高光谱成像技术在海洋环境监测中的研究

随着科技的不断发展，高光谱成像技术正在逐渐渗透到各个领域，其中也包括海洋科学。高光谱成像技术，作为一种新型的遥感技术，具有图谱合一的特点，为海洋环境监测提供了新的可能性。

一、高光谱成像技术的基本概念

高光谱成像技术，简称HSI，是结合了传统图像和光谱信息的一种新型成像技术。它不仅能获取目标的形状、大小等信息，还能获取每个目标的光谱信息，进而进行物质的识别和定量分析。

二、高光谱成像技术在海洋环境监测中的研究

1 海洋水色反演

1.1 水色要素反演

叶绿素、悬浮物和透明度是评价海水水质的几项主要指标，叶绿素 a 是浮游植物中普遍含有的色素，在蓝光和红光波段存在吸收峰，并且激发荧光，水体吸收光谱和荧光光谱随着叶绿素 a 浓度的变化而变化；水体悬浮物由有机和无机颗粒物组成，其含量可直接影响水体透明度、浑浊度以及水色，研究发现，在近岸海域，悬浮物浓度与长波段的遥感反射率或比值呈现良好的相关性；水体透明度与水体各组分含量及其吸收、散射特性直接相关，反映了水体的浑浊程度，研究表明，可见光的全波段漫射衰减系数和透明度具有较好的相关性，可通过反演来估计水体透明度。基于上述原理，即可利用遥感反射率数据开展水色要素的浓度反演。受限于数据源，目前的海洋水色反演多基于多光谱遥感影像展开，随着我国环境一号卫星 A 星（HJ-1A）的发射，众多学者进行了高光谱水色反演研究，他们基于 HJ-1A 超光谱成像仪（HSI）高光谱数据分别提取了悬浮物（见图 1）和叶绿素 a 浓度的混合光谱分解模型并开展实验，结果表明模型预测值与实测值的相关系数分别为 0.82、0.89，验证了模型的适用性；此外，面向 2018 年发射升空的 GF-5 卫星高光谱传感器，专家学者还开展了浑浊水体叶绿素 a 浓度的反演算法研究，根据 GF-5 卫星数据波段设置，将实测光谱数据转换为模拟 GF-5 光谱数据开展了相关实验。

图 1 基于 HJ-1A HSI 的混合光谱分解模型悬浮物反演结果

1.2 浅海水深探测

水深是海洋环境的重要参数，是海洋资源开发和海洋环境保护的基础保障。然而在部分海岸带浅海和岛礁周边海域，船只无法到达，传统水深测量无法作业，在此情形下，基于水体的光学特征发展的水深遥感探测成为选择。高光谱遥感波谱信息丰富，是近些年来水深遥感反演研究的热点和前沿，形成了光谱微分统计、查找表、神经网络和半分析等模型，经实验验证其平均相对误差低于20%。其中，HOPE模型(Hyperspectral Optimization Process Exemplar)是目前影响最大且应用最为广泛的一种高光谱遥感水深反演模型，该模型由 Lee 1999 年提出，是一种联合反演浅海水深和固有光学性质的半分析模型，充分考虑了水体组分的吸收和散射因素，物理机制比较完备。其最大优势是无需实测水深，可直接进行水深反演，因而受到了国内外众多学者的青睐，并开展了大量的应用研究，研究结果精度普遍较高，0～25m水深段平均相对误差在15%左右。

2海洋灾害监测

2.1 赤潮

赤潮是海洋中一些微藻、原生动物或细菌在一定环境条件下爆发性增殖，引起水体变色的一种生态异常现象，是我国主要的海洋生态灾害之一，对海洋生态系统、水产养殖业和滨海旅游业等构成较大影响。赤潮发生时，浮游生物的聚集会导致水体叶绿素浓度的升高，引起水体光谱特性的变化，进而产生有别于正常水体的光谱特征，如赤潮发生海域水体往往在荧光波段（685 附近）具有较高的遥感反射率。通过对高光谱影像光谱特征差异的分析，可以实现对赤潮的检测和监测。目前常用的高光谱赤潮检测方法有基于赤潮水体反射率的分析函数算法、基于光谱特征和小波的识别算法、基于现场赤潮海水和正常海水的波谱数据的 SVM 算法等，专家学者提出了基于高光谱图像解混的海洋藻类监测算法，实验验证算法能有效克服高光谱图像分辨率不足造成的面积估算不准问题，实现亚像素水平的面积估计；也提出了基于子空间划分和耀斑抑制的赤潮高光谱高精度快速检测方法，并实验验证了方法的可行性。

