基于SDGSAT-1 影像的總懸浮物濃度反演方法研究

鄭 直，李連偉，蘇 博，張源榆

（1.中國石油大學（華東）海洋與空間信息學院，山東 青島 266580；2.山東省海洋資源與環境研究院，山東 煙臺 264006）

總懸浮物（Total Suspended Matter，TSM）是內陸和海洋的重要水質參數之一[1]，指懸浮在水中的固體物質，以懸浮泥沙和浮游生物為主[2]。隨著工業化進程的推進和社會經濟的快速發展，人類活動和工業污染物排放使水體中總懸浮物濃度迅速上升，對水生生物產生一定的影響。在2015 年9 月，聯合國可持續發展峰會通過了《2030 年可持續發展議程》[3]，在該綱領性文件的17 項可持續發展目標中，第14 項目標旨在保護海洋環境和合理利用海洋資源以促進可持續發展，實時監測沿海區域的水質總懸浮物濃度、酸化程度和富營養化程度等，保護生態系統功能和生物多樣性。對近海海域總懸浮物濃度進行動態監測是我國沿海地區海洋環境管理的一個重點治理環節。傳統的近海海域總懸浮物濃度監測是以采用現場隨船逐點取樣的方式進行，不僅耗費時間和人力，而且難以全面反映水體總懸浮物濃度的空間變化[4]。隨著遙感技術的不斷發展，各類遙感信息在數據層面上已經體現了高價值（Value）、變化快（Velocity）、準確性（Veracity）、種類多（Variety）和體量大（Volume）的“5V”特征[5]，通過遙感技術手段獲取水質參數濃度已成為當前近海海域水體環境研究的重要方式。

2021 年11 月5 日10 時19 分，可持續發展科學衛星1 號（SDGSAT-1）在太原衛星發射中心用長征六號運載火箭發射升空，衛星順利進入預定軌道。SDGSAT-1 作為中國科學院首顆自主研發的地球科學衛星，搭載了高分辨率寬幅熱紅外、微光及多譜段成像儀3 種載荷，其中多光譜成像儀成像幅寬為300 km，優于國外主流衛星如Landsat 8（180 km）和哨兵2 號（290 km），相較于Landsat 8 的空間分辨率（30 m）與重訪周期（16 天），SDGSAT-1 的空間分辨率高達10 m，重訪周期僅約11 天，擁有較高的信噪比（B1逸130，B2~B6逸150），衛星設計有“熱紅外+多譜段”“熱紅外+微光”及單載荷觀測等多種觀測模式，可實現全天時、多載荷協同觀測。

國內外學者對于總懸浮物濃度的反演研究已開展多年[6-10]，但基于SDGSAT-1 影像的總懸浮物濃度反演方法尚無相關成果，基于國產SDGSAT-1 衛星對總懸浮物濃度進行反演，能在保證精度的同時擁有更高的空間分辨率。本文以黃河口為研究區域，利用2022 年4 月的黃河口總懸浮物濃度實測數據，根據QAA 算法得出水體固有光學量，建立基于SDGSAT-1 影像的黃河口區域總懸浮物濃度反演模型，且將基于SDGSAT-1 影像的反演結果與實測數據及基于Sentinel-2B 影像的反演結果進行對比，并將模型應用于SDGSAT-1 遙感影像。

1 材料與方法

1.1 研究區域與站位分布

黃河是全球最大的輸沙河，以水少沙多著稱于世[11]，每年攜帶大量的泥沙進入半封閉的渤海，年徑流量約3 ×1010m3，年均造陸約8 ×107m3。黃河口位于山東省東營市墾利縣黃河口鎮境內，瀕臨渤海，在渤海與萊州灣的交匯處。黃河口近岸海域水體長期處于高懸浮物濃度狀態，受黃河徑流及潮汐和風浪等動力過程的影響，水體組分動態變化劇烈，水體光學性質特殊，屬于典型的二類渾濁水體[4]。本文研究選擇黃河口近海區域，于2022 年4 月下旬開展了總懸浮物濃度外業調查實驗，有效觀測總懸浮物濃度共計192 站次，全部站位區域東至山東省龍口市，西至山東省東營市河口區，北至山東省東營市河口區北部，南至山東省昌邑市北部，均勻分布在近海區域。分布于黃河口附近區域的站位為黃河口站位，為高濃度站位，其分布區域西起東營市墾利區，東至濰坊市寒亭區，共計73 個站位；分布于黃河口站位兩側站位的為低濃度站位，共計119 個站位。

