MODIS遥感监测滇池蓝藻水华分布

第37卷第5期2009年10月气　象　科　技M ETEOROLO GICAL SCIENCE AND TECHNOLO GY Vol.37,No.5Oct.2009MOD IS 遥感监测滇池蓝藻水华分布鲁韦坤1　谢国清1　余凌翔1　杨树平2(1云南省气候中心,昆明650034;2昆明市环境监测中心,昆明650032)摘要　以中分辨率的MODIS 数据作为遥感影像源,运用蓝藻水华在蓝波段、红波段和近红外波段的光谱特征,使用假彩色合成法(R G B :62221)和归一化植被指数法对滇池的蓝藻水华进行遥感监测。

通过星地同步试验,证明了该两种方法的正确性。

其中假彩色合成法通过色彩差异表现蓝藻水华,具有视觉效果较好的优点,归一化植被指数法则以数值大小的方式区别水华浓度,该方法建立反演模型后可用于定量研究。

关键词　假彩色合成　植被指数　星地同步　MODIS 蓝藻水华中国气象局滇池蓝藻监测项目和昆明市环境监测中心滇池蓝藻监测项目资助作者简介:鲁韦坤,男,1979年生,硕士,主要从事环境遥感方面的研究,Email :luweikun @hot 收稿日期:2008年10月30日;定稿日期:2009年6月11日引言应用TM 等高分辨率卫星监测滇池蓝藻水华的技术已经比较成熟,早在1989年渤海湾发生赤潮时就发现赤潮水体和清洁水体及浑浊水的TM 影像在TM3和TM4波段存在灰度差异,由于赤潮生物的叶绿素a 在红光区的吸收作用,其TM3的反射率低于浑浊海水,而且在TM4波段的反射率下降比浑浊海水的慢。

从处理得到的影像看,渤海西部沿海几乎全是程度不等的红色区[1～2]。

但由于高分辨率卫星具有重访周期较长、数据昂贵等缺点,不可能用于日常监测。

新型卫星遥感数据的出现,如MODIS 影像,给内陆水体的水质遥感监测提供了新的机遇。

MODIS (中分辨率成像光谱仪)是Terra和Aqua 卫星上载有的重要传感器,其星下点空间分辨率可为250m 、500m 或1000m ,每天过境4次,其中2次白天,而且过境时间相差不大,增强了影像的可比性。

MODIS 数据具有从可见光到热红外的36个光谱通道,加之较高的辐射分辨率(12bit ,TM 图像8bit ),使其已成为内陆较大湖泊水质遥感监测最有潜力的数据源之一[3]。

1　滇池蓝藻水华概况滇池为地震断层陷落型的湖泊,南北长39km ,东西最宽为13km 。

湖岸线长163.2km ,面积为306.3km 2,容水量为15.7亿m 3,流域面积2920km 2。

自20世纪80年代以来,入湖污染物不断增加,富营养化日趋严重,导致湖内蓝藻大量繁殖。

1992年蓝藻水华大面积暴发,造成鱼类死亡,从此滇池蓝藻水华问题日益严重。

滇池蓝藻一般于每年的4～11月大量繁殖、富集,此时由于滇池流域盛行西南风,外海常年形成逆时针环流,受风向、风浪及水体的环流影响,浮于水面的蓝藻“水华”被源源不断地输送到滇池北部,特别是海埂、草海大堤、大观河入滇池河道一带。

因湖水富营养化引起的蓝藻水华频繁暴发,破坏了滇池生态系统的总体平衡,严重降低了滇池的使用功能[4～5]。

2　技术路线和方法2.1　滇池蓝藻水华监测的原理和方法蓝藻的遥感监测是基于蓝藻的光谱效应,蓝藻个体呈绿色,当气候条件适宜时,大量蓝藻聚集后便形成覆盖在水面上的绿油漆状水华,由于水华的蓝藻浓度和聚集的厚度不同,致使水体颜色、密度、透明度等产生差异,导致水体的反射能量发生变化,进而在遥感图像上反映为色调、灰阶、形态、纹理等特征的差别,利用这一特性,并选择恰当的蓝藻水华响应波段,就可识别蓝藻分布的范围、面积等[6～7]。

