一种海洋表层水体悬浮颗粒物中多环芳烃的遥感监测方法

摘要

本发明公开一种海洋表层水体悬浮颗粒物中多环芳烃的遥感监测方法。该方法是通过建立河口海湾水色参数TSM定量表征颗粒态PAHs含量算法，并应用到世界上首颗地球静止气象卫星传感器GOCI影像上，获取河口海湾颗粒态PAHs的遥感反演浓度分布情况。本发明能够实现使用遥感手段监测近海水域PAHs的污染状况，可以大面积、高频次地监测海洋污染物的分布特征，提出基于实测数据分析的海域表层水体悬浮颗粒物中PAHs的遥感模型，并应用到GOCI卫星数据，借助海洋水体中相对成熟的水色参数TSM遥感反演技术，从而实现海洋环境中PAHs大面积、高频次的遥感监测。

说明书

技术领域

本发明属于海洋环境遥感领域，具体涉及：海洋污染物、海洋生态监测、海洋水色遥感、水质遥感等领域。该方法将已经相对成熟的水体悬浮颗粒物浓度(the TotalSuspended matter，简称TSM)卫星遥感反演技术拓展到海洋环境中多环芳烃(Polycyclicaromatic hydrocarbons，简称PAHs)的监测系统中，使用遥感手段实现海洋环境中持久性有机污染物的大范围、周期性监测。

背景技术

持久性有机污染物是一类具有长期残留性、生物蓄积性、半挥发性和高毒性的特殊污染物。一旦进入环境中，就很难在自然条件下进行讲解，存留时间久，给人类和生态系统带来长久的危害。多环芳烃(PAHs)是一类典型的持久性有机污染物，具有典型的三致特征(致畸、致癌、致突变)效应，由于广泛存在、种类繁多以及强烈致癌性而备受关注。在环境中虽然含量较少，但广泛存在于各种环境介质中，主要来源于煤、石油、木材的不完全燃烧和石油产品以及在石油开采、使用过程中产生的泄露和排放。绝大多数的多环芳烃具有较强的毒性，是环境中致癌化学物质中最大的一类。20世纪80年代，美国环境保护署(US EPA)选定毒性显著的16种PAHs列入优先控制污染物名单，多环芳烃的海洋环境污染问题已经受到了国际社会的普遍重视，成为各国科学界和政府广泛关注的焦点。

目前对于海洋环境中PAHs的监测方式主要采用现场采样和实验室定量分析相结合的方式进行，传统的测量方法需要派遣大量工作人员出海逐个站点进行样品采集，并对样品进行一系列的有机分析预处理工作，再对PAHs的含量进行检测，从样品采集、样品处理到样品测定，整个流程耗费相当长的时间，需要投入大量的人力、财力、物力。由于海洋面积广阔，自然条件恶劣，加之测量费用过高，传统的监测方法效率低，成本高，只能做到点、线监测，无法实现对海洋环境中的PAHs大面积监测。同时海洋环境中的PAHs随着运动的水体具有明显的动态变化特征，传统的监测方法无法做到短周期、高频率地监测。无论从采样广度还是采样周期，传统的监测方法都无法满足大范围、短周期的监测需求。

遥感具有大尺度、周期性、快速同步获取水体信息、成本相对低廉等优点，随着技术的发展，运用遥感手段可以高效地监测海洋水体中各种组分含量的分布和动态变化，从而克服传统现场观测方法的不足，在水环境检测中的应用越来越广泛，海洋是时刻处于运动变化中的水体，对传感器在时间和空间分辨率上具有更高的要求。地球静止海洋水色成像仪GOCI(Geostationary Ocean Color Imager)是世界上第一个为海洋水色观测而设计的静止轨道卫星传感器，搭载在首颗地球静止气象卫星COMS(Communication，Ocean，Meteorological Satellite)上，主要任务是观测以朝鲜半岛为中心的一定范围内的海洋环境的变化，对该区域的海洋生态系统进行长期的和短期的监测。每天8景成像的时间分辨率为水色遥感动态监测提供了良好的契机。GOCI共设置了8个波段，中心波长分别为412nm、443nm、490nm、555nm、660nm、680nm、745nm、865nm。GOCI的精度非常高，其辐射校正误差小于3.8％，空间分辨率为500m，时间分辨率为1h，可以较好地捕捉水体的空间、光谱特征。

使用遥感手段可以监测到海洋环境中叶绿素、悬浮物、溶解性有机物等水体水色重要参数，目前对于水体悬浮颗粒物TSM、有色溶解有机质CDOM、色素、叶绿素等遥感监测研究较多，技术已相对成熟。而PAHs在光谱上表现较差，很难通过遥感手段直接获取或者进行反演，大量基础研究表明，PAHs的环境行为与水体中的可遥感组分(如TSM、CDOM等)密切相关，为利用遥感技术进行监测提供了理论可能，TSM是水色遥感中三大水质参数之一，由于PAHs弱极性或非极性，易脱离水相吸附于悬浮物中，与悬浮物共同沉淀，是海洋中PAHs的重要载体。以TSM为中介，使用遥感手段间接地实现研究海域PAHs大范围、高频次监测，从而可以节约大量的人力、经济成本。

