1 引言(Introduction)

悬浮物(TSM)浓度是近岸海域水质监测的重要指标, 直接影响着水体透明度、浑浊度, 进而影响海洋初级生产力(Ondrusek et al., 2012; Zhao et al., 2018).在近海, TSM主要来源于地表径流携带的陆源物质和水中沉积物再悬浮及有机碎屑, 其含量和运动不仅与污染物和营养物质的输送有关(Gao et al., 2019), 还与海岸线变形、河口海岸带冲淤演变过程有着密切的联系.因此, 对近岸海域TSM浓度动态监测具有十分重要的意义, 也是海岸带环境管理中重点关注的问题.

水色遥感技术为估算大范围TSM浓度并揭示其时空动态变化过程提供了一种有效途径, 其通过卫星传感器接收的光谱信号来探测影响水中光学性质的要素, 进而反演水体组分浓度.利用遥感反演TSM浓度主要分为经验方法和半分析方法.经验方法是基于水体光谱信息与实测TSM浓度之间的统计关系, 从而实现对TSM浓度的估算.在传统经验方法中, 一般是寻找最佳单波段或波段组合来构建一个数学函数模型, 主要有单波段模型(Shi et al., 2015; Gao et al., 2019)、波段比值模型(He et al., 2013; Hou et al., 2017)和多元回归模型(Lei et al., 2020).有学者根据河口及近海水色要素与水体反射率具有非线性相关的特征, 采用非线性模型进行二类水体的水色参数反演研究, 发现该模型能更有效处理光谱与水体组分浓度之间复杂的关系, 从而提高反演精度(刘阁, 2016).目前, 神经网络、支持向量机、随机森林、Cubist回归、高斯回归等机器学习方法(Chen et al., 2015; 谢旭等, 2018; Ruescas et al., 2018; 方馨蕊等, 2019; Blix et al., 2019; Hafeez et al., 2019)被广泛用于水色参数浓度的遥感反演.例如, MERIS数据处理系统采用神经网络算法从遥感反射率推导出TSM浓度(Doerffer et al., 2007).但神经网络模型的建立需要大量训练样本作为数据支撑, 相比而言, 支持向量机与随机森林方法更适用于小样本数据的建模.半分析方法是基于水体固有光学量与表观光学量之间的辐射传输原理, 进而建立表观光学量与实测TSM浓度之间的统计关系, 达到反演目的, 在近岸河口等二类水环境中半分析方法也得到了广泛应用(Chen et al., 2013; Zhou et al., 2017; Zhang et al., 2018; 顺布日等, 2019).总体而言, 经验方法相对易行, 是目前遥感反演TSM浓度最常用的方法.

然而, 由于沿岸人类活动和海洋复杂动力环境的影响, TSM浓度时空变化迅速, 且二类水体光谱特性复杂, 受悬浮物、叶绿素、黄色物质等多种水体组分浓度的共同影响, 因此, 利用遥感技术实现对TSM浓度的动态监测对传感器的性能要求更高(李四海等, 2000).搭载在Sentinel-3A卫星上的海陆色度仪(Ocean and Land Colour Instrument, OLCI)于2016年由欧洲航天局发射(Caballero et al., 2019), 它继承了MERIS的水色光学遥感技术, 并在其基础上增加了6个新的波段, 在可见光至近红外波长范围内设置了21个光谱通道, 其中16个为水色波段, 数据具有高信噪比(武鼎等, 2019), 因而能更加全面准确地反映复杂水体的光谱特征.在时间分辨率方面, Landsat系列卫星16 d的重返周期无法满足近海TSM浓度的高频动态监测, 而OLCI可以在1~2 d内获取一景影像, 极大地提高了遥感监测的动态性.虽然搭载在Terra和Aqua卫星上的MODIS传感器可以实现1天2次的高频动态监测, 但其水色波段1 km的空间分辨率对近海来说略显粗糙, 难以刻画时空变化的细节特征, 而OLCI数据300 m的空间分辨率适用于沿岸海域水色的研究.作为新兴水色传感器, OLCI以其高光谱分辨率、高时间分辨率和中等尺度的空间分辨率为近海TSM浓度动态监测提供了良好的数据支撑, 已被广泛应用于二类水体水色反演研究中(Bernardo et al., 2016; Toming et al., 2017; Blix et al., 2018; 毕顺等, 2018; Ogashawara et al., 2019; 李渊等, 2019).

