李芝鳳，韓 冰，賈 迪，朱建華

（國(guó)家海洋技術(shù)中心，天津 300112）

葉綠素a是浮游植物生物體的重要組分之一，對(duì)海洋初級(jí)生產(chǎn)力的估算、海洋赤潮預(yù)警監(jiān)測(cè)及海洋—大氣碳循環(huán)的研究具有重要意義[1]。衛(wèi)星遙感技術(shù)可以快速、有效地監(jiān)測(cè)葉綠素a在空間和時(shí)間上的變化狀況，具有監(jiān)測(cè)范圍廣、時(shí)效性高、周期性強(qiáng)等特點(diǎn)，已成為在全球尺度連續(xù)監(jiān)測(cè)葉綠素a濃度的重要方法[2]。國(guó)內(nèi)外學(xué)者將經(jīng)典的數(shù)學(xué)、物理方法與遙感實(shí)踐相結(jié)合，建立了多種定量估算水體中葉綠素a濃度的遙感反演算法，主要分為經(jīng)驗(yàn)方法、半經(jīng)驗(yàn)方法和分析方法三類(lèi)。其中，經(jīng)驗(yàn)算法利用葉綠素a濃度和遙感參數(shù)之間的統(tǒng)計(jì)關(guān)系進(jìn)行運(yùn)算，應(yīng)用最為廣泛。在20世紀(jì)70年代，國(guó)外學(xué)者首先提出了運(yùn)用最大吸收波長(zhǎng)和最小吸收波長(zhǎng)處的水體輻射比值估算海洋表層葉綠素a含量，為葉綠素a濃度反演奠定了基礎(chǔ)。自1978年海岸帶彩色掃描儀（Coastal Zone Color Scanner，CZCS）運(yùn)行以來(lái)，海洋水色遙感技術(shù)和反演算法迅速發(fā)展，以“波段比值”為基礎(chǔ)的經(jīng)驗(yàn)算法得到廣泛應(yīng)用，如針對(duì)SeaWiFS數(shù)據(jù)開(kāi)發(fā)的OC2、OC3和OC4算法，針對(duì)CZCS數(shù)據(jù)開(kāi)發(fā)的OC3C算法，針對(duì)MODIS數(shù)據(jù)開(kāi)發(fā)的OC3M、OC4M算法等。我國(guó)學(xué)者利用經(jīng)驗(yàn)算法對(duì)區(qū)域葉綠素a濃度進(jìn)行反演，對(duì)估算結(jié)果進(jìn)行方法的驗(yàn)證和評(píng)估，根據(jù)評(píng)估結(jié)果，建立了多種適用性較強(qiáng)的區(qū)域海水[3-7]及內(nèi)陸水體[8-9]的葉綠素a濃度反演模型，大大提高了區(qū)域水體葉綠素a濃度的反演精度。

受復(fù)雜的物理環(huán)境場(chǎng)、生物地球化學(xué)作用等綜合影響，南海海域葉綠素a濃度分布具有復(fù)雜、多時(shí)空尺度的變化特征，是區(qū)域海洋學(xué)研究的熱點(diǎn)之一[10]。PAN Y L等[11]利用SeaWiFS的OC2、OC4和MODIS的OC3M算法對(duì)南海北部的葉綠素a濃度進(jìn)行了評(píng)價(jià)，并對(duì)算法進(jìn)行了優(yōu)化，初步建立了南海北部夏季葉綠素a濃度反演算法。許大志等[12]利用南海秋季遙感反射率和葉綠素a的現(xiàn)場(chǎng)觀(guān)測(cè)數(shù)據(jù)，分析了用于全球葉綠素a濃度反演的OC2和OC4算法在南海北部海區(qū)的適用性，利用現(xiàn)場(chǎng)數(shù)據(jù)建立了兩套適用性較強(qiáng)的本地化算法，并對(duì)研究海區(qū)葉綠素a濃度進(jìn)行反演，反演結(jié)果與實(shí)測(cè)數(shù)據(jù)具有很好的相關(guān)性。曾銀東等[13]利用OC2v4、OC4v4和OCTSC這3種標(biāo)準(zhǔn)算法對(duì)珠江口南海東北部海區(qū)的葉綠素a濃度進(jìn)行反演，并分析了葉綠素a從近岸向遠(yuǎn)岸降低的空間分布特征。趙文靜等[14]利用2004—2012年在南海獲得的實(shí)測(cè)葉綠素a濃度和遙感反射率數(shù)據(jù)，建立了以O(shè)C3算法為基礎(chǔ)的適用于南海海域的新算法，反演精度從56%提高到38%。目前，針對(duì)南海海域葉綠素a濃度的區(qū)域性反演算法研究較多，但基本都是基于國(guó)外衛(wèi)星數(shù)據(jù)，在敏感波段選擇上也都延續(xù)了國(guó)外衛(wèi)星的現(xiàn)有波段，而針對(duì)我國(guó)自主海洋水色衛(wèi)星（HY-1C、HY-1D）搭載的海洋水色水溫掃描儀（Chinese Ocean Color Temperature Scanner，COCTS）波段設(shè)置的反演算法未見(jiàn)報(bào)道。因此，結(jié)合COCTS的光譜波段進(jìn)行葉綠素a濃度反演算法的研究，將為我國(guó)海洋水色衛(wèi)星遙感數(shù)據(jù)的定量化應(yīng)用提供算法支撐。