综上所述，为了弥补当前海洋环境中PAHs的监测能力和技术手段的不足，本发明以河口海湾为研究区，以海洋表层水体悬浮颗粒物中PAHs的观测分析为基础，通过分析悬浮颗粒物TSM浓度与海洋表层水体悬浮颗粒物中PAHs(颗粒态PAHs)的定量关系，开发以TSM对颗粒态PAHs进行定量表征的关键技术，根据TSM提取模型研发基于GOCI数据的海洋表层水体颗粒态中PAHs遥感监测方法，从而实现对河口海湾水体中颗粒态PAHs污染分布状况进行大范围、周期性的重复监测，为今后河口海湾PAHs浓度分布的遥感监测提供预研成果。

发明内容

本发明的目的是针对现有传统技术的不足以及海洋生态环境监测和科学研究的需要，本发明提出的一种使用遥感手段进行河口海湾海洋污染物的监测方法，尤其适用于河口海湾表层水体悬浮颗粒物中PAHs的浓度监测，具有大面积、高频率的特征。本发明通过建立河口海湾水色参数TSM定量表征颗粒态PAHs含量算法，并应用到世界上首颗地球静止气象卫星传感器GOCI影像上，获取河口海湾颗粒态PAHs的遥感反演浓度分布情况。

本发明解决其关键技术问题所采用的技术方案包括以下几个步骤：

步骤(1)、对待监测河口海湾区域提取水色参数TSM浓度的实测数据、水域表层水体悬浮颗粒物中PAHs浓度的实测数据；同时获取表层水体遥感反射率Rrs的实测数据；

所述的TSM浓度采用重量法测量，为现有成熟技术，按照海洋监测规范(GB17378-2007)进行；即通过现场采集水样并过滤，将滤膜带回实验室后采用重量法进行测量。

所述的PAHs浓度采用气相色谱法测量，为现有成熟技术，按照海洋监测规范(GB17378-2007)进行；即通过现场采集水样并过滤，将滤膜带回实验室后使用固相萃取进行预处理后采用气相色谱法进行测量。

所述的PAHs浓度为US EPA选定的多环芳烃中16种优先控制物质总浓度，16种多环芳烃分别为萘(Nap)、苊烯(Acy)、二氢苊(Ace)、芴(Flu)、菲(Phe)、蒽(Ant)、荧蒽(Flua)、芘(Pyr)、苯并[a]蒽(BaA)、(Chr)；苯并[b]荧蒽(BbF)、苯并[k]荧蒽(BkF)、苯并[a]芘(BaP)、茚并[1,2,3-cd]、芘(InP)、二苯并[a,h]蒽(DbA)、苯并[g,h,i]苝(BgP)。

所述的表层水体遥感反射率Rrs是采用ASD手持式光谱仪水面以上测量法获取，通过ASD手持式光谱仪分别测量水体、天空、灰板的光谱曲线，遥感反射率由公式(1)计算所得；

其中，L_sw为海水表面辐亮度，仪器测量水体所得；L_sky为天空漫散射光，仪器测量天空获得；r为菲涅尔反射率，即气-水界面对天空光的反射率，受到太阳位置、观测几何、风速风向以及海面粗糙度等因素的影响，一般取值0.028；L_p为标准灰板反射信号，由仪器对准灰板测量所得；ρ_p为标准板的反射率，由实验室校正所得。

步骤(2)、根据现有成熟的地球静止海洋水色成像仪GOCI，获取GOCI同步L1B遥感数据；使用ENVI软件中的FLASSH模块对GOCI L1B数据进行FLAASH大气校正，从而消除大气、光照等因素对地物反射的影响，从影像中还原出地物的地表反射率、辐射率和地表温度等真实物理模型参数。

这里的GOCI L1B遥感数据与TSM浓度、PAHs浓度、Rrs为同步数据，为官网上下载的L1B一级影像数据；

所述的使用ENVI软件中的FLAASH模块实现GOCI L1B数据的FLAASH大气校正，具体如下：

第一步，在ENVI中输入BIL或者是BIP格式的GOCI L1B数据；

第二步，打开FLAASH模块，输入GOCI传感器各个波段的中心波长和半峰全宽等参数；

第三步，继续输入大气参数，包括大气能见度和气溶胶类型；

第四步，根据GOCI的光谱响应函数制作光谱响应函数光谱库文件；

第五步，输入光谱响应函数光谱库文件，运行FLAASH模块，生成遥感反射率数据；

步骤(3)、根据实测PAHs浓度和TSM浓度定量关系进行定量分析，构建TSM定量表征颗粒态PAHs浓度的算法模型见公式(2)：

PAHs＝417.8017×e^{(-0.0067×TSM)}(2)

