdata

GengLei　YuFan　LiYachun

(1KeyLaboratoryofMesoscaleSevereWeatherofMinistryofEducation,NanjingUniversity,Nanjing210093,China)

(2JiangsuInstituteofMeteorologicalScience,Nanjing210008,China)

　　Abstract　ThecolorcompositionofwavebandsbasedontheMODISdataisoftenusedtoextractthe

1

1

2

informationofcyanobacteriabloominTaiLake.Althoughthismethodcoulddefinethemacroscopicdis-tributionregionofcyanobacteriabloom,therelativeconcentrationofcyanobacteriabloomremainsun-known.Toeliminatethisrestriction,inthispapertheratiobetweenband2andband1,thereflectanceofband6areusedtogetthereflectanceextentofcyanobacteriaofdifferentconcentrationlevels,through

whichwecanobtainmoredetailedinformationoftherelativecontentofthecyanobacteriabloom.Withtheobservationdataaddedup,arealtimemonitoringsysteminTaiLakeisdevelopedtodetectthecya-nobacteriabloomeffectively,whichwillplayanimportantroleinthepreventionandcontrolofcyanobac-teriabloom.

Keywords　Cyanobacteria　Remotesensing　Monitoring

其水面面积约2338.1km,平均水深仅2m左右,是典型的的淡水型湖泊。其流域不仅包含了上海市全境,还分布了无锡、苏州、杭州、常州、嘉兴、湖州等

重要城市。太湖不仅在农业灌溉、水产养殖、航运上

2

　引　言

太湖是中国第三大淡水湖,位于长江三角洲腹

地,30°55′40″～31°32′58″N、119°52′32″～120°36′10″E。

收稿日期:2009-10-10;修改稿日期:2010-02-04

基金项目:国家自然科学基金资助项目(40875012),中国气象局气象新技术推广项目(CMATG2007M30)第一作者简介:耿磊(1986-),女,江苏宜兴,硕士生,主要从事卫星遥感方面研究,[email protected]通讯作者:郁凡,副教授,[email protected]。

828气　　象　　科　　学　　　　　　　　　　　　　　　　30卷

本文主要采用MODIS第1通道红波段(波段范

围为620～670nm,中心波长为659nm,分辨率为250m)、第2通道近红外波段(波段范围为841～876nm,中心波长为865nm,分辨率为250m)、第6通道短波红外波段(波段范围为1628～1652nm,中心波长为1640nm,分辨率为500m)的反射率数据对太湖蓝藻浓度分布进行反演。在本文研究中,主要应用的是2007年春季到秋季约二十余天蓝藻爆发期间的MODIS探测资料。1.2　太湖模板信息

这是一个预先建立的TXT文件,用来显示整个太湖流域的水陆分布。文件中只包含2个整型数据:0和1。0表示该点位置为太湖周边陆地,1表示该点位置为太湖水域。文件中所包含数据个数为260×260,与MODIS卫星资料780～1040行、1000～1260列数据(即在卫星资料上太湖区域所处的的反射率数据范围)逐点对应。1.3　太湖蓝藻实际观测资料

在梅梁湾,共4个观测点:站点0(31.3865°N,120.2222°E)、站点1(31.5132°N,120.1907°E)、站点2(31.4237°N,120.2095°E)、站点3(31.4763°N,120.1943°E)。

本文研究主要选用了与2007年夏季前后蓝藻暴发期内23d的MODIS卫星观测数据匹配的太湖水面蓝藻实测样本资料,其中近20d的样本用于建模,另3d的样本用于检验。本文重点用于检验讨论的分析个例为2007年8月23日、2007年8月30日的数据,其实际观测资料见表1。

表1　梅梁湾四个站点的实测数据(单位:μg/L)Table1　Themeasureddataat4stationsincluding

Meiliangwan(unit:μg/L)

观测时间2007-08-232007-08-30

观测点0115.660.9

观测点163.951.8

观测点2100.186.1

观测点348.870.7

发挥了重要作用,更是上海、无锡、苏州等周边城市

的重要水源地。因此,保护好太湖的水环境,对长江三角洲的经济发展和社会安定极为重要。自1990s以来,随着长江三角洲经济的迅猛发展,太湖水环境日趋严峻,水体污染日益严重,湖水氮、磷等营养物含量过高,造成蓝藻频发。特别是近年来随着气候变暖

[1-3]

的大趋势,每年太湖中蓝藻出现的时间有所

[4]

提前,甚至在梅雨期前就暴发水华,严重破坏了

湖区的生态环境,对湖区居民生活造成极大程度的影响。因此,加强对蓝藻分布的动态监测,及时掌握蓝藻信息,对改善太湖水环境至关重要。

国内外一些学者利用遥感资料对蓝藻浓度分布

[5-11]