本文利用2020年7—8月在南海北部獲取的現(xiàn)場(chǎng)實(shí)測(cè)葉綠素a濃度和同步遙感反射率數(shù)據(jù)，評(píng)估了3種葉綠素a標(biāo)準(zhǔn)算法（OC2v4、OC3M和OC4v4）及3種南海區(qū)域算法（OC4v4_TP、OC2_X、INOC3）在該區(qū)域的反演精度和適用性；針對(duì)我國(guó)自主HY-1C、HY-1D衛(wèi)星搭載COCTS的波段設(shè)置，建立了新的葉綠素a濃度反演算法，并對(duì)新算法進(jìn)行了驗(yàn)證。

1 研究區(qū)域與數(shù)據(jù)獲取

1.1 研究區(qū)域

2018年9—10月和2020年7—8月期間，國(guó)家海洋技術(shù)中心和國(guó)家衛(wèi)星海洋應(yīng)用中心的科研團(tuán)隊(duì)在中國(guó)東海和南海開(kāi)展現(xiàn)場(chǎng)測(cè)量，獲取了包括表層葉綠素a濃度和遙感反射率在內(nèi)的現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)。本文選取兩個(gè)航次南海北部海域的數(shù)據(jù)作為研究對(duì)象，NH2020航次的數(shù)據(jù)用于已有算法評(píng)估和新算法構(gòu)建，NH2018航次的數(shù)據(jù)則用于新算法反演精度的驗(yàn)證。

1.2 數(shù)據(jù)獲取

1.2.1 遙感反射率

水體遙感反射率測(cè)量使用美國(guó)ASD（Analytical Spectral Devices）公司的FieldSpec 3型光譜儀，光譜范圍為350～2 500 nm，現(xiàn)場(chǎng)測(cè)量和數(shù)據(jù)處理依據(jù)NASA SeaWiFS海洋光學(xué)規(guī)范進(jìn)行。圖1給出了兩次試驗(yàn)獲取的遙感反射率光譜。試驗(yàn)期間，每個(gè)站位開(kāi)展至少3次連續(xù)獨(dú)立測(cè)量，412 nm、443 nm、490 nm、520 nm、565 nm等幾個(gè)典型波段的相對(duì)標(biāo)準(zhǔn)偏差（Relative Standard Deviation，RSD）結(jié)果如表1所示，兩個(gè)航次典型波段的遙感反射率平行樣RSD小于10%的數(shù)據(jù)比例均大于90%。

表1 典型波段遙感反射率結(jié)果

圖1 遙感反射率光譜

1.2.2 葉綠素a濃度

葉綠素a濃度采用實(shí)驗(yàn)室熒光法進(jìn)行分析。采水器采集表層海水，樣品經(jīng)孔徑為0.7μm的Whatman GF/F濾膜過(guò)濾、90%丙酮萃取24 h，利用Turner-Design_10型熒光光度計(jì)分析葉綠素a濃度。表2給出了兩個(gè)航次的葉綠素a濃度結(jié)果，圖2給出了葉綠素a濃度的直方圖，兩個(gè)航次對(duì)30%的站位進(jìn)行平行樣分析，RSD均小于4%。

