況昶　　王建平　　程聲通　　賈海峰
（清華大學環境科學與工程系，北京100084）
王志石　　鄧宇華
（澳門大學科技學院，澳門）

　　摘要：本文以澳門海域的水色遙感反演為案例扼要地介紹了水色遙感及演的全過程。在同步監測的基礎上，獲取遙感數據，然后對遙感數據進行了預處理，包括幾何校正、輻射校正和大氣校正，最后擬定不同反演方案，進行相關性分析。在筆者進行大量模擬計算的基礎上，得出一些非常有意義的結論；由于懸沙濃度的影響，采用分區處理的反演技術能使自變量和因變量的相關性有明顯提高，同時分析了不同大氣校正方案的效果。
　　關鍵字：分區處理水色遙感反演澳門海域

　　澳門沿海是典型的第二類水體，懸砂濃度高，對水體光譜信息的影響最大。葉綠素和黃色物質也對水體光譜信息有一定的影響。澳門位于珠江河口西部，西江河口東部，與珠海經濟特區毗鄰，三面環海。由于該地區河流眾多，且多為徑流河日，每年將大量泥沙帶入海中，導致該地區海岸水獨特的水文特性：高濁度、海岸線活動劇烈、潮汐弱、水域狹窄且淺等。
　　一這些特點不利于城市污水排放的擴散，造成澳門周圍水域水質持續惡化。對沿海、河口或內陸水體（Case 2，第二類水體）進行水色遙感，通過反演葉綠素、懸砂以及黃色物質的濃度和分布，對水體污染、赤潮監測、富營養化調查有一定的指導作用。水’色遙感具有大范圍、同步性和相對成本較低等優點，能有效地提高環境監測的時間頻率和空。間覆蓋面。特別地，葉綠素濃度是沿海地帶或大型湖泊、水庫的水質的重要指標，是水體營；養化程度的重要標志。它能夠反映水體中的營養物質的含量及分布，并間接反映水體的有機、污染程度。
1.數據
1.1.　水質數據
　　水質數據的采樣于 1997年 11月在澳門沿 海進行，采樣點為25個，如圖1所示。圖中的A為澳門半島，B為氹仔島，C為路環島。水樣點如右圖表示，淺色點表示近區，特點是水較淺，租用小船采樣；深色點表示遠區，特點是水較深但航程遠，租用大船采樣。兩艘船各配備以下儀器：PH計（兼測溫度）、鹽度計、DO儀。
　　每個點均測量了懸砂、葉綠素α、總有機碳、總無機碳、總氮、溶解氧、鹽度、溫度、PH等指標。其中，溶解氧、鹽度、 溫度、PH是在現場實測，其余指標在實驗室測定。另外，各地均用Garmin GPS接收儀確定經度和緯度。

1.2. 衛星數據
　　衛星數據為準同步的Landsat 5 TM 數據，軌道號為122/44。圖像清晰，無云彩。值得注意的珠江三角洲地區常年多云，深秋至冬季才出現少云天氣。
1.3.　遙感數據預處理
　　在開發模型前對遙感數摑進行了預處理,包括幾間校王、輻射校正和大氣校正。考慮目本部分研究集中在水隊還需要分別陸地利水域。為了屬續分析，本文看重介紹一下水陸分割和大氣校正兩部分。
1.3.1. 水陸分割
　　考察TM的各個波段，發現4、5、7三個小波段對于水陸分割很有用。圖2是TM波段4、5的灰度值直方圖。橫坐標為灰度值，刻度分別為64、128、192、256；縱坐標為對應灰度值的象元占全部象元數的百分比。可以看出，波段的灰度分布集中在兩個區域，中間有一個明顯的下凹點。該點對應灰度就是水體、陸地的區分依據。本研究使用的分割判據是TM5=10。