反演做了大量研究。三通道伪彩色图,是应用MODIS卫星数据分析蓝藻分布的基本工具,用它可较好的确定蓝藻的分布区域和分布范围,但对太湖蓝藻的浓度分布却往往只能作定性的判断,难以实现对蓝藻的浓度分布的定量分析,即无法定量确定各个蓝藻分布区的蓝藻浓度状况。

蓝藻浓度分布是判断蓝藻爆发强度的重要指标,也是为治理太湖环境、尽快消除蓝藻灾害采取措施的基本决策依据。为实现太湖蓝藻浓度的卫星实时监测,本文选用MODIS数据中第2、第1波段的反射率比值和第6波段反射率值,结合蓝藻浓度的水面实测资料,建立二维光谱空间蓝藻浓度分割函数,划分不同蓝藻浓度等级所对应的反射率范围,据此实现太湖蓝藻浓度分布的卫星反演。该方法的主要优点是可以较理想的分析出各蓝藻浓度的分布区域,有效监测高浓度蓝藻区的逐天浓度变化。此外,该方法利用第2、第1波段的反射率比值作基本分析量,可部分消除大气影响;通过引用第6波段的反射率资料,加大卫星观测信息量来获取更多的蓝藻水华卫星观测信息,可以取得更好的反演精度。

1　数据资料

1.1　MODIS卫星资料

MODIS(中分辨率图像光谱仪)是新一代地球观测传感器,装载在EOS的Terra和Aqua卫星上。它拥有2330km的视场宽度,1～2d可复感地球表面一次,可以及时获取目标区域动态变化信息,实施对太湖流域蓝藻分布的全天候动态监测。在光谱分辨率方面,其探测器在405～14385nm范围内以36个波段进行探测,共有三种空间分辨率250m、500m和1000m,基本满足了对太湖区域蓝藻检测2　蓝藻浓度反演模型

2.1　蓝藻浓度反演原理

蓝藻的遥感监测是基于蓝藻的光谱效应,蓝藻呈绿色,大片蓝藻覆盖在水面上像一层粘糊糊的绿油漆。由于浮于水上的蓝藻浓度不同,使水体颜色、密度、透明度等发生差异,导致水体的反射能量发生变化,进而在遥感图像上反映为色调、灰阶、形态、纹,

6期　耿磊,等:基于MODIS资料的太湖蓝藻浓度监测

[12]

829

步识别蓝藻分布的范围、面积等信息。

蓝藻中含有叶绿素,能够像植物一样进行光合作用,其光谱特征也与植被类似,呈现出“陡坡效应”。研究表明,蓝藻在可见光红波段有个吸收谷,反射值较小;而在近红外波段(700～1100nm)有个反射峰,反射值较大。清水则恰好相反,清水在红波段的反射值大,在近红外波段反射值小京萍

[15-16]

[13-14]

。在徐

等人的研究中,也发现采样点由于蓝藻的

密集程度(叶绿素含量)不同在近红外波段的反射峰值表现出较大的差异。总体上说,叶绿素含量越高,峰值越大。根据以上特点,可以将近红外波段的反射值比上红波段的反射值来扩大这种信号差异划分蓝藻、清水区域。更重要的是,通过这种比值方法,还可以部分消除卫星数据所包含的辐射误差,间接进行大气校正。

根据以上各波段的光谱特性和分析原理,本文首先对所有卫星数据进行基本的预处理,并通过将近红外、红波段反射率比值适当进行线性扩展来提高分辨率。进而,充分利用建模样本,在实测点附近读取MODIS数据,构建各浓度建模基本数据库。在对各浓度数据库样本再分析的基础上,进一步进行二维光谱空间散点分析。最后,通过反复比较试验,构建二维光谱空间蓝藻浓度分割函数,合理划分不同蓝藻浓度等级所对应的反射率范围,最终实现太湖蓝藻浓度的卫星多通道反演。2.2　基本方法

要提取蓝藻卫星观测信息,首先必须把蓝藻与太湖水体和云区区别开来。因此,在本文研究中,针对不同浓度蓝藻、清水区、云区分别进行了采样。为便于分析,根据实测资料,将蓝藻浓度划分为6个等级:浓度0、浓度1、浓度2、浓度3、浓度4、浓度5(其中浓度0表示此区域为清水无蓝藻)。对应各浓度蓝藻实测资料,从MODIS观测的LD2中文件读出当天实测点附近各波段反射率,另外还对清水区和云区进行有选择的采样,建立各浓度建模基本数据库。

统计分析各浓度建模基本数据库数据,根据各类的集群分布特征和同类样本的相关度,剔除明显错误的样本,完善各浓度建模基本数据库。在此基础上,进行二维光谱空间散点分析。其结果如图1所示,其中,横坐标是第2波段与第1波段的反射率比值I=v135,纵坐标是第6波段的反射率值2/v1×v1.5vm6=6。这里为了突出类间差异,扩大蓝藻信息提取精度,将第2、1波段反射率的比值和第6波段