福建沿海地区是中国重要的经济发展基地, 淡水资源丰富, 水产养殖发达.由于无法有效遏制人类向沿海地区排放富营养和污染水体及水产养殖的自身污染, 使得近海水质持续恶化, 由此带来了巨大的环境压力和经济损失, 实施水环境动态监测的重要性也日益增强(Caballero et al., 2018; Kravitz et al., 2020).基于此, 本研究使用新型OLCI遥感影像并结合实测数据, 开展面向福建近海TSM浓度遥感反演研究, 采用经验方法构建CatBoost、随机森林和多元回归模型, 对比不同模型的反演精度, 并使用最优模型反演多时相TSM浓度, 以期了解福建近海TSM浓度的时空分布及变化规律, 为福建近岸水环境监测和治理提供参考依据.

2 研究区及数据(Study area and data) 2.1 研究区及概况

本文研究区为福建近岸海域, 位于北纬23°33′~28°20′、东经117°30′~120°40′, 属于典型的二类水体(图 1).福建省地处中国东南沿海, 是中国大陆重要的出海口, 优良港湾众多, 海洋资源丰富, 海岸线漫长曲折, 陆地海岸线长达3152 km, 居全国第2位.福建属于典型的亚热带季风气候, 热量丰富、雨量充沛, 年均降雨量为1400~2000 mm, 年均气温为17~21 ℃.福建省水系密布, 河流众多, 主要河流有闽江、九龙江、晋江、交溪、汀江, 除汀江外, 其他河流均在本省入海, 通过地表径流向近海输送淡水及陆源物质.东部沿海地区集中了大部分人口, 随着工业企业的快速发展, 大量富营养和污染水体向近岸海口排放, 使得近岸海域的水质状况逐渐下降, 生态系统正承受巨大的环境压力.

2.2 数据及预处理

为了有效监测和整治水环境污染, 福建省生态环境厅(http://hbt.fujian.gov.cn)在宁德、福州、莆田、泉州、厦门、漳州等近岸海域进行了水环境监测, 主要监测指标有悬浮物、水温、盐度及其他水污染因子.本研究共获取98个TSM浓度观测样本, 获取时间分别为2016年7月、2017年7月、2018年7月, 其中, 最小值为1.7 mg·L^-1, 最大值为48.2 mg·L^-1, 均值为18.3 mg·L^-1, 标准差为9.2 mg·L^-1.

OLCI遥感数据可由欧洲航天局的数据共享网站(https://scihub.copernicus.eu)免费获取, 本文共获取与TSM浓度采样时间为同一天的6景OLCI遥感影像, 空间分辨率为300 m, 具有21个波段, 其中16个为水色波段, 波长范围为400~1020 nm.

卫星传感器在接受目标地物信号时会受到大气辐射散射的干扰, 为获取水体真实的光谱反射信息, 必须对原始遥感影像进行精准的大气校正.本文使用C2RCC(Case-2 Regional Coast Colour)算法对OLCI影像进行大气校正, 它是集成在SNAP软件中对哨兵系列数据进行大气校正的标准算法, 适用于海洋水色传感器, 该算法在各项研究中已被验证(Brockmann et al., 2016), 并得到广泛使用.由于b13、b14、b15、b19和b20波段受水汽和臭氧吸收的影响, 因而输出结果只有16个波段的遥感反射率可以使用(Toming et al., 2017; Dmytro et al., 2019), 并在大气校正后分析不同地物的影像光谱特征, 以确保其准确性.

3 方法(Methods) 3.1 CatBoost与随机森林

CatBoost是由俄罗斯学者Yandex提出的一种新型梯度提升算法, 它通过采用排序提升的方式对传统GBDT算法中的梯度估计进行了改进, 得到无偏梯度估计, 从而减轻梯度估计偏差的影响, 提高模型的泛化能力(Prokhorenkova et al., 2018; Huang et al., 2019).在训练过程中, 使用串行方法将决策树集成, 并在训练过程中对预测效果好的决策树赋予更大的权重, 最终预测结果为所有决策树的加权求和.相比于其他Boosting算法(如XGBoost), CatBoost减少了对大量超参数调优的依赖, 主要参数为决策树个数、学习率、L2正则化系数和树的深度, 它降低了模型过拟合问题(苗丰顺等, 2019), 具有较好的鲁棒性.

