基于遙感技術的滏陽河東武仕水庫水體污染信息提取

李曉磊

（河北省煤田地質(zhì)局水文地質(zhì)隊，河北 邯鄲 056200）

滏陽河是子牙河水系的一條重要支流，它發(fā)源于邯鄲市峰峰礦區(qū)的黑龍洞泉群，流經(jīng)邯鄲市的5縣5區(qū)，境內(nèi)全長為165 km，流域面積為2 747 km2。滏陽河東武仕水庫位于邯鄲市西南部、峰峰礦區(qū)東側(cè)。近年來，隨著城市化進程的加速，滏陽河水系受污染的情況逐漸加劇。由于生活污水和工業(yè)廢水大量排入，滏陽河水質(zhì)不斷惡化。對于邯鄲市來說，滏陽河不但與市民的生產(chǎn)生活息息相關，而且影響全市經(jīng)濟的持續(xù)穩(wěn)定發(fā)展。傳統(tǒng)水污染調(diào)查方法，以地面定點觀察為主，其具有調(diào)查速度慢、成本高、周期長等缺點，也不利于人們?nèi)妗⒓皶r地掌握水體污染狀況。遙感數(shù)據(jù)具有獲取周期短、視域廣等優(yōu)點，目前已被廣泛應用于環(huán)境污染調(diào)查工作中。在滏陽河東武仕水庫一帶利用遙感技術開展對水體污染信息提取方法的研究，可以為利用遙感技術監(jiān)測和治理該區(qū)水體污染提供理論依據(jù)。

1　數(shù)據(jù)源及其特征

本研究選用2014年12月16日、軌道號為124035的OLI遙感數(shù)據(jù)提取滏陽河東武仕水庫一帶水體污染信息。

OLI（Operational Land Imager，陸地成像儀）搭載于LandSat－8號衛(wèi)星，于2013年2月11日由NASA成功發(fā)射.OLI傳感器獲取的遙感數(shù)據(jù)包括8個多光譜波段數(shù)據(jù)和1個全色波段數(shù)據(jù)，多光譜波段影像空間分辨率為30 m,全色波段影像空間分辨率為15 m（見表1），成像寬度為185 km×185 km，這為提取水體污染信息提供了保障[1]。

在OLI 762（RGB）合成影像中，工作區(qū)以黃綠色色調(diào)為主，居民地以紫色色調(diào)為主，水體主要呈黑色色調(diào)，在東清流村東南滏陽河道內(nèi)、路村營北部東武仕水庫內(nèi)的部分地段水體呈深藍色，如圖1所示。該景數(shù)據(jù)影像色調(diào)豐富、數(shù)據(jù)質(zhì)量較高，能夠滿足水體污染信息提取要求。

表1　OLI遙感數(shù)據(jù)波長及空間分辨率特征

2　污染信息提取

清潔水體、污染水體的物質(zhì)成分差異較大，必將導致二者波譜特征有所不同。遙感調(diào)查主要對象正是：水體、植被、土壤和巖石等。現(xiàn)有研究成果表明，滏陽河水體污染以氨氮污染最為嚴重，氨氮分布具有極強的空間差異[2]。

圖1　滏陽河東武仕水庫段OLI 762（RGB）合成影像

水體的富營養(yǎng)化必將引起藻類突然過度性增殖，藻類數(shù)量空間分布特征與水中葉綠素濃度分布密切相關，同時水中葉綠素濃度與植被指數(shù)間具有較好的相關性。所以,植被指數(shù)能夠間接指示富營養(yǎng)化水體污染特征，為利用遙感數(shù)據(jù)提取富營養(yǎng)化水體污染信息提供理論依據(jù)。

2.1　水體污染信息提取波譜依據(jù)

實測地物波譜曲線特征分析是利用遙感技術提取地物信息的前提。在各種水體的反射波譜曲線中，清潔水體的反射率最小，其次是含沙水體。在0.4～1.1 μm波長區(qū)間，清潔水體的反射率隨波長增加而減小，至0.76 μm波長，清潔處水體的反射率基本為0。而含泥沙水和藻類等浮游生物的水體反射率要大于清潔水體，尤其是含藻類的水體在0.68～0.8μm波長區(qū)間反射率隨波長增加而急劇增大，與清潔水體、含沙水體的波譜特征迥然不同，如圖2所示。