2.2 溢油

与赤潮类似，海上溢油也是一种我国近海常见的海洋灾害，近几年发生的几次海上溢油事件对我国近海环境造成了很大的破坏。溢油发生后会在海面形成油膜，不同厚度的油膜会在可见光影像上表现出不同的特征，尤其在近红外波段表现出与清洁海水明显的光谱差异，同时，油膜平滑了海表面的微尺度波，使油膜与海水在影像中的纹理表现存在差异，介于此，可利用光学影像对海上溢油进行检测。高光谱图谱合一的优势，可以通过目标的光谱和纹理特征剔除颜色和外观与油膜相似的假目标，获取更精准的海上溢油信息，目前常用的方法有基于多尺度特征深度学习的高光谱溢油检测、小波变换及深度学习等，另外专家学者还提出了通过分区混合端元计算海洋溢油覆盖度的探测方法，并采用仿真数据与真实高光谱影像数据相结合进行实验，验证了算法的有效性。

2.3 海冰

海冰是典型海洋生态灾害之一，常发生于我国渤海和黄海北部，对航道通行、海上石油开采及渔业资源开发造成较大的影响。目前的海冰遥感监测主要集中在海冰分布和海冰厚度计算上，部分技术已较为成熟，并开展了业务化应用。受限于影像的光谱分辨率，目前的海冰遥感监测主要是对海冰分布范围的提取，而海冰厚度的研究成果较少，提取算法尚不够成熟。但研究表明，不同类型的海冰在一定的光谱范围内，表现出显著的反射率差异和强烈的可分离性，海冰厚度与海冰反照率之间呈现良好的指数关系，尤其对于一年冰或冰厚小于 1m 的海冰。高光谱影像较高的光谱分辨率可以获得近乎连续的光谱信息和丰富的海冰图像信息，可为海冰更深一步的探测提供重要信息。

3海滨湿地遥感监测滨海湿地是重要的鸟类等陆地动物的栖息地和鱼类等水生动物的繁育场所 , 地物类型复杂多样，且大部分区域人为无法进入，现有的多光谱遥感技术在滨海湿地地物类型分布方面有较多的应用，但无法开展高精度的复杂地物类型分类和定量遥感监测，如植被生物量和盖度等。高光谱影像的高光谱分辨率，能够更精细地展现地物的光谱特征，在滨海湿地负责地物类型分类和定量监测中可发挥独特的优势。目前滨海湿地典型地物分类的方法多为基于现场调查数据的监督分类，常用方法有 SVM、神经网络算法、最大自然分类法等，同样，高光谱影像遥感监测也可对不同地物光谱特征波段进行遴选，建立基于高光谱植被指数的定量信息提取方法和模型，开展基于高光谱遥感影像的地物类型和植被定量信息提取。某学者基于 SVM 方法，利用珠海一号高光谱影像对黄河三角洲国家级自然保护区的水体、盐地碱蓬、潮滩、芦苇沼泽、互花米草、潮滩芦苇、柽柳灌丛等 7 种典型地物进行了分类研究，总体分类精度为 86.02%，kappa 系数为 0.83，其中，水体和盐地碱蓬的分类精度最高，分别为 98.96%和 95.94%。实验所用影像及分类结果图参见图 2。

（a）实验区 OHS 假彩色合成图像

（b）OHS 假彩色合成影像和地物真实分布图

（c）OHS 影像 SVM 分类结果

图 2 基于 OHS 影像的黄河口滨海湿地地物分类

三、高光谱成像技术的挑战和前景

虽然高光谱成像技术在海洋环境监测中具有广泛的应用前景，但也面临着一些挑战，如海洋环境的复杂性和恶劣性、数据处理和分析的难度等。然而，随着技术的不断进步，这些问题都将得到有效的解决。

高光谱成像技术在海洋环境监测中具有巨大的潜力。它不仅可以提高我们对海洋环境的认识，还可以为海洋资源的开发和保护提供重要的技术支持。未来，随着高光谱成像技术的不断完善和优化，我们有理由相信，它将为海洋科学的发展开辟出新的道路。