地面光譜資料與 SPOT 影像應用於水質定量推估研究

(1)

Volume 10, 2, June 2005, pp. 169-182

地面光譜資料與 SPOT 影像應用於水質定量推估研究

蕭國鑫

¹

吳啟南

¹

廖子毅

²

摘要

SE-590 地面光譜輻射儀(Spectroradiometer)於接近同一時刻，量測德基水庫水體與標準白板的光譜輻射強度(radiance)，換算為反射率後，再與水質檢測之葉綠素 A、懸浮固體與透明度等參數施行多元迴歸分析(multiple regression)。另亦以德基水庫為例，利用同一天獲取的 SPOT 影像、SE-590 高光譜資料模擬 SPOT 三個波段的光譜輻射值，再分別與各水質參數進行迴歸分析及評估迴歸統計資訊；結果顯示SE-590 資料定量推估葉綠素 A、懸浮固體與透明度水質的標準差為 0.57µg/l、0.2 mg/l 及 0.17 m，

SPOT 資料推估之標準差為 1.03µg/l、0.51 mg/l 及 0.32 m，SE-590 資料模擬 SPOT 三個波段推估水質的 標準差為1.77µg/l、0.49 mg/l 及 0.37 m。另以遙測多光譜影像之紅/綠及紅/近紅外光段比值法，定性分 析水體中的葉綠素相對濃度分布，並確定比值愈小，葉綠素相對含量愈高。

關鍵字: 遙測、光譜輻射儀、水質、營養狀態

1. 前言

評估水質營養等級，傳統上是採用有限的水質採樣檢測資料，再根據各種營養等級指數(Trophic State Index)，如卡爾森積分法(Carlson integrated method)、美國 EPA 單一變數法或生化需氧量/溶氧 (BOD/DO)比值等方法，以評估水庫或河川水質的污染狀況。但得到少數分散式的點狀資料，據以論斷整個水域的水質營養狀態，顯然是以偏概全；而結合少數的採樣點資料及大面積涵蓋的遙測資訊，則可以進行統計迴歸分析，並快速推估廣大水域的水質分佈。

遙測多光譜資料推估水質分布，比較可行的參數為葉綠素、懸浮固體、透明度、濁度、溫度、水色等物理參數(Edwin，1985)。其中葉綠素及透明

度是水質營養等級評估的重要指標，美國 EPA 即有此二種參數的單一變數營養等級評估標準(如表 1.1 所示)；如水體中的葉綠素濃度大於 12ug/λ、透 明度小於2m 者，皆屬於優養水質(Lillesand，1983)。

葉綠素在藍光段(400~420 nm)及紅光段(665

nm)具有較強的吸收能力(章國威，2003；如圖 1.1

所示) ，此光譜特性使其定量遙測變為可行 (Tassan，1987)。Lillesand (1983)曾利用 Landsat 多光譜資料評估水庫水質營養狀態；Wezernak (1976) 亦曾以兩個波段的比值模式，建立葉綠素及透明度對應光譜反射率的關係。國內亦成功地利用空載多譜掃描影像，確定石門水庫藻華(algae blooming) 分佈河段(行政院環保署，1991)及分析德基水庫的藻華分佈(鄭文哲、等，1988)。由於台灣地區大部份水庫蓄水範圍橫斷面較小，尤其是優養化嚴重的

收到日期:民國 92 年 12 月 12 日修改日期:民國 93 年 11 月 17 日接受日期:民國 93 年 11 月 19 日

1工研院能資所研究員

2工研院能資所副研究員

(2)

水庫多屬小水庫，以目前地面解像力較粗、光譜解析力不足的衛星多光譜影像，遙測推估水庫水質並不太合適。因此，本研究乃利用可攜式、具高光譜解析力的 SE-590 光譜輻射儀(光譜範圍 0.373～

1.107µm)，分析建立德基水庫水質之葉綠素、透明 度、懸浮固體與光譜間的迴歸模式及主要光譜特徵。

光譜輻射儀經過標準光源校正後，於接近目標物獲取物體的光譜輻射強度，可視為絕對物理量 (傳統遙測資料未經大氣校正，視為相對物理量；

研究中使用的光譜輻射儀沒有經過標準光源校

正)；其波長範圍通常比衛星或空載感測器的波長範圍寬，且每個波段的波譜解析力約為數個奈米 (nm)，所以可藉由此高光譜資料的組合，模擬衛星 或空載資料各波段、不同波長範圍內的光譜輻射值 (單位: mW/(Sr‧cm²‧nm))，進而校正接近同一時 刻所獲取的遙測多光譜資料光譜輻射值或灰度值 (gray value)。研究中除利用同一天獲取的 SPOT 影像，結合水質檢測資料定量推定德基水庫的水質分布外；亦利用 SE-590 的高光譜量測資料，模擬 SPOT 衛星三個波段波長的反射率，再與水質採樣檢測資料進行迴歸分析(行政院環保署，1999)。

表 1.1、卡爾森積分法與美國 EPA 單一變數法評估水質污染指標 (Lillesand, 1983)

Carlson method Single variable method (EPA)

