周園 陸文 劉元志

引用格式：周園，陸文，劉元志.基于HY-1CD衛(wèi)星的藍(lán)藻水華提取方法對(duì)比分析[J].國(guó)土資源導(dǎo)刊，2023，20（04）：142-146.

Reference format：Zhou Yuan， Lu Wen， Liu Yuanzhi.Comparative analysis of cyanobacteria blooms extraction methods based on HY-1CD satellite[J].Land & Resources Herald，2023，20（04）：142-146.

摘 要：藍(lán)藻水華問(wèn)題越來(lái)越成為全球關(guān)注的生態(tài)環(huán)境問(wèn)題，國(guó)內(nèi)相關(guān)部門(mén)也逐漸提高了對(duì)其的重視度。學(xué)者們利用遙感手段已開(kāi)展了許多相關(guān)的研究，但存在藍(lán)藻水華遙感監(jiān)測(cè)空間分辨率、時(shí)間分辨率低，以及干擾因素多等問(wèn)題，且國(guó)內(nèi)南方地區(qū)少有研究。本文基于國(guó)產(chǎn)高時(shí)空分辨率的HY-1CD海洋衛(wèi)星CZI影像，選擇湖南大通湖作為實(shí)驗(yàn)區(qū)，探究南方藍(lán)藻水華遙感監(jiān)測(cè)的可行性。經(jīng)實(shí)驗(yàn)研究和分析，在地面監(jiān)測(cè)點(diǎn)數(shù)量足夠多的情況下，通過(guò)建立衛(wèi)星影像NDVI值和實(shí)測(cè)藻密度的反演模型實(shí)現(xiàn)遙感監(jiān)測(cè)藍(lán)藻水華的方法更加可靠，同時(shí)分析出藍(lán)藻水華遙感監(jiān)測(cè)可能存在的問(wèn)題，研究成果可為后續(xù)的藍(lán)藻水華遙感監(jiān)測(cè)提供參考依據(jù)。

關(guān)鍵詞：藍(lán)藻水華；HY-1CD；藻密度；遙感監(jiān)測(cè)

中圖分類號(hào)：P237? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? ? ? 文章編號(hào)：1672-5603（2023）01-142-05

Comparative Analysis of Cyanobacteria Blooms Extraction Methods Based on HY-1CD Satellite

Zhou Yuan1， Lu Wen2， Liu Yuanzhi1

（1.The Second Surveying and Mapping Institute of Hunan Province， Changsha Hunan 410119;2.Ecology and Environment Department of Hunan， Changsha Hunan 410014）

Abstract： The issue of cyanobacteria blooms is becoming a global ecological and environmental concern， and relevant domestic departments are gradually increasing their attention. Scholars have conducted many related studies using remote sensing methods， but there are problems with the spatial and temporal resolution of cyanobacteria blooms remote sensing monitoring， as well as multiple interference factors， and there are few studies in the southern regions of China. This article is based on the domestically produced high-resolution HY-1CD ocean satellite CZI image， and selects Datonghu in Hunan province as the experimental area to explore the feasibility of remote sensing monitoring of southern cyanobacteria blooms. Through experimental research and analysis， it has been found that in the case of a sufficient number of ground monitoring points， the method of remote sensing monitoring of cyanobacteria blooms is more reliable by establishing an inversion model of satellite image NDVI values and measured algal density. At the same time， the possible problems in remote sensing monitoring of cyanobacteria blooms have been analyzed， which can provide a reference basis for subsequent remote sensing monitoring of cyanobacteria blooms.

