基于Sentinel-2 衛星影像的海南西島珊瑚礁識別和變化分析*

周雅君 何明郡 劉 聰 賀雙顏 , 姜慶巖 韓 玉 陳 棟 ① 李培良

(1. 浙江大學海洋學院 浙江舟山 316021; 2. 浙江大學海南研究院 海南三亞 572024; 3. 海南熱帶海洋學院崖州灣創新研究院 海南三亞 572024; 4. 浙江省海洋觀測－成像試驗區重點實驗室 浙江舟山 316021)

珊瑚礁生態系統以其高初級生產力和豐富的生物多樣性被稱為“海中熱帶雨林”(張睿等, 2022), 除了為海洋生物提供棲息地, 珊瑚礁作為天然防波堤和旅游資源也為人類帶來了巨大收益(Wilkinsonetal,2012; Yu, 2012; 王麗榮等, 2014; 余克服等, 2014;Becketal, 2018; Lietal, 2019; Masonetal, 2020)。但由于人類活動和自然環境變化, 珊瑚礁正在逐步退化(Davenportetal, 2006; Halpernetal, 2008, 2015;Laietal, 2015; Asneretal, 2017; Eakinetal, 2019;Sullyetal, 2019)。對珊瑚礁進行監測有助于評估珊瑚礁受影響的程度, 跟蹤珊瑚礁的退化或恢復情況, 并為保護、治理珊瑚礁生態系統提供依據和方向。

實地對珊瑚礁進行持續、詳細的監測成本很高,且難以全面覆蓋珊瑚礁生長的區域。衛星遙感以其覆蓋范圍廣、重訪周期短的特點被應用于珊瑚礁監測,彌補了傳統野外調查的不足(Lubinetal, 2001; Mumbyetal, 2004; Hameletal, 2010; 黃榮永等, 2019)。利用衛星遙感技術獲得大范圍珊瑚礁分布情況、底質信息和健康狀況越來越普遍(do Nascimento Araújoetal,2016; Da Silveiraetal, 2021; Whiteetal, 2021; 馬珍妮等, 2022; 吳柯等, 2022; 岳子琳等, 2022)。衛星遙感識別珊瑚礁底質類型的能力取決于傳感器光譜、空間、時間分辨率以及水深、水質條件等環境因素(Hochbergetal, 2003a)。高空間分辨率(約1 m)衛星遙感數據可以提供比中分辨率(約10～30 m)遙感數據更詳細的地理信息, 但其高昂的費用使其應用受到限制。中分辨率衛星, 如Landsat 系列和Sentinel-2 等, 其數據公開獲取方便, 在珊瑚礁識別中表現良好, 在珊瑚礁監測研究中常被選擇。對于少數底質類別(3～5 類),使用SPOT 和Landsat 中分辨率遙感數據的分類精度約為60%～80%; 然而, 當底質類型超過7 類時, 受到空間和光譜分辨率的限制, 它們難以提供更詳細的珊瑚礁信息(Capolsinietal, 2003)。相比之下Quickbird、IKONOS、WorldView-2 等更高空間分辨率的商業衛星表現更加良好(Mumbyetal, 2002;Roelfsemaetal, 2013; Xuetal, 2019; 萬佳馨等, 2019)。

基于像素的分類方法和面向對象的圖像分析(object-based image analysis, OBIA)方法是星載遙感識別珊瑚礁底質和地貌的常用方法。其中基于像素的分類方法沒有考慮相同底質區域內像素特征的相似性, 容易產生其中某些分散的像素點分類錯誤的誤差, 而面向對象的方法考慮一個區域內像素的平均灰度值、顏色、紋理以及相鄰像素間的關聯信息, 避免了分類結果出現“椒鹽”現象(陳云浩等, 2006)。已有部分研究證明了OBIA 在珊瑚礁底質分類中的能力(Phinnetal, 2012; Wahidinetal, 2015; Xuetal, 2016;Setiawanetal, 2022; 吳虹蓉等, 2022)。

