多源衛星遙感數據和水色遙感技術在水庫水葫蘆覆蓋監察中的應用

楊靜學 陳亮雄 李偉添 高旖姍

摘要：近年來，鶴地水庫周邊人類生產生活日益豐富，點源和面源污染使得鶴地水庫水質長期呈現富營養化狀態。分析長時間序列的水庫葉綠素a濃度和水浮蓮區分布，可進一步了解和分析水庫富營養化程度變化規律，判斷庫區水葫蘆爆發周期和規律，輔助管理人員采取相關應對措施，科學高效管護水庫。

關鍵詞：水庫;水色遙感;水葫蘆;水環境保護

中圖分類號：X52文獻標識碼：ADOI：10.19754/j.nyyjs.20190215002

基金項目：國家自然科學基金“多云地區的干旱指數遙感模型研究”（項目編號：41401485）;廣東省水利科技創新項目（項目編號：2017-15）1概述

由于經濟建設的快速發展，人民生產生活日益豐富，鶴地水庫管理區范圍已無天然林，全部為人工經濟林、農田、養殖用地、居住用地等。這些土地類型有個共同的特點就是會為庫區帶來富營養化的隱患：經濟林和農田會施肥，下雨時形成面源污染;而養殖用地和居住用地會有點源排放的特點。

根據湛江市海洋與漁業環境監測站2016年7月22日和2016年7月29日的鶴地水庫水質與藻類情勢監測周報來看，鶴地水庫的6個站位，即渠首站、蘭山站、石角站、文官站、放生園站、大垌排站，其COD水質屬于III類～劣IV類水質，總氮屬于II類～劣V類水質，總磷屬于I類～劣V類水質。藻類監測方面，庫區調查站位藻類以藍藻種類為主;庫區外調查站位浮游植物以裸藻和綠藻為主。從以上監測數據來看，庫區存在較嚴重富營養的現象。

隨著現代遙感技術的發展，各種對地觀測衛星源源不斷地提供不同的空間分辨率、時間分辨率和波譜分辨率的遙感圖像，這就是多源遙感數據。與單源遙感影像數據相比，多源遙感影像數據所提供的信息具有冗余性、互補性和合作性。

水色遙感技術是利用傳感器接受到水面發射的輻射光譜，并且進行相關的數據處理，從而獲得水體的一些基本信息的技術[1-2]。通過水色遙感技術，可以獲得水體中影響光學性質的組分的濃度，探測水體表層的物質組成[3-5]。本文中主要關注富營養化水色要素濃度。

葉綠素a是水生藻類的重要成分，是一個重要的水質評價指標，也是二類水體水色遙感分析計算研究中主要的參演參數之一。葉綠素a濃度能夠表征光能自養生物量，因此，經常被應用于估算浮游植物的初級生產力和生物量，應用與水體營養化程度的評估研究中。水體葉綠素a濃度的存在范圍決定葉綠素a濃度遙感分析計算最佳波段的選擇，葉綠素a上升會導致近紅和紅波段的反射率上升，藍波段的反射率下降，地域差異也會影響葉綠素a分析計算的波段選取。

水葫蘆，學名鳳眼蓮，是多年生漂浮性草本植物，有極強的氮、磷吸收能力及重金屬富集能力從而被廣泛用于水環境污染的治理。但水葫蘆的生長特性確定了其可以通過無性繁殖方式迅速地繁殖而侵占大量水面，造成水體缺氧、河道堵塞，嚴重影響了當地生態系統的生物多樣性。當水葫蘆形成優勢群眾覆蓋了大面積水面后，不僅會影響大氣與水中氣體交換，降低光線對水體穿透能力，影響庫區魚類、水禽生物生活;還會使水中pH值和溶解氧濃度降低，CO2濃度增加，破壞水下生物的食物鏈，影響水產品的產量和質量;增加水的蒸發量，并為蚊蟲提供適宜的滋生場所;水葫蘆富集重金屬后，污染物經過食物鏈各級生物的放大作用不斷累積，其結果不僅危害魚類、水禽和牲畜，而且最終還會危及于人;水葫蘆死亡腐爛后，其內富集的重金屬會再次釋放到水體對環境造成“二次污染”，污染的水質嚴重威脅了下游的居民飲用水和灌溉用水安全。

本文將用NDVI指數來評估和分析庫區不同時段的葉綠素a濃度分布情況，并結合無人機航測數據進行對比分析出水葫蘆的分布，探索一種科學、高效、價廉的庫區水葫蘆監察方法。

2實驗數據及研究方法

2.1實驗數據

美國陸地衛星Landsat8、高分1號衛星GF-1、中巴地球資源衛星01星CBERS-04、資源一號02C衛星ZY-1、環境衛星HJ-1A的可見近紅外多光譜波段，每一個波段都包含一定的水色信息，這些信息的存在重疊的部分。目前波段比值是常用的提高分析精度的方法，使得模型精度較可靠。

歸一化植被指數（NDVI）被定義為近紅外波段與可見光紅波段數值之差和這兩個波段數值之和的比值：

NDVI=nir-rednir+red

其中，nir和red分別為近紅外波段和紅波段處的反射率值。

NDVI指數能使植被從水和土中分離出來，是植被生長狀態及植被覆蓋度的最佳指示因子。本項目根據不同衛星光譜情況和庫區水質情況，用NDVI指數來評估和分析庫區不同時段的葉綠素a濃度分布情況。

