本发明涉及一种层化水体生物光学模型的构建方法。
背景技术：
湖泊富营养化和有害藻类水华是全世界普遍面临的水域生态环境问题(秦伯强等,2016)，湖泊富营养化引起的蓝藻水华频繁暴发是目前中国淡水湖泊面临的主要挑战(Liu and Yang,2012)。在各种环境因子(外因)的耦合驱动下，蓝藻由于其独特的生理生态特性(内因)，产生巨大的生物量而在浮游植物群落中占绝对优势。在合适的水文气象条件下大量藻颗粒集聚于水表而形成蓝藻水华(马健荣等,2013)。研究表明，蓝藻水华具有较强的时空多变性，短时间内藻华的面积变化较大(Yang et al.,2013；Zhang et al.,2015)。
目前，作为一种有效的研究手段，水色遥感已经被广泛应用于富营养化湖泊的水质参数反演、藻华暴发面积及频次的监测等方面。但是，传统的湖泊水色遥感大多是基于水体的垂向均一假设建立的，藻华形成过程中藻颗粒的垂向非均匀分布及其快速变化对该假设的应用提出了较大挑战。已有的研究仅限于通过水面之上的遥感反射比进行藻颗粒垂向分布类型的判断，或基于经验方法的遥感反射比校正以降低藻颗粒垂向分布的影响。仍旧难以揭示藻颗粒垂向分布的遥感监测机理。辐射传输理论描述了大量光子进入水体，与水中各粒子的吸收和散射作用，最终到达传感器的物理过程。
水下光场模拟即基于辐射传输理论真实还原水体内部光场分布的过程。通过对不同藻颗粒垂向分布条件下的水下光场模拟，探究藻颗粒垂向分布对水下光场的影响机制，是实现藻颗粒垂向分布的定量遥感监测的核心。以富营养化湖泊-太湖为例，需要厘清藻华形成过程中，藻颗粒垂向分布的变化规律及其对水下光场的影响机制，以研究藻颗粒垂向分布的遥感监测机理。弄清藻类垂向分布对水下光场不同层的表观光学参数的影响机制，计算水下不同层的固有光学参数对遥感反射比的定量贡献，建立层化水体的生物光学模型。
参考文献：
Liu J.,W.Yang.2012.Water sustainability for China and beyond.Science,337(6095):649-650.
MillánR.,S.Alvarez-Borrego,and C.C.Trees.1997.Modeling the vertical distribution of chlorophyll in the California Current System.Journal of Geophysical Research:Oceans,102(C4):8587-8595.
Yang,L.,K.Lei,W.Meng,G.Fu,and W.Yan.2013a.Temporal and spatial changes in nutrients and chlorophyll-a in a shallow lake,Lake Chaohu,China:An 11-year investigation.Journal of Environmental Sciences,25(6):1117-1123.
Zhang,Y.,R.Ma,M.Zhang,H.Duan,S.Loiselle,and J.Xu.2015.Fourteen-year record(2000–2013)of the spatial and temporal dynamics of floating algae blooms in Lake Chaohu,observed from time Series of MODIS images.Remote Sensing,7(8):10523-10542.
秦伯强,杨桂军,马健荣等.2016.太湖蓝藻水华“暴发”的动态特征及其机制[J].科学通报.07:759-770.
马健荣,邓建明,秦伯强等.2013.湖泊蓝藻水华发生机理研究进展[J].生态学报.33(10):3020-3030.