2.2　水體污染信息提取理論基礎

大量營養(yǎng)鹽進入水體后，在一定條件下會引起藻類的大量繁殖，大量消耗水中的溶解氧，從而導致魚類和貝類的死亡，這一過程稱為水體的富營養(yǎng)化。反映水體富營養(yǎng)化程度的最主要因子是葉綠素，其中又以葉綠素a最為突出。由于氨氮污染嚴重，滏陽河東武仕水庫一帶水體出現(xiàn)富營養(yǎng)化。水體的富營養(yǎng)化必將導致水體中藻類突然過度增殖。

圖2　水體反射曲線

2.3　水污染遙感信息提取方法

比值植被指數(shù)可以用來分析植被覆蓋狀況，但王愛華研究發(fā)現(xiàn)，比值植被指數(shù)的平均值和方差可以作為半定量指標來劃分水體污染程度，同時比值植被指數(shù)可以作為水體污染的指標[3]。因此，本文利用比值植被指數(shù)提取水體污染信息，根據(jù)植被指數(shù)與植被指數(shù)均值與標準差，計算不同污染程度水體的分類閾值，如表2所示。

表2　水體污染程度分類閾值

2.4　水體污染信息遙感提取流程

利用比值植被指數(shù)提取水體污染信息的流程為：大氣校正、水體自動識別、計算水體分布區(qū)域比值植被指數(shù)（B5/B4）、計算水體分布區(qū)域比值植被指數(shù)均值和標準差、計算分割閾值、密度分割及密度分割結果矢量化，如圖3所示。

圖3　水體污染信息提取流程

2.4.1大氣校正

利用內(nèi)部平均相對反射率法對工作區(qū)影像進行大氣校正，該方法是用圖像各波段的每個像元灰度值除以該波段在工作區(qū)圖像像元灰度值的均值。相對大氣校正，能夠消除大氣層輻射和部分地形影響，得到的相對反射率與真實反射率具有相同的波譜特征。

2.4.2水體識別

在0.4～2.5 μm波長區(qū)間，水體的反射率隨波長的增加而降低，至紅外波長區(qū)間，水體對太陽輻射能量全吸收。因此，本次利用OLI 7波段提取水體邊界，切割閥值為0.681～0.701。

2.4.3計算植被指數(shù)

比值植被指數(shù)是近紅外波段和紅光波段的比值。根據(jù)OLI遙感數(shù)據(jù)波譜特征，確定利用OLI遙感數(shù)據(jù)比值植被指數(shù)計算方法是OLI遙感數(shù)據(jù)的5波段與4波段比值。

2.4.4密度分割

計算水體區(qū)域比值植被指數(shù)的均值與標準差，研究區(qū)水體區(qū)域比值植被指數(shù)的均值與標準差分別為0.788、0.018，利用均值±標準差劃分水體污染程度。

2.4.5矢量化與成果表達

經(jīng)密度分割后的污染程度不同的水體形成柵格數(shù)據(jù)。為了便于成果表達，需要把污染程度不同的水體數(shù)據(jù)轉(zhuǎn)換成矢量數(shù)據(jù)，經(jīng)格式轉(zhuǎn)換后，在地理信息系統(tǒng)環(huán)境中，把污染程度水體的界線疊加到遙感影像圖中，形成工作區(qū)水污染程度分布圖（見圖4）。

圖4　東武仕水庫水體污染程度分布圖（●野外檢查點）

3　結論

滏陽河東武仕水庫一帶水體以中度氨氮污染為主，其主要分布于東武仕水庫邊部及非居民生活區(qū)河流邊部，中度、少量重度污染水體主要分布于居民生活區(qū)河流邊部、東清流村東南、東武仕水庫西南、路村營鄉(xiāng)北部，水中含有大量的水藻（見圖5（a））、生活垃圾（見圖5（b）），輕度或未氨氮污染水體主要分布于東武仕水庫中央及東北側(cè)。

圖5　中度-重度污染水域野外照片

氨氮污染導致水體的富營養(yǎng)化，富營養(yǎng)化水體能引起藻類等浮游生物的過度增殖，使得污染程度不同的水體中葉綠素含量有所差異，而植被指數(shù)與葉綠素含量呈正相關。因此，利用遙感數(shù)據(jù)計算水體中植被指數(shù)，可以間接反映水體氨氮污染程度，并能夠半定量劃分不同污染程度水體的分布范圍，為利用遙感數(shù)據(jù)監(jiān)測水體污染提供了依據(jù)。