Key words： cyanobacteria blooms; HY-1CD; algal density; remote sensing monitoring

0 引言

由于全球變暖、水體富營(yíng)養(yǎng)化等，湖泊水華現(xiàn)象頻發(fā)，成為全球關(guān)注的問(wèn)題，已引起國(guó)內(nèi)南方地區(qū)相關(guān)部門(mén)的高度重視。目前被廣泛應(yīng)用的藍(lán)藻水華監(jiān)測(cè)主要采用實(shí)驗(yàn)室手工檢測(cè)或便攜式儀器快速監(jiān)測(cè)的方式，但耗費(fèi)大量人力物力。而遙感技術(shù)因其面廣、便捷被廣泛用來(lái)開(kāi)展藍(lán)藻水華監(jiān)測(cè)，可準(zhǔn)確監(jiān)測(cè)提取水華波及范圍，從而有效對(duì)其進(jìn)行防控預(yù)警。針對(duì)藍(lán)藻水華監(jiān)測(cè)，國(guó)內(nèi)外許多學(xué)者已進(jìn)行了大量研究，朱冰川等[1]采用韓國(guó)“千里眼”衛(wèi)星（COMS）搭載的海洋水色遙感器（GOCI）對(duì)太湖進(jìn)行持續(xù)觀測(cè)，研究出水華的時(shí)間變化規(guī)律同葉綠素a濃度變化規(guī)律一致，然而GOCI的空間分辨率為500 m，不適用于一般大小的湖泊；晁明燦等[2]和劉海秋等[3]分別采用Landsat8和Sentinel-2遙感影像對(duì)巢湖進(jìn)行水華提取，為其他湖泊的水華遙感監(jiān)測(cè)提供了參考依據(jù)，然而時(shí)間分辨率不滿足要求，時(shí)效性不夠。幾乎所有學(xué)者都是針對(duì)某一湖泊水域進(jìn)行了實(shí)驗(yàn)研究，并取得了一定的成效，但藍(lán)藻水華遙感監(jiān)測(cè)的準(zhǔn)確度需要持續(xù)確認(rèn)，存在許多干擾因素，且南方地區(qū)的內(nèi)陸水域很少有學(xué)者研究。本研究采用高時(shí)空分辨率的HY-1CD海洋衛(wèi)星CZI影像，通過(guò)對(duì)洞庭湖周邊的大通湖區(qū)進(jìn)行實(shí)驗(yàn)研究，探索南方地區(qū)遙感監(jiān)測(cè)藍(lán)藻水華的可能性，并分析存在的一些問(wèn)題，為接生態(tài)環(huán)境部門(mén)的藍(lán)藻水華遙感監(jiān)測(cè)業(yè)務(wù)提供一定的實(shí)踐基礎(chǔ)。

1 研究方法

1.1 HY-1CD海洋衛(wèi)星影像

HY-1CD衛(wèi)星是用于海洋水色水溫環(huán)境探測(cè)的海洋一號(hào)系列國(guó)產(chǎn)衛(wèi)星，配置的海岸帶成像儀（CZI）每三天對(duì)中國(guó)實(shí)現(xiàn)兩次觀測(cè)，空間分辨率為50 m，很好地滿足了藍(lán)藻水華監(jiān)測(cè)對(duì)空間分辨率、觀測(cè)頻次和時(shí)效性的要求。相比其他衛(wèi)星影像，HY-1CD衛(wèi)星影像獲取更加快捷、觀測(cè)頻次更能滿足需求、空間分辨率適宜，所以本研究基于該衛(wèi)星影像數(shù)據(jù)，經(jīng)輻射校正、幾何糾正、大氣校正等預(yù)處理后，利用紅波段和近紅外波段提取NDVI值，為接下來(lái)提取藍(lán)藻水華提供數(shù)據(jù)基礎(chǔ)。

1.2 藍(lán)藻水華監(jiān)測(cè)方法

1.2.1 采用閾值分割提取藍(lán)藻水華

NDVI是指采用紅光、近紅外波段進(jìn)行組合的一種遙感指數(shù)，對(duì)植被具有典型的識(shí)別作用。由于藍(lán)藻水華與植被具有相似的光譜性質(zhì)，在紅波段和近紅外波段之間有“陡坡效應(yīng)”，NDVI可用于藍(lán)藻水華的遙感監(jiān)測(cè)。結(jié)合NDVI指數(shù)的波峰、波谷特征，進(jìn)行像元值的閾值分割，可實(shí)現(xiàn)藍(lán)藻水華的等級(jí)劃分，并與《水華遙感與地面監(jiān)測(cè)評(píng)價(jià)技術(shù)規(guī)范（試行）》（HJ 1098—2020）中水華程度分級(jí)標(biāo)準(zhǔn)相對(duì)應(yīng)，水華級(jí)別分為無(wú)水華和無(wú)明顯水華、輕度水華、中度水華、重度水華，閾值分割提取藍(lán)藻水華的方法簡(jiǎn)單易行，且具有一定的準(zhǔn)確度。

