太阳辐射在透射入水体后,部分能量被水体中的悬浮物质、叶绿素和黄色物质等光学成分吸收并转化为热能而滞留在水体中,而另一部分则由水体光学成分散射而逃逸出水面,即离水反射率信号。海洋水色遥感主要利用星载或机载传感器接收到的离水反射率信号,借助水体生物一光学模型,反演获得影响离水反射率的水体光学成分的浓度。水色遥感的基本机理可以简述如下:水体中的各个重要光学成分浓度发生变化时,必将引起水体光学性质的变化,主要表现为水体的吸收和散射特性的变化,进而导致水体离水反射率的变化。通过卫星传感器接收信号的变化,针对一种或多种光学成分,从中剥离出反应水体光学成分含量的有用信息,利用生物一光学模型,可以反演获得水体中的一种或者多种重要光学成分含量,即水体中的悬浮物、叶绿素和黄色物质含量。1
必要性地球表面有71%的区域被海洋和其他水体所覆盖。在一定程度上,海洋限制了人类的活动,但是同时,海洋也为我们提供了崭新的机遇。浩瀚的海洋中蕴含着包括矿产资源和生物资源在内的数目庞大的资源储备,进军海洋是时代的必然脚步。水色遥感可以通过卫星监测提供海面附近的生物分布情况、温度状况及其他一些基本信息,对于我们进一步的了解海洋拥有着非常关键的作用。
同时海洋是复杂多变的,对于海洋表面情况的研究有利于我们较为全面而快捷的对于一些突发性状况进行观测及反应,增加了人们应对海洋灾害的应变能力。
对于海面浮游生物的研究是水色遥感技术的重要目的之一。由于海洋的浩瀚,浮游生物的总量是巨大的。研究表明,浮游生物能够有效的吸收二氧化碳,并且转化为有机沉淀,从而减少温室气体的含量,降低地球温度,从而改善一个区域的气候。经过研究表明,由水色遥感预测出来的海洋初级生产力和实地测量出来的海洋生产力表现出来较大的契合度,表明其结果还是比较可靠的。
技术原理水色遥感的观测一般通过水色卫星进行。水色卫星是专门为了进行海洋遥感观测而发射的卫星,是水色遥感器的搭载平台。根据水色遥感器的区别具有不同的辐射接受波段,但是总是集中在可见光到近红外波段。
根据光学性质的不同,水体可以划分为第一类水体和第二类水体。第一类水体的光学性质主要由浮游生物及其伴生物决定,典型水体是大洋开阔水面,这类水体主要集中在深海,其典型特征为受到岸边环境和人类活动的影响较小,水体较稳定。第二类水体的光学性质主要由浮游生物、无机悬浮物和有机黄色物质决定,典型水体为海湾和湖泊,其典型特征是与人类的生活密切相关,受到的人为因素影响很多。
水色遥感器接收到的光谱信号主要来自于大气散射、海面漫反射和海面的水体辐射。对于光谱信号进行大气修正之后就可以得到水体辐射信号,通过生物反演算法可以得到水体三要素——叶绿素,无机悬浮物和有机黄色物质的分布信息。
遥感器特征水色遥感器与其他气象遥感器相比具有以下特征:
1. 信噪比(SNR)要求高,水体特征为暗像元,如果不进行自动增益调整,其陆地信号将接近饱和,所以要求信噪比一般要达到500以上。
2. 波段较窄。可见光区域10纳米,近红外区域20纳米,光谱范围一般为400到900纳米。
3. 一般要求在水色卫星在中午十二点左右过境,以期得到光度最高的信号。
4. 要求卫星平台具有倾斜的功能,以防止太阳直射光经过海面反射进入遥感器,增大测量误差。
5. 覆盖周期一般为1-2天。
6. 有绝对的精度指标要求。
卫星发展1978年8月,美国国家宇航局(NASA)发射了世界上第一颗装载有海岸带水色扫描仪(CZCS)的水色卫星。各个国家争相发展海洋遥感观测,例如1996年日本发射了搭载有海洋水色和温度扫描仪(OCTS)的水色卫星,1997年美国发射了搭载有“宽视场海洋观测传感器”(SeaWiFS)的卫星,1999年和2002年陆续发射的“地球观测系统”(AM)和“地球观测系统PM”上搭载了36波段的中等分辨率成像光谱仪(MODIS)。
MODIS相比于SeaWiFS具有更高的信噪比和更窄的波段宽度。MODIS探测器1-2通道的分辨率为250m,各探测器的面元数目为40,3-7通道的分辨率为500m,各通道的遥感器面元数目为20,8-36通道的分辨率为1000m,各通道的探测器面元数目为10,与各个通道的空间分辨率相对应,各探测器面元之间的星下点扫描线间距大致分别为250m,500m和1km。MODIS仪器在1Km通道每帧的取样率为1500m,通道为2250m,通道数为4.1-19波段和26波段为太阳光反射波段,而且13,14波段又分别在高低两种增益下获取数据,即该波段只能在白天接收数据,晚上不能工作。20-25,27-36波段为热辐射波段,在白天和晚上都可以正常的工作,各个波段的用途也大相径庭。海洋水色遥感通道主要集中在8-16通道,观测到的数据主要反映水体三要素(即叶绿素,无机悬浮物和有机黄色物质)的情况。