珊瑚礁不僅在生態環境中扮演重要角色, 也為許多沿海地區的旅游業增加收入?？拷糜尉包c的珊瑚礁, 容易受到頻繁人類活動的影響而處于更大的生存壓力之下, 其健康狀況更應該被關注。西島位于三亞珊瑚礁國家級自然保護區, 是我國國家級4A 級景區, 受人類活動影響大, 近些年西島珊瑚礁退化已受到當地重視并出臺了一系列珊瑚礁恢復和保護政策(三亞市自然資源和規劃局, 2017, 2020; 海南省自然資源和規劃廳, 2023)。有效、快速地獲得西島沿岸珊瑚礁區域的底質變化, 對保護措施效果評估和生態維護至關重要。衛星遙感具備大面積、長時序觀測識別的優勢, 然而目前缺乏對近岸小型珊瑚島礁珊瑚底質的衛星遙感識別分類統一方法, 本研究基于時序的Sentinel-2 衛星影像利用OBIA 方法對西島沿岸珊瑚礁底質進行識別分類和覆蓋面積變化分析, 以實現利用衛星遙感對海南西島珊瑚礁進行遙感監測, 為海南西島珊瑚礁監測和管理提供方法和數據參考。

1 研究區域概況與研究數據

1.1 研究區域概況

西島(18.24°N, 109.37°E)位于我國海南三亞灣國家自然保護區(圖1), 面積2.8 km2, 地處熱帶地區,年平均氣溫23.4 °C, 最低氣溫高于17 °C。西島周圍海域擁有豐富的珊瑚資源, 但由于社會經濟的發展和旅游活動的增加, 西島周邊自然環境受到干擾, 這可能對附近珊瑚礁的生存帶來了巨大影響(董棟等,2015; 黃建中等, 2020)。

圖1 西島位置示意圖及現場水質和底質測量數據站點分布Fig.1 Location of Xidao Island and distribution of field measurement sites for water quality and substrates

1.2 研究數據

1.2.1 遙感影像數據 本文選用Sentinel-2 衛星數據作為珊瑚礁底質分類的影像數據。Sentinel-2A 于2015 年6 月23 日發射, Sentinel-2B 于2017 年3 月7 日發射, 兩顆衛星同時運行時重訪周期為 5 d。Sentinel-2 衛星搭載的多光譜影像儀(multi-spectral instrument, MSI)覆蓋13 個光譜波段, 可提供空間分辨率為10、20 和60 m 的遙感影像。研究選取10 m地面分辨率的波段2 (藍波段B, 中心波長492 nm)、波段3 (綠波段G, 中心波長559 nm)、波段4 (紅波段R, 中心波長664 nm)、波段8 (近紅外波段NIR, 中心波長832 nm)四個波段的影像對西島沿海海域進行底質分類。近紅外波段8 用來區分水體和陸地。珊瑚、沙子、藻類等底質在可見光波段具有一定的可分性(Hochbergetal, 2003b), 因此利用可見光波段2、3、4 提取淺水底質信息。

美國國家海洋和大氣管理局(National Oceanic and Atmospheric Administration, NOAA)基于海表面溫度(sea surface temperature, SST)數據開發的珊瑚礁白化熱點(HotSpot)和周熱度(degree heating weeks, DHW)指數產品可以對珊瑚礁白化的發生提供較高準確度的預測(Goreauetal, 2000; Wellingtonetal, 2001)。根據NOAA珊瑚礁監測(coral reef watch, CRW)官方網站的5 km 白化熱點數據, 西島附近海域大約在每年 11 月至次年4 月的白化熱點小于等于0, 如圖2 所示, 說明在這個時間段內西島附近的珊瑚礁處于無危險狀態, 沒有發生白化的趨勢, 相較同年5～10 月, 此時間段內珊瑚面積相對穩定, 因此選擇每年11 月至次年4 月時間段內的晴空Sentinel-2 Level-1C 遙感影像作為研究數據,研究使用的Sentinel-2 衛星影像信息如表1。本研究利用7 幅Sentinel-2 衛星影像開展, 其中3 幅在2017 年12 月至2018 年3 月間、4 幅在2021 年11～12 月間采集得到。Sentinel-2 Level-1C 數據下載自歐空局(https://scihub.copernicus.eu/dhus/#/home)。

表1 本研究使用的Sentinel-2 衛星影像信息Tab.1 The Sentinel-2 satellite images used in this study

圖2 2017 年、2018 年、2021 年和2022 年西島沿海每日白化熱點Fig.2 The daily hotspots around Xidao Island in 2017, 2018, 2021 and 2022