1.2.2 根據(jù)藻密度反演模型監(jiān)測(cè)藍(lán)藻水華

根據(jù)藻密度反演模型監(jiān)測(cè)藍(lán)藻水華的方法同樣適合海洋衛(wèi)星遙感影像開(kāi)展植被指數(shù)提取。為提高反演精度，在獲取影像的同時(shí)，實(shí)地取樣檢測(cè)若干個(gè)點(diǎn)的藻密度，據(jù)此評(píng)價(jià)水華程度，然后依據(jù)NDVI值和藻密度的相關(guān)關(guān)系，構(gòu)建反演模型，從而可對(duì)其他水域范圍的NDVI值計(jì)算相應(yīng)點(diǎn)的藻密度，實(shí)現(xiàn)遙感監(jiān)測(cè)大范圍的藍(lán)藻水華問(wèn)題。

1.3 精度驗(yàn)證和問(wèn)題分析

實(shí)地采樣檢測(cè)若干檢查點(diǎn)用于驗(yàn)證水華遙感監(jiān)測(cè)的準(zhǔn)確度，本次實(shí)驗(yàn)比較閾值分割提取藍(lán)藻水華情況，對(duì)比了藻密度反演模型監(jiān)測(cè)藍(lán)藻水華兩種方法的準(zhǔn)確性。選擇洞庭湖周邊典型湖泊開(kāi)展了實(shí)驗(yàn)并進(jìn)行分析工作，探索遙感監(jiān)測(cè)藍(lán)藻水華的技術(shù)方法。

2 實(shí)驗(yàn)研究

2.1 實(shí)驗(yàn)區(qū)概況

湖南省主要有一湖四水五大水系，一湖指的是洞庭湖。選取洞庭湖周邊典型湖泊大通湖為實(shí)驗(yàn)區(qū)，大通湖為內(nèi)陸淡水湖，近年來(lái)，由于過(guò)度投肥投餌、過(guò)度捕撈、農(nóng)業(yè)面源污染等，大通湖水質(zhì)越來(lái)越差，總氮指標(biāo)超標(biāo)，生態(tài)退化日趨嚴(yán)重，導(dǎo)致藍(lán)藻水華在每年5月—10月集中爆發(fā)。藍(lán)藻水華問(wèn)題歷來(lái)得到生態(tài)環(huán)境主管部門(mén)的高度重視，在大通湖設(shè)有1個(gè)水華自動(dòng)監(jiān)測(cè)站點(diǎn)，19個(gè)便攜式監(jiān)測(cè)點(diǎn)，共20個(gè)水華監(jiān)測(cè)點(diǎn)，對(duì)藍(lán)藻水華進(jìn)行定點(diǎn)監(jiān)測(cè)，大通湖地理位置和監(jiān)測(cè)點(diǎn)分布情況如圖1所示，其中，A1為水華自動(dòng)監(jiān)測(cè)站點(diǎn)。

2.2 藻密度反演建模的構(gòu)建

為提高遙感反演的精度，常結(jié)合地面采樣檢測(cè)數(shù)據(jù)，進(jìn)行反演。該區(qū)域水華自動(dòng)監(jiān)測(cè)站點(diǎn)A1每天都可以有監(jiān)測(cè)數(shù)據(jù)，從而得到有效的地面同步測(cè)量數(shù)據(jù)。統(tǒng)計(jì)2022年6月份以來(lái)大通湖自動(dòng)監(jiān)測(cè)點(diǎn)、6月14日和8月4日便攜式監(jiān)測(cè)點(diǎn)監(jiān)測(cè)得到的藻密度數(shù)據(jù)值，同步獲取海洋衛(wèi)星影像NDVI值進(jìn)行相關(guān)性分析，具體統(tǒng)計(jì)情況如表1所示。

