首页 > 论文范文 > 自然科学论文 > 海洋学论文 > 海洋环境学论文 > 探讨海洋环境监测中高光谱影像的运用

探讨海洋环境监测中高光谱影像的运用

2020-02-22 734 上传者：管理员

摘要：以高光谱分辨率为主要特征的高光谱遥感技术是开展海洋资源环境监测的新选择，目前我国在轨高光谱卫星数量不多，但随着GF-5卫星和珠海一号商业小卫星的发射运营，高光谱影像的数据量逐渐增多。文章基于原有的海洋光学遥感探测技术，对在海洋环境监测中高光谱影像的应用进行了探讨和案例剖析。

关键词：
海洋环境
海洋遥感
监测应用
高光谱
加入收藏

一、引言

海洋是人类生存进步的重要空间资源，但受限于海洋大尺度和高动态的特征，我们对海洋的探索和认知还远远不够，遥感手段以其大范围、多时相、高频度和经济性的优势，成为海洋观测的一种主要手段。然而，海洋水体对电磁波的强吸收特性，使得海洋水体的回波信号在遥感影像中呈微弱状态，目前常用的多光谱遥感光谱分辨率较低，对海洋环境要素信息准确获取的能力稍显不足，在此情形下，以高光谱分辨率为主要特征的高光谱遥感技术成为开展海洋资源环境监测的新选择。

二、高光谱影像特点

高光谱遥感最大的优势在于光谱分辨率的提高，窄波宽、多波段的特点使高光谱影像几乎具有连续的光谱数据，提高了观测目标物属性信息的能力和与地物实测光谱的匹配能力[1]，同时，高光谱数据依据地物的光谱曲线，可以对某些具有特殊光谱吸收特征的物质进行探测，进而进行精准的目标物类型区分。此外，影像波段数和光谱信息的增加，为遥感影像的地物要素识别模型和算法提供了更多的可能，并可以对地物的状态参量进行估算[2]。目前我国在轨高光谱卫星数量不多，但随着GF-5卫星和珠海一号商业小卫星的发射运营，高光谱影像的数据量逐渐增多，其在各行业中的应用也会越来越普遍。表1为目前我国主要的在轨高光谱卫星基本参数。

三、高光谱影像海洋环境监测应用

1. 海洋水色反演

（1）水色要素反演

叶绿素、悬浮物和透明度是评价海水水质的几项主要指标，叶绿素a是浮游植物中普遍含有的色素，在蓝光和红光波段存在吸收峰，并且激发荧光，水体吸收光谱和荧光光谱随着叶绿素a浓度的变化而变化[3]；水体悬浮物由有机和无机颗粒物组成，其含量可直接影响水体透明度、浑浊度以及水色，研究发现，在近岸海域，悬浮物浓度与长波段的遥感反射率或比值呈现良好的相关性[4]；水体透明度与水体各组分含量及其吸收、散射特性直接相关，反映了水体的浑浊程度[5]，研究表明，可见光的全波段漫射衰减系数和透明度具有较好的相关性，可通过反演来估计水体透明度[6]。基于上述原理，即可利用遥感反射率数据开展水色要素的浓度反演。受限于数据源，目前的海洋水色反演多基于多光谱遥感影像展开，随着我国环境一号卫星A星（HJ-1A）的发射，众多学者进行了高光谱水色反演研究，潘邦龙[7]、潘梅娥[8]等基于HJ-1A超光谱成像仪（HSI）高光谱数据分别提取了悬浮物（见图1）和叶绿素a浓度的混合光谱分解模型并开展实验，结果表明模型预测值与实测值的相关系数分别为0.82、0.89，验证了模型的适用性；此外，面向2018年发射升空的GF-5卫星高光谱传感器，邓实权等[9]开展了浑浊水体叶绿素a浓度的反演算法图1基于HJ-1AHSI的混合光谱分解模型悬浮物反演结果研究，根据GF-5卫星数据波段设置，将实测光谱数据转换为模拟GF-5光谱数据开展了相关实验。