表2 葉綠素a濃度結(jié)果

圖2 葉綠素a濃度數(shù)據(jù)統(tǒng)計(jì)

2 研究方法

本文選用6種基于波段比值的反演算法，對(duì)南海北部海域葉綠素a濃度進(jìn)行了反演和評(píng)估，包括3種葉綠素a標(biāo)準(zhǔn)算法（OC2v4、OC3M和OC4v4）和3種南海區(qū)域算法（OC4v4_TP、OC2_X、INOC3），各算法的表達(dá)式、適用區(qū)域及葉綠素a濃度范圍等如表3所示。算法評(píng)估時(shí)，利用現(xiàn)場(chǎng)實(shí)測(cè)的遙感反射率和葉綠素a濃度數(shù)據(jù)，計(jì)算得到反演的葉綠素a濃度（Chlamod），將其與現(xiàn)場(chǎng)實(shí)測(cè)的葉綠素a濃度（Chlamea）進(jìn)行比較，給出各算法的精度。精度評(píng)估使用的統(tǒng)計(jì)指標(biāo)包括平均絕對(duì)誤差（Mean Absoulute Error，MAE）、平均相對(duì)誤差（Mean Relative Error，MRE）和決定系數(shù)（R2），計(jì)算公式如下。

表3 已有葉綠素a濃度遙感反演算法

式中，Chlamea為葉綠素a濃度實(shí)測(cè)值；Chlamod為葉綠素a濃度反演值；N為數(shù)據(jù)量。決定系數(shù)反映Chlamea與Chlamod之間的線(xiàn)性關(guān)系，用R2表示。

算法構(gòu)建時(shí)，根據(jù)我國(guó)自主HY-1C、HY-1D衛(wèi)星搭載的COCTS的波段設(shè)置，利用現(xiàn)場(chǎng)數(shù)據(jù)將葉綠素a濃度和遙感反射率比值進(jìn)行線(xiàn)性回歸，建立新的兩波段、三波段、四波段和五波段反演算法。

3 數(shù)據(jù)結(jié)果分析

3.1 已有算法精度評(píng)估

表4為已有葉綠素a濃度遙感反演算法精度結(jié)果，分別列出了6種算法的R2、MAE和MRE。圖3給出了6種已有算法的葉綠素a濃度反演值與實(shí)測(cè)值的對(duì)比散點(diǎn)圖，圖3（a）和圖3（b）分別為標(biāo)準(zhǔn)算法和區(qū)域算法的反演值與現(xiàn)場(chǎng)實(shí)測(cè)值的對(duì)比圖，不同的顏色代表不同的算法，虛線(xiàn)為1∶1對(duì)比線(xiàn)。由此可知，3種標(biāo)準(zhǔn)算法的反演值比較均勻地落在1∶1線(xiàn)兩側(cè)，比較真實(shí)地反映了實(shí)測(cè)濃度，反演值與實(shí)測(cè)值的相關(guān)性也較高，OC2v4、OC3M和OC4v4算法的R2分別為0.84、0.80、0.87，從葉綠素a濃度反演值與實(shí)測(cè)值之間的MAE來(lái)看，3種標(biāo)準(zhǔn)算法均小于0.15μg/L，OC4v4算法最小，MAE為0.13μg/L；就MRE而言，3種標(biāo)準(zhǔn)算法的MRE均小于30%；在3種區(qū)域算法中，OC2_X算法在葉綠素a濃度較低時(shí)（低于0.1μg/L），部分站位出現(xiàn)了明顯的高估，而在葉綠素a濃度較高時(shí)又出現(xiàn)了明顯的低估，MAE為0.37μg/L，MRE為72.32%，相對(duì)誤差最高達(dá)575%；OC4v4_TP算法反演結(jié)果與實(shí)測(cè)值相關(guān)性較差，R2僅為0.58，除NH12站位出現(xiàn)了明顯高估外，其他95%以上的站位均出現(xiàn)了低估；INOC3算法R2為0.74，MAE為0.16μg/L，MRE為28.13%，在3種區(qū)域算法中反演精度最高。