對(duì)上述15組海洋衛(wèi)星NDVI值與實(shí)測(cè)藻密度值進(jìn)行相關(guān)性分析，構(gòu)建數(shù)據(jù)模型，如圖2所示，模型的決定系數(shù)R2為0.6。將該模型應(yīng)用于8月4日大通湖海洋衛(wèi)星遙感藍(lán)藻水華監(jiān)測(cè)中。

2.3 藍(lán)藻水華監(jiān)測(cè)結(jié)果和準(zhǔn)確度分析

根據(jù)《水華遙感與地面監(jiān)測(cè)評(píng)價(jià)技術(shù)規(guī)范 （試行）》（HJ 1098—2020），水華程度由輕到重的順序?yàn)棰?、Ⅱ、Ⅲ、Ⅳ、Ⅴ?jí)，分別表示無(wú)水華、無(wú)明顯水華、輕度水華、中度水華、重度水華。采用閾值分割提取藍(lán)藻水華的結(jié)果如圖3所示，利用海洋

衛(wèi)星影像NDVI值與實(shí)測(cè)藻密度值的相關(guān)關(guān)系構(gòu)建的反演模型來(lái)反演藍(lán)藻水華結(jié)果如圖4所示。統(tǒng)計(jì)兩種監(jiān)測(cè)方法的水華，程度和各級(jí)別的占比情況，如表2所示，兩種監(jiān)測(cè)方法均表明8月4日大通湖湖區(qū)整體上為輕度水華。

選取8月4日獲取的9個(gè)便攜式監(jiān)測(cè)點(diǎn)數(shù)據(jù)作為遙感監(jiān)測(cè)水華結(jié)果的檢查點(diǎn)數(shù)據(jù)，經(jīng)分析發(fā)現(xiàn)采用閾值分割和基于反演模型提取藍(lán)藻水華的結(jié)果中9個(gè)點(diǎn)位的遙感監(jiān)測(cè)水華程度是一致的。從某種程度上說(shuō)明檢查點(diǎn)數(shù)量不足以區(qū)分兩種方法的準(zhǔn)確度，同時(shí)也說(shuō)明采用閾值分割提取藍(lán)藻水華具有一定的準(zhǔn)確性，而基于反演模型監(jiān)測(cè)藍(lán)藻水華具有更好的說(shuō)服力，且從實(shí)地采樣人員現(xiàn)場(chǎng)觀察可知整個(gè)湖區(qū)不同程度上都有水華問(wèn)題，反演模型監(jiān)測(cè)結(jié)果符合實(shí)際，而閾值分割的方法中提取出5.24%的無(wú)明顯水華區(qū)域，與現(xiàn)實(shí)情況不一致，說(shuō)明閾值分割的提取方法對(duì)于輕度水華不敏感，適用于水華大面積爆發(fā)期的監(jiān)測(cè)。

詳細(xì)對(duì)比分析實(shí)測(cè)數(shù)據(jù)和基于反演模型遙感監(jiān)測(cè)水華結(jié)果，情況如表3所示，實(shí)測(cè)和遙感監(jiān)測(cè)水華程度有3個(gè)不一致，為A16、A18和A20便攜式監(jiān)測(cè)點(diǎn)，準(zhǔn)確度為66.7%。經(jīng)分析可知，A14、A15、A16和A20靠近岸邊，受水草的干擾，遙感監(jiān)測(cè)藻密度高于實(shí)測(cè)藻密度，因A14和A15監(jiān)測(cè)藻密度都位于50～100（106 個(gè)/L）之間，所以都為中級(jí)水華。

3 討論

本次工作采用高時(shí)間分辨率遙感影像結(jié)合地面同步測(cè)量數(shù)據(jù)，對(duì)大通湖進(jìn)行了水華遙感監(jiān)測(cè)，主要結(jié)論如下：