颗粒态PAHs浓度与TSM浓度具有一定的负相关性，随着TSM浓度的升高，悬浮颗粒物对PAHs的吸附能力降低，颗粒态PAHs浓度呈指数降低趋势。

步骤(4)、根据Rrs的实测数据，以及TSM浓度的实测数据，建立TSM浓度与Rrs的相关性模型：

选取地球静止海洋水色成像仪GOCI的波段设置，计算不同波段遥感反射率和TSM浓度的相关系数，识别出对TSM变化敏感的波段，确定敏感波段为745nm和490nm，建立745nm和490nm波段实测遥感反射率比值，使得遥感反射率比值与实测TSM浓度的相关性最高。TSM浓度与Rrs的相关性模型具体见公式(3)：

所述的模型基于745nm和490nm波段实测遥感反射率比值法构建，R为0.96，拟合效果良好。

步骤(5)、根据步骤(4)中TSM浓度与Rrs的相关性模型，结合步骤(2)FLAASH大气校正后得到的Rrs数据，在ENVI中使用波段运算，从而获取GOCI的TSM遥感产品；

步骤(6)、根据步骤(3)TSM定量表征颗粒态PAHs浓度的算法模型，结合步骤(5)GOCI的TSM遥感产品，在ENVI中使用波段运算，从而获得GOCI的PAHs浓度分布情况。

本发明有益效果如下：

本发明能够实现使用遥感手段监测近海水域PAHs的污染状况，可以大面积、高频次地监测海洋污染物的分布特征，提出基于实测数据分析的海域表层水体悬浮颗粒物中PAHs的遥感模型，并应用到GOCI卫星数据，借助海洋水体中相对成熟的水色参数TSM遥感反演技术，从而实现海洋环境中PAHs大面积、高频次的遥感监测。

本发明有利于提高包括PAHs在内的海洋环境污染物监测技术水平，通过技术推广、实际应用示范，将卫星遥感等空间信息技术应用服务更好地纳入到浙江设环境保护监测的决策链中。对于减少、消除和预防海洋持久性有机污染物带来的健康及环境风险，维系人类健康繁衍和维护生态环境安全，促进可持续发展，建立和谐社会具有重要理论意义和实际应用价值。该发明在海洋污染物、海洋生态监测等行业具有较高的推广价值和应用前景。

附图说明

图1为本发明流程图。

图2为泛杭州湾海域表层水体中TSM与颗粒态PAHs相关关系模型。

图3为2015年5月5日泛杭州湾海域TSM浓度卫星遥感反演结果；其中编号00，01，02，03，04，05，06，07与GOCI数据编号一致，分别为对应GOCI传感器成像时间8:30，9:30，10:30，11:30，12:30，13:30，14:30，15:30的影像结果。

图4为2015年5月7日泛杭州湾海域TSM浓度卫星遥感反演结果；其中编号00，01，02，03，04，05，06，07与GOCI数据编号一致，分别为对应GOCI传感器成像时间8:30，9:30，10:30，11:30，12:30，13:30，14:30，15:30的影像结果。

图5为2015年5月5日泛杭州湾海域表层水体颗粒态PAHs浓度分布；其中编号00，01，02，03，04，05，06，07与GOCI数据编号一致，分别为对应GOCI传感器成像时间8:30，9:30，10:30，11:30，12:30，13:30，14:30，15:30的影像结果。

图6为2015年5月7日泛杭州湾海域表层水体颗粒态PAHs浓度分布；其中编号00，01，02，03，04，05，06，07与GOCI数据编号一致，分别为对应GOCI传感器成像时间8:30，9:30，10:30，11:30，12:30，13:30，14:30，15:30的影像结果。

具体实施方式

下面结合附图对本发明作进一步的说明。

参照图1，一种海洋表层水体悬浮颗粒物中多环芳烃的遥感监测方法，所述方法包括以下步骤：

步骤(1)、对泛杭州湾海域(包括杭州湾湾内水域和舟山群岛邻近海域)提取水色参数TSM浓度的实测数据、水域表层水体悬浮颗粒物中PAHs浓度的实测数据；同时获取表层水体遥感反射率Rrs的实测数据；

所述的TSM浓度采用重量法测量，为现有成熟技术，按照海洋监测规范(GB17378-2007)进行；即通过现场采集水样并过滤，将滤膜带回实验室后采用重量法进行测量。

所述的PAHs浓度采用气相色谱法测量，为现有成熟技术，按照海洋监测规范(GB17378-2007)进行；即通过现场采集水样并过滤，将滤膜带回实验室后使用固相萃取进行预处理后采用气相色谱法进行测量。