Trophic State

Trophic State Index (CTSI) Chlorophyll-A (ug/l) Total Phosphate (ug/l) Transparency (m) Oligotrophic < 40 < 7 < 10 > 3.7

Mesotrophic 40~50 7~12 10~20 2.0~3.7

Eutrophic >50 >12 >20 <2.0

TSI(1) = 60-14.41*ln(SD) TSI(2) = 4.15+14.42*ln(TP) TSI(3) = 30.6+9.81*ln(CHA)

圖 1.1、葉綠素在可見光及近紅外光相對光譜反射率分布 (章國威，2003)

2. 遙測水質定量推估

2.1 水質遙測

不同水體具有特定的波譜特徵，若加入不同來源或濃度的污染物質，遙測反射波譜特徵就會改

變。如水體中的懸浮固體濃度增加時，各波段的反射能量亦增加，波譜反應曲線就會向波長較長的方向偏移(Edwin，1985；如圖 2.1 所示)，而其他污染物對水體波譜特徵亦各有其獨特的影響。研究中即利用不同水體的波譜反射特性，以SE-590 光譜輻射儀於接近同一時刻，量測水體與標準白板的光譜波長

相對反射

665 nm, red

420 nm, blue

CTSI =

1/3*[ TSI(1)+TSI(2)+TSI(3)]

eridium bipes hlorophylla

(3)

幅射強度，求其比值後(反射率)；配合水質採樣及多元逐步迴歸分析模式，除統計不同水質與光譜輻射儀的反射率相關特性外，亦建立迴歸關係式，以定量推估水質分布。

獲取遙測數值資料時，遙測載台感測器接收到的水體電磁輻射波譜強度會受到下列因素的影響 (Lillesand et al.，1975；如圖 2.2 所示)：

(1)能量來源(Energy Source)：包括陽光(sunlight) 與天光(skylight)。

(2)大氣效應(Atmospheric Effects)：包括散射 (scattering)及吸收(absorption)。

(3)表面反射(Surface Reflection)：包括陽光鏡面反射及天光反射。

(4)容積反射(Volume Reflection)：水體淨水(clear water)及污染物(pollutants)的綜合效應。

(5)底層反射(Bottom Reflection)：由水底反射出來的電磁波。

圖 2.1、水體中不同濃度懸浮固體對太陽輻射反射圖 (Edwin, 1985)

圖 2.2、遙測水質感測器接收之地表物訊號來源 (Lillesand, 1975)

上述因子中，只有水體的容積反射為遙測水質推估需要的波譜訊號，其他週邊效應(peripheral effects)，如能量來源可視為一穩定源；大氣的散射、吸收與輻射因素，由於SE-590 光譜輻射儀約在水面上一米處量測水體輻射值，故亦可不考慮其影響；而底層反射因規劃的水質採樣點深度均大於沙奇盤(Secchi Disk)可視度 2 倍以上，已大於遙測可穿透水體深度 (remote sensing penetration depth)，故可予以忽略；但表面反射之陽光鏡面及天光反射隨時空而變化，很難予以模擬與推算；因此，遙測水質定量推估可利用統計模式為工具，進行分析與研判 (鄭文哲、等，1984)。

2.2 統計迴歸分析

水質參數和多譜掃描資料的關係，可由線性多元迴歸模式予以推求：

即Y=Xβ+Σ………...(2-1) Y：列向量，代表水質估測值； X：為一矩陣，代表多光譜反射值。

Σ：列向量，代表隨機誤差； β：列向量，為欲解之迴歸係數。

其中β 的最小平方 (least square)解為

( X ' X )

⁻¹

X ' Y

= β

線性多元迴歸模式推求的水質參數和 SE-590 量測的 252 個多譜資料關係(每個波段波譜寬度約為 5 nm)，由於鄰近波段的相關性高，且波段數太多會增加電腦處理時間。所以SE-590 資料波段的選擇依 c相關性低於 0.90 dSE-590 具有明顯的反射率且資料為穩定者(波長大於 950 nm 者，容易受到水汽蒸發影響，光譜輻射頗為凌亂)，截取波長 380～950 nm 範圍內的 17 組資料(採樣點數(27 點)

File Processing System Located Image Density Variation

File Analysis System Measure Image Density Variation Atmospheric effects

Surface reflection effects

0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1

BACKSCATTER ENERGY (uWcm¯¹um¯¹)

(4)

最好為迴歸波段數的1.5 倍以上，故取 17 個波段)，

再與各種水質參數進行迴歸分析及遙測水質推估。

選擇適於預測水質含量最佳的波段，採用向後消去法逐步迴歸分析決定最佳水質的預測模式；並利用嚴格的統計標準，以檢驗各水質定量推估是否通過需求。即理想化具預測能力的統計迴歸模式應滿足 (1)迴歸相關係數趨近於 1 (2)均方差接近於 0 (3)F-test 與 F 值在 α=5%時之比值≧4.0 (4)統計量 ti≧2.0 (5)標準化期望總推定差與推定係數個數比 Ck/(K+1)≦1.0 (行政院環保署，1999)。