随机森林(Random Forest, RF)也是一种基于集成学习的算法, 与CatBoost不同的是, 它是一种基于bagging的方法, 即在训练过程中, 使用并行方法将决策树集成, 赋予每棵决策树相等的权重, 其最终预测结果是所有决策树的平均值.并进一步在决策树的训练过程中增加了特征的随机选择, 通过对样本和属性的随机采样, 增加了基学习器之间的多样性, 从而提升模型的泛化能力(周志华, 2016).RF模型优化考虑的参数较少, 主要为决策树个数和抽取的最大特征数, 并且对参数变化不敏感.该方法在遥感图像信息提取等方面已得到广泛的应用(张明慧等, 2018; Su et al., 2018).

3.2 多元回归模型

在传统经验方法中, 虽然单波段的遥感反射率也常常被用于建立TSM浓度反演模型, 如MODIS 645 nm和Landsat OLI 665 nm(Shi et al., 2015; Gao et al., 2019)的红波段, 但有研究表明, TSM浓度遥感估算不能完全由单一波段决定, 需要多波段共同参与(Mao et al., 2012; 方馨蕊等, 2019).OLCI数据具有较高的光谱分辨率, 为遥感反演TSM浓度提供了更多光谱信息, 如在红光区间内设置了6个光谱通道.因此, 本研究使用多元回归方法, 即通过多波段的线性组合构建数学回归方程, 实现对TSM浓度的估算.其形式简单, 易于建模, 模型的表达形式如式(1)所示.

(1)

式中, x_i为模型输入的各个波段的遥感反射率, w_i为各个自变量对应的回归系数, b为多元线性回归方程的截距.

3.3 实验设置

首先对原始OLCI影像进行大气校正, 然后根据实测TSM浓度数据的地理坐标, 提取出与OLCI影像相匹配的水像元各波段的遥感反射率, 并将实测数据与遥感反射率数据一一对应, 组成样本数据, 共计98组样本.建模过程中将样本数据按照7:3的比例随机划分为独立的训练集(68组样本)和测试集(30组样本), 其中, 训练集用于构建反演模型, 而测试集用于模型精度评价.最终使用均方根误差(RMSE)(式(2))、平均绝对百分比误差(MAPE)(式(3))和决定系数(R²)(式(4))作为评价指标.

(2)

(3)

(4)

式中, y_i为实测的TSM浓度值, 为模型估算的TSM浓度值, y为实测TSM浓度的平均值, n为样本总数.

为剔除冗余和干扰特征, 还需对模型的输入变量进行筛选, 这样有助于获得泛化性能良好、更简单的模型.原始影像经大气校正后为16个波段的遥感反射率, 根据各波段与实测TSM浓度值的相关系数(表 1), 选择相关性较高的OLCI的b7~b12波段和b16~b18波段为上述3种模型的输入特征变量.其次使用训练集确定Catboost和RF模型参数：对于Catboost, 首先调试框架参数, 也就是决策树个数(n_estimators), 本文测试了50~1000、间隔为50的所有数, 发现当n_estimators=600时效果最佳, 而再增加n_estimators的数量时模型误差趋于稳定, 其次调试并最终确定学习率(learning_rate)为0.01, 树的深度(depth)为8, L2正则化系数(l2_leaf_reg)为2, 选择“RMSE”作为损失函数；对于RF, 设置决策树个数(n_estimators)为600, 最大特征数(max_feature)为6, 然后使用测试集评估模型的精度.最后将构建好的模型运用到OLCI遥感影像上, 反演获取TSM浓度的空间分布图.图 2为使用CatBoost和RF方法构建TSM浓度反演模型的流程图.