1.2.2 現場測量數據 本研究人員于2021 年10 月23 日、2022 年5 月4 日、2022 年12 月16 日前往西島開展了珊瑚礁水質或底質現場調查。利用GPS、水下攝像機、多參數水質儀、照相機等采集了經緯度、水下照片、水質參數(溫度、鹽度、溶解氧、濁度、深度)、水面照片等數據資料, 并現場采集水樣在實驗室中測定化學需氧量(chemical oxygen demand, COD)、溶解無機氮(dissolved Inorganic Nitrogen, DIN)和溶解無機磷(dissolved inorganic phosphate, DIP)。COD 用堿性高錳酸鉀法測定。營養鹽濃度用德國SEAL-AA3連續流動分析儀測定, 其中, 氨氮()用水楊酸鈉法測定, 硝酸鹽氮()用銅-鎘還原法測定, 亞硝酸鹽氮()用鹽酸萘乙二胺法測定, DIP 用磷鉬藍法測定。其中底質分類數據站位一共采集了132 個,水質數據站位一共采集了14 個, 站位分布如圖1 所示, 底質類型包括珊瑚礁、沙地、巖石和沙礫、海藻和海草, 用于后文珊瑚礁底質分類精度驗證。站位數量及分類如表2 所示。

表2 西島沿岸現場調查不同底質站位數量Tab.2 Number of substrate types obtained in field surveys along the coast of Xidao Island

1.2.3 潮汐數據 本文采用的Sentinel-2 遙感影像過境時間均為格林威治時間03:00 (北京時間11:00)左右, 衛星影像獲取時間時的潮高信息在表1 中給出。圖3 以2021 年11 月為例, 給出西島附近三亞港(18.23°N, 109.49°E)的一個典型潮汐月變化周期潮高曲線, 本研究所用衛星數據的潮高范圍為50～112 cm,其中2018 年2 月17 日、2021 年11 月18 日、2021 年12 月3 日衛星影像時間對應的潮高標在圖中作為參考。該潮高數據來自中國海事服務網(https://www.cnss.com.cn/html/tide.html), 潮高基準面在平均海平面下90 cm。

圖3 2021 年11 月潮汐高度變化曲線Fig.3 Variations of tides levels in November 2021

2 研究方法

2.1 遙感數據預處理

衛星傳感器獲取的可見光遙感影像通常受到大氣、云覆蓋等環境因素影響, 因此分類前先對下載的Sentinel-2 Level-1C 遙感影像進行大氣校正和裁剪融合預處理。

首先, 利用 SNAP 軟件支持的插件 Sen2Cor(http://step.esa.int/main/snap-supported-plugins/sen2cor/)對本文所用的7 幅影像進行大氣校正得到各波段水體反射率數據, 并使用ENVI5.3 對大氣校正后遙感影像進行裁剪。

然后, 對圖像4 個波段的反射率進行算術平均處理。本文所用7 幅遙感影像的4 個波段反射率標準差如圖4a～4d。對于相同波段, 在不同日期獲得的遙感反射率數據標準差較大, 說明在不同日期獲得的遙感反射率數據數值差異較大。因此, 不同日期獲得的遙感圖像難以使用相同的參數進行后續的分割和分類操作。

圖4 本文所用7 幅遙感圖像在進行算數平均處理前的波段2、波段 3、波段4、波段8 的反射率標準差(a～d)和算數平均處理后兩幅圖像的反射率標準差(e～h)Fig.4 The standard deviations of reflectance at B, G, R, and NIR bands of total 7 images (a～d, respectively) used in this study before arithmetic average processing and the standard deviations of the reflectance at band2, band3, band4, and band8 of 2 images (e～h,respectively) after arithmetic average processing

為使不同時期獲得的遙感影像的反射率差異盡可能小, 本研究選擇了6 幅晴空影像進行處理, 以獲得用于底質識別的遙感圖像。利用2017 年12 月24 日、2018 年2 月7 日、2018 年3 月24 日獲得的3 幅遙感圖像, 分別對波段2、波段 3、波段4、波段8 四個波段的反射率進行算術平均計算, 得到 2018 年初西島遙感合成圖像。對2021 年12 月3 日、2021 年12 月13 日、2021 年12 月18 日獲得的3 幅遙感圖像進行相同處理, 得到2021 年末年西島遙感合成圖像。計算2018 年初和2021 年末西島遙感合成影像對應各波段的標準差, 結果如圖4e～4h。平均值計算處理后,對于相同波段, 不同時期獲得的遙感圖像的反射率差異明顯減小, 有利于后續使用相同參數對上述兩幅圖像進行分割及分類操作。