2.3 電腦分析處理

電腦分析處理前，先將各水質採樣點的 SE-590 量測水體反射強度波譜列印出，並比對接近同一時刻量測的標準白板反射強度值，以確定 SE-590 量測資料是否受到影響；因為 c雲層或雲影區 dSE-590 光譜輻射儀突然不穩定(如電源或電壓不足影響)因素，會明顯降低標準白板的光譜輻射值；另外亦需考慮 c量測水體與白板時，是否均為向陽面? (以採樣船為量測平台時，易受風吹影響而旋轉船首方向) d非水體目標物效應的加入 (如採樣船搖幌，水體中有不明物體…等)等兩種現場環境因子。上述影響量測因子均予過濾後，即可進行反射率計算；並進一步決定分析波段，再以各個水質採樣點反射率與水質採樣檢測結果，實施多

元迴歸分析。

2.4 波段比例法

水庫中藻類含量多寡為水質優氧化重要評估指標之一，而藻類含量與葉綠素呈一定關係。由於葉綠素在藍光段與紅光段有高的光譜吸收帶，所以水體中葉綠素濃度高的地區，接收到的波譜訊號將大為減弱；但在綠光段與近紅外光段則甚少受到影響，所以可利用藍/綠、紅/綠或紅/近紅外光波段比值法估測葉綠素相對含量。如Kenneth (1978)曾利用 Landsat 資料估測美國五大湖的葉綠素相對含量，並結合水質取樣資料加以驗證(如圖 2.3 所示)。Dobson (1974)及 Bukata (1974)亦曾根據葉綠素含量多寡，找出與濁度、懸浮固體的對應關係；

即水體中的葉綠素濃度高者，濁度相對較大，且懸浮固體量亦較多。

一般河流的河口處或湖泊水庫中，常含有氧化鐵及溶解有機色素(Dissolved Organic Pigments, DOP)；這些物質會吸收部份藍色及綠色光，但對紅色光吸收量極少 (Kenneth，1978)。所以在含有豐富氧化鐵及有機色素的水體中估測葉綠素相對含量，常利用紅／紅外光波段比值法；即水體中的葉綠素含量愈多時，紅／紅外光波段的比值愈小 (Richard，1988；如圖 2.4 所示)。

圖 2.3、藍/綠波段比例與葉綠素相對含量關係 (Kenneth,1978)

圖 2.4、水體中懸浮固體與色素在紅光及紅外光段反射關係圖 (Richard,1988)

n

p: organic pigment concentration

n

s: suspended solids concentration

BLUE TO

CHLOROPHYLL

BAND I (RED) REFLECTANCE

BAND J (NIR) REFLECTANCE INCREASING

n

p

7 MAY 1973 19 JUNE 1973 13 AUGUST 1973 9 SEPTEMBER 1973

(5)

3. 水質推定分析結果

1999/04/01 水質採樣點位置如圖 3.1 所示；水質採樣約在水面下10~15 公分處，其中 27 個採樣點水質檢定分析結果如表 3.1 (水體採樣與水質分析委託中興大學土壤系執行，其中的水質採樣點水深均大於透明度兩倍以上(第 27 點例外))；顯示水庫上游地區的透明度降低，懸浮固體與葉綠素 A 明顯增加(第 27 個採樣點接近河流入水口，並沒有上述現象)，特別是葉綠素 A 在第 24~26 個採樣點的檢測值達10.7~22.9 ug/l。

圖 3.1、1999/04/01 德基水庫水質採樣點位置圖

表 3.1、1999/04/01 德基水庫水質分析檢定結果採樣點參考座標

(TM2)

採樣時間

透明度 (m)

懸浮固體 (mg/l)

葉綠素 A (µg/l)

位置說明採樣點水深(m) 1 (266176,2683346) 11:10 3.85 2.4 0.79 比坦溪口 >50 2 (266319,2683474) 11:15 4.30 1.0 2.72 大壩前 >100 3 (266675,2683660) 11:23 3.90 0.8 1.90 第三斷面 >100 4 (267225,2683710) 11:27 4.10 0.8 0.48 達盤溪口 >30 5 (267489,2684264) 11:32 3.90 0.8 2.07 第五斷面 >100 6 (267689,2684496) 11:37 3.80 0.4 2.48 第六斷面 >100 7 (267837,2684650) 11:40 3.90 0.8 2.48 劍山溪口 >50 8 (268420,2684522) 11:45 3.50 0.8 2.27 第八斷面 >90 9 (268858,2684460) 12:35 3.40 1.2 2.04 第十斷面 >80 10 (269181,2684423) 12:37 3.30 1.0 1.83 第十二斷面 >70 11 (269423,2684853) 12:40 3.35 1.0 2.24 劍陽溪口 >30 12 (269669,2684276) 12:42 3.80 0.6 2.65 第十三斷面 >70 13 (270052,2684274) 12:47 3.35 1.2 1.94 第十五斷面 >70 14 (270546,2683994) 12:52 3.40 0.8 1.80 第十八斷面 >30 15 (270934,2684247) 12:56 3.30 1.6 1.33 第二十斷面 >10 16 (271287,2684907) 13:03 3.10 1.4 2.17 佳陽溪口 >30 17 (271865,2684063) 13:09 3.10 1.4 3.39 晉元溪口 >30 18 (272082,2684548) 13:15 2.80 1.2 4.66 第二十六斷面 >50 19 (272467,2684688) 13:20 2.65 1.0 3.60 第二十七斷面 >50 20 (272628,2685103) 13:24 2.75 1.0 4.52 第二十九斷面 >30 21 (273136,2684966) 13:29 2.75 2.6 3.68 第三十二斷面 >30 22 (273712,2685305) 13:34 2.75 1.8 4.14 第三十四斷面 >30 23 (274273,2684997) 13:40 2.45 3.4 6.93 第三十九斷面 >20

