利用Landsat-8测量数据结果 来估测水体透明度的半分析方法外文翻译资料

英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料

/ss﷽﷽﷽﷽﷽﷽﷽﷽ ﷽﷽﷽﷽﷽ing,Jerome,)利用Landsat-8测量数据结果

来估测水体透明度的半分析方法

Zhongping Lee, Shaoling Shang, Lin Qi, Jing Yan, Gong Lin

摘要：基于遥感技术的水体透明度（，m）反演方法中新开发的半分析方法（Lee等人,2015a）进行了修改，并将其应用于Landsat-8数据，以获得高空间分辨率的水清图。为了实现从Landsat-8数据中导出吸收系数和后向散射系数的准分析算法（QAA），这是估计（水体透明度）的主要光学特性，验证了Landsat-8波段在可见光区的代表波长；对这些波段中纯净水的吸收系数和后向散射系数。然后将该半解析方法应用于既有（~0.1-30m）现场测量又有遥感反射率的数据集，发现由遥感反演得到的估计值与测量的非常匹配（=0.96，平均绝对百分比差~17%,N=197）。将此方法进一步应用于在河口采集的Landsat-8图像，得到高空间分辨率的图，所得到的空间分布与现场实测和目视观测结果十分一致。这些结果表明了Landsat（陆地卫星）数据的一个重要应用——通过统一的机理系统，为海湾、河口和湖泊提供可靠的高分辨率水体透明度产品。

关键词：水体透明度，透明度盘，Landsat-8，半分析算法，固有光学特性

1. 引言

沿海和内陆水域是地球上所有生命的重要生态系统。它们为浮游植物和水生动物提供了重要的庇护所，为娱乐活动提供了资源，并为各种工业和城市居民提供了淡水。近几十年来，从人类活动因素到气候变化，这些水体的质量受到很大的威胁，在这些生态系统中诸如有害藻类大量繁殖水华等危险事件的发生越来越频繁。对这些水体进行充分，准确和一致的监测是地方和联邦政府机构的首要任务。

常规测量的水质参数之一是使用透明度盘（Arnone等,1984;Binding等,2007;Bukata等,1988;Fleming-Lethinen等,2012;Stumpf等,1999）——一个白色或黑白圆盘，直径约30厘米，来测量得到的水体透明度。当该圆盘在表面刚好不再可见时，该圆盘的深度称为水体透明度（，m）。的值直接直观地表现了水体的清晰透明度；水体透明度是对水生环境质量状况的一级描述，在过去的100多年中，海洋和内陆水体的测量次数达到数百万次（Boyce,Lewis,＆Worm,2012）。然而，由于船舶调查的固有限制，尽管船载调查能很好的提供一些隔离地带的详细特征，但对大型区域和/或多个湖泊进行充分和重复的观测是不可行的。通过机载或星载传感器进行测量是实现大规模和长期观测水生环境水透明度的唯一可行手段。针对水的生物地球化学性质的卫星系统是海色卫星传感器，如70年代的CZCS和90年代和2000年代的SeaWiFS/MODIS/MERIS（IOCCG，1999）。