（2）浅海水深探测

水深是海洋环境的重要参数，是海洋资源开发和海洋环境保护的基础保障。然而在部分海岸带浅海和岛礁周边海域，船只无法到达，传统水深测量无法作业，在此情形下，基于水体的光学特征发展的水深遥感探测成为选择。高光谱遥感波谱信息丰富，是近些年来水深遥感反演研究的热点和前沿，形成了光谱微分统计、查找表、神经网络和半分析等模型[10]，经实验验证其平均相对误差低于20%。其中，HOPE模型(HyperspectralOptimizationProcessExemplar)[11]是目前影响最大且应用最为广泛的一种高光谱遥感水深反演模型，该模型由Lee1999年提出，是一种联合反演浅海水深和固有光学性质的半分析模型，充分考虑了水体组分的吸收和散射因素，物理机制比较完备。其最大优势是无需实测水深，可直接进行水深反演，因而受到了国内外众多学者的青睐，并开展了大量的应用研究，研究结果精度普遍较高，0～25m水深段平均相对误差在15%左右。

2. 海洋灾害监测

（1）赤潮

赤潮是海洋中一些微藻、原生动物或细菌在一定环境条件下爆发性增殖，引起水体变色的一种生态异常现象，是我国主要的海洋生态灾害之一，对海洋生态系统、水产养殖业和滨海旅游业等构成较大影响。赤潮发生时，浮游生物的聚集会导致水体叶绿素浓度的升高，引起水体光谱特性的变化，进而产生有别于正常水体的光谱特征[12]，如赤潮发生海域水体往往在荧光波段（685附近）具有较高的遥感反射率。通过对高光谱影像光谱特征差异的分析，可以实现对赤潮的检测和监测。目前常用的高光谱赤潮检测方法有基于赤潮水体反射率的分析函数算法、基于光谱特征和小波的识别算法、基于现场赤潮海水和正常海水的波谱数据的SVM算法[13]等，潘斌等[14]提出了基于高光谱图像解混的海洋藻类监测算法，实验验证算法能有效克服高光谱图像分辨率不足造成的面积估算不准问题，实现亚像素水平的面积估计；马毅等[15]提出了基于子空间划分和耀斑抑制的赤潮高光谱高精度快速检测方法，并实验验证了方法的可行性。

（2）溢油

与赤潮类似，海上溢油也是一种我国近海常见的海洋灾害，近几年发生的几次海上溢油事件对我国近海环境造成了很大的破坏。溢油发生后会在海面形成油膜，不同厚度的油膜会在可见光影像上表现出不同的特征，尤其在近红外波段表现出与清洁海水明显的光谱差异[16]，同时，油膜平滑了海表面的微尺度波，使油膜与海水在影像中的纹理表现存在差异，介于此，可利用光学影像对海上溢油进行检测。高光谱图谱合一的优势，可以通过目标的光谱和纹理特征剔除颜色和外观与油膜相似的假目标，获取更精准的海上溢油信息，目前常用的方法有基于多尺度特征深度学习的高光谱溢油检测、小波变换及深度学习等[17]，另外韩仲志等[18]提出了通过分区混合端元计算海洋溢油覆盖度的探测方法，并采用仿真数据与真实高光谱影像数据相结合进行实验，验证了算法的有效性；任广波等[19]提出了基于特征光谱波段的三种海上溢油高光谱检测模型及其适用场景。

（3）海冰

海冰是典型海洋生态灾害之一，常发生于我国渤海和黄海北部，对航道通行、海上石油开采及渔业资源开发造成较大的影响。目前的海冰遥感监测主要集中在海冰分布和海冰厚度计算上，部分技术已较为成熟，并开展了业务化应用。受限于影像的光谱分辨率，目前的海冰遥感监测主要是对海冰分布范围的提取，而海冰厚度的研究成果较少，提取算法尚不够成熟。但研究表明，不同类型的海冰在一定的光谱范围内，表现出显著的反射率差异和强烈的可分离性，海冰厚度与海冰反照率之间呈现良好的指数关系[20]，尤其对于一年冰或冰厚小于1m的海冰。高光谱影像较高的光谱分辨率可以获得近乎连续的光谱信息和丰富的海冰图像信息，可为海冰更深一步的探测提供重要信息。罗征宇等[21]对比高光谱不同波段组合和四种监测分类方法在海冰监测上的优缺点，得到了在500nm～900nm波长范围内，选择波段越短海冰分类精度越高及最大似然法监测精度相对最高的结果；韩彦岭等[22]针对高光谱波段之间的相似和冗余，提出了基于改进相似性度量的海冰检测方法，并经实验验证了方法的可用性。