从二维光谱空间散点分析可见,同类样本虽然分布并不很密集,但大致处于同一集群;各类之间虽然相邻交错,但基本可以通过线性函数明晰划分。通过反复试验,本文构建了划分不同浓度蓝藻及清

水区和云区的判决函数如下(其中,v1、v2、v6分别为经过线性扩展后的第1、2、6波段的反射率值):

浓度0的判定条件:

v(13/20)I+60,且v(27/11)I+270。m6

v(13/20)I+60,m6

v(13/20)I+60,m6

v(13/20)I+60,m6

且v(7/11)I+210且V(1/2)I+230。m6≥-m6

v(13/20)I+60,m6

v(13/20)I+60且v(21/23)I+420。m6

　　(1)v180,6>　　(2)120≤v1.5,v200,6≤180,且v2/v1　　(3)v13/20)I+60。m6≤(

只要满足以上任一条件,则该数据点属于云区。

图1　第2、1波段反射率比和第6波段反射率的

二维光谱空间散点图

Fig.1　Spectralscatterdiagramofcyanobacteriaofdifferent

concentrationlevels

830气　　象　　科　　学　　　　　　　　　　　　　　　　30卷

(3)胥湾和太湖南部区域叶绿素浓度很低,大

部分区域呈现蓝色,可近似认为是清水。3.2　2007年8月30日个例分析

从三通道合成图(图3a)可以看出8月30日蓝藻分布范围与23日相比大为缩小,仅在竺山湾、梅梁湾、贡湖湾有一定面积的蓝藻分布。

由蓝藻浓度分布图(图3b)可看出8月30日蓝藻的分布情况:

(1)和图4相似,叶绿素浓度高值和次高值出现在太湖北部的竺山湖、梅梁湾和西北部的大浦附近以及太湖周边沿岸地带。

(2)太湖大部分区域呈现蓝色,蓝藻浓度接近0。

　　(3)

总体来说这一天太湖大部分地区水质情况

3　结果与分析

3.1　2007年8月23日个例分析

从三通道合成图(图2a)可以看出8月23日在太湖北部有大范围蓝藻分布:在梅梁湾有大面积蓝

藻区域向南呈发散状分布;西北部的大浦附近有大量蓝藻沿湖岸分布并有向湖中心扩散的趋势。

从蓝藻浓度分布图(图2b)可看出:

(1)高浓度叶绿素区域大部分集中在太湖的北部和西北部,此外太湖周边沿岸地带也出现均匀、规则带状分布的高浓度叶绿素带,事实上这些地区叶绿素浓度值确实常年偏高于太湖其他地区。

(2)在太湖的西部、西南部及贡湖湾呈现大片绿色,叶绿素浓度很低。

图2　2007年8月23日10时27分的太湖蓝藻浓度分布图(a)合成图;(b)浓度分布图

站点浓度:0:115.6;1:63.9;2:100.1;3:48.8(单位:μg/L)

Fig.2　Theconcentrationofcyanobacteria(unit:μg/L)at10:27onAugust23,

2007

图3　2007年8月30日10时33分太湖蓝藻浓度分布图(a)合成图;(b)浓度分布图

站点浓度:0:60.9;1:51.8;2:86.1;3:70.7(单位:μg/L)

Fig.3　Theconcentrationofcyanobacteria(unit:μg/L)at10:33onAugust30,2007

6期　

良好,蓝藻分布范围较小。3.3　讨论

耿磊,等:基于MODIS资料的太湖蓝藻浓度监测831

订正,若卫星经过太湖区域时光照极强反射率比平

时大,反演浓度分布时,会把反射率比平时高的清水区域误认为是低浓度区。另外,由于实测数据不够,也影响了云区和蓝藻高浓度区域的精确判识、东太湖区域蓝藻和湖底植物信息的识别,这些问题有待在今后的工作中进一步改进。

参　考　文　献

[1]　周晓兰,高庆九,邓自旺,等.江苏气温长期变化趋势及年代际

变化空间差异分析.南京气象学院学报,2006,29(2):196-202.

[2]　庞华基,高靖,李春,等.青岛百年气温变化及其影响因素异分

析.南京气象学院学报,2007,30(4):524-529.

[3]　阮蔚琳,钱永甫,程永根.无锡市气温变化特征和城市化的影

响分析.气象科学,2006,26(1):66-73.

[4]　夏健,钱培东,朱玮.2007年太湖蓝藻水华提前暴发气象成因

探讨.气象科学,2009,29(4):196-202.

[5]　MelackJM,GastilM.Airborneremotesensingofchlorophylldis-tributionsinMonoLake,California.Hydrobiologia,2001,(466):31-38.

[6]　LevineSN,LivingstonGP,etal..Detectionofcyanobacterial

bloomsusingremotesensing.Reportfor2002VT5B,2002.[7]　SimisGH,PetersSWM,GonsHJ.Remotesensingofthecya-nobacterialpigmentphycocyanininturbidinlandwater.Limnol.Oceanogr.,2005,50(1):237-245.