这些传感器在可见光区域有几个窄的（~20nm带宽）光谱带，对这些波段测量的辐射度进行分析可以提供水成分（例如叶绿素或悬浮颗粒物的浓度）（IOCCG，2000）和水透明度（Doron等, 2011; Shang等, 2010）的定量信息。这些系统具有~300米或更广的空间分辨率，虽然在沿海地区或大型湖泊中显示出巨大的应用（Miller amp; McKee，2004；Petus等，2010），但是难以为海湾、河口和许多湖泊提供足够的测量值，生态系统需要更高的空间分辨率才能进行观测。Landsat系列（专题图制作器和增强型专题图制作器）在可见光区域具有2或3个宽（50nm或带宽以上）光谱带（Roy等人，2014），这些光谱带这些光谱带被发现可用于遥感一些包括水透明度的水成分（Brezonik等, 2005; Giardino, Pepe等,2001;Olmanson等, 2008）。特别地，由于陆地卫星数据的30m空间分辨率，它对于海湾和湖泊的天气观测是“理想的”，在文献中可以找到广泛的出版物和应用（Clark等, 1987; Dekker等, 2005; Zhang等, 2003; Zhou,等, 2006）。这些例子中值得注意的一个例子是从20多年的地球资源卫星数据对明尼苏达州成千上万个湖泊的/ss﷽﷽﷽﷽﷽﷽﷽﷽ ﷽﷽﷽﷽﷽ing,Jerome,)ss﷽﷽﷽﷽﷽﷽﷽﷽ ﷽﷽﷽﷽﷽ing,Jerome,)/ss﷽﷽﷽﷽﷽﷽﷽﷽ ﷽﷽﷽﷽﷽ing,Jerome,)/ss﷽﷽﷽﷽﷽﷽﷽﷽ ﷽﷽﷽﷽﷽ing,Jerome,)＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝————的大规模和长期监测（Olmanson等人，2008），这些数据清晰的显示出许多湖泊间的水体透明度对比和它们在二十年间的变化。然而，用于这一工作和其他研究的方法（Binding 等人, 2007; Brezonik等人., s2005）纯粹是经验性的。这种方案有两个固有的局限性：1）算法系数的推导需要大量的、宽范围的匹配现场测量数据；2）经验系数与数据或位置/区域相关，因此算法不便适用于其他湖泊或海湾。为了克服从遥感中凭经验检索的这些限制，长期以来一直希望有一种从海水颜色测量中导出的机理算法。早期尝试的是多伦等人（2011），其中的推导是基于从经典水下能见度理论发展而来的理论模型（Duntley, 1952; Preisendorfer, 1986）。然而，据发现，与匹配的现场测量相比，海洋卫星数据的估计值显示出很大的差异（Doron等，2011）。最近，对这种不良性能进行了详细检查（Lee等人，2015a），并得出结论，导致这种失败结果的最可能原因是经典模型与人眼在水中看到透明度盘的物理过程不匹配。然后提出了一种新的水下能见度理论，并建立了一种新的机理模型（李等人，2015a）。随后，利用的同步测量（~300站，在~0.1-30m的范围内）和大范围的环境遥感反射率来评估该模型，并得到模型估计值与实测值之间的~18%的无偏绝对差值（李等人，2015a），而MODIS现场匹配数据集的差异仅变化～23%（MODIS与现场测量之间的时差为plusmn;6小时）（Shang，Lee，Shi，Lin，＆Wei，已提交出版）。这些结果表明该模型和算法在海洋颜色测量中估算的稳健性能，这进一步启发我们将这种机理方法扩展到LATSAT-8（L8以下）数据来观测小水体的水透明度。本文详细介绍了利用Acolite软件（Vanhellemont amp; Ruddick, 2015a, 2015b）来生成L8的遥感反射率（估测的输入值）的L8数据估测的方法。总体目标是利用统一的机理数据处理系统来生成海湾，河口和湖泊的产品。

1. 方法
2. 海水透明度模型

历史上，被建模为光束衰减系数（c）和下行辐照度的漫反射衰减系数（）的反函数（Duntley，1952; Preisendorfer，1986）。最近，通过仔细彻底地审查人眼观察透明度圆盘的物理特性，发现了的经典模型（Aas，Hoslash;kedal，＆Soslash;rensen，2014; Preisendorfer，1986; Zaneveld＆Pegau，2004）并不代表我们眼睛的观察情况（李等，2015a）。根据新的水下能见度理论，海水透明度与漫反射衰减系数成反比，公式可以表示为（李等人，2015a）