不同潮高情況下獲取的遙感影像顯著不同, 尤其是水陸分界線差異很大, 為了在不同影像中使用統一的水陸分界線, 選擇較高潮高時的數據進行分析, 以獲得較高精度的用于水陸分類的遙感圖像。本研究對2021 年11 月18 日、2021 年12 月3 日獲得的2 幅遙感圖像也進行了反射率算術平均處理, 得到2021 年西島較高潮高遙感合成圖像, 并利用該遙感合成影像識別提取出水體和陸地。然后, 分別利用2018 年初和2021 年末西島遙感合成圖像對西島周邊沿岸水體進行了底質分類。

2.2 西島底質識別分類方法

本研究采用eCognition6.4 軟件對3 幅平均后的影像進行多尺度分割和面向對象分類操作。分割的尺度參數決定了分割對象所能允許的最大差異性, 尺度參數越大越大, 創建的對象就越大。較小的尺度參數不能準確描述水體和陸地的邊界, 且分割結果較為破碎, 而較大的尺度參數不能準確描述珊瑚礁區域的地物邊界。波段權重同樣也會影響分割結果。水體對于近紅外光吸收強烈, 增大近紅外波段的權重可以提高分割水體和陸地的準確性。而在對水體部分進行分割時, 增大可見光波段的權重可以提高水體中底質分割的準確性。

首先, 本研究在對2021 年西島較高潮高遙感圖像進行分割時選擇了較大的尺度參數(設置尺度參數為100)和較大的近紅外波段權重(波段2:波段3:波段4:波段8=1:1:1:8)。利用閾值分類算法, 將NIR 反射率大于等于0.085 的對象識別為陸地, NIR 反射率小于0.085 的對象識別為水體。然后, 利用2018 年初和2021 年末的兩幅西島遙感合成圖像, 對其水體部分進行再分割。再分割時選擇了較小的尺度參數(設置尺度參數為15)和較大的可見光波段權重(波段2∶波段3∶波段4∶波段8=1∶1∶1∶0)。對再分割后的兩幅圖像進行閾值分類。本研究提取出波段2 反射率小于0.073 的對象為珊瑚礁, 提取出波段3 反射率大于0.1 的對象為巖石和沙礫, 提取出波段4 反射率大于等于0.045、小于等于0.073 的對象為海藻和海草, 其他部分為沙地?；赟entinel-2 遙感影像的西島底質識別分類過程如圖5 所示。

圖5 基于Sentinel-2 遙感影像的西島底質識別分類流程圖Fig.5 Flowchart of substrate classification around Xidao Island using Sentinel-2 images

2.3 精度分析方法

本文使用生產者精度(producer’s accuracy)、用戶精度(user’s accuracy)、總體精度(overall accuracy)和Kappa 系數(Kappa coefficient)來評價分類結果。生產者精度表示研究區域內正確分類為某類的樣本數與該類實際樣本數的比值。生產者精度體現了某個實際類別被正確分類的概率, 生產者精度越高, 說明對該實際類別漏分的情況越少。用戶精度表示研究區域內正確分類為某類的樣本數與分到該類的樣本數的比值。用戶精度體現了某個類別的分類結果中正確分類的概率, 用戶精度越高, 說明分類結果中錯分的情況更少?？傮w精度表示所有類別中被正確分類的樣本數與所有樣本數的比值。Kappa 系數用于衡量分類結果與實際類別的一致性?？傮w精度Po計算方法如下:

其中,m表示類別數量,aii表示每個類別中被正確分類的樣本數,n表示樣本總數。Kappa 系數K計算方法如下:

其中,Pe表示偶然一致性,ai表示每個類別實際樣本數量,bi表示每個類別的預測樣本數量。

3 結果

3.1 分類結果精度驗證

利用2021 年西島較高潮高Sentinel-2 遙感圖像進行水陸分類, 分類結果如圖6c 所示。為了方便與本文分類結果對比, 分別在圖6a 和6b 給出了2021 年較高潮高遙感影像NIR 波段灰度圖和2018 年2 月17 日較低潮高遙感影像NIR 波段灰度圖?？梢悦黠@看到由于海水退潮, 較低潮高圖像相比較高潮高圖像陸地面積更大。