2.2　数据预处理卫星地面站接收的MODIS 数据在星地通公司开发的MODIS 后端处理程序和EOSshop 商业软件平台上,完成研究区域影像分辨率为250m 和500m 的初步地理校正和投影,并将光谱值转化为反射值,完成数据的预处理。

2.2.1　假彩色合成法叶绿素在蓝波段的440nm 以及红波段的678nm 附近有显著的吸收,当藻类密度较高时水体光谱反射曲线在这两个波段附近出现吸收峰值[8～9],水体对近红外波段吸收比较强,当水中含叶绿素时,近红外波段明显抬升(图1)[10]。

利用这一特点采用R G B :62221组合对2008年7月7日、30日和2009年5月21日11:00过境的Terra 数据进行假彩色合成(MODIS 1～7通道参数,见表1),合成后的影像具有较好的视觉效果,在滇池外海北部经常出现水华的区域出现了淡绿色区域,而其它水域基本为蓝黑色(图2中的Ⅰ、Ⅱ、Ⅲ,见图版)。

表1　MODIS 1～7通道的参数分辨率波段名称波段波长/nm 250m 红1620～670近红外2841～876500m蓝绿近红外3459～4794545～56551230～125061628～165272105～2155图1　各类典型地物MODIS 波段光谱特征曲线2.2.2　植被指数法这里所指的植被指数(NDV I )即归一化植被指数(I NDV I ),该指数值越大表示植被的覆盖度越好,而且通道间的比值能有效改善大气干扰,其算法为:I NDV I =(I NIR -R )/(I N IR +R )R 为MODIS 1通道反射率,I N IR 为MODIS 2通道反射率。

水华暴发时蓝藻大量覆盖于水面,藻类属于低等浮游植物,细胞中的叶绿素同样进行光合作用,因此在近红外波段反射率值的差别较大,呈现出类似于植被的光谱反射特性,因此可利用这一特性提取水华分布区。

对2008年7月7日、30日和2009年5月21日11:00过境的Terra 数据进行NDV I 计算,然后按照一定间隔将指数进行分级并赋予不同颜色,处理结果见图2中的Ⅳ、Ⅴ、Ⅵ,与假彩色合成结果相对比,NDV I 值在-0.1以上的区域与假彩色合成的淡绿色区域相对应,其中NDV I 大于0.4的区域与合成影像中颜色较绿的区域相吻合。

2.3　监测结果验证实验采用GPS 定位水华分布区域边界,并采用数码照片进行记录。

根据以往滇池水华分布特征和当日风向,由于实验当天以西南风为主,滇池水华在湖流和风浪的推导下易在滇池外海北岸形成水华分布区,因此本次考察路线主要考虑由南到北穿越滇池外海北岸的水华区域,同时用GPS 定位水华出现时的位置,作为遥感水华不同覆盖程度的参考点。

通过2008年7月7日、30日和2009年5月21日的野外实地考察,选择具有代表性的GPS 点作为验证点(图3,见图版),结果表明,假彩色合成影像中颜色较绿的区域(NDV I 大于0.4的区域)即为被水华完全覆盖的区域(图2中Ⅰ、Ⅱ、Ⅲ中所标示的A 、D 、F 点);淡绿色的区域(NDVI 大于-0.1的区域)则为水华轻度覆盖的区域(图2中Ⅰ、Ⅱ中所标示的B 、C 和E 点)。

该实验证实了上述假彩色合成方法和NDVI 分级方法监测滇池蓝藻水华的准确性。

2.4　两种监测方法比较假彩色合成法与植被指数法结果相对比,两者都能正确反映蓝藻浓度的变化情况,主要表现为假彩色合成法随着蓝藻浓度的升高,影像由蓝色或黑色向绿色过度,即蓝藻浓度越高,对应区域的影像颜色越绿;而植被指数法表现为随着蓝藻浓度的升高,NDVI 值也随着升高。

对NDVI 进行适当分级后发现,NDVI 值在-0.1以上的区域与假彩色合成的绿色区域相对应,即NDVI 值在-0.1以上的区域为水华区。

3　结论与讨论本研究经过野外调查,采用天气条件较好时的MODIS 数据(没有有雾和霾的晴空影像),结合蓝藻916第5期 鲁韦坤等:MODIS 遥感监测滇池蓝藻水华分布水华光谱特征,选用假彩色合成法(R G B:62221)和归一化植被指数法成功提取蓝藻水华的分布信息,并通过GPS定位验证了该两种方法的准确性。