技术实现要素：
本发明的目的在于提供一种层化水体生物光学模型的构建方法。
为实现上述目的，本发明所采用的技术方案如下：
一种层化水体生物光学模型的构建方法，包括如下步骤：
1)通过Hydrolight辐射传输模拟，模拟不同藻类垂向分布条件下的水下光场分布，得到表观光学参数数据集，分析藻类垂向分布对表征水下光场的表观光学量AOP的光谱特征及垂向分布的影响机制；
其中，所述表观光学量AOP包括遥感反射比rrs(λ,z)和漫衰减系数Kx(λ,z)；
2)计算水体不同层对恰好位于水面之下的遥感反射比rrs(0-)的贡献率；
根据步骤1)中获取的模拟数值，筛选等效权重函数，定量计算水体中各层对rrs(0-)的贡献率；
3)构建不同太阳角度条件下的层化水体生物光学模型；
根据步骤2)中层化水体不同层对rrs(0-)的贡献率，构建不同深度的固有光学参数IOP与rrs(0-)之间的关系模型。
所述步骤1)中，藻类垂向分布以叶绿素a浓度表征的浮游植物色素的垂向分布表征；所述叶绿素a浓度由丙酮法实验室内使用分光光度计测量；
藻类垂向非均匀分布的叶绿素a浓度函数表达式为：
其中，C0、h、σ为叶绿素a分布函数的参数，通过函数拟合得到。
所述步骤2)中水体不同层对水面之下的遥感反射比rrs(0-)的贡献率计算方法如下：
式中，Frz1,z2是深度z1-z2处的水体对rrs(0-)的贡献率，g(z’)是等效权重函数，bb(z)为深度z处的后向散射系数，a(z)为深度z处的吸收系数。
所述步骤3)中不同太阳角度条件下的层化水体生物光学模型为：
其中，Si为深度z(i)、波长λ处的系数，bb(λ,z(i))为深度z(i)、波长λ处的后向散射系数，a(λ,z(i))为深度z(i)、波长λ处的吸收系数，i为第i层，n为总层数。
本发明方法构建的层化水体生物光学模型是提高富营养化湖泊水质参数遥感反演精度的前提和基础，可以补充完善湖泊水色遥感的基本理论和方法，并推动其发展，具有较大的科学意义。
附图说明
附图不意在按比例绘制，在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示，为了清晰起见，在每个图中，并非每个组成部分均被标记，现在，将通过例子并参考附图来描述本发明的各个方面的实施例，其中：
图1是叶绿素a浓度、吸收系数、后向散射系数和IOP的垂向分布曲线示例；
图2是藻类垂向分布对水面之下不同层的遥感反射比光谱的影响；
图3是藻类垂向分布对水面之下不同层的遥感反射比垂向分布的影响；
图4是藻类垂向分布对漫衰减系数Kd光谱的影响；
图5是藻类垂向分布对漫衰减系数Kd、Ku、KLu的垂向分布的影响；
图6是不同等效权重函数在不同波段的比较；
图7是不同层的水体对rrs(0-)的贡献率；
图8是层化水体生物光学模型的验证结果；
前述图示1-8中，作为英文形式表达的各坐标、标识或其他表示，均为本领域所公知的，并不在本例中再做赘述。
具体实施方式
为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。
在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定义在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。
实施例1
本实施例说明本发明层化水体生物光学模型的构建方法。
本实施例基于辐射传输模拟数据建立层化水体的生物光学模型，实现方式如下：通过Hydrolight辐射传输模拟，模拟不同叶绿素a浓度垂向分布条件下的水下光场数据集，分析藻类垂向分布对表征水下光场的表观光学量AOP(遥感反射比rrs(λ,z)，漫衰减系数Kx(λ,z))的光谱及垂向影响机制；通过比较几种不同的等效权重函数在该模拟数据集的使用效果，筛选出误差最小的等效权重函数，以此计算水体不同层对水面之下的遥感反射比(rrs(0-))的贡献率；最后，建立不同太阳角度条件下、考虑藻类垂向分布的层化水体生物光学模型，给出不同太阳角度、不同波长的系数查找表，并用模拟数据进行验证。
作为示例性的描述，下面结合附图所示，对前述方法的实施进行具体说明。
步骤1)分析藻类不同垂向分布对水下光场的影响机制；
藻类垂向分布以叶绿素a浓度表征的浮游植物色素的垂向分布表征，叶绿素a浓度由丙酮法实验室内使用分光光度计测量，藻类垂向非均匀分布的叶绿素a浓度函数表达式为：
其中，C0、h、σ为叶绿素a分布函数的参数，通过函数拟合得到。
通过Hydrolight辐射传输模拟，模拟不同叶绿素a浓度垂向分布条件下的水下光场数据集，模拟波长范围400：5：750nm；设定的C0范围0：5：40μg/L，h范围1：5：76μg/L，σ范围是0.2：0.2：1.4m；HydroLight输入变量包括太阳高度角(θ，15：15：75°)、风速(2.25m/s)、SPIM无机悬浮颗粒物(0：5：60mg/L)、CDOM在440nm处吸收系数(ag(440)，0：0.5：4.0m-1)和光谱斜率Sg(0.019)；Hydrolight的输出数据是表观光学量AOP(遥感反射比rrs(λ,z)和漫衰减系数Kx(λ,z))；