圖6 2021 年較高潮高遙感影像NIR 波段灰度圖(a), 2018 年2 月17 日較低潮高遙感影像NIR 波段灰度圖(b), 和本文水陸分類結果 (c)Fig.6 NIR grayscale image of the high tide level in 2021(a), NIR grayscale image of the low tide level on 17 February 2018 (b), and the water and land classification results (c)

本研究利用2018 年初和2021 年末兩個時期的Sentinel-2 遙感合成圖像, 分別進行底質識別分類為珊瑚礁、沙地、巖石和沙礫、海藻和海草四類, 然后將2021 年末時期的遙感影像分類結果與2021～2022 年期間在西島沿岸的實測數據進行了比較, 計算得到的生產者精度、用戶精度、總體精度和Kappa 系數如表3 所示。

表3 基于實地調查數據的遙感影像底質分類精度Tab.3 The accuracy in classification of remote sensing image substrate based on field data

從表3 結果可以看到, 巖石和沙礫、沙地分類精度普遍較高, 生產者精度、用戶精度和總體精度都超過84%; 珊瑚礁的生產者分類精度為78.6%、用戶精度為100%, 因此, 分類結果較為可靠; 相比之下, 海藻和海草的分類精度略低, 生產者分類精度為72.0%、用戶精度為62.1%。Kappa 系數為0.71, 表明分類結果與實際類別具有高度的一致性。

3.2 底質分類空間分布和時間變化特征

根據實地調查, 珊瑚礁主要分布于西島周邊10 m水深以淺沿岸海域。因此, 選取西島周邊水域面積約1.73 km2且水深小于10 m 的區域(圖7 所有彩色部分)用于計算不同底質面積的比例。西島底質分類結果如圖7 所示, 不同底質的面積和比例如表4 所示。

表4 基于Sentinel-2 遙感影像的西島兩個時期的底質面積及比例Tab.4 Area and proportion of substrates around Xidao Island based on Sentinel-2 images in two time periods

圖7 基于Sentinel-2 影像得到的2018 年初(a)和2021 年末(b)西島底質分布Fig.7 Substrate distributions derived from Sentinel-2 data around Xidao Island at the beginning of 2018 (a) and the end of 2021 (b)

西島沿岸沙地面積最大, 大部分沙地位于水深較深(＞10 m)的區域。其次面積較大的是珊瑚礁、巖石和沙礫。西島沿岸離陸地最近的底質是巖石和沙礫,由于潮汐變化這類底質在低潮位時可能會露出水面,且該區域游客活動頻繁, 該區域不適合珊瑚生長。珊瑚礁主要分布在沙地和巖石沙礫之間, 水深約3～10 m的區域。面積最小的是海藻和海草, 主要分布在珊瑚和巖石砂礫之間的區域。

西島2018 年初時珊瑚礁總面積約為0.249 km2, 占水體面積14.4%; 西側珊瑚礁面積(約0.189 km2, 10.9%)高于東側(約0.060 km2, 3.5%)。2021 年末時珊瑚礁總面積約為0.306 km2, 占水體面積17.7%; 西側珊瑚礁面積(約0.196 km2, 11.3%)高于東側(約0.110 km2, 6.4%)。西島東西兩側珊瑚礁分布不均, 西側珊瑚礁覆蓋情況均優于東側, 尤其東北側珊瑚覆蓋程度較低。從2018 年初至2021 年末, 西島西側珊瑚礁面積變化很小, 增加了0.007 km2(0.4%), 東側珊瑚礁面積增加較多,為0.050 km2(2.9%)。

4 討論

吳鐘解等(2012)在2006～2009 年用斷面監測法在西島若干站位用水下攝像機獲得了活珊瑚、死珊瑚、砂質、礁石的圖像并在計算機上進行判讀, 計算它們的覆蓋度, 指出2006 年西島珊瑚礁覆蓋度為47.31%,2009 年下降至35.90%。黃建中等(2020)在2018 年4月用截線樣條法在西島10 個站位用水下攝像機獲得了多種活珊瑚、死珊瑚、礁石、沙礫和其他生物及底質的圖像并在計算機上進行判讀, 計算活珊瑚的覆蓋度, 指出2018 年西島珊瑚礁覆蓋度為13.6%。本研究利用Sentinel-2 遙感影像通過底質分類得到2018 年初珊瑚礁覆蓋面積0.249 km2, 2021 年末0.306 km2?？梢钥闯? 西島活珊瑚自2006～2018 年有退化趨勢,2018 年至2022 年有恢復趨勢。