（1）本研究表明基于衛(wèi)星遙感技術(shù)監(jiān)測(cè)藍(lán)藻水華技術(shù)可行。國(guó)產(chǎn)海洋衛(wèi)星HY-1CD影像空間分辨率基本滿足要求，具有三天兩次覆蓋的能力，實(shí)際工作中，可綜合高中低空多種影像數(shù)據(jù)，融合多源遙感影像監(jiān)測(cè)藍(lán)藻水華提高監(jiān)測(cè)精度。

（2）基于閾值分割和基于反演模型監(jiān)測(cè)藍(lán)藻水華的兩種方法各有其優(yōu)勢(shì)?；陂撝捣指钐崛∷{(lán)藻水華不依賴地面監(jiān)測(cè)點(diǎn)，能迅速提取區(qū)域內(nèi)水華面積，適用于水華大面積爆發(fā)期的監(jiān)測(cè)。通過(guò)地面監(jiān)測(cè)藻密度和衛(wèi)星影像NDVI值的關(guān)系建立的反演模型，具有更高的反演精度，在跟蹤監(jiān)測(cè)工作中能發(fā)揮較好的效果，隨著地面監(jiān)測(cè)數(shù)據(jù)的積累，反演模型將逐步得到優(yōu)化，精度也會(huì)有明顯的提高。

（3）遙感監(jiān)測(cè)精度容易受到周邊地物干擾，湖、岸交界區(qū)域是優(yōu)化模型、提高監(jiān)測(cè)精度的重點(diǎn)區(qū)域。湖泊岸邊受水生植物干擾比較嚴(yán)重，也是藍(lán)藻水華易發(fā)區(qū)、重災(zāi)區(qū)，實(shí)驗(yàn)結(jié)果反映沿岸遙感監(jiān)測(cè)的藻密度值明顯比湖中心區(qū)域的高，且實(shí)驗(yàn)值高于實(shí)測(cè)值。

4 結(jié)語(yǔ)

本文基于國(guó)產(chǎn)高時(shí)空分辨率的HY-1CD海洋衛(wèi)星CZI影像，選擇大通湖作為實(shí)驗(yàn)區(qū)，初步探究藍(lán)藻水華遙感監(jiān)測(cè)的可行性。實(shí)驗(yàn)結(jié)果和分析表明，采用閾值分割和采用影像NDVI值監(jiān)測(cè)在不同時(shí)期具有不同應(yīng)用效果，輔以地面同步測(cè)量數(shù)據(jù)，能顯著提升監(jiān)測(cè)精度，提升湖、岸交界區(qū)域的藍(lán)藻水華監(jiān)測(cè)精度是未來(lái)研究的重點(diǎn)。

參考文獻(xiàn)/References

[1] 朱冰川，尤凱，石浚哲，等.基于GOCI數(shù)據(jù)的太湖葉綠素a濃度反演和藍(lán)藻水華遙感監(jiān)測(cè)[J].環(huán)境污染與防治，2020，42（8）：1021-1025+1032.

[2] 晁明燦，趙強(qiáng)，楊鐵利，等.基于Landsat8影像的藍(lán)藻水華提取方法對(duì)比研究[J].大氣與環(huán)境光學(xué)學(xué)報(bào)，2021，16（06）：520-528.

[3] 劉海秋，任恒奎，牛鑫鑫，等.基于Sentinel-2遙感影像的巢湖藍(lán)藻水華提取方法研究[J].生態(tài)環(huán)境學(xué)報(bào)，2021，30（1）：146-155.

[4] 汪雨豪.基于哨兵2A影像的太湖藍(lán)藻水華提取方法研究及應(yīng)用[D].北京：中國(guó)地質(zhì)大學(xué)（北京），2020.

[5] 晁明燦.巢湖葉綠素a濃度遙感反演及藍(lán)藻水華監(jiān)測(cè)研究[D].遼寧：遼寧科技大學(xué)，2021.

[6] 鐘聲.太湖藍(lán)藻水華的自動(dòng)監(jiān)測(cè)和手工監(jiān)測(cè)比對(duì)分析[J].環(huán)境監(jiān)控與預(yù)警，2021，13（3）：19-23.