0 引言
海洋污染已成为全球关注的重要环境问题,其中营养元素的过量输入是导致海洋生态系统不平衡的主要原因之一[1]。总氮(total nitrogen, TN)是衡量水体富营养化的重要指标之一,了解其时空变化规律对制定污染控制措施和海洋生态环境保护策略具有重要意义。
传统水质监测方法主要通过采集水样、测定和分析等步骤进行,具有精度高、可靠性强的优点,但存在样品采集强度大、耗时长、监测点有限等问题,难以满足长期、实时监测的需求。因采集的数据覆盖范围广、时效性强、采集频次密等优势,遥感技术成为当前水质监测的重要手段之一[2-3]。基于遥感影像反演水质的研究一般以半经验法为主,即首先对获取的多光谱敏感波段反射率进行分析,选取最佳波段或波段组合(值)[4];再通过多种方法构建水质-光谱反演模型,主要反演模型有线性回归、机器学习和神经网络等[5-6]。其中,随机森林(random forest)模型具有易于架构、运算高效和不易过拟合等特点,被广泛应用于水质监测指标反演研究中[7-8]。
本文基于2021—2023年期间TN的实测数据,2003—2023年的Aqua-MODIS MYD09A1和2017—2023年的Sentinel-3 OLCI影像数据,构建随机森林回归模型,对珠江口-江门近岸海域TN的质量浓度进行了反演,分析了海域TN的时空变化和分布规律,以期为区域水质管理和污染治理提供科学依据。
1 数据与方法
1.1 研究区
珠江口-江门海域(图1)位于中国南海北部,(112°10'E—113°54'E,21°09'N—23°10'N),总面积约18 000 km2。珠江口位于中国广东省南部,是珠江流入南海的主要通道。江门市毗邻珠江口,位于珠江三角洲西南部。该海域属于亚热带季风气候区,全年降水集中在3—9月,一般10月至次年2月为枯水期。
1.2 数据获取与预处理
实测数据监测点分布情况如图1所示,大部分监测点分布在江门市滨海及河口附近水域,其余监测点位于珠江口。数据获取时间分别为2021年10月21—27日、2022年5月25—30日、2023年5月16—22日、2023年8月22—28日和2023年11月19—23日。
本文使用的遥感影像包括MODIS(Aqua-MODIS MYD09A1)和S3(Sentinel-3 OLCI)两种,均在GEE平台(https://code.earthengine.google.com/)在线获取。MODIS数据是Aqua卫星在500 m分辨率下的地表光谱反射率,已根据气体、气溶胶和瑞利散射等大气条件进行了校正,数据更新周期为8天,时间范围为2003—2023年。S3数据的空间分辨率为300 m,时间分辨率为2天,时间范围为2017—2023年。
为了减少云/云阴影的影响,分别对MODIS和S3影像进行掩膜处理后再进行像元合成。对于MODIS数据,使用其自带StateQA波段,通过位掩码剔除云、云阴影或其他低质量像素值;对于S3数据,利用质量波段中第27位云掩码和第25位有效掩码进行像元剔除[14]。
1.3 反演模型
随机森林模型是一种广泛应用于分类和回归任务的集成学习方法,通过多个决策树提高预测性能和稳定性,从而有效地解决单一决策树易于过拟合的问题。相较其他机器学习模型,随机森林模型有着较好的鲁棒性和泛化能力[15]。研究海域包含珠江口、近岸浅水和深水区,水体成分相对复杂,因此选择泛化能力好的随机森林模型作为反演模型。
实测数据与卫星数据的匹配步骤为:首先,筛选出与实测数据采样时间一致的卫星影像,若选出的影像质量较差或存在大量缺失,则依次向前后扩展若干天,直至筛选出的影像数量满足合成影像的需求。接着,提取与实测数据空间位置一致的影像像元值作为样本,80%用于训练,20%用于精度验证。最后,分别训练5个随机森林模型,反演模型、实测数据和合成影像之间的对应关系如表1所示。决策树的数量通过多次实验确定,设定为50时,模型表现出较高的预测精度,同时避免了过拟合。
表1 反演模型信息Tab.1 Information of the inversion models |
| 模型名称 | 输入数据时间 (实测) | 合成影像类型及时间 |
|---|---|---|
| RF_05 | 2023年5月 | S3,2023年5月16—22日 |