中国2002年成功发射了ROCSAT水色卫星,这颗由我国自主设计的“海洋一号A星”上搭载了10波段水色水温扫描仪COCTS。其有效实时监测区域为西北太平洋地区即渤海,东海,黄海和日本海等区域。其重点观测区域在我国海岸带和大陆架。2007年,我国又成功发射了“海洋一号B星”,是我国的海洋遥感技术向着业务化应用又迈进了崭新的一步。
算法为了能够从水色卫星获取的数据中获得我们所要了解的资料,必须要进行相应的计算。首先,进行大气校正,以获得来自水面的离水辐亮度。然后,进行生物学算法,计算出我们所关心的水体三要素的浓度分数。
大气校正模式
遥感器接收到的信号主要来自于大气反射、水面反射和水体辐射,其中来自于水体辐射的部分只有大约10%左右,所以必须要通过计算排除掉其他干扰因素,获得真正水体辐射出来的强度——即海面的离水辐亮度。大气校正的理论模型为,将传感器接收到的辐射分解为若干项之后再进行处理。
第一类水体的大气修正方法
对于第一类水体,近红外段的海面离水辐亮度约为0。
可以使用公式 ,其中 为波长。
由公式
可以计算任意波长的的气溶胶离水辐亮度,并且利用气溶胶散射方程去掉气溶胶散射部分。
去掉气溶胶散射公式如下:
第二类水体的大气校正方法
由于悬浮泥沙的散射作用导致第二类水体中的近红外段的离水辐亮度远大于零,所以必须开发新的校正方法。常用的方法有代数法,非线形最优化法,主成分分析法和神经网络法等等。第二类水体的复杂性在于他的影响因素过多,很难进行单值分析,所以对于第二类水体的计算往往精度不高,需要更加精确的模型。
海洋水色的生物光学算法
有了水体中成分的离水辐亮度,如果希望能够通过光谱的分析来获得水表组分的浓度信息,因此需要采用生物光学算法,计算各种不同成分对于遥感反射率的影响,主要采用的算法有分析算法,半分析算法和基于蓝绿比值的经验算法等。
应用海洋初级生产力的推算
利用水色遥感技术获得的主要数据是关于叶绿素的数据,也就是关于浮游生物的生存。通过对于水色遥感技术的分析,可以得到叶绿素的分布情况,对于海洋初级生产力有一个大致的估算,从而能够更加合理的开发和利用海洋资源,预测未来的气候变化。
但是在传统算法中,推测结果对于第一类水体基本上是适用的,而对于第二类水体,由于影响因素复杂,并且存在着浮游生物对于无机悬浮物和有机黄色物质的沉淀和分解作用,因为难以预测一个区域的未来发展,这个领域仍然需要人们去探索。
我国科学家在此领域处于世界先进水平。我国科学家已经根据实测的浓度数据,反演出了东海的初级生产力。并且,潘德炉等人利用多年对于东海、南黄海的实测海洋生产力与环境数据的分析,基于P-E(生产力与光照强度)曲线,利用叶绿素浓度、海水透明度和光合作用有效辐射率等数据,建立了适合我国海区特点的初期生产力遥感模型,与国外典型的初级生产力模型相比,这个模型更好地反映出来了我国的特殊情况,具有更好的契合度。该模型已经得到了推广使用。
沿海悬浮泥沙的监测
悬浮泥沙的运移特征是沿海河口形态和演变规律的核心问题。了解和掌握河口悬浮泥沙的来源,可以分析河口演变的动力特征,这是对于我们日常生活非常重要的问题。并且通过预测泥沙的趋势,可以避免灾害,同时帮助人们更加合理的开发海洋土地资源。
赤潮的监控
赤潮的发生是由于水体的富营养化导致了浮游生物的大量的繁殖和聚集。赤潮既可能会发生在深海,也可能会发生在海口等其他一些海域,对于人类的生产和生活也有着很大的影响。对于赤潮的研究,虽然不是对于海洋资源的开发问题,但是涉及到海洋灾害的预防,可以在经济生产中帮助我们趋利避害,更好的适应海边生活。而且大量的浮游生物的生长和腐败会导致水体缺氧,还会改变海洋系统的生态平衡,降低海水周边的环境质量。
而水色遥感在赤潮的预测中发挥了重要的作用。赤潮水体的反射光谱存在着两个明显的特征,一是在红光的680纳米左右有明显的反射峰,而是在3-5波段有不同于正常水体的变化率。近岸海水无论有赤潮与否,在1,2波段上是相似的,而在3-5波段上,无赤潮的海水在3-5波段上是平直的或者是向上凸的,有赤潮的海水在3-5波段上是向下凹陷的。因此可以通过水色遥感来监测赤潮的发生。
渔业发展的预测
鱼群经常沿锋面和特殊的温度和生物量的等值线运动,所以可以通过水色遥感技术实时监测鱼群的运动,并且可以对于鱼情进行预测。同时渔业部门可以通过卫星提供海域的海温与叶绿素等信息,掌握相应的渔场环境状态,采取相对应的对策,提高人工鱼场的产量。
海洋环境的监测
利用海洋水色图像,可以直接观测气候及其他大尺度气候问题对于叶绿素分布的影响,进而能够通过叶绿素的改变来预测海洋环境的改变。并且可以进行海洋上层热平衡计算。
浮游生物具有吸收和固定二氧化碳的作用,而在整个水体中,浮游生物的数量是惊人的。可以通过对于水色遥感技术的研究,预测海洋中浮游生物的数量,从而研究生物对于温室气体的吸收能力,并且通过浮游生物对于周边环境的改善,对于地表温度的降低作用来预测未来的气候发展。关于这一部分的研究已经初步取得了一些成果。
本词条内容贡献者为:
张勇 - 副教授 - 西南大学资源环境学院