圖3 葉綠素a濃度反演值與實(shí)測(cè)值的對(duì)比散點(diǎn)圖

表4 已有葉綠素a濃度遙感反演算法評(píng)估結(jié)果

綜合以上分析，對(duì)于本文研究的南海北部海域，基于標(biāo)準(zhǔn)算法的反演精度明顯優(yōu)于其他3種區(qū)域算法，而在3種標(biāo)準(zhǔn)算法中，OC4v4算法反演精度最高。

3.2 反演算法構(gòu)建

據(jù)本文3.1節(jié)對(duì)已有葉綠素a濃度反演算法的評(píng)估結(jié)果，雖然得到了適用性較強(qiáng)的反演算法，但是由于南海北部海域水體受到陸源輸入、臺(tái)風(fēng)等復(fù)雜過(guò)程的影響，水體生物光學(xué)特性較為復(fù)雜，另一方面，OC4v4算法針對(duì)的是全球海域，葉綠素a濃度范圍為0.008～90μg/L，與本文葉綠素a濃度范圍相差較大，因此，應(yīng)用現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)重新構(gòu)建適用性更強(qiáng)的反演算法十分有必要。

對(duì)于葉綠素a濃度經(jīng)驗(yàn)算法而言，反演算法的優(yōu)劣很大程度上取決于能否正確選擇有效反映葉綠素a濃度變化的指示因子，而該指示因子對(duì)于水色遙感而言就是不同波段遙感反射率的組合。COCTS水色遙感器的波段設(shè)置為412 nm、443 nm、490 nm、520 nm、565 nm、670 nm、750 nm和865 nm，根據(jù)波段比值算法的原理，選擇綠光波段565 nm為參考波段，分析了遙感反射率比值對(duì)葉綠素a濃度變化的響應(yīng)規(guī)律，如圖4所示?？梢钥闯觯S著波長(zhǎng)的增加，Rrsλ/Rrs565的動(dòng)態(tài)變化范圍逐漸減小，結(jié)合波段比值與葉綠素a濃度的相關(guān)性，選擇不同的波段比值建立適用于南海北部海域的葉綠素a濃度算法模型，各算法計(jì)算公式和波段比值如表5所示。

表5 新建南海北部葉綠素a濃度算法

圖4 遙感反射率比值與實(shí)測(cè)葉綠素a濃度的相關(guān)性

3.3 算法驗(yàn)證

利用NH2018航次現(xiàn)場(chǎng)實(shí)測(cè)的葉綠素a濃度和遙感反射率數(shù)據(jù)，對(duì)新構(gòu)建的OC2_C、OC3_C、OC4_C和OC5_C算法的模型精度進(jìn)行了驗(yàn)證，結(jié)果如表6所示。4種新算法中，OC5_C算法反演結(jié)果與實(shí)測(cè)值的相關(guān)性最高，R2為0.86，MAE為0.08μg/L，MRE為21.36%，是幾種算法中誤差最小的。表中OC4v4*是利用標(biāo)準(zhǔn)算法OC4v4（波段比值和計(jì)算公式見(jiàn)表3）的反演結(jié)果，反演值與實(shí)測(cè) 值的R2為0.61，MAE為0.11μg/L，MRE為29.12%。圖5為應(yīng)用OC5_C和OC4v4*兩種算法反演NH2018航次葉綠素a濃度與實(shí)測(cè)值的對(duì)比散點(diǎn)圖可以看出，OC5_C算法反演精度明顯優(yōu)于OC4v4算法反演精度，進(jìn)一步驗(yàn)證了該算法在南海北部海域的適用性。