(6)

24 (274610,2685714) 13:45 2.05 3.4 10.70 第四十二斷面 >10 25 (275046,2685752) 13:50 1.15 3.4 19.90 第四十七斷面 >10 26 (275140,2686087) 13:44 1.60 3.4 22.90 水庫上游 4.90 27 (275013,2686329) 14:00 >2.70 1.4 0.47 松茂溪口 2.70 (1999/04/01 水庫水位:海拔 1401.22m；採樣點水深: 參考德委會紀錄 82 年斷面資料換算而得) 依 2.2 節所述，逐步迴歸分析前，先選擇

SE-590 的 17 個波段水體反射率值對應各種水質檢定資料進行推定分析；另綜合各水質參數27 點採樣資料分別對應SE-590 不同波段，統計其相關性後，得到如圖3.2 之各水質參數與光譜反射率相關性圖；顯示葉綠素 A 與懸浮固體水樣與各波段相關性圖形接近，所以有高正相關現象，透明度則呈高負相關；而統計各水質檢驗資料的相關性資料亦符合(如表 3.2 所示)。

表 3.2、各水質檢驗資料相關性相關性葉綠素 A 懸浮固體透明度葉綠素 A 1.00 0.74 -0.80 懸浮固體 0.74 1.00 -0.69 透明度 -0.80 -0.69 1.00

圖 3.2、各水質參數與光譜反射率相關性圖

3.1 SE590 光譜資料推估結果

水質採樣點光譜輻射儀的量測方式，是測取兩次的水體與標準白板光譜輻射值(水體Æ標準白板

Æ水體Æ標準白板)，分別求其平均值代表該點水體與標準白板的光譜輻射值；再計算兩者的比值，

以代表該點水質採樣點的反射率。

表3.3 為採樣點三種水質參數與 SE-590 輻射儀資料(已換算為反射率)多元迴歸分析結果。其中葉綠素A、懸浮固體與透明度水質參數的迴歸相關係數均大於0.99；另 F-test 與 F 值在 α=5% (F(0.05)) 時臨界值比值大於4，而 Ck/(K+1)亦符合不大於 1 的嚴格條件限制。另亦配合在水庫上游(兩點)、

中、下游水體與劍陽溪口各一點，共取5 個點作為檢核資料，如表3.4 為水質檢核點的實測值與推估值檢核結果，其中均方根差愈小的水質分佈主題圖較可採信；圖3.3 則為 SE-590 資料推估水質採樣點之實測值與推估值分布圖。

3.2 SPOT 資料遙測水質推估結果

1999/04/01 水質採樣當天，在採樣平台上架設全球衛星定位系統(GPS)，以擷取每一採樣點的座標；再依座標值對應萃取SPOT 影像的光譜值(3*3 個像元平均值)，並與水質檢測資料進行多元迴歸分析，以得到SPOT 資料與水質參數之迴歸統計資料及遙測水質推估方程式。其中統計資料之葉綠素 A 與透明度對應 SPOT 資料之迴歸相關係數達 0.91 以上，懸浮固體則為 0.86；F-test 與 F(0.05)之比值皆小於 4，Ck/(K+1)不大於 1。另推導之葉綠素A、懸浮固體與透明度的實測值與推估值標準誤差為1.03µg/l、0.51 mg/l 及 0.32m；如表 3.5 為採樣點三種水質參數與 SPOT 三個波段光譜值多元迴歸分析結果，而與表3.4 相同的五個檢核點進行檢核後，得到如表3.6 之水質檢核點實測值與推估值檢核結果。另圖3.4 為 SPOT 影像推估水質採樣

波長

(7)

點之實測值與推估值分布圖，圖3.5 為遙測全面推估德基水庫三種水質參數分布成果圖。

表 3.3、採樣點三種水質參數與 SE-590 輻射儀資料多元迴歸分析結果

水質迴歸相關係數

標準誤

差 F 值 F(0.05) Ck/k+1 迴歸方程式

葉綠素A 0.9949 0.57 139.33 3.14 0.06 3.042+0.190*R1-0.430*R49+1.727*R97-1.796*R109 +1.398*R145-3.950*R169+2.880*R181

懸浮固體 0.9947 0.20 28.90 5.90 0.80

1.041-1.174*R1+2.509*R13-2.796*R25+2.049*R37- 1.361*R61+0.495*R73+1.082*R85-2.217*R109+3.5 14*R133-3.164*R145+2.663*R157-3.271*R169+1.6