(1)不论是假彩色合成法或归一化植被指数法,两者都能快速获得蓝藻水华的监测结果。

其中假彩色合成法具有较好的视觉效果,主要表现为:①蓝藻水华区域与无水华区域对比明显,易于目视解译;②具有较为真实的颜色表现能力,蓝藻水华为绿色,无水华区域为蓝色;③蓝藻水华区域绿色的深浅代表了水华的不同浓度。

对于只是监测水华的分布面积该方法是一个较好的方法。

若将假彩色合成法和归一化植被指数法相结合,归一化植被指数法能以数值大小的方式区别水华浓度,可用于以后的定量研究。

(2)假彩色合成法具有直观的优点,但是其直方图拉伸后的色调效果可能因操作时的差异而导致影像在处理后存在色彩差异,给对比研究工作带来不利影响。

植被指数法则克服了这一缺点,但它在确定水华分布区的NDV I阈值上目前还存在不确定性,需要进一步验证。

(3)本研究没有考虑漂浮于水面的水草对监测结果的影响,但考察经验表明,由于水草对风浪有抑制作用,水草区域的风浪较周围较小,若水草周围有水华,则水草区域内必有水华。

但是在没有水华时,水草区域可能被误认为水华,因此应该对相对面积较大的水草区定位,以排除其对监测结果的影响。

(4)通过3次野外实地考察,验证了监测滇池蓝藻水华出现的假彩色影像合成法和NDV I法的正确性,同时利用假彩色影像的颜色差异和NDV I值的大小对蓝藻水华的覆盖程度进行了分级,得到了初步分级标准。

参考文献[1]　胡德永.陆地卫星TM观测到渤海湾赤潮[J].遥感信息,1993,(3):11214.[2]　陈晓翔,邓孺孺,何执兼,等.赤潮相关因子的卫星遥感探测与赤潮预报的可行性探讨[J].中山大学学报(自然科学版), 2001,40(2):1122115.[3]　祝令亚,王世新,周艺.应用MODIS监测太湖水体叶绿素a浓度的研究[J].应用技术,2006,(2):25228.[4]　吕云波,周东风,龚震.滇池风场的基本特征分析[J].云南环境科学,2003,22(3):124.[5]　刘丽萍.滇池水华特征及成因分析[J].云南环境科学,1999,(5):36237.[6]　王艳红,邓正栋,马荣华.基于实测光谱与MODIS数据的太湖悬浮物定量估测[J].环境科学学报,2007,27(3):5092515. [7]　周立国,冯学智,眷红,等.太湖蓝藻水华的MODIS卫星监测[J].湖泊科学,2008,20(2):2032207.[8]　祝令亚,王世新,周艺,等.应用MODIS监测太湖水体叶绿素a浓度的研究[J].应用技术,2006,2:25227.[9]　周艺,周伟奇,王世新,等.遥感技术在内陆水体水质监测中的应用[J].水科学进展,2004,15(3):3122317.[10]　刘灿德,何报寅.水质遥感监测研究进展[J].世界科技研究与发展,2005,20(5):40244.Distribution of B luealga B loom over Dianchi Lake Monitoredwith MODIS R emote Sensing Im agesL u Weikun1　Xie Guoqing1　Yu Lingxiang1　Yang Shuping2 (1Yunnan Climate Center,Kunming650034;2Kunming Environment Monitoring Center,Kunming650032)Abstract:On t he basis of t he MODIS remote sensing images,t he bluealga bloom over t he Dianchi Lake was monitored by t he p seudocolor compo sitio n(R G B:62221)and t he normalized vegetation index met hods,according to t he spect ral feat ures in t he blue,red,and near2inf rared wavebands.Through t he satellite2ground synchronization experiment s,t he accuracies of t he two met hods are verified.The p seudocolor compo sition met hod uses color difference to display bluealga bloom,which has better visual effect,while t he normalization vegetation index met hod uses index values to decide bluealga bloom concentration quantitatively,which can be applied to quantitative investigation.K ey w ords:p seudocolor composition,vegetation index,satellite2ground synchronization 026气 象 科 技 第37卷。