（1）

这里是可见域（410-665nm）内水体透明窗口处的漫反射衰减系数，是与该波长相对应的遥感反射率。因此，估计所需要的是来自L8测量的信息。

1. 从遥感反射率分析反演IOPs（固有光学量）的总体方案

通过对辐射传输方程的解析推导，发现是太阳天顶角和上层水柱的固有光学性质（IOPs）（Preisendorfer，1976）的函数，特别是吸收系数（a）和后向散射系数（）（Gordon, 1989; 李等, 2013）。因此，从L8测量获得的关键是从L8数据导出a和。尽管在过去几十年中已经开发了各种分析或半分析算法用于从海洋颜色测量中检索IOPs（IOCCG，2006），但尚未开发出用于处理Landsat数据的此类算法。由于数学简单性和物理透明性，这里我们采用准分析算法（QAA）（Lee，Carder，＆Arnone，2002）从L8（表示为，）的遥感反射率中反演a和下面简要描述处理步骤。

一般来说，对于在最低点方向观测到的，可以用经验公式将水面上的遥感反射率转换为它的水表层下的遥感反射率（，）（李等，2002）。

（2）

通过对辐射传递函数的建模，是/（a ）比的函数，并且可以表示为（Gordon等人，1988）

（3）

这里（＝0.089）和（＝0.125）都是模型常数（李等人，2002）。从这个二次函数，有

（4）

其中，u=/（a ）。因此，对于存在测量值的任何波长，知道a的值就能分析推导出的值，反之亦然。遵循这个逻辑，QAA开始于参考波长（lambda;0）的估计值。

（5）

其中，是纯水的吸收系数，并假设为常数，是非水成分的（吸收）贡献，并根据经验谱来估算。

已知，从公式（3）得出（李等，2002），就可以推出

（6）

其中，和分别是纯水和颗粒的后向散射系数，此外，根据幂函数估计其他波长下的值（Gordon＆Morel，1983）。

（7）

指数eta;由谱中根据经验估计出。由于可以从获得，因此在知道后可以很容易的推导出

（8）

根据辐射传输方程，是和的函数，可以建立公式为（李等，2013）

（9）

这里，和是模型常数，它们的值分别为0.005、4.26、0.52、10.8和0.265。（以度为单位）是空气中的太阳天顶角。

1. L8频带设置实现QAA的算法参数

为了处理高光谱或MODIS或SeaWiFS遥感测量，被指定为55times;或670nm（李等，2002），而和所需值是基于文献中报告的和光谱确定的（Morel, 1974; Pope amp; Fry, 1997; Zhang, Hu, amp; He, 2009）。然而，对于L8，因为一些频带（特别是频带2和频带3）具有~60nm的带宽，所以必须为每个频带指定个代表性波长，以便将光学特性从一个频带适当地传播到另一个频带（例如公式（7））。此外，还需要确定每个频带的相应和值，以便为L8数据实现QAA。

列出的前四个L8波段的中心波长分别为443、483、561和655nm（Franz等，2015；Vanhellemont amp; Ruddick，2015b）。基本上，因为每个宽带的反射率是相应的高光谱反射率的加权平均值（见下面的等式（10）），如果这个目标的反射率在~50nm的光谱窗口内强烈地依赖于光谱，则这些列出的L8波段的中心波长不一定反映感兴趣目标的代表波长。为了获得水生环境中L8波段的代表波长，通过计算每个波段的响应函数来计算在海洋和沿海环境中测量（Lee，Shang，Hu，＆Zibordi，2014）的一组（901光谱）高光谱的等效L8波段（）的遥感反射率 （Gordon，1995）。

（10）

这里是L8波段i（）的响应函数，且此计算中，高光谱（400-800nm，5nm分辨率）（李等，2014）被内插到1nm分辨率。对于每个L8波段，分别将计算的与列出的中心波长plusmn;10nm内的波长的高光谱进行比较，并计算每对与的线性回归中的斜率和偏差。表1列出了这些对中的一些的结果（偏差和｜斜率－1.0｜）。

表1 LATSAT-8可见波段的代表波长

基于这些统计值，文献中给出的L8可见带的中心波长一般适用于水生环境。然而，对于波段3，尽管与比较时，两个波长都具有gt;0.99的确定系数（拟合优度），但发现其最具代表性的波长（斜率接近1.0，偏差接近0）是554nm（参见图1），而不是列出的561nm（偏差接近0，但斜率～0.

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[17762]，资料为PDF文档或Word文档，PDF文档可免费转换为Word