68*R181

透明度 0.9946 0.17 38.30 4.68 0.78

3.327+0.253*R1-0.767*R37+0.797*R49-0.446*R61+

0.304*R73+1.593*R85-3.477*R97+2.367*R109+0.7 76*R121+1.245*R133-2.717*R145+0.658*R157 波長 (nm)：

葉綠素 A: R1:380.00, R49:517.69, R97:655.38, R109:689.80, R145:793.07, R 169: 861.91, R181:896.33

懸浮固體 : R1:380.00, R13:414.42, R25:448.84, R37:483.27, R61:552.11, R73 :586.53, R85:620.96, R109:689.80, R133:758.65, R145: 793.07, R157:827.49, R169:861.91, R181:896.33 透明度: R1:380.00, R37:483.27, R49:517.69, R61:552.11, R73:586.53, R85: 620.96, R97:655.38,

R109:689.98, R121:724.22, R133: 758.65, R145:793.07, R157:827.49 表 3.4、水質檢核點實測值與 SE-590 資料推估值檢核表

葉綠素 A 懸浮固體透明度檢核點

實測法推估法實測法推估法實測法推估法

3 1.90 1.94 0.80 1.13 3.90 4.00 11 2.24 2.95 1.00 0.90 3.35 3.54 15 1.33 2.95 1.60 2.25 3.30 2.77 20 4.52 4.39 1.00 1.29 2.75 2.59 25 19.90 19.22 3.15 3.44 1.40 1.26

均方根差 0.874 0.378 0.277

圖 3.3、SE-590 資料推估水質採樣點之實測值與推估值分布圖

0 5 10 15 20 25

Chlorophyll-A (ug/l)

0 1 2 3 4 5 6

Suspended solid (mg/l)

0 1 2 3 4 5 6

Transparency (m)

實測值估測值水質採樣點

檢核點

。

.。

(8)

表 3.5、採樣點三種水質參數與 SPOT 三個波段光譜值多元迴歸分析結果

標準誤

差 F 值 F(0.05) Ck/k+1 迴歸方程式葉綠素A 0.9606 1.03 95.62 3.63 0.72 19.105-1.027*XS2+0.826*XS3 懸浮固體 0.8582 0.51 47.50 4.45 0.54 5.454-0.088*XS2

透明度 0.9182 0.32 91.28 4.45 0.98 -0.141+0.0744*XS2 P.S.: XS1、XS2、XS3 分別代表 SPOT 影像三個波段

表 3.6、水質檢核點實測值與 SPOT 三個波段光譜 DN 值推估值檢核表

葉綠素 A 懸浮固體透明度檢核點

3 1.90 2.22 0.80 0.42 3.90 3.93 11 2.24 2.06 1.00 0.31 3.35 3.93 15 1.33 2.95 1.60 2.35 3.30 3.01 20 4.52 3.73 1.00 0.67 2.75 3.21 25 19.90 19.09 3.15 3.03 1.40 2.07

均方根差 0.899 0.511 0.432

Chloropyhll A (mg/l) Sispended solid (mg/l) Transparency (m)

圖 3.4、SPOT 影像推估水質採樣點之實測值與推估值分布圖

0 1 1.5 2.0 3.0 5.0

>5 ug/l

0 0.25 0.5 0.75 1.0 1.5

>1.5 mg/l

>4 3.5 3.0 2.5 2.0 1.5 0.0 m

圖 3.5、遙測全面推估德基水庫三種水質參數分布成果圖

實測值估測值水質採樣點

檢核點

0 5 10 15 20 25 25

20 15 10 5

0 0 1 2 3 4 5 6

6 5 4 3 2 1

0 0 1 2 3 4 5 5

4 3 2 1 0

葉綠素 A 懸浮固體透明度

(9)

3.3 SE-590 模擬 SPOT 資料水質推估結果

SPOT 三個波段的波長分別為綠光段的 0.50~0.59µm、紅光段的 0.61~ 0.68µm 與近紅外光段的0.79~0.89µm，而 SE-590 光譜範圍遠大於此；

故配合SPOT 三個波段波長範圍，分別計算此波常範圍內量測光譜輻射值推導的反射率平均值，再與水質檢測資料施行統計迴歸分析；表3.7 為採樣點三種水質參數與光譜輻射值資料模擬 SPOT 三個

波段多元迴歸分析結果。其中三種水質參數的迴歸相關係數均達0.89 以上，F-test 與 F(0.05)之比值大於4、Ck/(K+1)不大於 1 的限制亦達到要求；另迴歸分析葉綠素A、懸浮固體及透明度的標準誤差分別為1.77µg/l、0.49 mg/l 與 0.37m。

SE-590 模擬資料中亦統計相同的五個檢核點資料與實測值的誤差量，如表3.8 為水質檢核點實測值與SE-590 資料模擬 SPOT 三個波段推估值檢核結果；圖3.6 為 SE-590 資料模擬 SPOT 影像推估水質採樣點之實測值與推估值分布圖。