1.3.2.　大氣校正
　　PCI提供了一套針對陸地傳感罌（TM/MSS/SPOT〕的大氣校正命令ATCORO、AICOR1和ATCOR2，流程如圖3所示。

　　此方法的理論依據由克特（Richter）給出^[iii,iv],其中心思想是：按照標準大氣的分類，計算不同氣溶膠類型、太陽天頂角、地面海拔高度、大氣能見度下的大氣散射，并存放為一個類似查找表的目錄。在實際應用時按照查找表進行相應的大氣校正。里克特使用的分類依據來自中分辨率大氣透射模型MODTRAN ^[i]，他的算法還考慮了地面反射的鄰接效應并進行了校正，最后輸出地面輻射率。”

2. 反演研究

2.1.擬合自變量和因變量
　　擬合自變量R_i來自各波段灰度值，但不是簡單的灰度值，而是考慮了是否對圖像作大氣校正，是否作均值濾波（以去除噪聲的影響），總共12種情況。
　　√ 大氣校正：未作大氣校正、“減黑體法”大氣校正、ATCOR系列在氣校正。共計3種情況。
　　√FAV卷積核：未作均值濾波，3×3、5×5、7×7。共計4種情況。
　　FAV指均值濾波，研究中對比了不同的卷積核帶來的影響。
　　擬合因變量也考察了兩種情況：組份濃度，濃度對數值。
2.2.方案1
　　表1列出了７５種波段組合（文獻^[1]），表2列出了81種波段組合（筆者擬定的組合方案）：

　　以上共計算了3744種情況。十分遺憾的是，相關系數沒有比較突出的。由于數據量大，不可能一一列出結果。以下只列出相關系數相對較高的幾種情況。

大氣校正 FAV 表達式 葉綠素 相關系數 ACTOR 無 R1/(R2*ln(R3)) 濃度 0.422 ACTOR 3×3 ln(R1)/(ln(R2)*ln(R3)) 濃度對數 0.411 減黑體 3×3 (R1+R3)/R2 濃度 0.369

　　分析數據可以得出以下一些結論：
　　使用原濃度和對數值進行擬合的結果沒有太大區別，在大部分情況下使用對數值后擬合系數稍有提高。
　　√　均值濾波FAV對擬合結果幫助不大。3X3的卷積核優于5X5和 7X7。
　　√　大氣校正中的“減黑體”法和不作大氣校正的效果基本一樣，ATCOR大氣校正后效果有一定改善。
　　√　似乎沒有占優勢的波段組合，當然單波段或2波段組合的結果都不如3波段組合。
　　以上3744種都是一元線性回歸。由于效果不好，又作了多元線性回歸，即以下4種情況。R；仍然是12種情況，擬合因變量是2種情況。

R1+R2+R3+R4+R5+R7 Ln(R1)+ln(R2)+ln(R3)+ln(R4)+ln(R5)+ln(R7) R1+R2+R3+R4 Ln(R1)+ln(R2)+ln(R3)+ln(R4)

　　所有3840種情況的相關系數不超過0.5。這說明對波段進行花樣眾多的組合（多元線性回歸其實也是波段之間的組合！）不一定能得到滿意的結果。
2.3.方案2
　　觀察測點分布和數據規律。小船測點距離海岸近，水域的濁度高，懸砂濃度高，不妨稱為近區。大船測點距離海岸遠，水域的濁度相對低，懸砂濃度更低，可以稱為遠區。表3給出了兩個區域的懸砂和葉綠素濃度均值，近區的懸砂濃度明顯高于遠區（3.4倍），但葉綠素濃度在同一數量級。

表3 近區和遠區的懸砂／葉綠素濃度均值 點數 懸砂濃度均值（mg/L） 葉綠素濃度均值（mg/m³） 近區 13 42.04 0.870 遠區 12 12.21 0.716

　　這啟發我們提出一個猜想：兩個區域不僅僅是與海岸的物理距離不同，水體組份的分布也是不同的，應該分別處理。鑒于波段組合不一定能得到滿意的結果，使用了多元線性回歸的方法。表4簡單給出了部分有代表性的結果。第1列的表達式中，“一”前面的是擬合因變量，有兩個擬合因變量的情況是指它們一起參與擬合。“一”后面的是擬合自變量，R16表示波段1l到 6的灰度值，In（R16）為灰度值的對數。