表6 模型精度驗(yàn)證結(jié)果

圖5 OC5_C和OC4v4*算法反演NH2018航次葉綠素a濃度與實(shí)測(cè)值的對(duì)比散點(diǎn)圖

4 結(jié) 論

本文選用6種算法對(duì)我國(guó)南海北部海域葉綠素a濃度進(jìn)行反演精度評(píng)估與適用性評(píng)價(jià)，結(jié)合我國(guó)自主業(yè)務(wù)化COCTS波段設(shè)置，構(gòu)建了基于五波段的葉綠素a濃度反演算法，為我國(guó)自主業(yè)務(wù)化海洋水色衛(wèi)星遙感數(shù)據(jù)的定量化應(yīng)用提供算法支撐，得出以下主要研究結(jié)論。

（1）本文選用3種標(biāo)準(zhǔn)算法和3種南海區(qū)域算法對(duì)NH2020航次的葉綠素a濃度進(jìn)行反演，對(duì)各算法反演精度進(jìn)行評(píng)估。結(jié)果表明，OC2v4、OC3M和OC4v4這3種標(biāo)準(zhǔn)算法的反演誤差較小，對(duì)本研究區(qū)域的適用性較好，平均相對(duì)誤差均小于30%。

（2）以HY-1C和HY-1D衛(wèi)星光譜波段為基礎(chǔ)，進(jìn)行南海北部海域葉綠素a濃度反演的算法模型研究，建立了兩波段、三波段、四波段和五波段的葉綠素a濃度遙感反演算法（OC2_C、OC3_C、OC4_C和OC5_C）；利用NH2018航次實(shí)測(cè)葉綠素a濃度和遙感反射率數(shù)據(jù)，對(duì)4種新構(gòu)建的算法進(jìn)行了精度驗(yàn)證，并與標(biāo)準(zhǔn)算法的反演結(jié)果進(jìn)行了比較。結(jié)果表明，OC5_C算法反演精度最高，平均絕對(duì)誤差為0.08μg/L，平均相對(duì)誤差為21.36%，進(jìn)一步驗(yàn)證了該算法在南海北部海域的適用性。

（3）采用現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)進(jìn)行葉綠素a濃度反演算法開(kāi)發(fā)和驗(yàn)證，結(jié)果比較準(zhǔn)確可靠，但是考慮到該算法與衛(wèi)星數(shù)據(jù)的結(jié)合與應(yīng)用，本文將遙感反射率在實(shí)測(cè)數(shù)據(jù)基礎(chǔ)上增加隨機(jī)誤差，再進(jìn)行數(shù)據(jù)擬合與算法驗(yàn)證。其中，藍(lán)光波段遙感反射率分別加±10%、±15%和±20%的隨機(jī)誤差，綠光波段遙感反射率分別加±5%和±10%的隨機(jī)誤差。算法驗(yàn)證結(jié)果顯示，與不加隨機(jī)誤差（表6）相比，藍(lán)光波段加±10%、綠光波段加±5%隨機(jī)誤差時(shí)，OC2_C、OC3_C、OC4_C和OC5_C這4種算法的MAE平均增加了0.007 5μg/L，MRE平均增加了2.55%；藍(lán)光波段加±10%、綠光波段加±10%隨機(jī)誤差時(shí)，4種算法的MAE平均增加了0.012μg/L，MRE平均增加了3.59%；藍(lán)光波段加±15%、綠光波段加±5%隨機(jī)誤差時(shí)，4種算法的MAE平均增加了0.01μg/L，MRE平均增加了3.64%。考慮到不同月份太陽(yáng)天頂角的差異對(duì)遙感反射率的影響，對(duì)算法進(jìn)行了重新構(gòu)建與驗(yàn)證，結(jié)果表明，太陽(yáng)天頂角的差異不會(huì)對(duì)算法結(jié)果造成影響。就MAE而言，OC3_C和OC4_C算法沒(méi)有變化，OC2_C增加了0.02μg/L，OC5_C增加了0.03μg/L；4種算法的MRE平均增加了1.73%。南海北部水體環(huán)境復(fù)雜，若要進(jìn)一步提高葉綠素a濃度的反演精度，需同時(shí)考慮浮游植物與泥沙、懸浮顆粒和有色可溶有機(jī)物之間的復(fù)雜的交互作用，以及對(duì)光學(xué)特性的貢獻(xiàn)和影響，可在后續(xù)的研究中加以完善。