水体富营养化

利用遥感影像对水体富营养化监测

当大量的营养盐进入水体后，在一定条件下台引起藻类的大量繁殖，而后在藻类死亡分解过程中消耗大量溶解氧，从而导致鱼类和贝类的死亡。这一过程称为水体的富营养化。反映水体富营养化程度的最主要因子是叶绿素，其中又以叶绿素-a最为突出。。

m附近，普遍出现辐射峰值。而且水体叶绿素浓度越高，其辐射峰值也越高。这就是叶绿素遥感的波谱基础。μm处出现“节点”。在“节点”处，水面反射率随叶绿素浓度变化不大。在0.55μm处出现明显的吸收（辐射微弱）；在0.52μ叶绿素遥感是基于不同浓度浮游植物有着不同的辐射光谱特性。不同浓度浮游植物的光谱特征曲线在0.44 1）水体光谱特征与水中叶绿素含量的关系

水中叶绿素浓度是浮游生物分布的指标，是衡量水体初级生产力（水生植物的生物量）和富营养化作用的最基本的指标。它与水体光谱响应间关系的研究是十分重要的。当然，这种指示作用的有效性还与浮游植物光合作用的环境因素（如营养盐、温度、透明度等）以及叶绿素含量变化的制约条件有关。

一般说来，随着叶绿素含量的不同，在0.43~0.70μm光谱段会有选择地出现较明显的差异。图5.9显示不同叶绿素含量水面光谱曲线。从图中可见，在波长0.44μm处有个吸收峰。0.4~0.48μm（蓝光）反射辐射随叶绿素浓度加大而降低；在波长0.52μm处出现“节点”，即该处的辐射值不随叶绿素含量而变化；在波长0.55μm处出现反射辐射峰，并随着叶绿素含量增加，反射辐射上升；在波长0.585μm附近有明显的荧光峰（图5.10）。这是由于浮游植物分子吸收光后，再发射引起的拉曼效应一一即进行水分子破裂和氧分子生成的光合作用，激发出的能量荧光化的结果。从图中可知，以上的波峰-波谷带宽较窄，为获取这些有指示意义的信息，需要选择的波段间隔不宜宽，最好小于或等于±5nm。

图5.11反映航空遥感所测的不同叶绿素浓度的海水的光谱响应差异。从图中可见，当叶绿素浓度增加时，可见光的蓝光部分的光谱反射率明显下降，但绿光部分的反射率则上升。

图5.9 不同叶绿素含量水面光谱曲线图5.10 不同叶绿素含量水面光谱曲线

图5.11航空遥感所测的海水的光谱响应

2）水体富营养化遥感监测的可行性

对于富营养化的两个不同阶段——藻类大量繁殖阶段和藻类大量死亡分解阶段（耗氧阶段），水体有不同的光谱特征。由于浮游植物中的叶绿素对近红外光具有明显的“陡坡效应”，因而这种水体兼有水体和植物的光谱特征——在红光区特别是在近红外区具有高的反射率。因此，在赤潮发生时，水体在彩色红外像片上（或标准假彩色图像上）呈现红色斑块，在彩色红外图像上，富营养化水体呈红褐色或紫红色；当藻类大量死亡后，水中含有丰富的消光性有机分解物，在上述两种图像上水体会呈现近于蓝黑的暗色调。当然，富营养化的这两个阶段不是截然分开的，因此图像上有时会呈现综合特征。

在AVHRR可见光谱段，水体表现为一片漆黑，当海洋水体中浮游生物和悬浮固体浓度增加，使海洋水体向后散射光增加，但是增加得很小，在影像上水体还是黑暗的。只有发生藻华现象时（高浓度的颗石藻在成熟死亡过程中与藻层即碳酸钙层脱离，其骨架自由悬浮在水中）会造成水体反射率增加，在影像上表现为发亮的高反射率影像。暖流在这个过程中起了促进作用，即加速了过程的进行。

m处有很高的反射峰。μm和橙光区0.59~0.52μ由于水体富营养化及赤潮的发生，海面浮游植物大量繁殖和生长，蓝、绿光被吸收，而红光和近红外则有强烈的反射，而偏离了正常的浮游植物的反射波谱，表现出强烈的吸收和反射特性。因此，赤潮发生时，在蓝、绿波段表现吸收特性，在红光区的0.59~0.72