表 3.7、採樣點三種水質參數與光譜輻射值模擬 SPOT 三個波段多元迴歸分析結果

標準誤

差 F 值 F(0.05) Ck/k+1 迴歸方程式

葉綠素A 0. 9321 1.77 28.72 3.41 1.0 12.690-873.316*XS1+1083.496*XS2-137.734*XS3 懸浮固體 0.8980 0.49 16.66 3.49 1.0 2.260-152.629*XS1+226.525*XS2-32.069*XS3

透明度 0.9050 0.37 16.59 3.59 1.0 1.319+139.997*XS1-161.277*XS2+19.410*XS3 P.S.: XS1、XS2、XS3 分別代表光譜輻射值模擬 SPOT 影像三個波段

表 3.8、水質檢核點實測值與 SE-590 資料模擬 SPOT 三個波段推估值檢核表葉綠素 A 懸浮固體透明度檢核點

3 1.90 2.31 0.80 1.23 3.90 4.23 11 2.24 2.42 1.00 0.87 3.35 3.72 15 1.33 2.85 1.60 2.39 3.30 2.94 20 4.52 4.57 1.00 1.70 2.75 3.30 25 19.90 18.84 3.15 3.65 1.40 1.35

均方根差 0.954 0.600 0.369

圖 3.6、SE-590 資料模擬 SPOT 影像推估水質採樣點之實測值與推估值分布圖

實測值估測值水質採樣點

檢核點

Chlorophyll-A (ug/l)

0 5 10 15 20 25

Suspended solid (mg/l)

0 1 2 3 4 5 6

0 1 2 3 4 5

Transparency (m)

。

(10)

綜合表3.4、表 3.6 與表 3.8 的檢核資料，經比對實測值與推估值分布後，顯示第15 號檢核點誤差量最大；而由 GPS 資料對照水質採樣點位置，

此點座標接近水庫左岸邊緣凹處，距離岸邊只有 1~2 個像元(參圖 3.1 所示，換算採樣當日實際水深約為15 公尺)，所以如 SPOT 影像的波譜反射會受到陸地的影響，而使灰度值有增加現象(距離像元中心點週圍3 個像元地物對灰度值均有貢獻，但距離越遠，貢獻度越小)。另在採集水樣完畢，屆水面近於靜止時，可能船體因微風吹動影響，故量測光譜位置已經偏移；特別是如圖3.1 所示的 SPOT 影像中，顯示接近該處水體的顏色較深(推估藻類有較明顯的差異)，可能因水質採樣及光譜量測位置的不同，加上水體的水質變化較明顯，導致推估值與實測值有較大的差異。

3.4 波段比例法分析結果

葉綠素在藍光段與紅光段有高的吸收尖峰，會使水體中高濃度葉綠素地區的光譜反射減弱，但在綠光帶與近紅外光帶則影響不大。圖 3.7 即為 1999/04/01 的 SPOT 影像利用紅/近紅外光段比值法，分析葉綠素相對濃度擬色影像分布圖(擬色影像之各顏色萃取區間以能顯示不同比值的分布即可)；顯示水庫上游水體的比值較低，即葉綠素含量較高；對照表3.1 水質檢定分析結果，水庫上游亦有較高濃度的葉綠素 A 與懸浮固體量。另測試同年9 月份 SPOT 影像的紅/綠與紅/近紅外光段比值結果，亦顯示水庫中、上游地帶比值較小；即葉綠素濃度相對較大壩附近的水體高(如圖 3.8 所示)。

波段比例法為分析葉綠素的相對含量，故亦適用於不同解像力的遙測資料。如鄭文哲、等(1988) 以1984 年 8 月及次年 10 月的 Landsat TM 影像定性分析葉綠素濃度，顯示水庫上游的紅/近紅外波段比值較小，即葉綠素濃度較高；但以 1986 年 1 月的影像測試結果，由於水溫過低( 約為 13~15°C)，藻類大量死亡，故比例影像無法分辨葉

綠素的相對含量。另由 1987/10/17 與 1988/05/14 的空載掃描資料亦顯示紅/近紅外波段比值在水庫上游地區均較小；對照空載資料推估水庫表面葉綠素含量，則可確定上游葉綠素濃度確實有較高的分布(如圖 3.9)；其中 5 月份時因為藻類剛開始繁殖，

葉綠素濃度遠低於6~10 月時的分佈，所以擬色影像中只有接近上游地區有較清楚的表現。

4. 討論與建議

SE-590 光譜輻射儀測取水庫水體與標準白板的光譜輻射強度，換算為反射率後，對應接近同一地點的水質採樣檢測資料，利用向後消去法進行逐步迴歸分析；並以嚴格的統計檢定法則決定最佳水質全面預測模式，以建立葉綠素A、懸浮固體與透明度水質對應光譜資料的多元迴歸模式；而SPOT 資料與SE-590 模擬 SPOT 三個波段資料亦與水質檢測資料進行迴歸分析與檢核點評估。另外SPOT 影像及空載多譜掃描影像亦利用波段比例法，定性推估葉綠素相對含量分布。分析結果討論與建議如下:

4.1 討論

(1) SE-590 量測資料、SPOT 影像與 SE-590 模擬 SPOT 波段資料分別對應水質檢測值多元迴歸分析結果，三種遙測資料對於水質物理與生物參數均能通過嚴格的統計迴歸需求；但是後兩種資料的迴歸分析波段卻有明顯差異，如SPOT 影像推導懸浮固體的最佳預測模式，利用向後消去法逐步迴歸分析後，只剩下第二波段的貢獻，而SE-590 模擬SPOT 影像卻同時具備三個波段資料的貢獻，其最大差異即是衛星與地面觀測資料均為獨立，且具有不同大氣影響所致。

(2) 理論上，以遙測資料全面推導水庫水質分布之定量迴歸分析時，應以目標物的反射率或絕對輻射強度為主要考量；但要獲取SPOT 影像的反射率，則需要在同一幅影像中具有 100 公尺*100 公

(11)

尺(距離中心點 3 個像元，影像空間解像力 20 公尺) 的標準白板同時獲取光譜資料，才可以計算出最佳化的反射率，此法目前仍有困難度存在。如利用絕對輻射強度資料，則需要蒐集攝像當時的大氣探空資料以修正絕對輻射強度；但是大氣資料的獲得有其困難性；而大氣條件瞬息萬變，且每個地區亦均有差異，所以實際上仍難以大面積推行。另外於蒐集SPOT 影像時，會提供每個波段灰度值對應光譜輻射值的轉換式，但仍為一次線性方程式，對於遙測推估水質無法提供實質上的幫助。在沒有此兩種最佳化遙測資料以前，仍利用影像的光譜亮度值對應水質檢測資料進行迴歸分析，並以實際的迴歸統計結果建立推導遙測水質方程式；因此，如推導的懸浮固體分布在 SPOT 影像第三波段之受大氣影響較小者，經過向後消去法逐步多元迴歸分析後，

其貢獻度亦可能因統計上的不顯著而被剔除。

(3) 遙測水值定量推估為結合多光譜影像與水質檢測資料統計分析結果；如果水質差異很大，則

反應的光譜亮度值應會有明顯的不同，所以推導的水質統計標準差亦增加，甚至大於水質檢測值較小者，此為結合遙測影像對應水質檢測資料實際推估結果，與一般統計的離散值(outlier)不同。因此，

在考慮遙測推估水質統計分析時，若推導的標準誤差遠大於水質檢測值，則需要重新審視遙測資料是否受其他因素影響，並需要考慮此點水質檢測的合理性，以避免因為檢測值錯誤而影響水質推估結果。

(4) 研究中以紅/綠及紅/近紅外光波段比值法，定性推估德基水庫水體的相對葉綠素含量；證實比值愈小的水庫中上游地區，葉綠素含量愈高。

但是參考南化水庫的空載資料波段比值測試結果，若不同地區水體中的葉綠素濃度差異不大，則比值差異並不明顯(行政院環保署，1998)；因此，

評估波段比值法定性推估水體的相對葉綠素含量時，以葉綠素含量具明顯差異地區較為適合，如德基水庫或將有藻華出現的地區。

圖 3.7、1999/04/01 日 SPOT 影像紅/近紅外光段比值法葉綠素相對濃度分布圖

圖 3.8、1999/09/27 日 SPOT 影像紅/綠與紅/近紅外光段比值法葉綠素相對濃度分布圖

< 0.5 0.50~0.52 0.52~0.54 0.54~0.56 0.56~0.58

>0.58

Red/green

Red/NIR Red/NIR

False color image False color image

< 0.5 0.50~0.52 0.52~0.54 0.54~0.56 0.56~0.58

>0.58.

< 0.58 0.58~0.60 0.60~0.62 0.62~0.64 0.64~0.68

>0.66

(12)

圖 3.9、空載多譜資料定量與定性分析葉綠素濃度分布圖

4.2 建議

結合水質採樣與遙測資料推估水質分布，因為不同時期獲取影像時的大氣條件有異，所以建立推估的水質方程式並沒有辦法推廣到其他時期影像的應用；除非有光譜反射率或經過大氣校正的光譜輻射資料可資應用。在目前仍難以獲得上述資料前，建議可結合大氣輻射校正模式，以降低光譜資料受大氣條件的干擾(劉建慧、林俊鋒，2003)；另外亦可進行驗證，在證實可行後，即可推廣到大面積且常態性的實際應用。

以地面光譜儀量測目標物光譜資料時，可避免大氣的干擾；因此，進一步的研究中，若能結合光譜儀同步量測資料，在模擬衛星不同波段資料後，

校正欲分析影像的光譜資訊；且能結合多次的推估結果與驗證資訊，以歸納出相對較為合理化的推估水質方程式。故建議往後獲取目標區影像時，能有近於同時量測的地面光譜資料提供影像輻射校正，則可以依上述之合理化方程式，遙測推估全面水質分布，以減少水質取樣之困擾。

