潘洪洲，何颖清，冯佑斌，熊龙海，吴俊涌，杨 敏

（a. 珠江河口动力学及伴生过程调控重点实验室；b. 珠江水利委员会珠江水利科学研究院，广州 510611）

粤港澳大湾区，核心水域即为珠江河口区域（以下简称“河口区”），战略地位重要。区内河网密布交错，形成“三江汇流，八门出海”的网河特色，河道、河口区径流与潮流相互作用，水情复杂。受人类活动和海洋潮流共同影响，河口区水沙动力条件、河道演变发生较大变化，严重威胁粤港澳大湾区生态环境及防洪、供水及航运安全。区内未来人类经济活动及相应规划建设的节奏将继续加快，河网水沙调控、咸潮入侵、水质安全等水问题将更加突出，亟需加强河口区水沙动力环境监测。水体泥沙是河道演变的物质来源，其淤积过程直接关系到河道演变，对防洪、供水、航道、海岸工程等安全都会造成直接影响。水体泥沙作为水色要素重要指标之一，能够直接影响水体的光学特征，如增加水体浑浊度、降低透明度等，进而影响太阳光在水体中的传播，影响水生生物的光合作用、初级生产力，对沿岸生态环境、生物资源、渔业资源产生重要影响（姜丽君，2018；潘磊剑，2020）。

由于河口区悬沙受径流、潮汐、盐淡混合及风浪作用等多种因素的影响，悬浮泥沙的时空分布、运动特性和沉积部位经常发生变化，对于悬沙的监测具有很强的实时性要求，珠江河口区域无常规高频次遥感卫星覆盖，中、高分遥感卫星受重访周期的限制，以及天气的影响，使得泥沙质量浓度的遥感反演在时间上不具有连续性，实时性较差，难以实时掌握河口泥沙质量浓度的时空分布与动态变化规律。近年来，常规泥沙监测手段不断丰富，如浮标、平台监测系统或水文监测站点，可以对泥沙质量浓度等水质参数进行实时在线监测。但通过常规站点监测获取的点状数据信息，仅能代表观测区域小范围内的泥沙状况，且无法获取大范围水体表观光学信息。因而导致河口区潮周期内泥沙输移遥感监测研究较少，无法掌握河口区复杂水情下的泥沙输移特征。2016年中国首颗地球同步轨道高分对地观测卫星高分四号（GF-4）投入使用，其具有高时间和高空间分辨率的观测优势，在水色遥感上具有重大应用潜力（沈宏，2012；李珏，2016；刘明等，2016；陈晓英等，2018；宋挺等，2018）。其多时相遥感数据采用连续观测，能够较好地反映水域高频变化的特点（Lamquin et al., 2012；江彬彬等，2015；伍高燕，2015；刘波等，2016；杨雪飞，2016；孙璐等，2017；胡耀躲等，2018）。因此，为研究珠江河口泥沙输移特征，本文以GF-4卫星为数据源，结合野外观测实验，构建反演模型，开展河口区泥沙质量浓度高频次反演研究。以期探究潮周期内珠江河口泥沙动态输移特征，为河口沉积物输运、泥沙来源及泥沙数值模拟研究等提供数据支撑。

1 数据与方法

1.1 研究区概况

珠江河口位于广东省中南部，南临南海，三角洲河网和河口湾并存，承担安全宣泄洪水，保障供水、航运、生态安全等重要任务，是珠江流域防洪、供水、水生态安全保障体系的重要组成部分。珠江河口是世界上水系结构、动力特性最复杂，人类活动干扰最显著的河口之一。主要有以下特点：1）河网交错，水系结构复杂，珠江水系西江、北江、东江三江汇流，由八大口门出海，河网密度高，属复杂河口；2）多级分流，径潮动力复杂，珠三角河网的水沙经多级分汊节点重新分配，潮优型与河优型河口相互依存；3）滩涂发育，人类活动剧烈，滩涂围垦利用面积大，珠江河口人类活动对滩槽的影响已远超自然演变；4）通江达海，航运交通发达，河口区规划分布有多个主要航道；5）物种丰富，生态系统多样。珠江河口极具典型性，水沙输移环境复杂，具有重要的研究价值。

