随着经济的高速发展，深圳海域环境质量普遍下降，已成为我国典型的赤潮高发区。浮游植物色素指标——叶绿素a的浓度可以表征藻类现存量^[1]，能够反映富营养化对人类生活的影响，常作为海洋生态系统富营养化研究中不可或缺的指标^[2]。因此，对其进行反演有利用于了解研究区叶绿素a的浓度变化，有利于实时动态监测研究海域的营养化状况，为海洋环境保护政策制定提供一定理论基础。

多数研究基于Landsat和中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer，下文简称：MODIS)遥感数据来反演叶绿素a的浓度^[3-4]，但Landsat的时间分辨率较为粗糙，难以监测短时间内叶绿素a浓度的变化，加之深圳天气多变，获取到理想的与现场实测数据同步的遥感数据较为困难；MODIS的空间分辨率较低，难以应用于小范围海域的研究。而环境一号(HJ-1)卫星同时具备较高的时间分辨率(2 d的重访周期)和较高的空间分辨率(30 m分辨率)，能够弥补上述两种遥感数据的不足。因此，采用HJ-1卫星遥感数据在深圳海域开展叶绿素a反演的研究，能在一定程度上降低因数据局限性而产生的反演误差。

误差逆向传播(back-propagation，下文简称：BP)神经网络方法在预测近海叶绿素a浓度的领域中已经得到相对广泛和成熟的运用^[5]。大多数学者采用不同波段反射率^[6]或水温、营养盐和透明度等微观层面上的理化因子^[7-9]作为BP神经网络的输入层参数，但少有研究考虑宏观层面上的环境变量。由于陆源污染通过生活污水和工业污水排放等方式对海水水质产生影响^[10]；港口建设和维护作业中产生的废弃物也会直接或间接影响海水水质^[11]；水产养殖业中的大量残饵成为“肥水”，产生有机污染，进而危害海洋环境^[12]。因此，本研究拟以深圳海域为研究区，利用HJ-1卫星-实测数据，将陆源入海排污口的核密度、距港口航道的距离和距海水增养殖区的距离作为环境变量，通过对比有、无环境变量的BP神经网络模型的反演结果，探究环境变量的引入能否提高BP神经网络模型反演深圳海域叶绿素a浓度的精度，并对模型的输入参数(蓝光波段反射率、绿光波段反射率、红光波段反射率、近红外波段反射率、陆源入海排污口的核密度、距港口航道的距离和距海水增养殖区的距离)进行敏感性分析。

1   材料与方法

1.1   研究区概况

深圳市位于珠江三角洲的东南沿海，陆域面积2020 km²，海域面积1145 km^{2 [13]}。深圳海域渔业资源丰富，滨海旅游业和港口资源发达，海洋产业发展前景广阔^[14]。整个海域分为东西两部分，东部海域包括大亚湾和大鹏湾；西部海域包括深圳湾和珠江口。参照《2015年深圳市近岸海域环境状况》中的深圳海域范围^[15]，利用Arc GIS 10.2中的影像配准和矢量化工具得到本文的研究范围，同时叠加叶绿素a浓度测量点的空间分布，得到图 1。

图  1  研究区及其测量点分布

Fig.  1  Study area and the distribution of measuring points

下载: 全尺寸图片 幻灯片

1.2   数据及其预处理

本研究采用2009~2012年的现场实测数据及其对应的HJ-1卫星遥感数据(表 1)。其中，遥感数据来自中国资源卫星应用中心(http://www.cresda.com/CN/)，采用HJ-1卫星CCD(charge-coupled device)数据，包含蓝光波段、绿光波段、红光波段和近红外波段，空间分辨率为30 m；叶绿素a浓度的现场实测数据来自深圳市规划国土委，采用美国YSI公司生产的YSI6600-V2型多参数水质监测仪现场测量获取叶绿素a浓度(该监测仪测量叶绿素a浓度的传感器属于光学传感器，测量范围为0~400 μg/L)。叶绿素a浓度数据的实测时段均为9:30~16:30，同时，为减小外界偶然因素带来的误差，每个测量点连续监测1 min，每间隔20 s读取一次数据，取3次叶绿素a浓度值的平均值作为该点的实测叶绿素a浓度值。从表 1可以看出HJ-1卫星遥感数据的采集时间段约为10:30~11:30，但由于现场测量点位较多而人力物力又有限，使得现场测量时间段较长，为9:30~16:30。