參考文獻

行政院環保署，1991。遙測應用於石門水庫水質調查研究，共132 頁，工研院能資所執行。

行政院環保署，1998。遙測技術應用於水污染管制之研究(I)，EPA-87-E3G1-03-04 報告，共 120 頁，工研院能資所執行。

行政院環保署，1999。遙測技術應用於水污染管制之研究(II)，EPA-88-U1G1-03-006 報告，共 121 頁，工研院能資所執行。

章國威，2003。遙測分析德基水庫之藻華現象，國立中興大學生命科學所博士論文，共118 頁。

鄭文哲、吳啟南、盧誌銘，1984。淡水河流域河川水質遙測計畫報告，能礦所服務報告第 252 號，共85 頁。

鄭文哲、蕭國鑫、吳啟南，1988。遙測應用於德基水庫水質污染調查報告，工研院能資所報告第 242 號，共 84 頁。

劉建慧、林俊鋒，2003。開發以視窗為基礎之遙測影像大氣改正資訊系統，航測及遙測學刊，8 (2) : 81-92。

攝像日:1987/10/17 攝像日:1988/05/14

葉綠素水質定量分析

葉綠素水質定性分析(Red/NIR)

葉綠素水質定量分析

葉綠素水質定性分析 (Red/NIR)

u

p s t r e a m

60 120 180 240 360 420 ppm 60 120 180 240 360 420 ppm

(13)

Bukata, R. P. and Bruton, J. E.，1974。The Detection of Suspended Solids and Chloraphyll(a) Utilizing Digital Multispectral ERTS-1, Proc. And Canad Sympos. Remote Sensing, pp.551~564.

Dobson, H. F., Gilbertson, H. M. and Sly, P. G.，

1974。A Summary and Comparison of Nutrients and Related Water Quality in Lakes Erie, Ontario.

Huron and Superior J. Fish. Res. Bd. Can., Vol.

31, pp.731~783.

Edwin, T. E.，1985 。Surface Water Monitoring, pp.1~7.

Kenneth, R. P. and John, R. S.，1978。The Blue-Green Reflectance Ratio and Lake Water Quality, Photogrammetric Engineering and Remote Sensing, Vol. 44, pp.1303 ~ 1310.

Lillesand, T. M., Scarpace, F. M. and Clapp, J. L.，

1975 。 Water Quality in Mixing Zones, Photogrammetric Engineering and Remote Sensing, Vol. 41, pp.285 ~ 298.

Lillesand, T. M. et al.，1983。Use of Landsat Data to Predict the Trophic State of Minnesota Lakes, Photogrammetric Engineering and Remote Sensing, Vol. 49, No. 2, pp. 219~229.

Richard, P. S.，1988。Satellite Detection of Bloom and Pigment Distribution in Estuaries, Remote Sensing of Environment. Vol. 24, pp.385~404 Tassan, S.，1987。Evaluation of the Potential of the

Thematic Mapper for Marine Application, IJRS, Vol. 8, No.10, pp.1455~1478.

Wezernak, C. T., Tanis, F. J. and Bajza, C. A.，1976。

Trophic State of Inland Lakes, Remote Sensing Environment, Vol. 5, pp.147~165.

致謝

本研究承環保署EPA-88-U1G1-03-006 經費支持；中央大學太空與遙測研究中心提供SE-590 光譜輻射儀，台電大甲溪電源保護中心支援水庫工作

船協助水質採樣，中興大學土壤系協助水質檢驗分析，研究得以完成，深致謝忱。

(14)

Water Quality Estimation Using Spectroradiometer and SPOT Data

Kuo-Hsing HSIAO

¹

Chi-Nan WU

¹

Tzu-Yi LIAO

²

ABSTRACT

A field spectroradiometer was used to measure the spectral reflectance of water body. The reflectance was calculated as the ratio of surface water radiance to the standard whiteboard radiance nearly measured at the same time. Water samples were taken simultaneously for determining their chlorophyll-a, suspended solid and transparency. The relationships between those water quality parameters and spectral reflectance were analyzed using stepwise multiple regression to derive optimal prediction models. The multiple regression was also applied to the SE-590 simulated SPOT bands. The SPOT image of the same day was also analyzed using the same method to compare the statistical results.

It shows that the multiple regression models using the SE-590 reflectance data can get the best water quality prediction results. The evaluated RMS error of chlorophyll-a, suspended solid and transparency of water quality parameters are 0.57 ug/l, 0.2 mg/l and 0.17 m, respectively, and the RMS errors are 1.03 µg/l, 0.51 mg/l and 0.32 m for SPOT data, respectively. The SE-590 simulated SPOT three bands data obtained the worst results because the RMS errors are 1.77 ug/l, 0.49 mg/l and 0.37 m. Further, The band ratio of red/green and red/NIR were used to detect the chlorophyll-a relative distribution qualitatively, and assures that the ratio is less, the chlorophyll-a is abundant in TEKEE reservoir.

Key Words: Remote sensing, Spectroradiometer, Water quality, Trophic state

Received Date: Dec. 12, 2003 Revised Date: Nov. 17, 2004 Accepted Date: Nov. 19, 2004

1 Researcher, Energy and Resources Laboratories, Industrial Technology Research Institute.

2 Associate Researcher, Energy and Resources Laboratories, Industrial Technology Research Institute

地面光譜資料與 SPOT 影像應用於水質 定量推估研究