西島從2000 年1 月至2021 年7 月的日平均海表面溫度如圖8。日平均海表面溫度數據來自NOAA 提供的最優插值海溫分析數據(optimum interpolation 1/4 degree daily sea surface temperature analysis,version 2)。該時間段內西島日平均海表面溫度在20.3～31.4 °C 之間波動, 年平均海表面溫度在26.2～27.4 °C 之間波動。一般認為, 造礁珊瑚生長的水溫要在18 °C 以上, 最適宜的水溫范圍是25～30 °C(施祺等, 2007)。因此, 盡管西島年平均溫度范圍適宜珊瑚礁生長, 該海域5～9 月的水溫升高可能會威脅珊瑚礁的生存, 尤其是2006～2018 年間, 2006 年、2011年、2014～2017 年都出現過海表面溫度明顯超過珊瑚適宜生長溫度的時期, 其中2016 年中有三個月(6～8月)出現了較長時間的海表面溫度持續較高的情況,可能一定程度上導致了珊瑚礁退化現象。在2018～2021 年間海表溫度變化幅度相對較小, 2019～2021 年每年海表面溫度超過30°C 的時間比較短暫, 此時間段內珊瑚生長的溫度壓力較小, 珊瑚礁可能存在一定程度的恢復。此外, 2017 年底, 為開展珊瑚礁保護和生態修復工作, 三亞西島珊瑚培育實驗中心建成并投入使用。近幾年來, 三亞珊瑚礁保護區利用西島珊瑚礁培育實驗中心對珊瑚種苗進行培育, 在西島及周圍海域(鹿回頭和小東海海域)投放珊瑚種苗近萬余株。較小的溫度壓力和人工種植珊瑚可能是2018年以來珊瑚礁有所恢復的原因。

圖8 2000 年1 月1 日至2021 年7 月31 日西島地區日平均海表面溫度Fig.8 Daily SST around Xidao Island from 1 January 2000 to 31 July 2021

黃建中等(2020)的研究表明2018 年西島東側和南側珊瑚礁處于嚴重退化狀態, 東側部分海域珊瑚覆蓋率從2011 年的近40%降至2018 年的不足4%。而西側珊瑚礁則處于健康或輕微退化狀態。該研究顯示的2018 年珊瑚分布情況與本文在同時期的識別結果較為一致。西島珊瑚礁出現明顯的退化, 且東西兩側退化程度不同, 西側珊瑚礁幾乎未受影響。為進一步分析西島東西兩側珊瑚礁分布差異原因, 本文利用實測水質數據結合營養狀態綜合指數(E)給出西島附近海水的富營養化狀況。

其中, COD 表示化學需氧量濃度, DIN 表示無機氮濃度, DIP 表示無機磷濃度, 單位均為mg/L, 當1≤E≤3時水體為輕度富營養化, 3＜E≤9 時為中度富營養化,E＞9 時為重度富營養化。

根據本研究現場調查數據, 西島西側某些站位海水輕度富營養化(1＜E＜2), 海水未發現富營養化(E=0.6)。西島西側水體濁度大約是1.95～2.74 NTU,比東側(6.54～9.84 NTU)更加清澈。因此, 西島東側水體濁度較高, 西側水體輕度富營養化。西島北側和東側是游客潛水活動及水上娛樂項目的主要活動場所,這可能是造成該區域珊瑚覆蓋率低的原因; 西側網箱養殖業可能是西側水體輕微富營養化的原因, 這也可能限制珊瑚覆蓋率的增加(Bell, 1992; Fabricius,2011; Dupreyetal, 2016; Halletal, 2018)。長期持續的珊瑚礁旅游活動,以及西島附近網箱養殖活動, 可能都直接或間接地影響或破壞了該海域珊瑚礁生態系統健康, 引起了西島東側和北側珊瑚礁退化加劇。根據董棟等(2015)、黃建中等(2020)對西島的現場調查同樣表明西島東側受人類活動影響比西側更大。但本研究2021 年末監測結果表明該退化有恢復趨勢。