　　可以看出:
　　√　分區后兩個區域的線性擬合效果明顯要優于放在一起擬合的效果，充分說明兩個區域水體組份的物理性質有所不同。
　　√　對葉綠素和懸砂，遠區的效果均好于近區，也說明了近區由于懸砂濃度過高而帶來的干擾更大。
　　√　通過ATCOR大氣校正后再進行擬合的結果要優于不作大氣校正，說明比較準確的大氣校正還是很有必要的。
　　√　一般來說，不作FAV的效果比FAV（3X3）要好，特別是對遠區而言。
　　√　葉綠素取對數時的效果好于不取對數的效果，但懸砂不取對數時的效果更好。灰度值取對數時的效果要優于不取對數時的效果。
　　特別要注意第5點，在實際應用時葉綠素和懸砂的濃度還是應該取對數的。雖然使用不取對數時的擬合結果來反演組份濃度對自變量不敏感，但可能會出現負數！

3.結論與討論

3.1.分區處理技術
　　由以上分析可知，分區后兩個區域的線性擬合效果明顯要優于放在一起擬合的效果，充分說明兩個區域水體組份的物理性質有所不同，在進行水色遙感反演時需要分別處理。同時從前邊的分析表明，ATCOR大氣校正后再進行擬合的結果要優于不作大氣校正，說明比較準確的大氣校正對統計反演模型也還是很有必要的。一般來說，不作FAV的效果比FAV（3×3）要好，特別是對遠區而言。
3.2.問題討論
　　分區處理的需要解決兩個問題：①如何劃分區域？顯然，近區和遠區要包含各自相應的測點，兩個區域不能相交。這樣，兩個區域之外的水域姑且稱為過渡區。②過渡區的葉綠素濃度如何反演呢？當然不能使用近區公式或遠區公式。比較科學的方法是利用兩個區域的公式進行反演后再加權平均。
　　分區方案如圖4所示，基本是沿著（目視）可見的懸砂泥沙的走勢劃分的。計算過渡區濃度的權重系數如下選取：先求解所在點與近區的最短距離dis_n和與遠區的最短距離dis_f，則近區對應的權重系數是dis_f/(dis_f+dis_n),遠區對應的權重系數為dis_n/(dis_f+dis_n)。這種確定權重的方法不見得有多少理論依據，但處理起來比較簡單，因為不涉及到水體本身的性質。

參考文獻
　　Ⅰ Richter，R.，A., fastatmospheric correctlon algorithm applied to Landsat TM lmages.Int.J.Remote Sens.,1990,11:159-166
　　Ⅱ Richter, R.,A., spatially adaptive fast atmospheric correction algorithm.Int .J. Remote Sens，1996，17：120l-1214
　　Ⅲ Bemstern，B.A，and Rebertson，S.L.，MODTRAN：a moderate resolution model for LOWTRAN 7　GL－TR－89－0122. Geophysics Laboratoty Bedford.MA
　　Ⅵ 陳楚群，施平，毛慶文. 應用 TM 數據估算沿岸海水表層葉綠素濃度模型研究環境遙感，1996，11（3）：168—176

The Inversina Study of Water Color Remote Senslna In Sea
Area of Macau
Kuang Chang，Wang Janping，Cheng Shengtong and Ja Harteng
（Dept.of Environmental Science and Engineering，Tsinghua University，Beijing 100084；PRC）
Wang Zhishi and 1－aug U Wa
（Unlversltyof Macau，Faculty of Science and Technology，Macau，PRC）

　　Abstract：Selecting Macau Sea area as a case，a full inversing process of watef color remote sensing　was presented.In the research，firstly a I‘M synchronous monitoring was taken and the TM image data　was acquired，then the remote sensing data was pretreated，these included geometric correction，radiation correction and atmospheric correction.Finally different inversing schemes were proposed and analyzed.After large simulating calculation，a significant conclusion was found：because of the　influence of SS concentration，if the technology of subarea inversing was adopted，the corrclation of　dependent and independent variables would be improved greatly. In this paper the inversing effect of　different atmospheric correctiongs were also analyzed.
　　Keywords:subarea processing; Water color remote sensing;inversing;Seaarea of Macau