[8]　刘堂友,匡定波,尹球,等.湖泊藻类叶绿素-a和悬浮物浓度的

高光谱定量遥感模型研究.红外与毫米波学报,2004,23(1):11-15.

[9]　吕恒.太湖水质多尺度遥感定量监测研究[博士论文].南京:

中国科学院南京地理与湖泊研究所,2004.

[10]胡雯,吴文玉,孔庆欣,等.用FY-1C/CAVHRR数据估算巢湖

蓝藻叶绿素的含量.南京气象学院学报,2002,25(1):124-128.

[11]陈云,戴锦芳.基于遥感数据的太湖蓝藻水华信息识别方法.

湖泊科学,2008,20(2):179-183.

[12]周立国,冯学智,王春红,等.太湖蓝藻水华的MODIS卫星监

测.湖泊科学,2008,20(2):203-207.

[13]李国砚,张仲元,郑艳芬,等.MODIS影像的大气校正及在太

湖蓝藻监测中的应用.湖泊科学,2008,20(2):160-166.[14]宋瑜,宋晓东,江洪.太湖藻类的遥感监测研究.遥感信息,

2008,23(4):102-108.

[15]徐京萍,张柏,李方,等.基于MODIS的太湖藻华水体识别模

式.湖泊科学,2008,20(2):191-195.

[16]胡雯,杨世值,翟武全,等.NOAA卫星监测巢湖蓝藻水华的试

验分析.环境科学与技术,2002,25(1):16-18.

[17]任健,蒋名淑,商兆堂,等.太湖蓝藻暴发的气象条件研究.气

象科学,2008,28(2):221-226.

对三通道合成图与反演的浓度分布图进行比较后,可以发现反演得到的叶绿素浓度高值、次高值分布区域和分布范围与第1、2、6通道合成图大致吻

合,主要集中在太湖北部的梅梁湾、竺山湖和西北部的大浦附近,在梅梁湾0、1、2、3共4个站点附近所显示的蓝藻浓度也大致上与实测数据相对应。云区的分布范围、分布形状也与三通道合成图相吻合。该方法还能够把分布在云区边缘的蓝藻给识别出来,这一点从8月23日的蓝藻分布图中可以体现出来(在白色云区外围有墨绿色等级2蓝藻分布区)。总体上说,反演的太湖蓝藻浓度分布图符合太湖流域的实际水质分布状况,图中所显示的蓝藻浓度高值和次高值区也与任健等统计出来的太湖水华频次图、太湖水华中等强度以上频次分布图中的高频次

[17]

区相一致。

不足的是,云区边缘、特别是水陆边界与蓝藻高值分布区的分割阈值还有待改进,在某些情况下会把某些云区边缘、特别是部分水陆边界误判为蓝藻高浓度区,表现为沿边缘出现的红色线状蓝藻高值分布。另外,23、30日这两天的反演结果显示东太湖区域也存在蓝藻信息,而实际上东太湖水质一般较好,是太湖中无蓝藻爆发的区域。这是因为东太湖水深较浅,沿岸滩地上遍布芦苇和矮小树丛,在夏秋季节高达96%的水生植被覆盖率,使得水体反射率在第一波段有所降低,影响了反演结果。晴天时整个湖面的反射率较高,有些无蓝藻分布的清水区域会被错误地表示成浓度等级为1的蓝藻低值区,例如图2所显示的8月23日蓝藻浓度分布图中的太湖西南部地区。

4　结　论

本文主要采用MODIS卫星资料中第2、第1波段的反射率比值和第6波段反射率值,运用二维光谱空间函数分割方法,反演出太湖区域蓝藻浓度的分布情况。反演结果与第1、2、6通道合成图、实测数据的比较以及时间序列蓝藻浓度的反演分析,证明了该方法基本是可行的。该方法不仅能够在蓝藻初生阶段及时合理准确的予以判识,也能够在蓝藻发展过程中,较好反演出蓝藻的分布范围、浓度分布及其随时间的演变。但是由于研究时间所限,尚没有对原始MODIS数据进行系统的辐射订正和大气

第30卷　第6期　2010年12月

气象科学

SCIENTIAMETEOROLOGICASINICA

Vol.30,No.6Dec.,2010　

耿磊,郁凡,李亚春.基于MODIS资料的太湖蓝藻浓度监测.气象科学,2010,30(6):827-831.　GengLei,YuFan,LiYachun.MonitoringtheconcentrationofcyanobacteriainTaihuLakebasedonMODISdata.ScientiaMeteorologicaSinica,2010,30(6):827-831.