1.2 野外观测数据获取

于2019-12-28和2020-06-20分别开展珠江河口枯季和洪季野外定点及走航观测实验。定点观测主要通过珠江河口原型观测浮标站点自动观测及船上人工采样观测获取水体泥沙质量浓度，共获取悬沙质量浓度样点59 个；利用便携地物光谱仪（ASD）采集水面光谱数据，测量方法采用标准水上测量法（Mueller et al.,2003；唐军武等，2004），共获取8条光谱曲线。如图1 所示，A1～A12 为原型观测浮标站点，A13～A17为枯季船上采样点，B13～B17为洪季船上采样点，C1～C11 为枯季走航水面光谱测量点。其中定点观测时间（表示北京时间，下同）为T 00:00—24:00，频率为2 h/次，走航测量为T 09:00—16:00，频率约为1 h/次。浮标泥沙质量浓度由浮标标定的浊度与泥沙质量浓度的转换模型计算得到，船上采样通过实验室过滤重量法（American Public Health Association,1992）获取。观测实验所获取的T 10:00—16:00 的泥沙质量浓度及光谱数据见图2所示。光谱符合内陆或河口水体光谱曲线特征，泥沙质量浓度梯度分级明显。

图1 研究区地理位置及实测站点分布Fig.1 The study area and sampling sites'distribution

图2 泥沙质量浓度野外实测数据集（a）与水面光谱测量数据（b）Fig.2 The field spectral and sediment concentration data

1.3 遥感影像数据获取及处理

通过向中国资源卫星应用中心提交申请，进行卫星编程拍摄，同步观测期内获取了2019-12-28和2020-06-20各4景GF-4高频次卫星数据，具体成像情况见表1。对获取的遥感数据进行几何校正及大气校正，使得所获取的多时相遥感影像数据与野外观测站点数据在空间位置及辐射水平上得以配准。大气校正采用基于影像自身统计特征的大气校正法（Lee et al.,2007）。剔除走航实测异常光谱数据后，获取2019-12-28 C1#T 10:00、C2#T 12:00、C6# T 14:00三个星-地同步观测点位的实测光谱数据，利用GF4号光谱响应函数对实测光谱进行积分，获取band2～band5 四个波段的实测反射率值，并通过对比实测反射率值与GF4大气校正反射值，评价大气校正的准确性。

表1 GF-4高频次卫星数据成像情况Table 1 Imaging parameters of GF-4 high frequency satellite data

1.4 反演模型构建及验证

根据遥感成像时间，分洪、枯季挑选对应成像时刻的同步实测悬沙质量浓度数据，以及提取对应实测点位空间位置GF4号遥感反射率数据，剔除有云及云阴影污染、实测水表层悬沙质量浓度缺失及数值异常的点位，获取2019-12-28 共18 个，2020-06-20共28个星-地同步观测数据对。分别随机选取15 和25 个形成建模数据集，用于模型的构建，剩余为模型验证数据集，用于模型的验证。对于泥沙质量浓度的遥感反演，已有研究构建了众多经验模型，其中指数模型较为常见，而对于因变量，常选取特征波段的比值，能够实现较好的拟合效果，减少大气校正误差的干扰（刘志国等，2006；Ye et al., 2014；潘洪洲 等，2019）。从2019-12-28 T 12:00成像的GF4数据不同浑浊水体反射率（相对清澈水体＜浑浊水体＜较为浑浊水体）可知（图3），随着泥沙质量浓度的增加，红及近红外波段反射率抬升比较明显，蓝波段变化较小，与前人研究结论一致，可作为悬沙质量浓度的特征波段（马骅，2015；张俊儒，2010）。因此，分别以红、近红外与蓝波段的比值作为自变量因子X，构建泥沙质量浓度（SSC）指数反演模型。