4 结果与分析(Results and discussions) 4.1 TSM光谱特性及敏感波段分析

为探讨OLCI数据针对福建近海TSM浓度的敏感探测通道, 本文对实测TSM浓度值与光谱反射率进行了相关性分析, 表 1为各波段遥感反射率与TSM浓度的相关系数.结果显示, 红光波段(b7~b12波段)的遥感反射率与TSM浓度实测值的相关性最高, 相关系数比较平稳地维持在0.8左右, 在b9波段达到最大值(0.807).其次, 近红外波段(b16~b18、b21波段)的遥感反射率与TSM浓度实测值的相关系数也较高, 均维持在0.7以上.OLCI的b1~b4波段(400~490 nm, 紫和蓝波段)的遥感反射率与TSM浓度的相关性都很小, 在b3波段(442.5 nm, 蓝波段)处达到最小(0.228).这可能与近岸二类水体中黄色物质在蓝紫光波段范围内具有强烈的吸收特性和叶绿素a在蓝光波长处存在一个吸收带(韩留生, 2014; 吴志明等, 2018)有关；此外, 水体本身在蓝紫波段的吸收作用就很强, 因此, OLCI的b1~b4波段对TSM浓度变化并不敏感.图 3所示为98个TSM浓度实测数据相对应的OLCI影像水像元的光谱折线图, 由TSM浓度值为48.2 mg·L^-1和34.5 mg·L^-1的两条折线可以看出, 在b11和b16波段处形成明显的反射峰, 且反射值随浓度的增高也相应增大, 其中, 48.2 mg·L^-1为样本中TSM浓度的最大值.这一现象与水中TSM的反射光谱特性是相符的：一般清洁水体的反射峰主要分布在绿波段, 红和近红外波段吸收作用强烈.而福建近海等浑浊二类水体TSM浓度较高, 水体的后向散射增强, 反射峰逐渐向红及近红外波段移动, 峰值也逐渐抬升(韩留生, 2014).综上, 根据对福建近海实测TSM浓度与OLCI各波段的相关性及该区域遥感影像上所呈现的TSM光谱特性进行综合分析, 认为OLCI在波长620~885 nm范围内对福建近海TSM浓度较为敏感, 是遥感反演TSM浓度的最佳波段范围.因此, 本文选择OLCI的b7~b12波段和b16~b18波段作为TSM浓度反演模型的特征变量.

4.2 精度评价分析

采用验证集的30个实测样本对各模型的估算结果进行精度评价, 使用均方根误差(RMSE)、平均绝对百分比误差(MAPE)和决定系数(R²)作为评价指标.图 4为不同模型估算的TSM浓度值与实测值的散点回归验证结果.总体上, 3种模型估算的TSM浓度值与实测值相关性较好, 精度也较高.从图 4可以看出, CatBoost模型的估算精度最优, RMSE为2.76 mg·L^-1, MAPE为23.67%, R²为0.89；RF模型精度也较高, RMSE为3.02 mg·L^-1, MAPE为30.92%, R²为0.88；多元线性回归模型的精度最低, RMSE为4.43 mg·L^-1, MAPE为42.47%, R²为0.76.在3种模型中, 多元回归模型表现性能最差的原因可能是建模过程中只考虑了自变量与因变量之间的线性关系, 而二类水体光学特性复杂, 水体组分浓度与光谱之间的关系不能完全用线性表达(刘阁, 2016).CatBoost和RF模型均为泛化性能较好的非线性模型, 更适用于近岸二类水体复杂的环境, 并且它们都是基于集成学习的模型, 通过将多个基学习器的预测结果进行整合, 从而获得比单个学习器更好的预测结果, 从而提高反演精度.不同模型反演精度存在的差异除了与自身算法有关外, 样本数量有限、大气校正算法的精准性等都会对模型的预测精度造成一定的影响.

4.3 TSM浓度时空变化分析

沿岸海域TSM浓度时空动态变化迅速, 单时相的TSM浓度空间分布无法全面揭示TSM浓度的时空分布特征, 需对多时相的TSM浓度空间分布进行综合分析.因此, 本文使用估算精度最高的CatBoost模型, 绘制了福建近海多时相的TSM浓度分布图(图 5), 以期了解其时空分布格局及变化规律.