基于MODIS资料的太湖蓝藻浓度监测

耿　磊　郁　凡　李亚春

1

1

2

(1南京大学大气科学学院中尺度灾害性天气教育部重点实验室,南京210093)

(2江苏省气象科学研究所,南京210008)

摘　要　为反演太湖蓝藻浓度分布,可以根据MODIS卫星资料绘制1、2、6三通道合成图,但该方法只能定性分析太湖蓝藻的分布区域和分布范围,难以定量分析各蓝藻分布区的蓝藻浓度。为了克服这一局限性,本文主要采用MODIS卫星资料中第2、第1波段的反射率比值和第6波段反

射率值,运用二维光谱空间函数分割方法,反演出太湖区域蓝藻浓度的分布情况,定量确定各蓝藻分布区域的蓝藻浓度大小。在此基础上再加上实测数据资料的支持,就可建立蓝藻预警系统,对蓝藻的爆发与防治起到未雨绸缪的作用。

关键词　蓝藻　遥感　监测　　分类号　P461.8　　文献标识码　A

Monitoringtheconcentrationofcyanobacteriain

TaihuLakebasedonMODISdata

GengLei　YuFan　LiYachun

(1KeyLaboratoryofMesoscaleSevereWeatherofMinistryofEducation,NanjingUniversity,Nanjing210093,China)

(2JiangsuInstituteofMeteorologicalScience,Nanjing210008,China)

　　Abstract　ThecolorcompositionofwavebandsbasedontheMODISdataisoftenusedtoextractthe

1

1

2

informationofcyanobacteriabloominTaiLake.Althoughthismethodcoulddefinethemacroscopicdis-tributionregionofcyanobacteriabloom,therelativeconcentrationofcyanobacteriabloomremainsun-known.Toeliminatethisrestriction,inthispapertheratiobetweenband2andband1,thereflectanceofband6areusedtogetthereflectanceextentofcyanobacteriaofdifferentconcentrationlevels,through

whichwecanobtainmoredetailedinformationoftherelativecontentofthecyanobacteriabloom.Withtheobservationdataaddedup,arealtimemonitoringsysteminTaiLakeisdevelopedtodetectthecya-nobacteriabloomeffectively,whichwillplayanimportantroleinthepreventionandcontrolofcyanobac-teriabloom.

Keywords　Cyanobacteria　Remotesensing　Monitoring

其水面面积约2338.1km,平均水深仅2m左右,是典型的的淡水型湖泊。其流域不仅包含了上海市全境,还分布了无锡、苏州、杭州、常州、嘉兴、湖州等

重要城市。太湖不仅在农业灌溉、水产养殖、航运上

2

　引　言

太湖是中国第三大淡水湖,位于长江三角洲腹

地,30°55′40″～31°32′58″N、119°52′32″～120°36′10″E。

收稿日期:2009-10-10;修改稿日期:2010-02-04

基金项目:国家自然科学基金资助项目(40875012),中国气象局气象新技术推广项目(CMATG2007M30)第一作者简介:耿磊(1986-),女,江苏宜兴,硕士生,主要从事卫星遥感方面研究,[email protected]通讯作者:郁凡,副教授,[email protected]。

828气　　象　　科　　学　　　　　　　　　　　　　　　　30卷

本文主要采用MODIS第1通道红波段(波段范

围为620～670nm,中心波长为659nm,分辨率为250m)、第2通道近红外波段(波段范围为841～876nm,中心波长为865nm,分辨率为250m)、第6通道短波红外波段(波段范围为1628～1652nm,中心波长为1640nm,分辨率为500m)的反射率数据对太湖蓝藻浓度分布进行反演。在本文研究中,主要应用的是2007年春季到秋季约二十余天蓝藻爆发期间的MODIS探测资料。1.2　太湖模板信息

这是一个预先建立的TXT文件,用来显示整个太湖流域的水陆分布。文件中只包含2个整型数据:0和1。0表示该点位置为太湖周边陆地,1表示该点位置为太湖水域。文件中所包含数据个数为260×260,与MODIS卫星资料780～1040行、1000～1260列数据(即在卫星资料上太湖区域所处的的反射率数据范围)逐点对应。1.3　太湖蓝藻实际观测资料

在梅梁湾,共4个观测点:站点0(31.3865°N,120.2222°E)、站点1(31.5132°N,120.1907°E)、站点2(31.4237°N,120.2095°E)、站点3(31.4763°N,120.1943°E)。

本文研究主要选用了与2007年夏季前后蓝藻暴发期内23d的MODIS卫星观测数据匹配的太湖水面蓝藻实测样本资料,其中近20d的样本用于建模,另3d的样本用于检验。本文重点用于检验讨论的分析个例为2007年8月23日、2007年8月30日的数据,其实际观测资料见表1。

表1　梅梁湾四个站点的实测数据(单位:μg/L)Table1　Themeasureddataat4stationsincluding

Meiliangwan(unit:μg/L)

观测时间2007-08-232007-08-30

观测点0115.660.9

观测点163.951.8

观测点2100.186.1

观测点348.870.7

发挥了重要作用,更是上海、无锡、苏州等周边城市

的重要水源地。因此,保护好太湖的水环境,对长江三角洲的经济发展和社会安定极为重要。自1990s以来,随着长江三角洲经济的迅猛发展,太湖水环境日趋严峻,水体污染日益严重,湖水氮、磷等营养物含量过高,造成蓝藻频发。特别是近年来随着气候变暖