表  1  过境卫星时间以及现场测量时间

Tab.  1  Satellite and in-situ data measuring information

下载: 导出CSV 

| 显示表格

首先，利用ENVI 5.1软件对HJ-1卫星遥感数据进行几何校正、辐射定标、大气校正、镶嵌和裁剪等处理；然后，通过Arc GIS 10.2软件，基于测量点位得到本研究的叶绿素a浓度值(值域为：0.3 μg/L~22.4 μg/L)，并提取相应的HJ-1卫星遥感数据(蓝光波段反射率、绿光波段反射率、红光波段反射率和近红外波段反射率)，对其进行归一化处理，最终得到86个可用的样本，随机将其分为两组，一组为原始训练样本(60个)，另一组为原始验证样本(26个)；接着，根据相关文献^[16-17]以及广东省海洋与渔业局等其他相关单位的统计公报^[18]，结合Google Earth，利用ArcGIS 10.2中的影像配准和矢量化工具得到陆源入海排污口、港口航道和海水增养殖区的分布情况(如图 2、图 3和图 4所示)，进而通过Arc GIS 10.2中的空间分析工具得到陆源入海排污口的核密度、距港口航道的距离和距海水增养殖区的距离这3个环境变量(图 5、图 6和图 7所示)，并提取与测量点位对应的3个环境变量值，对其进行归一化处理；接着，将归一化后的3个环境变量值附加至原始训练和验证样本中，得到两组新的训练样本和验证样本(下文简称为：新训练样本，新验证样本)；最后，基于以上4组样本，分别构建有、无环境变量的BP神经网络模型来反演深圳海域的叶绿素a浓度，并对比二者的反演精度。

图  2  陆源污染排污口的分布情况

Fig.  2  The distribution of land-based pollution outfall

下载: 全尺寸图片 幻灯片

图  3  港口航道的分布情况

Fig.  3  The distribution of the harbor approach

下载: 全尺寸图片 幻灯片

图  4  海水增养殖区的分布情况

Fig.  4  The distribution of marine aquaculture zones

下载: 全尺寸图片 幻灯片

图  5  陆源入海排污口的核密度

Fig.  5  The kernel density of land-based pollution outfall

下载: 全尺寸图片 幻灯片

图  6  距港口航道的距离

Fig.  6  Distance to the harbor approach

下载: 全尺寸图片 幻灯片

图  7  距海水增养殖区的距离

Fig.  7  The distance to marine aquaculture zones

下载: 全尺寸图片 幻灯片

1.3   BP神经网络模型

BP神经网络属于多层前馈神经网络，可视为一个从输入到输出的高度非线性映射，由输入层、输出层和一个或者多个隐含层组成，每一层都有若干个神经元，层与层间的神经元通过连接权重及阈值相连，每层神经元的状态只影响下一层的神经元状态，同层的神经元之间没有联系^[19]。BP神经网络的学习训练过程由正向传播和反向传播组成，在正向传播过程中，信息依次按照输入层、隐含层和输出层的顺序进行传播，如果在输出层中误差值大于设定阈值，就将误差值反向传播回各层，并修改各层的权重和阈值^[20]。如此循环反复，最终得到期望的输出。其中，隐含层节点个数的选取是构建BP神经网络的一个关键步骤，若选取不当，模型有可能出现“过度拟合”或者“过度泛化”问题。然而，理论上目前还没有一种科学和普遍的隐含层节点数确定方法，故本研究根据部分学者给出的相应经验公式来确定隐含层节点数^[21]。

1.4   反演叶绿素a的BP神经网络模型

本研究通过Matlab R2012a软件构建两种BP神经网络模型，用来反演深圳海域叶绿素a的浓度。首先，两种模型的不同之处在于：一种将环境卫星的4个波段反射率:蓝光波段反射率(B1)、绿光波段反射率(B2)、红光波段反射率(B3)和近红外波段反射率(B4)作为输入层；另一种在前者的基础上，引入陆源入海排污口的核密度(X1)、距港口航道的距离(X2)和距海水增养殖区的距离(X3)等3个环境变量共同作为输入层；其次，根据经验公式^{[19, 21]}确定两种模型的隐含层节点数的范围，分别为2~13和3~15；再次，利用相应的样本组分别对两种模型进行调试，并根据均方误差(mean squared error，下文简称：MSE)选出最优隐含层节点数；最后，对二者进行训练和验证，同时对比两种模型反演结果的准确性。