通过对结果分析可知, 福建近岸海域的TSM浓度主要集中在0~40 mg·L^-1范围内.横向上, TSM浓度值总体呈现出近岸高、远岸低的空间分布特征, 随着离岸距离越远, TSM浓度值逐渐降低.海岸带一直是人群和工业聚集区, 存在着大量高强度的人类活动, 使得近岸水体遭受强烈搅动, 沿岸海域海水较浅, TSM不易沉积.同时, 大量未经处理的生产生活污水的不断注入给近岸海域带来了悬浮物质, 因而福建近岸TSM浓度呈现出近岸高于远岸空间分布规律.福建省港湾众多, 水产养殖业发达, 位于宁德市近岸的三沙湾为福建近岸海域最为典型的水产养殖海湾, 厦门港和泉州港是沿海对外贸易的重要口岸, 水产养殖和捕捞、港口航道运输等人类活动不断扰动水体, 而湾内水体与开阔海域的物质能量交换缓慢, TSM不易扩散, 使得近岸湾内水体的TSM浓度要高于周围海域.此外, 福建省河网密度大, 河流众多, 除汀江外, 其余河流均在本省入海, 地表径流携带大量的悬浮泥沙、营养物及污染物等汇入近岸海口, 因此, 江河入海口处为悬浮物浓度高值区, 浓度值常高于20 mg·L^-1.其中, 以闽江入海口为典型代表, 闽江是福建省第一大江, 水量丰富, 下游流经福州市区, 流域附近分布着大量的居民区和工业区, 生活污水和工业废水直接注入闽江, 汇入东海, 使得闽江口海域的TSM浓度一直居高不下.远岸海域水体受人类活动扰动和地表径流的影响较小, 海洋环境较为稳定, 由于缺乏大量TSM的来源, 同时与近岸浑浊水体的物质输送缓慢, 因此, 福建远岸海域的TSM浓度值均处于较低水平, 变化幅度小, 主要集中在0~10 mg·L^-1(图 5).纵向上, 福建近岸海域TSM浓度呈现出北部高南部低的规律.

时相上, 福建近岸海域TSM浓度的空间分布随时间变化显著, 但可以看出总体呈现春季(3—5月)TSM浓度较高, 夏季(6—8月)TSM浓度较低的季节变化规律.季节性差异的原因可能与降雨等气象因素有关(Cao et al., 2017), 福建省每年的3—5月为降雨丰水期, 雨水通过地表径流携带的大量悬浮泥沙等陆源物质为近岸海域提供了TSM来源, 导致TSM浓度变高.除了人类活动影响和降雨因素外, TSM浓度的空间分布形态还与海水的运动形式有关, TSM会随着海水的规律性运动而发生移动, 其运动方向受潮汐、洋流、波浪的影响极易发生改变, 风向和风速也会对海水的运动造成影响, 进而改变TSM的运动状态, 福建省常伴有台风暴的发生, 海水在台风暴的掀动下, 导致TSM的运动状态会发生很大改变.因此, 有时在TSM浓度分布图上可以看出明显的羽状流、涡旋状等不同的形态, 揭示出TSM复杂的运动过程.

5 结论(Conclusions)

1) OLCI数据的红及近红波段与福建近海TSM浓度具有较好的相关性, 在波长620~885 nm范围内对福建近海TSM浓度变化较为敏感, 是遥感反演TSM浓度的最佳波段范围.

2) 基于集成学习的CatBoost和RF模型的估算精度要高于多元线性回归模型, 其中, CatBoost模型表现最优.

3) 福建近海TSM浓度受人类活动、地表径流、降雨、海水运动等多种因素的综合影响, 时空动态变化复杂, 但总体呈现出近岸高于远岸、北部高于南部、江河入海口和港湾处高于周围其他海域、春季高于夏季的时空分布规律.

6 展望(Prospect)

本文基于OLCI数据对福建近海TSM浓度进行遥感反演研究并取得了较好的结果, 显示出OLCI数据良好的海洋水色遥感反演能力.在后续的工作中, 将继续开展基于OLCI影像的其他水色参数(如叶绿素a浓度)的反演研究, 以期为福建近海水环境监测和治理提供更加丰富的遥感信息.同时, 本研究也存在一些不足：①现场实测数据有限, 未来需要进一步丰富现场同步采样数据, 加强福建近海TSM浓度与光谱之间复杂关系的研究, 提高反演精度；②大气校正算法在一定程度上也会影响模型反演的效果, 在后续的研究中可以引入其他大气校正算法, 进一步对比分析不同大气校正方法的适用性.