[1-3]

的大趋势,每年太湖中蓝藻出现的时间有所

[4]

提前,甚至在梅雨期前就暴发水华,严重破坏了

湖区的生态环境,对湖区居民生活造成极大程度的影响。因此,加强对蓝藻分布的动态监测,及时掌握蓝藻信息,对改善太湖水环境至关重要。

国内外一些学者利用遥感资料对蓝藻浓度分布

[5-11]

反演做了大量研究。三通道伪彩色图,是应用MODIS卫星数据分析蓝藻分布的基本工具,用它可较好的确定蓝藻的分布区域和分布范围,但对太湖蓝藻的浓度分布却往往只能作定性的判断,难以实现对蓝藻的浓度分布的定量分析,即无法定量确定各个蓝藻分布区的蓝藻浓度状况。

蓝藻浓度分布是判断蓝藻爆发强度的重要指标,也是为治理太湖环境、尽快消除蓝藻灾害采取措施的基本决策依据。为实现太湖蓝藻浓度的卫星实时监测,本文选用MODIS数据中第2、第1波段的反射率比值和第6波段反射率值,结合蓝藻浓度的水面实测资料,建立二维光谱空间蓝藻浓度分割函数,划分不同蓝藻浓度等级所对应的反射率范围,据此实现太湖蓝藻浓度分布的卫星反演。该方法的主要优点是可以较理想的分析出各蓝藻浓度的分布区域,有效监测高浓度蓝藻区的逐天浓度变化。此外,该方法利用第2、第1波段的反射率比值作基本分析量,可部分消除大气影响;通过引用第6波段的反射率资料,加大卫星观测信息量来获取更多的蓝藻水华卫星观测信息,可以取得更好的反演精度。

1　数据资料

1.1　MODIS卫星资料

MODIS(中分辨率图像光谱仪)是新一代地球观测传感器,装载在EOS的Terra和Aqua卫星上。它拥有2330km的视场宽度,1～2d可复感地球表面一次,可以及时获取目标区域动态变化信息,实施对太湖流域蓝藻分布的全天候动态监测。在光谱分辨率方面,其探测器在405～14385nm范围内以36个波段进行探测,共有三种空间分辨率250m、500m和1000m,基本满足了对太湖区域蓝藻检测2　蓝藻浓度反演模型

2.1　蓝藻浓度反演原理

蓝藻的遥感监测是基于蓝藻的光谱效应,蓝藻呈绿色,大片蓝藻覆盖在水面上像一层粘糊糊的绿油漆。由于浮于水上的蓝藻浓度不同,使水体颜色、密度、透明度等发生差异,导致水体的反射能量发生变化,进而在遥感图像上反映为色调、灰阶、形态、纹,

6期　耿磊,等:基于MODIS资料的太湖蓝藻浓度监测

[12]

829

步识别蓝藻分布的范围、面积等信息。

蓝藻中含有叶绿素,能够像植物一样进行光合作用,其光谱特征也与植被类似,呈现出“陡坡效应”。研究表明,蓝藻在可见光红波段有个吸收谷,反射值较小;而在近红外波段(700～1100nm)有个反射峰,反射值较大。清水则恰好相反,清水在红波段的反射值大,在近红外波段反射值小京萍

[15-16]

[13-14]

。在徐

等人的研究中,也发现采样点由于蓝藻的

密集程度(叶绿素含量)不同在近红外波段的反射峰值表现出较大的差异。总体上说,叶绿素含量越高,峰值越大。根据以上特点,可以将近红外波段的反射值比上红波段的反射值来扩大这种信号差异划分蓝藻、清水区域。更重要的是,通过这种比值方法,还可以部分消除卫星数据所包含的辐射误差,间接进行大气校正。

根据以上各波段的光谱特性和分析原理,本文首先对所有卫星数据进行基本的预处理,并通过将近红外、红波段反射率比值适当进行线性扩展来提高分辨率。进而,充分利用建模样本,在实测点附近读取MODIS数据,构建各浓度建模基本数据库。在对各浓度数据库样本再分析的基础上,进一步进行二维光谱空间散点分析。最后,通过反复比较试验,构建二维光谱空间蓝藻浓度分割函数,合理划分不同蓝藻浓度等级所对应的反射率范围,最终实现太湖蓝藻浓度的卫星多通道反演。2.2　基本方法

要提取蓝藻卫星观测信息,首先必须把蓝藻与太湖水体和云区区别开来。因此,在本文研究中,针对不同浓度蓝藻、清水区、云区分别进行了采样。为便于分析,根据实测资料,将蓝藻浓度划分为6个等级:浓度0、浓度1、浓度2、浓度3、浓度4、浓度5(其中浓度0表示此区域为清水无蓝藻)。对应各浓度蓝藻实测资料,从MODIS观测的LD2中文件读出当天实测点附近各波段反射率,另外还对清水区和云区进行有选择的采样,建立各浓度建模基本数据库。