1.2 衛星影像數據

遙感影像數據來自SDGSAT-1 衛星數據共享服務網站（http://124.16.184.48:6008），衛星多譜段成像儀主要參數如表1 所示，目前SDGSAT-1 僅對用戶開放4 級產品，該級數據經過了相對輻射校正和幾何校正處理，但沒有經過大氣校正。使用ENVI5.3 對影像數據進行輻射定標和大氣校正，SDGSAT-1 影像的輻射定標公式為L =DN ×Gain +Bias，其中，L是輻射亮度值；DN是像元亮度值；Gain和Bias分別是增益量和偏移量。選用FLAASH算法進行大氣校正，將輻亮度值轉換為實際地表遙感反射率，該大氣校正模型對于渾濁水體的校正效果較好，被國內外研究學者廣泛應用[12]，在黃河口區域具有較好的適用性。

表1 SDGSAT-1 影像主要參數

1.3 反演模型構建方法

1.3.1 模型構建方法

總懸浮物濃度遙感反演方法已經相對成熟，影響反演精度的主要因素有遙感影像的預處理、實測數據的選取和反演方法的選擇。目前，總懸浮物濃度的遙感反演方法主要是經驗算法、半分析方法和分析方法。經驗算法作為應用最為廣泛的反演方法，是根據遙感反射率與總懸浮物濃度實測數據建立兩者之間的統計關系，從而實現對總懸浮物濃度的遙感反演。經驗算法具有簡潔、高效等特點，但該方法建立在特征周期或具體區域的基礎上，受到時間、空間等因素的影響，使得模型的適用性不強。半分析方法是基于水體固有光學量與表觀光學量之間的輻射傳輸原理，建立固有光學量系數與總懸浮物濃度的統計關系以達到反演總懸浮物濃度的目的，反演精度較高[13]。宋慶君等[14]通過對東海、黃海水體固有光學量測量數據進行分析，得到后向散射系數與總懸浮物濃度之間的關系，從而建立了半分析模型。分析方法是利用輻射傳遞模型，計算出水體成分吸收系數與反向散射系數之比，進而求得水中成分的濃度，該方法的計算精度高、計算結果可靠、時間和空間通用性強，但是域類水體較為復雜，建模需要確定多種水體的光學量參數，導致該方法的應用受到了一定的影響[15]。除上述方法以外，神經網絡、隨機森林及CatBoost 等方法也逐漸應用到總懸浮物濃度的遙感反演研究中[16]?？傮w而言，半分析方法相比經驗算法有一定物理基礎，較分析方法更簡單易行，對總懸浮物濃度反演而言仍是目前最為合適的總懸浮物濃度反演方法。

1.3.2 QAA 算法

QAA 算法是半分析方法，LEE Z P 等[17]于2002年開發，該方法只需要遙感反射率Rrs，可以算出水體的吸收系數a、懸浮物的后向散射系數bbp等，QAA 算法具體步驟如表2 所示。邢帥等[18]使用海洋和陸地顏色儀（Ocean and Land Color Instrument，OLCI）影像數據驗證QAA 算法的反演性能，結論是QAA 算法在輕度渾濁的吸收型水體中有著良好的反演效果。段化杰等[19]使用Sentinel 3A OLCI 遙感數據，基于QAA 模型反演岱?？倯腋∥餄舛?，結果表明QAA 在中高懸浮物濃度區域反演效果良好。本文基于SDGSAT-1 影像波段替換QAA 算法的相近波段，利用QAA 算法建立水體表觀光學量與固有光學量之間的轉換關系。構建總懸浮物濃度反演模型主要分為兩個步驟：第一步是輸入遙感反射率數據，利用QAA 算法估算水體固有光學特征量（Inherent Optical Properties，IOP）；第二步是根據QAA 算法估算的水體固有光學量與總懸浮物實測濃度值建立回歸模型，進而反演水體總懸浮物濃度。