1.5   模型敏感性分析

模型敏感性分析是用于分析模型如何响应输入数据的变化。本研究对引入环境变量的BP模型进行敏感性分析，即将新验证样本的输入参数值分别调低或调高10%和20%，并通过引入环境变量的BP模型分别得到模型的输出结果(参数值调整后的叶绿素a浓度预测值)，进而得到叶绿素a浓度变化率绝对值的百分比((|参数值调整后的叶绿素a浓度预测值-调整前的叶绿素a浓度预测值|/调整前的叶绿素a浓度预测值)×100%)。百分比越大，表示该输入参数对模型结果的影响越大。

2   结果与讨论

2.1   确定最优隐含层节点数

由于BP神经网络存在一定的随机性，每次训练得到的模型均不相同。为降低随机因素的影响，并得到相对最优的隐含层节点数，本研究分别利用相应的样本组对两种BP模型进行1000次重复训练与验证，最终得到两种模型的平均均方误差和MSE的极差，如表 2和表 3所示。

表  2  原始BP模型均方误差(单位：μg/L)

Tab.  2  The MSE of the original BP model(Unit:μg/L)

下载: 导出CSV 

| 显示表格

表  3  引入环境变量的BP模型均方误差(单位：μg/L)

Tab.  3  The MSE of the BP model with environmental variables(Unit:μg/L)

下载: 导出CSV 

| 显示表格

根据原始BP模型的均方误差(表 2)，当隐含层节点数为8个时，原始BP模型的训练结果的平均MSE最小，为4.98 μg/L，MSE的极差为106.32 μg/L；验证结果的平均MSE为8.64 μg/L，MSE的极差为126.35 μg/L，故原模型的最优隐含层节点数为8。根据引入环境变量的BP模型均方误差(表 3)，当隐含层节点数为5个时，引入环境变量的BP模型的训练结果的平均MSE最小，为4.83 μg/L，MSE的极差为24.15 μg/L；验证结果的平均MSE为6.79 μg/L，MSE的极差为68.47 μg/L，故引入环境变量的BP模型的最优隐含层节点数为5。对比二者的最优隐含层节点数可以发现，在重复运算1000次后，相对于原始模型，引入环境变量的BP模型的平均MSE更小，MSE的离散程度更小。

2.2   模型的对比

在得到两种模型的最优隐含层节点个数后，利用对应样本组分别对二者进行训练和验证，结果如表 4和图 8所示。从表 4中可以看到无论是训练的MSE还是验证的MSE，引入环境变量的BP模型均小于原始BP模型；同时，从图 8可以看出引入环境变量的BP模型的估计值与观测值一元回归的R²为0.59253，要明显高于原模型，且其RMSE为1.594要低于原模型的2.3974。由此可见，在反演深圳海域叶绿素a的浓度时，引入环境变量能够较大地提高BP模型的反演精度。表 5为引入环境变量的BP模型的最终权重和阈值。

表  4  两种模型的均方误差(单位：μg/L)

Tab.  4  The MSE of two BP models (Unit:μg/L)

下载: 导出CSV 

| 显示表格

图  8  两种模型的验证结果

Fig.  8  Verification of the two models

下载: 全尺寸图片 幻灯片

表  5  引入环境变量的BP模型的权值和阈值

Tab.  5  Weights and threshold of the BP model with environmental variables

下载: 导出CSV 

| 显示表格

2.3   模型敏感性分析

为了探究输入参数对模型的影响程度，本研究利用新验证样本对训练好的引入环境变量的BP模型进行输入参数敏感性分析(图 9)。结果表明叶绿素a的浓度对X1的变化最敏感，其次是B4；而对X3的变化最不敏感。输入参数对模型的影响程度排序为：陆源入海排污口的核密度(X1)>B4>B3>距港口航道的距离(X2)>B1>B2>距海水增养殖区的距离(X3)。