统计分析各浓度建模基本数据库数据,根据各类的集群分布特征和同类样本的相关度,剔除明显错误的样本,完善各浓度建模基本数据库。在此基础上,进行二维光谱空间散点分析。其结果如图1所示,其中,横坐标是第2波段与第1波段的反射率比值I=v135,纵坐标是第6波段的反射率值2/v1×v1.5vm6=6。这里为了突出类间差异,扩大蓝藻信息提取精度,将第2、1波段反射率的比值和第6波段

从二维光谱空间散点分析可见,同类样本虽然分布并不很密集,但大致处于同一集群;各类之间虽然相邻交错,但基本可以通过线性函数明晰划分。通过反复试验,本文构建了划分不同浓度蓝藻及清

水区和云区的判决函数如下(其中,v1、v2、v6分别为经过线性扩展后的第1、2、6波段的反射率值):

浓度0的判定条件:

v(13/20)I+60,且v(27/11)I+270。m6

v(13/20)I+60,m6

v(13/20)I+60,m6

v(13/20)I+60,m6

且v(7/11)I+210且V(1/2)I+230。m6≥-m6

v(13/20)I+60,m6

v(13/20)I+60且v(21/23)I+420。m6

　　(1)v180,6>　　(2)120≤v1.5,v200,6≤180,且v2/v1　　(3)v13/20)I+60。m6≤(

只要满足以上任一条件,则该数据点属于云区。

图1　第2、1波段反射率比和第6波段反射率的

二维光谱空间散点图

Fig.1　Spectralscatterdiagramofcyanobacteriaofdifferent

concentrationlevels

830气　　象　　科　　学　　　　　　　　　　　　　　　　30卷

(3)胥湾和太湖南部区域叶绿素浓度很低,大

部分区域呈现蓝色,可近似认为是清水。3.2　2007年8月30日个例分析

从三通道合成图(图3a)可以看出8月30日蓝藻分布范围与23日相比大为缩小,仅在竺山湾、梅梁湾、贡湖湾有一定面积的蓝藻分布。

由蓝藻浓度分布图(图3b)可看出8月30日蓝藻的分布情况:

(1)和图4相似,叶绿素浓度高值和次高值出现在太湖北部的竺山湖、梅梁湾和西北部的大浦附近以及太湖周边沿岸地带。

(2)太湖大部分区域呈现蓝色,蓝藻浓度接近0。

　　(3)

总体来说这一天太湖大部分地区水质情况

3　结果与分析

3.1　2007年8月23日个例分析

从三通道合成图(图2a)可以看出8月23日在太湖北部有大范围蓝藻分布:在梅梁湾有大面积蓝

藻区域向南呈发散状分布;西北部的大浦附近有大量蓝藻沿湖岸分布并有向湖中心扩散的趋势。

从蓝藻浓度分布图(图2b)可看出:

(1)高浓度叶绿素区域大部分集中在太湖的北部和西北部,此外太湖周边沿岸地带也出现均匀、规则带状分布的高浓度叶绿素带,事实上这些地区叶绿素浓度值确实常年偏高于太湖其他地区。

(2)在太湖的西部、西南部及贡湖湾呈现大片绿色,叶绿素浓度很低。

图2　2007年8月23日10时27分的太湖蓝藻浓度分布图(a)合成图;(b)浓度分布图

站点浓度:0:115.6;1:63.9;2:100.1;3:48.8(单位:μg/L)

Fig.2　Theconcentrationofcyanobacteria(unit:μg/L)at10:27onAugust23,

2007

图3　2007年8月30日10时33分太湖蓝藻浓度分布图(a)合成图;(b)浓度分布图

站点浓度:0:60.9;1:51.8;2:86.1;3:70.7(单位:μg/L)

Fig.3　Theconcentrationofcyanobacteria(unit:μg/L)at10:33onAugust30,2007

6期　

良好,蓝藻分布范围较小。3.3　讨论

耿磊,等:基于MODIS资料的太湖蓝藻浓度监测831

订正,若卫星经过太湖区域时光照极强反射率比平

时大,反演浓度分布时,会把反射率比平时高的清水区域误认为是低浓度区。另外,由于实测数据不够,也影响了云区和蓝藻高浓度区域的精确判识、东太湖区域蓝藻和湖底植物信息的识别,这些问题有待在今后的工作中进一步改进。

参　考　文　献

[1]　周晓兰,高庆九,邓自旺,等.江苏气温长期变化趋势及年代际

变化空间差异分析.南京气象学院学报,2006,29(2):196-202.

[2]　庞华基,高靖,李春,等.青岛百年气温变化及其影响因素异分

析.南京气象学院学报,2007,30(4):524-529.