图3 不同泥沙含量水体GF4不同波段反射率光谱差异Fig.3 Spectral differences of GF4 reflectance of water with different sediment content

1.5 模型验证

利用验证数据集开展模型精度验证，误差评价主要采用平均绝对百分比误差及均方根误差，计算方式为：

式中：MAPE 为平均绝对百分比误差；RMSE 均方根误差；xir为第i变量；xim为变量的平均值；n为样本个数。

2 结果分析

2.1 GF4影像大气校正效果

由图4、表2可知，GF4影像大气校正光谱与实测光谱较为吻合，较好地反映了水体的光谱特征。C1#、C6#点位蓝、绿波段表现出一定程度的高估，C1#、C2#点位红波段被略微低估。

图4 GF4光谱响应函数及实测光谱与大气校正结果对比Fig.4 Spectral response function of GF4 and comparison between measured spectrum and atmospheric correction results

表2 各点位GF-4影像大气校正各波段相对误差Table 2 MAPE error of atmospheric correction results in each band %

2.2 悬沙反演模型

分 别 以GF4 影 像 反 射 率Rrs （band5）/Rrs（band2） [bandX表 示GF4 影 像 第X波 段，Rrs（bandX） 表示对应波段反射率，下同]、Rrs（band4）/Rrs（band2）（红蓝比值）为自变量构建河口区洪、枯季悬沙质量浓度（SSC）反演模型（表3），枯季两模型拟合系数接近0.6，差异不大，洪季红蓝比值模型表现相对较好，拟合系数为0.82。利用验证数据集对模型误差进行计算，枯季模型验证误差整体小于洪季，最小平均绝对百分比误差及均方根误差分别为23.54%、0.007（见表3），综合来看，红蓝比值模型表现相对较好，洪、枯季模型整体平均绝对百分比误差为26.77%，因此，采用红蓝比值模型开展河口区泥沙质量浓度高频次反演研究。

表3 GF-4悬沙质量浓度-指数反演模型Table 3 The exponential function inversion models of Suspended sediment using GF4 image data

2.3 河口区潮周期泥沙输移定量反演

利用已构建的泥沙反演模型，基于2019-12-28和2020-06-20多时相的GF4数据，定量提取河口区潮周期泥沙质量浓度（图5-a）。2019-12-28河口区整体悬沙质量浓度大部分介于0.01～0.056 kg/m³，少数区域悬沙质量浓度高于0.056 kg/m³，高悬沙区域主要沿西四口门呈带状分布。外海悬沙质量浓度基本都低于0.014 kg/m³。T 10:00—16:00 期间，河口东岸涨潮流较为显著，外海低悬沙水体沿外伶仃岛两侧上溯，伶仃洋整体悬沙质量浓度降低。由图5-b 可知，2020-06-20 河口整体悬沙质量浓度大部分介于0.01～0.28 kg/m³，河 口西岸径流输沙较为显著，各口门附近区域悬沙质量浓度高于0.34 kg/m³，少部分区域质量浓度高于0.50 kg/m³。而外海悬沙质量浓度基本都低于0.02 kg/m³。随着落潮，口门悬沙不断向口外扩散输移，受虎门下泄潮流的顶托，洪奇门下泄泥沙扩散区域受限，附近泥沙质量浓度东西向呈现较为明显的梯度变化。

图5 河口区潮周期泥沙质量浓度定量提取结果（a～d.2019-12-28；e～h.2020-06-20）Fig.5 The high frequency remote sensing inversion results of sediment concentration in tidal cycle in estuarine area(a～d.Dec.28th,2019;e～h.June 20th,2020)