| RF_08 | 2023年8月 | S3,2023年8月18—28日 |
| RF_11 | 2023年11月 | S3,2023年11月17—23日 |
| RF_dry_season | 2021年10月 | MODIS,2021年1—2月,10—12月 |
| RF_wt _season | 2022年5月 | MODIS,2022年3—9月 |
1.4 模型精度评价
采用均方根误差RMSE、相对误差分析RPD和决定系数R2等指标评价反演模型的精度和效果[18]。其中RMSE越小,代表模型的预测精度越高。RPD<1.4且R2<0.60时,代表模型预测能力较差;1.4<RPD<2.0且0.60<R2<0.75时,表明模型的预测能力基本满意;RPD>2.0且R2>0.75时,表明模型的预测能力良好。上述指标的计算公式分别为:
$\text { RMSE }=\sqrt{\frac{1}{n} \sum_{i=1}^{n}\left(\hat{y}_{i}-y_{i}\right)^{2}}$
$\mathrm{RPD}=\frac{\mathrm{SD}}{\mathrm{RMSE}}$
$R^{2}=1-\frac{\sum_{i=1}^{n}\left(y_{i}-\hat{y}_{i}\right)^{2}}{\sum_{i=1}^{n}\left(y_{i}-\bar{y}\right)^{2}}$
式中:n表示独立样本数量, 为第i个样本的预测值,yi 为第i个样本的实测值,SD为数据的标准差, 为采样点TN质量浓度的平均值。
2 结果
2.1 TN反演模型精度及波段贡献
如表2所示,模型的精度较高。其中,RF_dry_season模型在仅使用7个波段组合进行拟合的情况下,已具有较好的拟合能力(R2=0.797)和预测精度(RMSE=0.422 mg·L-1,RPD=2.222)。各模型预测结果的RMSE值均低于0.5 mg·L-1,PRD值均大于2,具有良好的预测能力;各模型的R2均在0.75以上,表明模型有着良好的拟合性能。
表2 反演模型的波段信息和精度Tab.2 Band information and accuracy of the inversion models |
| 模型名称 | 波段数量/个 | 波段组合 | RMSE/(mg·L-1) | PRD | R2 |
|---|---|---|---|---|---|
| RF_05 | 21 | B1~B19,(B7/B8),(B11-B12) | 0.341 | 2.464 | 0.835 |
| RF_08 | 20 | B1~B19,(B8/B7) | 0.063 | 3.153 | 0.899 |
| RF_11 | 20 | B1~B19,(B8+B7) | 0.023 | 3.802 | 0.931 |
| RF_dry_season | 7 | B1~B7 | 0.422 | 2.222 | 0.797 |
| RF_wet_season | 8 | B1~B7,(B3+B1) | 0.390 | 2.786 | 0.871 |
注:括号中的波段表示对原始波段进行数学运算后的添加波段。 |
在随机森林模型中,变量重要性不仅取决于单个变量与目标变量的相关性,还受到其与其他变量交互作用的影响[20]。因此,尽管皮尔逊相关系数为变量筛选提供了初步依据,但变量的重要性还需结合模型结果进行综合评估。
反演模型预测值与实测值的散点图如图3所示,R2通过验证集的预测值和实测值计算得到。各模型的大部分散点均分布在1:1线附近,说明预测结果整体与实测值接近。其中,RF_05和RF_dry_season的预测能力相对弱于其他模型,R2较小,分别为0.835和0.797;RF_08和RF_11的预测能力较佳,R2较大,分别为0.899和0.931。
从图3可以观察到,在低质量浓度区,各模型均表现出较好的预测能力,但在高质量浓度区(>3.0 mg/L),部分散点偏离1:1线,表现为预测值低于实测值。分析这一现象的原因认为,首先,高质量浓度样本数量较少,导致训练数据不足,限制了模型的泛化能力;其次,不同质量浓度区间的数据分布不均匀,可能造成模型对低质量浓度区的权重较高。总体上,各反演模型均具有相对理想的拟合能力和预测能力,可用于后续TN质量浓度的反演。
2.2 TN质量浓度的时空变化