[3]　阮蔚琳,钱永甫,程永根.无锡市气温变化特征和城市化的影

响分析.气象科学,2006,26(1):66-73.

[4]　夏健,钱培东,朱玮.2007年太湖蓝藻水华提前暴发气象成因

探讨.气象科学,2009,29(4):196-202.

[5]　MelackJM,GastilM.Airborneremotesensingofchlorophylldis-tributionsinMonoLake,California.Hydrobiologia,2001,(466):31-38.

[6]　LevineSN,LivingstonGP,etal..Detectionofcyanobacterial

bloomsusingremotesensing.Reportfor2002VT5B,2002.[7]　SimisGH,PetersSWM,GonsHJ.Remotesensingofthecya-nobacterialpigmentphycocyanininturbidinlandwater.Limnol.Oceanogr.,2005,50(1):237-245.

[8]　刘堂友,匡定波,尹球,等.湖泊藻类叶绿素-a和悬浮物浓度的

高光谱定量遥感模型研究.红外与毫米波学报,2004,23(1):11-15.

[9]　吕恒.太湖水质多尺度遥感定量监测研究[博士论文].南京:

中国科学院南京地理与湖泊研究所,2004.

[10]胡雯,吴文玉,孔庆欣,等.用FY-1C/CAVHRR数据估算巢湖

蓝藻叶绿素的含量.南京气象学院学报,2002,25(1):124-128.

[11]陈云,戴锦芳.基于遥感数据的太湖蓝藻水华信息识别方法.

湖泊科学,2008,20(2):179-183.

[12]周立国,冯学智,王春红,等.太湖蓝藻水华的MODIS卫星监

测.湖泊科学,2008,20(2):203-207.

[13]李国砚,张仲元,郑艳芬,等.MODIS影像的大气校正及在太

湖蓝藻监测中的应用.湖泊科学,2008,20(2):160-166.[14]宋瑜,宋晓东,江洪.太湖藻类的遥感监测研究.遥感信息,

2008,23(4):102-108.

[15]徐京萍,张柏,李方,等.基于MODIS的太湖藻华水体识别模

式.湖泊科学,2008,20(2):191-195.

[16]胡雯,杨世值,翟武全,等.NOAA卫星监测巢湖蓝藻水华的试

验分析.环境科学与技术,2002,25(1):16-18.

[17]任健,蒋名淑,商兆堂,等.太湖蓝藻暴发的气象条件研究.气

象科学,2008,28(2):221-226.

对三通道合成图与反演的浓度分布图进行比较后,可以发现反演得到的叶绿素浓度高值、次高值分布区域和分布范围与第1、2、6通道合成图大致吻

合,主要集中在太湖北部的梅梁湾、竺山湖和西北部的大浦附近,在梅梁湾0、1、2、3共4个站点附近所显示的蓝藻浓度也大致上与实测数据相对应。云区的分布范围、分布形状也与三通道合成图相吻合。该方法还能够把分布在云区边缘的蓝藻给识别出来,这一点从8月23日的蓝藻分布图中可以体现出来(在白色云区外围有墨绿色等级2蓝藻分布区)。总体上说,反演的太湖蓝藻浓度分布图符合太湖流域的实际水质分布状况,图中所显示的蓝藻浓度高值和次高值区也与任健等统计出来的太湖水华频次图、太湖水华中等强度以上频次分布图中的高频次

[17]

区相一致。

不足的是,云区边缘、特别是水陆边界与蓝藻高值分布区的分割阈值还有待改进,在某些情况下会把某些云区边缘、特别是部分水陆边界误判为蓝藻高浓度区,表现为沿边缘出现的红色线状蓝藻高值分布。另外,23、30日这两天的反演结果显示东太湖区域也存在蓝藻信息,而实际上东太湖水质一般较好,是太湖中无蓝藻爆发的区域。这是因为东太湖水深较浅,沿岸滩地上遍布芦苇和矮小树丛,在夏秋季节高达96%的水生植被覆盖率,使得水体反射率在第一波段有所降低,影响了反演结果。晴天时整个湖面的反射率较高,有些无蓝藻分布的清水区域会被错误地表示成浓度等级为1的蓝藻低值区,例如图2所显示的8月23日蓝藻浓度分布图中的太湖西南部地区。

4　结　论

本文主要采用MODIS卫星资料中第2、第1波段的反射率比值和第6波段反射率值,运用二维光谱空间函数分割方法,反演出太湖区域蓝藻浓度的分布情况。反演结果与第1、2、6通道合成图、实测数据的比较以及时间序列蓝藻浓度的反演分析,证明了该方法基本是可行的。该方法不仅能够在蓝藻初生阶段及时合理准确的予以判识,也能够在蓝藻发展过程中,较好反演出蓝藻的分布范围、浓度分布及其随时间的演变。但是由于研究时间所限,尚没有对原始MODIS数据进行系统的辐射订正和大气