表2 QAA 算法具體步驟

1.4 評價指標

為評價各個模型的優劣、驗證反演結果的精度，本文采用的評價指標主要包括：決定系數（Coefficient of Determination，CoD）、均方根誤差（Root Mean Square Error，RMSE）、平均絕對百分比誤差（Mean Absolute Percentage Error，MAPE）、平均絕對誤差（Mean Absolute Error，MAE）、德賓-沃森值（Durbin-Watson，DW），計算公式如下。

式中，R2為決定系數；R（mg/L）為均方根誤差；M1為平均絕對百分比；M2（mg/L）為平均絕對誤差；D為德賓-沃森值；n為樣本個數；xi（mg/L）為第i個總懸浮物濃度實測值；X（mg/L） 為實測值的均值；yi（mg/L）為第i個總懸浮物濃度反演值；u（mg/L）為第i個總懸浮物濃度實際觀察值與反演值之間的差（xi-yi）。

2 結果與討論

2.1 反演模型建立

構建模型時，在192 個總懸浮物濃度實測數據點中，根據與空間臨近點的數值差異作為異常點的判定標準，去掉部分異常點，按區域隨機選擇120個實測數據點構建模型，剩余44 個總懸浮物濃度實測數據點用于驗證所構建模型的精度。以QAA得出的各波段I值為自變量，總懸浮物濃度實測觀測值為因變量，選擇總懸浮物濃度遙感反演中應用廣泛的經驗模型，包括單波段、波段加減、波段比值，以及多波段組合等模型形式，進行黃河口反演模型的適用性分析，結果如表3 所示。結果表明SDGSAT-1 單波段模型的IB5(656nm)與實測數據擬合程度比其他單波段要好，符合研究人員普遍得出的656 nm 接近為黃河口區域的總懸浮物濃度反演的敏感波段的規律[20]?？傮w來說，模型自變量為的模型與總懸浮物實測濃度擬合程度最好，該自變量以總懸浮物濃度反演敏感波段IB5(656nm)為自變量主導因素，同時采用多波段組合比值形式，經多次實驗對比，自變量分子中IB3(495nm)與IB4(553nm)的系數為0.5 最佳，該模型R2為0.579，RMSE為9.43 mg/L，高于自變量為，但略差于的RMSE（9.31 mg/L）。

表3 SDGSAT-1 模型精度

2.2 反演結果與實測數據對比

利用剩余44 個總懸浮物濃度實測數據點用于所構建模型的精度驗證，將剩余實測數據點代入所構建的模型，得到各個模型的總懸浮物濃度預測值，該預測值作為自變量，總懸浮物濃度實測數據為觀測值，作為因變量，進行精度評定，結果如表4 所示。