图  9  输入参数的敏感性分析

Fig.  9  Sensitivity analysis of input parameter

下载: 全尺寸图片 幻灯片

2.4   讨论分析

对BP模型进行训练，需要充足的样本数量。部分研究利用水质、气象等变量^[22]作为BP神经网络模型的输入来反演叶绿素a的浓度，也有研究利用波段反射率等变量^[23]作为BP神经网络模型的输入来反演叶绿素a的浓度。前者的样本数据一般相对充足，后者囿于实测-遥感数据的可获取性，通常样本数据比较少^[24]，BP神经网络模型可能出现“过拟合”现象。本研究的实测-遥感数据样本相对较多(86个)，不仅能增加BP神经网络模型的反演精度，而且能够降低模型“过拟合”的风险。

另外，多数学者选用水质、水温等微观变量作为BP模型的输入参数，很少考虑选用环境变量等宏观因素作为输入变量。而表征区域本底特征的环境变量与人类活动密切相关，本研究将其作为BP神经网络模型的部分输入参数来探究环境变量对叶绿素a浓度的影响程度，在一定程度上有利于提高BP神经网络模型的反演精度，有利于从宏观层面了解人类活动对研究海域富营养化的影响情况，为制定相应海洋环境保护政策提供一定的基础依据。

引入陆源入海排污口的核密度、距港口航道的距离和距海水增养殖区的距离等环境变量作为输入参数能够提高BP神经网络模型的反演精度。进一步地，在输入参数的敏感性分析中叶绿素a的浓度对陆源入海排污口的核密度的变化最敏感，主要原因是部分近海污染来源于深圳及其周边地区如广州、东莞和中山等众多河流的污染排放，因此基于河流数量的陆源入海排污口的核密度越大，人类活动产生的有机污染和无机污染等就越多，为海水中藻类的迅速生长提供了充足养分，从而增加了叶绿素a的浓度；叶绿素a的浓度对近红外波段反射率(B4)和红光波段反射率(B3)的变化次敏感，是因为叶绿素a在近红外波段和红光波段具有特定的光谱特征^[13]，其含量能够由近红外波段反射率和红光波段反射率来表征；叶绿素a的浓度对距港口航道距离的变化较为敏感，这与深圳市盐田港、蛇口港和赤湾港等众多港口频繁的港口作业活动有关。例如：深圳盐田港是目前中国大陆远洋集装箱班轮密度最高的集装箱码头之一，也是目前世界上单港集装箱吞吐量最高的码头。因此，距离港口航道越近，人流、物流流量越大，港口建设和维护作业中的污染物以及船舶的油污污染物也就越多，进而海水富营养化的风险增大，直接表现为叶绿素a浓度的升高。

此外，本研究也存在一定不足：首先，由于遥感影像、环境等条件的限制，样本点的分布范围比较集中，可能会对深圳海域叶绿素a的反演精度造成一定影响；其次，由于测量点位较多而人力物力又有限，本研究的现场实测数据与卫星遥感数据难以完全同步，会对模型的反演结果造成一定影响；再次，模型隐含层节点数的选取比较关键，本研究利用重复1000次的方法，在一定程度上能降低模型最优隐含层节点数选取的误差，但如何使用更为科学和有效的办法来降低选取的误差值得进一步研究；最后，在敏感性分析中，叶绿素a的浓度对陆源入海排污口的核密度这一环境变量较为敏感，而本研究的陆源入海排污口的核密度主要是根据入海河流的数量来确定的，并假设不同河流的排污量相同，未考虑不同河流排污量的差异性，因此进一步研究中应确定不同河流的权重，从而降低模型的反演误差。

3   结论

(1) 环境变量的引入能较大地提高BP神经网络模型反演精度，且引入环境变量的BP神经网络模型的训练MSE和验证MSE分别为4.71 μg/L和3.50 μg/L，均优于原始BP模型的10.98 μg/L和12.61 μg/L。

(2) 引入环境变量的BP神经网络模型框架如下：输入层为7个变量，分别为蓝光波段反射率(B1)、绿光波段反射率(B2)、红光波段反射率(B3)和近红外波段反射率(B4)、陆源入海排污口的核密度(X1)、距港口航道的距离(X2)和距海水增养殖区的距离(X3)；隐含层节点数为5个；输出层为叶绿素a的浓度。

(3) 根据引入环境变量的BP神经网络模型的参数敏感性分析，叶绿素a的浓度对陆源入海排污口的核密度(X1)的变化最敏感，其后依次为近红外波段反射率(B4)、红光波段反射率(B3)、距港口航道距离(X2)、蓝光波段反射率(B1)、绿光波段反射率(B2)和距海水增养殖区的距离(X3)。