3 讨论

随着涨、落潮不同的潮汐过程，河口区泥沙质量浓度不断发生变化，特别是伶仃洋区域，泥沙质量浓度表现出明显的潮汐过程变化。为了分析该变化，选取伶仃洋水域，提取洪、枯季多时相泥沙质量浓度特征等值线。如图6-a 所示，从主要潮位站潮位数据来看，2019-12-28主要为枯季涨潮，径流输沙较少，外海涨潮水体的冲淡为影响伶仃洋泥沙质量浓度空间分布的主要因素，因此，枯季选取低质量浓度0.02 kg/m³等值线进行分析；如图6-b 所示，而2020-06-20主要潮汐过程为洪季落潮，径流泥沙扩散为影响河口区泥沙质量浓度空间分布的主要因素，因此，洪季选取接近径流输沙质量浓度的0.10 kg/m³等值线进行泥沙扩散分析。由图7可知，受涨潮流影响，伶仃洋整体泥沙质量浓度降低，其泥沙空间分布主要受沿河口东岸及香港西侧两股涨潮流影响，其中沿河口东岸涨潮流率先上涨，受冲淡影响，东岸沿岸区域泥沙质量浓度从东南向西北逐渐降低；香港西侧的涨潮于内伶仃岛两侧分流形成两股东北向、西北向涨潮流，流经区域泥沙质量浓度冲淡作用显著，西北向分流直接流入图7-c 中区域B，该区域受人为活动影响，海底地形下切显著（Li et al.,2010;Wu et al.,2016），潮汐动力加强，河床泥沙源减少，泥沙再悬浮至表层的量大大减少，在涨潮流的影响下形成大片低悬沙质量浓度区域（van Maren et al., 2016；詹伟康 等，2019）。T14:00—16:00内伶仃岛、澳门、三灶等河口下游潮位站进涨潮阶段，上游横门、舢板洲延迟落潮（图7-c），交椅湾西南侧区域冲淡区域仍有上移，区域A附近水域泥沙质量浓度仍存在被冲淡现象，区域B 低质量浓度水体沿内伶仃岛西侧呈西南向开始下泄。

图6 GF4成像时刻各潮位站潮位过程Fig.6 The tidal process of tide stations at GF4 imaging time

图7 2019-12-28（a、b、c）和2020-06-20（d、e、f）泥沙质量浓度分布、特征等值线及前一时刻特征等值线Fig.7 The Sediment concentration distribution,isopleth of the current and previous moment at Dec.28th,2019(a,b,c)and June 20th,2020(d,e,f)

洪季落潮阶段，随着落潮，伶仃洋西岸高悬沙水体下泄。横门涨平至初落阶段，图7-d 中区域A泥沙向东南及偏南向输移，随着河口东岸落潮流的增强，泥沙输移受虎门落潮流顶托，东南向输移受限，输移方向向南向偏转，图7-f中区域B，落潮流与内伶仃两侧分流，沿内伶仃两侧成半环形下泄，区域B泥沙输移受东岸落潮流顶托显著，随着泥沙南向下泄推移、东岸落潮流东南向偏移，图7-f 中区域C，泥沙向东南有所扩散，随着西岸落潮流不断向南扩散，至T 16:00时，区域D，泥沙扩散至澳门附近水域。