所述的PAHs浓度为US EPA选定的多环芳烃中16种优先控制物质总浓度，16种多环芳烃分别为萘(Nap)、苊烯(Acy)、二氢苊(Ace)、芴(Flu)、菲(Phe)、蒽(Ant)、荧蒽(Flua)、芘(Pyr)、苯并[a]蒽(BaA)、(Chr)；苯并[b]荧蒽(BbF)、苯并[k]荧蒽(BkF)、苯并[a]芘(BaP)、茚并[1,2,3-cd]、芘(InP)、二苯并[a,h]蒽(DbA)、苯并[g,h,i]苝(BgP)。

所述的表层水体遥感反射率Rrs是采用ASD手持式光谱仪水面以上测量法获取；

所述的表层水体遥感反射率Rrs是采用ASD手持式光谱仪水面以上测量法获取，通过ASD手持式光谱仪分别测量水体、天空、灰板的光谱曲线，遥感反射率由公式(1)计算所得；

其中，L_sw为海水表面辐亮度，仪器测量水体所得；L_sky为天空漫散射光，仪器测量天空获得；r为菲涅尔反射率，即气-水界面对天空光的反射率，受到太阳位置、观测几何、风速风向以及海面粗糙度等因素的影响，取值0.028；L_p为标准灰板反射信号，由仪器对准灰板测量所得；ρ_p为标准板的反射率，有实验室校正所得。

步骤(2)、根据现有成熟的地球静止海洋水色成像仪GOCI，获取泛杭州湾海域同步GOCI L1B遥感数据；使用ENVI软件中的FLASSH模块对GOCI L1B数据的进行FLAASH大气校正，从而消除大气、光照等因素对地物反射的影响，从影像中还原出地物的地表反射率、辐射率和地表温度等真实物理模型参数。

所述的GOCI L1B遥感数据与TSM浓度、PAHs浓度、Rrs为同步数据，为官网上下载的L1B一级影像数据；

所述的使用ENVI软件中的FLAASH模块实现GOCI L1B数据的FLAASH大气校正，具体如下：

第一步，在ENVI中输入BIL或者是BIP格式的GOCI L1B数据；

第二步，打开FLAASH模块，输入GOCI传感器各个波段的中心波长和半峰全宽等参数；

第三步，继续输入大气参数，包括大气能见度和气溶胶类型；

第四步，根据GOCI的光谱响应函数制作光谱响应函数光谱库文件；

第五步，输入光谱响应函数光谱库文件，运行FLAASH模块，生成遥感反射率数据；

步骤(3)、根据实测PAHs浓度和TSM浓度定量关系进行定量分析，构建TSM定量表征颗粒态PAHs浓度的算法模型见公式(2)：

PAHs＝417.8017×e^{(-0.0067×TSM)}(2)

如图2所示，颗粒态PAHs浓度与TSM浓度具有一定的负相关性，随着TSM浓度的升高，悬浮颗粒物对PAHs的吸附能力降低，颗粒态PAHs浓度呈指数降低趋势，模型R²为0.67。

步骤(4)、根据Rrs的实测数据，以及TSM浓度的实测数据，建立TSM浓度与Rrs的相关性模型：

选取地球静止海洋水色成像仪GOCI的波段设置，计算不同波段遥感反射率和TSM浓度的相关系数，识别出对TSM变化敏感的波段，确定敏感波段为745nm和490nm，选定745nm和490nm实测遥感反射率比值，使得与实测TSM浓度的相关性最高，TSM浓度与745nm和490nm波段组合的Rrs定量模型具体见公式(3)：

基于745nm和490nm波段实测遥感反射率比值的TSM遥感模型R为0.96，反演效果较好。

步骤(5)、根据步骤(4)中TSM浓度与Rrs的相关性模型，结合步骤(2)FLAASH大气校正后得到的Rrs数据，在ENVI中使用波段运算，从而获取GOCI的TSM遥感产品，泛杭州湾海域TSM遥感产品为图3-4，结果显示TSM分布特征具有时空差异，空间分布上，TSM高值区集中于杭州湾水域；时间变化上看，早上TSM浓度较低，随后逐渐增加，中午浓度最高，下午缓慢降低，但是仍高于早上。

步骤(6)、根据步骤(3)TSM定量表征颗粒态PAHs浓度的算法模型，结合步骤(5)GOCI的TSM遥感产品，从而获得GOCI的PAHs浓度分布情况(见图5、6)，反演颗粒态PAHs分布特征结果与实测PAHs基本一致，反演效果良好，长江口入海口外和舟山市附近颗粒态PAHs含量较高，杭州湾内含量较低，实现了泛杭州湾海域PAHs大面积、高频率的遥感监测。