通过监测沿岸海面，发现赤潮、水体富营养化，并确定其程度和圈定其范围。并对发现的赤潮进行短期内的重复监测，以获取其发生、发展的进度和机理，寻求减少这类灾害出现的方法和措施。

2）水体提取

m之间。在该波段，足够的太阳照度既能照亮背景物体，又能对水生植物所封闭的水体增加许多识别条件（陆家驹等，1992）。μm的波段，由于太阳辐射量的减少，并非最佳。根据国外学者的测试，理想的识别水体波长应在1.5-1.8μ要用TM影像进行水质监测首先要将水体范围从影像中提取出来。国内外的研究证明，近红外波段的遥感信息是确定水体的一种可信的和有效的技术。在近红外波段，穿过水—气界面的太阳辐射大部分被水体所吸收，吸收的多少随波长和水深而定（陆家驹等，1992）。对于深于1m的水体，红外波段的透射率极低，因而观测水体的近红外传感器只能接受到少量辐射，有时甚至没有辐射。而大部分地物相对于水体来说都是强漫射反射体，与水面形成强烈的反差。近红外波段的波长不同，对水体的反映效果也不同。如大气窗口为2.0-2.5

m）位于水体的吸收波段，对水陆边界反映较好，通常被用来提出水体（陆家驹等，1992；杨存建等，1998）。但是由于受其它在近红外波段光谱特征相似的地物的影响，用单波段的阈值法提取水体的结果并不理想，有错提、漏提的现象。例如在山区，由于山体的阴影在近红外波段的反射率特别低，从而在影像上形成暗色调。水体与阴影的混淆使得难以在近红外波段通过阈值法来提取水体。μ综上所述，近红外波段的水体辐射率明显单一并且低于其它地物。因此选用一个合适的近红外波段，定出其水体的亮度阈值，将低于该值的像元定为水体，高于该值的像元则为非水体，这样就把水体提取出来了。TM影像的5波段

（1.55-1.75

为了提高对水体识别的效果，Alf?ldi等人于1978年提出了色度判别法，后经多人研究，得到了进一步的完善和发展（Haralick，R.M.，et al.，1985）。其基本原理是，利用卫星资料的绿、红和红外波段的综合信息对整个图像进行色度转换。即分别用绿波段和红波段的辐射值除以绿、红、红外波段辐射值的总和，得到绿色系数x和红色系数y。将x和y点绘成图，叫做陆地卫星色度坐标。在这一坐标系统中，已定出一条曲线，它具体标志着水体在色度坐标中的集结位置。因此只要计算出图像的x和y值，就可将接近于这条曲线的像元定为水体。色度判别法可以改善部分小水体的识别效果。然而对于更小的水体，特别是那些接近或小于像元面积的水体，还是无法识别。对于包含水体和其他地物的混合像元，用比率测算法分解像元，计算出流域每个像元中水体所占的比例，水体占一定比例以上的像元可以确定为水体。比率测算法能对其它方法无法识别的小水体，甚至部分小于像元面积的水体，有效地加以识别，对于湖泊、水库等较大水体的岸线形状也有很好的改善（陆家驹等，1992）。

色度判别法和比率测算法虽然提高了对水体识别的效果，但是方法复杂，因此应用并不广泛。考虑到遥感信息机理，卫星遥感图像记载了地物对电磁波的反射信息，以及地物自身的热辐射信息。各种地物由于其结构、组成以及理化性质的差异，从而导致不同的地物对电磁波的反射存在着差异。杨存建等（1998）、杜云艳等（1998）采用多波段的谱间关系法提取水体信息，从而避免了使用单一红外波段影像的不足。本例采用水体在TM影像绿、红、近红外波段与其它地物不同的光谱特征信息，提取了福清市附近海域及陆域水体范围，一次性成功，简单易行。