表4 SDGSAT-1 模型精度評價

圖1 SDGSAT-1 反演濃度與實測數據散點圖

2.3 反演結果與Sentinel-2B 反演結果對比

歐洲航天局的哨兵二號（Sentinel-2） 于2017年3 月17 日發射升空，衛星攜帶高分辨率多光譜成像裝置，可提供有關陸地植被生長、土壤覆蓋狀況、內河和沿海區域環境等信息，為國內外研究學者廣泛使用，陳余潔等[22]基于哨兵二號提供的影像對高郵湖的總懸浮物濃度和葉綠素a 濃度進行了反演研究，反演估算的平均相對誤差分別為15.0%與22.5%，反演效果良好。李航等[23]使用哨兵二號衛星遙感影像數據對長江三峽庫區和長壽湖進行了總懸浮物濃度反演，證明了哨兵二號衛星對于總懸浮物濃度具有良好的監測應用能力。故本文使用Sentinel-2B 的總懸浮物反演結果與SDGSAT-1 的反演結果進行精度對比，對Sentinel-2B 的2022 年4月黃河口影像進行預處理（重投影、Sen2Cor 大氣校正、重采樣），基于QAA 算法得到各個波段的IOP值，按覆蓋區域隨機選擇實測數據建立模型，并使用剩下點位驗證模型。Sentinel-2B 的IB2+IB3線性模型（R2=0.583、R=7.46 mg/L、M2=6.69 mg/L、M1=17.01%）與多項式模型（R2=0.591、R=7.39 mg/L、M2=6.41 mg/L、M1=18.86%）的精度為所構模型中較高，使用線性模型與的多項式模型進行精度對比，同時根據共同覆蓋點位的濃度深淺分為全點點位區域及高濃度點位地區分別進行對比，其結果散點圖如圖2 所示，模型驗證由表5 所示。

圖2 模型反演的TSM 與實測TSM 散點圖

表5 SDGSAT-1 與Sentinel-2B 模型精度評價

由散點圖可知，由于黃河口水域總懸浮物濃度變化范圍較大，單一模型難以在大范圍的區域中保證良好的反演精度，SDGSAT-1 和Sentinel-2B模型在全區域中的R2分別為0.512 與0.468，而兩種衛星的模型在黃河口高濃度區域的精度都要高于各自在全范圍的精度，高濃度散點圖中的所有點幾乎都均勻地分布在1 ：1 線的兩側附近，其中SDGSAT-1 多項式模型在黃河口高濃度區域的R2為0.622，RMSE 為7.94 mg/L，Sentinel-2B 線性模型在黃河口高濃度區域的R2為0.589，RMSE 為8.27 mg/L，SDGSAT-1 多項式模型均優于Sentinel-2B 線性模型，但Sentinel-2B 線性模型的MAPE（17.62%）指標優于SDGSAT-1 多項式模型?？傮w而言，在覆蓋中高濃度的大區域反演中，SDGSAT-1 多項式模型效果優于Sentinel-2B 線性模型，在黃河口高濃度區域中，SDGSAT-1 多項式模型與Sentinel-2B 線性模型均可得到較好的反演結果。

3 結 論

本文利用近190 組黃河口實測數據，根據黃河口水體特性，基于QAA 算法，建立了水體固有光學量與實測數據的總懸浮物反演模型，并將模型基于SDGSAT-1 影像數據開展總懸浮物濃度反演，且將反演結果與實測數據，以及基于Sentinel-2B 影像數據的總懸浮物濃度反演結果進行精度對比，研究結論如下。

（1）黃河口海域屬于典型的二類渾濁水體，敏感波段篩選發現，相較于430 nm、490 nm、550 nm波段，650 nm 為黃河口區域的總懸浮物濃度反演的敏感波段，SDGSAT-1 的IB5(656nm)與實測總懸浮物濃度的R2為0.333，Sentinel-2B 的IB3(665nm)的R2為0.470。

（2） 波段比值為黃河口海域總懸浮物濃度反演的敏感因子，以（I553nm+I656nm）/I553nm、為自變量建立模型的R2均高于其他波段組合形式模型。

（3） 基于SDGSAT-1 影像的QAA 反演算法，針對中高濃度的近岸區域反演精度良好（R2=0.622，R=7.94mg/L，M2=6.64 mg/L，M1=19.38%），與基于Sentinel-2B 影像的反演結果（R2=0.589，R=8.27mg/L，M2=6.53mg/L，M1=19.10%）精度相當。

后續研究中將繼續提升模型精度，將考慮引用機器學習方法，提高構建模型效率。本文研究區域位于黃河口中高濃度區域，后續研究中將會擴大研究區域，覆蓋高中低濃度區域，提升反演模型的適用性。