根据影像多时相反演有效性及连续性情况，挑选无云、阴影等影响，时序较为连续的6 个点位，对比实测及遥感多时相泥沙时序变化（图8）。整体上，两者表现出较为一致的特征，枯季河口上游泥沙质量浓度时序变化基本呈现递减趋势，河口下游受涨落潮交替影响，部分点位呈现先减后增的趋势，如枯季A7 点位；洪季泥沙质量浓度最大值出现在落急时刻（T 14:00）前后，泥沙质量浓度变化大致呈先大增后小减的趋势。由表4可知，A7点位T 10:00—12:00为涨潮阶段，T 12:00—14:00为涨落潮交替阶段，T 14:00—16:00转为落潮。A7点位靠近沿岸，上游高质量浓度泥沙水体沿澳门机场沿岸下泄，涨潮转落潮阶段，表层水体易受上游下泄泥沙影响，因此，A7点位泥沙质量浓度时序变化呈现先减后增的趋势（图9）。由图8可知，部分点位遥感反演值与站点实测值之间差异较大，如枯季A1、A2点。从枯季遥感反演及实测点位泥沙质量浓度整体变化看，枯季潮流携带泥沙较少，水体泥沙质量浓度低。如图6、8及表4所示，A1点T 10:00—14：00为涨潮阶段，T 14:00—16:00为涨落潮交替阶段，随着涨潮流的上涨，受潮流冲淡作用影响，A1点位泥沙质量浓度呈现逐渐递减趋势，遥感反演值时序变化特征与之相符，但与实测值时序趋势不一致，主要有以下原因：从空间采样的差异性看，遥感反演采用的是50 m分辨率影像的面上采样，而实测站点为点状采样，采样尺度存在差异；且浮标站点浊度与悬沙质量浓度的转换也存在一定的误差；另外，GF4号遥感影像大气校正误差及反演模型的不稳定性，都可能成为实测值与反演值不一致性的影响因素。由于缺少测量时刻其他描述材料，如水样采集时刻船只扰动影响等情况，不再对A2 测点的差异性作进一步分析。

图8 部分实测站点及对应遥感反演泥沙时序变化Fig.8 The comparison of sediment concentration daily changes between remote sensing inversion and measured datas

图9 2019-12-28 A7实测站点T 14:00泥沙分布叠加T 14:00 及T 16:00 0.02 kg/m³等值线Fig.9 The Sediment distribution at 14:00 and 0.02 kg/m³isopleth at T 14:00/16:00 at A7 site on Dec.28th,2019

表4 A1及A7点位2019-12-28实测潮流流向Table 4 The measured tidal current direction at A1 and A7 site on Dec.28th,2019

4 结论

本文利用洪、枯季两批多时相GF4 影像数据，结合地面同步实测站点数据，通过构建反演模型实现珠江河口潮周期内泥沙质量浓度的高频次反演，并以伶仃洋为例分析成像期间的泥沙动态输移特征，结果表明：1）基于GF4 影像红、蓝波段比值及近红外、蓝波段比值能很好地指示河口泥沙含量，基于两类比值构建的模型表现较优，其中红、蓝比值模型相对较好，整体平均绝对百分比误差为26.77%，多时相遥感反演结果与实测站点的时序变化特征较为一致；2）枯季涨潮水体对泥沙分布起明显的冲淡作用，枯季涨潮阶段伶仃洋整体泥沙质量浓度有所减小，河口东岸涨潮流较为强劲，由于潮流的冲淡作用，沿伶仃洋东岸及中滩大面积区域形成低泥沙质量浓度区，高泥沙质量浓度分布区域受涨潮挤压，沿伶仃洋西岸呈带状分布；3）洪季河口高泥沙质量浓度水体沿伶仃洋西岸呈带状分布，落潮阶段泥沙最高质量浓度出现在落急时刻左右，随着落潮向西南或偏南向扩散输移，虎门下泄径潮流泥沙质量浓度相对较低，受该潮流下泄影响，泥沙扩散受到挤压，西岸东南向泥沙扩散路径向南推移，南向泥沙输移扩散至澳门水域附近。

本研究为复杂河口泥沙输移大范围业务化监测提供了新的思路，有助于提升对珠江河口潮周期内泥沙动态输移变化的认识，同时为珠江河口泥沙输移数值模拟与遥感监测提供了交叉验证的新思路，为河口沉积物输运、泥沙来源及泥沙数值模拟研究等提供数据支撑。随着遥感技术的发展，遥感光谱分辨率及时间分辨率不断提高，泥沙潮遥感反演研究由多频次向高频次扩展，监测维度也将从表层向垂直层面扩展，实分析泥沙质量浓度垂直层面分布及准实时输移，进而可以估算水体某过流断面的泥沙量，甚至可以估算泥沙通量，可为泥沙动态输移特征的深入研究提供支撑。