2.2.1 TN质量浓度的时间变化
图4为2003—2023年模型反演的TN质量浓度年度均值变化。2017—2023年,MODIS反演的结果整体低于S3反演的结果,但二者变化趋势基本一致。 以MODIS反演结果进行TN质量浓度的年度变化分析。在2003—2023年,TN整体呈下降趋势,其中,2003—2015年,质量浓度相对较高,在0.747~0.812 mg/L之间;2016—2023年,TN质量浓度相对较低,在0.617~0.715 mg/L之间,2021年达到多年最低值(0.617 mg/L)。
图5为2003—2023年枯/丰水期TN质量浓度均值变化。2003—2015年,TN枯水期质量浓度明显高于丰水期,其中2011年差异最大,质量浓度均值分别为0.963 mg/L和0.602 mg/L;2016—2023年,枯水期和丰水期的差异减小。
图6展示了2021、2022和2023年TN月均质量浓度变化。总体来看,1月和2月TN质量浓度高,3月出现明显下降,至10月,持续处于低值期,11月质量浓度回升。其中,2021年TN变化与其他两个年份略有差异,2月起质量浓度出现明显下降,且大部分月份的平均值低于其他年份。
TN月平均质量浓度变化可能受到季节性的农业活动和降水模式的影响。冬季和早春时期是农业活动中的集中施肥期,可能导致TN升高,之后由于丰水期降水的稀释效应,导致TN降低。11月起TN上升,可能与秋季农业活动增加以及降水减少导致的稀释效应减弱有关。
2.2.2 TN质量浓度的空间变化
图7为2003—2015年,2016—2023年两个时期研究区TN质量浓度的年度均值反演结果。如图所示,高值集中在珠江口以及近岸浅水区,其中珠江口最高,向近岸浅水、深水区逐渐降低。
图8显示,在珠江口和近岸浅水海域,丰/枯水期TN质量浓度变化大,丰水期明显高于枯水期。丰水期,径流量增大,大量来自农业、养殖业和工业的陆源氮元素随径流被携带至海域,导致珠江口和浅水区TN质量浓度升高。
由图9可知,研究海域TN月平均质量浓度空间分布均呈现由近岸浅水区向深水区逐渐降低的趋势。1—2月,TN质量浓度在整个研究海域均为高值;3—10月,除了珠江口和近岸浅水区,大部分海域的质量浓度值较低;11—12月,研究海域TN整体较之前升高,尤其是珠江口、近岸浅水区,质量浓度升高明显。
2.3 不同分辨率遥感数据对TN质量浓度反演精度的影响
图11为 MODIS和S3数据反演的2023年TN年均值分布。MODIS的空间分辨率低,反演结果在整体上更平滑,在近岸浅水区的变化不明显,即难以捕捉局部空间上的剧烈变化。S3的反演结果显示的空间细节更多,尤其是对于近岸浅水区的变化特征体现得更明显,表明其在刻画小尺度、短时间和细节丰富的变化中具有明显优势。相比S3,MODIS反演结果在高值区的面积相对过大,其更适用于相对大尺度、趋势性的分析。
3 结论
本文以珠江口-江门海域为研究区,基于实测数据和遥感数据构建随机森林回归模型,通过模型反演得到2003—2023年珠江口-江门海域TN质量浓度时空分布,分析不同尺度下TN的变化特征,得出以下主要结论。
1)2003—2023年,研究海域TN平均质量浓度整体呈下降趋势,空间上呈现入海口-浅水-深水海域递减分布。2003—2015年TN相对较高,枯水期明显高于丰水期;2016—2023年,TN相对较低,枯水期和丰水期差异减小。
2)2021年、2022年、2023年3年平均的TN月均值变化显示,1月、2月、11月和12月为年内高值,研究海域TN质量浓度均较高;3—10月TN质量浓度相对较低,高值区主要集中在入海口和近岸的浅水区。
3)研究海域TN质量浓度的时空变化受自然因素和人类活动的影响显著。丰水期充沛的降水加速TN的扩散和稀释,而枯水期降水减少,导致大部分海域TN质量浓度明显升高。建议针对不同时期的特征,采取不同污染物控制措施,例如在10—12月对入海口和近岸浅水区进行重点监测,制定季节性的污染物减排措施等。
4)不同数据源模型反演的结果存在一定差异。从预测值与实测值的对比来看,各模型在低质量浓度区的表现较一致,在高质量浓度区虽存在一定偏差,但整体趋势保持一致。各模型的反演结果均反映了TN质量浓度不同时空的变化特征。未来研究可尝试引入自监督学习技术,以提升模型的时空适应性和对复杂污染过程的解析能力。