如图1为输入的叶绿素a浓度、吸收系数a(550)、后向散射系数bb(550)和固有光学特性IOP的垂向分布曲线示例，共进行了1008组数据的模拟。图1中L1～L6指不同参数(C0,h,σ)；其中L1(10,16,0.6)，L2(10,31,0.6)，L3(10,16,0.2)，L4(10,31,0.2)，L5(5,16,0.2)，L6(5,31,0.2)。
然后，分析藻类垂向分布对表征水下光场的表观光学量AOP(遥感反射比rrs(λ,z)，漫衰减系数Kx(λ,z))的光谱特征及垂向分布的影响机制，如图2-5所示，可以看出：①藻类垂向非均匀分布主要影响绿光-红光波长范围的rrs(z)，从L1-L6可以看出，不同Chla垂向分布曲线对应的rrs随水深增加而增加；在不同水深的差异主要集中在绿光和红光波段。最大波长出现在590-600nm，L6的表层和次表层之间相差0.014sr-1，L1的表层和次表层之间几乎相等。②在Chla变化较大(Chla差异较大)的水深，对rrs的影响较大。③本低值越小(C0)，对rrs的影响越大。L5-6与L3-4比较来说，L5-6的rrs变化明显大于L3-4。
Kd和Ku是表征水下光场变化规律的重要参数。在不同深度、波长条件下的藻类垂向非均匀分布对Kx的影响程度与垂向分布相关。①垂向非均匀时，Kx的垂向分布规律：具有与rrs相似的规律，Chla不变时，Kx趋于稳定；垂向差异不大时，Kx随垂向变化不大；垂向差异较大时，Kx变化较大；与Chla的曲线直接相关。②从L1-L6可以看出，垂向变化不大时，Kd和Ku相差不大，可近似为2Kd；但是垂向变化较大时，Kd与Ku、KLu在不同深度处的差别较大，不能简单的认为2Kd；其中KLu的变化最大。③理论上，Kd+KLu较为合理。从数据上证明了2Kd的不妥，Kd+KLu更接近于理论值。
步骤2)计算水体不同层对水面之下的遥感反射比(rrs(0-))的贡献率；
根据步骤1)中藻类垂向非均匀分布对水下光场不同层的AOP的影响机制，筛选合适的等效权重函数，定量计算水体中各层对rrs(0-)的贡献率；
水体不同层对水面之下的遥感反射比rrs(0-)的贡献率计算方法如下：
式中，Frz1,z2是深度z1-z2处的水体对rrs(0-)的贡献率，g(z’)是等效权重函数，bb(z)为深度z处的后向散射系数，a(z)为深度z处的吸收系数。
本发明比较了5个等效权重函数，如图6所示，(a)为所有模拟数据在490、550和675nm波长处的平均相对误差；(b)为采用5个等效权重函数获得的L6条件下的加权平均rrs数值；Z-KdKLu指采用Kd+KLu的等效权重函数(Zaneveldet等(2005))；Z-2Kd指采用2Kd的等效权重函数(Zaneveldet等(2005))；GC-KdKLu指采用Kd+KLu的等效权重函数(Gordon和Clark(1992))；GC-2Kd指采用2Kd的等效权重函数(Gordon和Clark(1992))；S指Sokoletsky和Yacobi(2011)中的等效权重函数。
其中Z-KdKLu的误差最小，可以用来计算不同层的定量贡献。
不同层对rrs(0-)的定量贡献(图7)表明：藻类垂向均一时，在不同Chla浓度下，不同层的贡献存在不一致的情况；Chla越高，表层的贡献比越大，次表层的贡献比越小；Chla较低时，光穿透深度较深，次表层的信号进入传感器，导致次表层贡献增大。在藻类垂向不均匀时：不同波长、不同结构参数下对rrs的贡献变化较大，表层的贡献30％-85％；次表层的贡献为20％左右，第三层的贡献在10％附近。也就是说，在最大值位于表层的情况下，表层和次表层对rrs的贡献率可达90％。水体的本低值越大，Chla的垂向差异减弱，因此，也使得表层贡献增大，次表层贡献降低。而且随着深度的增加，Chla垂向分布曲线的结构参数对表层贡献率的影响减弱。
步骤3)构建不同太阳角度条件下的层化水体生物光学模型；
层化水体不同层对rrs(0-)的贡献率说明不同深度对rrs(0-)的贡献率随深度递减，据此，建立了考虑不同深度的固有光学参数的层化水体生物光学模型。
根据加权平均理论和公式(2)，rrs(0-)在垂向非均匀分布水体不同水深的rrs-v(0-)与IOP(z)，Fr(z)和g(z’)相关。
其中：
假设：
Si代表第i层的系数；
则可利用IOP(λ,z)和Si(λ,z)表达rrs-v(λ,0-)，如下：
即：
其中，Si为深度z(i)、波长λ处的系数，bb(λ,z(i))为深度z(i)、波长λ处的后向散射系数，a(λ,z(i))为深度z(i)、波长λ处的吸收系数，i为第i层，n为总层数。模型系数的确定通过MATLAB 2015b中的曲线拟合函数获得，下表1为不同太阳角度、不同波长处的模型参数查找表。
表1层化水体生物光学模型系数查找表(不同波长、不同太阳角度)
最后，利用预留的1/3数据对该模型进行了验证(图8)，效果较好，在490、550、675nm三个波长处，30、45、60°三个太阳高度角的情况下，APD<2％,R2>0.97。