本文使用Sentinel-2 遙感數據將西島珊瑚礁區域的底質分類為4 個類別, 無論在類別數量和精度上都與前人在其他地區的分類情況有差距。這是因為珊瑚礁遙感識別分類的精度會受到許多因素的影響, 比如水體濁度和遙感影像地面分辨率。Hochberg 等(2003b)的輻射傳輸模擬結果表明渾濁水體(chla1 μg/L, 碳酸鹽沉積物濃度3 mg/L)下棕色造礁珊瑚的光學探測深度約為5 m。西島附近珊瑚主要分布在3～10 m 水深(chla0.1～0.4 mg/L, 濁度1.95～9.84 NTU)的區域,渾濁水體中超過5 m 水深的珊瑚可能無法在本研究中被全部識別。

本研究利用空間分辨率為10 m的Sentinel-2 影像,將西島近岸底質分為4 類, 準確率為83.3%。本研究中提取的4 種底質的典型遙感光譜如圖9 所示。珊瑚礁在B波段的低反射率使其容易與其他底質區分, 但有少量稀疏珊瑚礁難以被10 m 地面分辨率的衛星識別。海藻與海草相對較低的分類準確率來自于巖石和砂礫的錯分。根據現場調查, 海藻與巖石顏色相近,且許多海藻生長在巖石附近, 導致錯分情況較多; 生長在巖石附近的某些海藻或海草由于面積較小, 在10 m 空間分辨率的遙感圖像中容易被識別為巖石,降低了分類精度。采用更高分辨率的遙感影像可以減少混合底質像素, 從而提高小面積底質的分類精度(Brodieetal, 2018; Kovacsetal, 2018)。

圖9 Sentinel-2 衛星大氣校正后影像獲得的4 種底質的典型可見光波段光譜反射率Fig.9 Typical reflectance spectra in the visible band of the 4 substrates from atmospheric corrected Sentinel-2 data around Xidao Island

需要指出的是, 本研究中目前未考慮珊瑚覆蓋度的季節性差異。研究選擇的原始遙感影像采集時間集中于冬季, 主要考慮到冬季時西島地區海表面溫度較低, 不會給珊瑚帶來白化壓力, 珊瑚礁處于穩定狀態, 且該季節相較于其他時段可利用的晴空遙感數據較多, 有助于解析西島底質分布信息。吳鐘解等(2012)的研究未提及實地調查季節, 黃建中等(2020)在2018 年4 月對西島地區展開現場調查。因此, 在和文獻研究比較時可能受到季節差異影響, 本研究主要進行年際變化差別分析, 未來有待于利用更多數據進行更小時間尺度上的變化分析。

5 結論

本文以中國南海海南島南側附近的西島作為研究區域, 利用10 m 空間分辨率的Sentinel-2 影像提取2018 年初和2021 年末兩個時期的西島珊瑚礁分布信息, 采用面向對象的分割及分類方式, 確定適合西島的分割尺度及波段權重, 基于閾值分類方式提取西島珊瑚礁區域, 完成了以下工作:

(1) 本研究利用10 m地面分辨率的Sentinel-2遙感影像采用面向對象的閾值分類方法對研究區域的珊瑚礁、沙地、巖石和沙礫、海藻和海草等4 種海底底質信息成功進行識別提取, 分類精度可達到83.3%。

(2) 分析得到2018 年初和2021 年末兩個時期的西島珊瑚礁覆蓋面積分別為0.249 km2和0.306 km2,這個時間段珊瑚礁覆蓋面積增加了3.3%。西島沿岸海域珊瑚礁覆蓋面積空間變化不同, 其西側珊瑚礁面積變化不大, 2018 年初為0.189 km2, 2021 年末為0.196 km2, 期間增加0.4%; 東側珊瑚礁有恢復趨勢,2018 年初為0.060 km2, 2021 年末為0.110 km2, 期間增加2.9%。

研究結果表明本文利用OBIA 方法和Sentinel-2數據可以在研究區域實現較好底質信息識別, 可幫助管理人員了解西島海域珊瑚礁的分布及變化, 并為西島海域珊瑚礁保護及修復提供依據, 對于海南島近岸水質類似的區域, 如東鑼島、西鼓島等區域的珊瑚礁底質識別和監測有參考價值。