3. 滨海湿地遥感监测

滨海湿地是重要的鸟类等陆地动物的栖息地和鱼类等水生动物的繁育场所,地物类型复杂多样，且大部分区域人为无法进入，现有的多光谱遥感技术在滨海湿地地物类型分布方面有较多的应用，但无法开展高精度的复杂地物类型分类和定量遥感监测，如植被生物量和盖度等。高光谱影像的高光谱分辨率，能够更精细地展现地物的光谱特征，在滨海湿地负责地物类型分类和定量监测中可发挥独特的优势。

目前滨海湿地典型地物分类的方法多为基于现场调查数据的监督分类，常用方法有SVM、神经网络算法、最大自然分类法等[23]，同样，高光谱影像遥感监测也可对不同地物光谱特征波段进行遴选，建立基于高光谱植被指数的定量信息提取方法和模型，开展基于高光谱遥感影像的地物类型和植被定量信息提取。朱玉玲基于SVM方法，利用珠海一号高光谱影像对黄河三角洲国家级自然保护区的水体、盐地碱蓬、潮滩、芦苇沼泽、互花米草、潮滩芦苇、柽柳灌丛等7种典型地物进行了分类研究，总体分类精度为86.02%，kappa系数为0.83，其中，水体和盐地碱蓬的分类精度最高，分别为98.96%和95.94%。实验所用影像及分类结果图参见图2。（a）实验区OHS假彩色合成图像图2基于OHS影像的黄河口滨海湿地地物分类（b）OHS假彩色合成影像和地物真实分布图（c）OHS影像SVM分类结果。

四、结束语

高光谱遥感作为光学定量遥感发展的必然趋势，虽然光谱分辨率有了较大的提升，但其空间分辨率与多光谱影像仍有较大差距，导致影像中存在较多的混合像元，影像质量仍需进一步改善；同时，现有的高光谱卫星主要应用对象为陆地地物，多采用陆地定标场及内陆湖泊等开展辐射定标，并未开展专门的海上定标，其定标系数在海洋中未必适用，这也给高光谱影像海洋监测增加了难度。

参考文献：

[1]韩震,陈西庆,恽才兴.海洋高光谱遥感研究进展[J].海洋科学,2003,27(1):22-25.

[2]娄全胜,陈蕾,王平,等.高光谱遥感技术在海洋研究的应用及展望[J].海洋湖沼通报,2008(3):168-173.

[3]潘德炉,GowerJFG,林寿仁.荧光法遥感海面叶绿素浓度的波段选择研究[J].海洋与湖沼,1989(6):564-570.

[4]周舟,张万磊,江文胜,等.渤海表层悬浮物浓度长期变化(2003-2014年)的卫星反演研究[J].中国海洋大学学报(自然科学版),2017,47(3):10-18.

[5]何贤强,潘德炉,黄二辉,等.中国海透明度卫星遥感监测[J].中国工程科学,2004,6(9):33-37.

[6]王晓梅,唐军武,丁静,等.黄海､东海二类水体漫衰减系数与透明度反演模式研究[J].海洋学报(中文版),2005(5):38-45.

[7]潘邦龙,王先华,朱进,等.水体高光谱反演混合光谱空间信息分解模型研究[J].光谱学与光谱分析,2015,35(3):734-738.

[8]潘梅娥,杨昆.基于环境一号HSI高光谱数据提取叶绿素a浓度的混合光谱分解模型研究[J].科学技术与工程,2017,17(6):71-76.

[9]邓实权,田礼乔,李建,等.面向GF-5卫星高光谱传感器的浑浊水体叶绿素a浓度反演算法研究——以鄱阳湖为例[J].华中师范大学学报(自然科学版),2018,52(3):409-415.

王锦锦,李真,朱玉玲.高光谱影像在海洋环境监测中的应用[J].卫星应用,2019(8):36-40.