2016年2月2017年12月共獲取庫區在無云氣候下的影像共19景。項目將對以下衛星庫區無云氣候條件下成像數據進行分析計算，獲得庫區水質參數。

2.2研究方法

本文具體技術路線如圖2所示，包括多源衛星遙感數據采集、遙感數據預處理、葉綠素a濃度分析、水葫蘆覆蓋分布與氣溫相關性分析，庫區水葫蘆德的時空變化分布。在獲得庫區不同時段的葉綠素a濃度分布情況后，根據不同衛星光譜情況對2016年至今各個時期的影像設定閾值，將閾值以上的區域認定為水葫蘆分布區，計算出庫區水葫蘆分布情況如下圖所示。

3結果與分析

本文受篇幅限制僅列出一期計算成果數據如圖3所示，2017年10月23日影像由于衛星光譜參數出現部分區域異常情況，庫區中央的葉綠素a濃度無法計算，因此將此區域結果剔除。其余2016年和2017年的庫區葉綠素濃度定性分析計算結果圖如下圖所示。

根據分析結果，鶴地水庫庫區水面葉綠素a濃度分布有如下特點：綜合整個庫區水面來看，葉綠素a濃度集中分布于3個區域：大沙灣附近圍塘、塘拱河流入庫區區域和紅湖橋上游化州市境內水域。這3處區域由于庫灣狹長、水深較淺、生活污水排放量大、水體流動性較差導致水質富營養化嚴重，藻類、水葫蘆大量繁殖;庫區西南部鶴地水庫景區外，其他庫灣和庫區圍塘的葉綠素a濃度都普遍增大;河唇鎮鶴地水庫景區附近區域由于庫區岸線較平直，水體流動較快，旅游區生態環境維護好，葉綠素a濃度為整個庫區近岸水域的較小值。鶴地水庫中央水域因水深較深、水體流動快，亦為葉綠素a濃度的最小值區域;冬春季相對于夏秋季的葉綠素a濃度高值區分布較少。只有少部分近岸水域、圍塘和塘拱河流入庫區區域的葉綠素a濃度偏大;庫區中央的葉綠素濃度處于極小值。

鶴地水庫庫區水葫蘆分布范圍較廣，但區域分布不均衡，庫灣、岸邊水葫蘆發生頻率顯著高于庫區中心區域。

總的來說鶴地水庫的水葫蘆的時空分布有如下特點：19景影像的平均水葫蘆面積為5.4km2，參與計算的庫區水域面積為87.6km2，水葫蘆在庫區的平均覆蓋度為6.2%。2017年10景影像數據顯示庫區水葫蘆平均面積4.9km2，較2016年9景影像水葫蘆平均面積6.2km2有所下降;水葫蘆最適宜生長溫度為25～30℃，最低13℃，氣溫不低于5℃就可以安全越冬，因此水葫蘆可在鶴地水庫全年生長。由計算后的水葫蘆面積和收集的當地日均氣溫顯示，兩者存在線性相關關系，氣溫越高，庫區水葫蘆面積越大。計算結果顯示，氣溫每上升1℃，水葫蘆面積增大約0.12km2;水葫蘆主要分布在水庫庫灣狹長、水深較淺、水質富營養化、水體流動性較差的區域。博白縣境內庫灣、蘭山河流入庫區區域、塘拱河流入庫區區域、紅湖橋上游化州境內水域、大沙灣附近圍塘和石角鎮近岸、水葫蘆集中在石角鎮石角西橋處水域都較容易出現水葫蘆聚集現象;反觀鶴地水庫西南側由于庫區岸線較平直，水體流動較快，旅游區生態環境維護好，因此水葫蘆分布少。鶴地水庫庫區中心區域亦鮮有水葫蘆蹤跡，因為庫區中央水深較深，水體流動快，水葫蘆作為漂浮植物不容易聚集;根據統計，微風和1～2級風情況下，水葫蘆分布面積平均值為5.3km2，3～4級東北風和東風情況下，水葫蘆分布面積平均值為6.4km2。

需要說明的是，由于鶴地水庫庫區覆蓋水葫蘆的面積廣、時間長，水葫蘆大量繁殖的區域若不及時治理或打撈，冬季遭寒流襲擊而枯死腐爛下沉，其殘體的腐敗和分解，會增加水體的物質需氧量和營養負荷，最終加速水體向營養化方向發展。同時，2017年2月17日影像由于分辨率較低，存在過多混合像元，導致計算的水葫蘆比實際面積大。對此需要對混合像元進行分解，用概率密度函數來計算水葫蘆的實際面積，概率值取50%。

4結論

多源衛星遙感數據與單源遙感影像數據相比，具有更高的時空分辨率，可以更好地實現對目標區域的監察。2016年2月2017年12月時間范圍內，共獲取了19景目標水庫的遙感衛星數據，良好地滿足了庫區水葫蘆覆蓋情況的時空動態變化監察的要求。

同時，水色遙感技術分析可以得到的水體表層的葉綠素沙濃度分布。結合無人機航測數據，發現葉綠素a濃度的高值區即是水葫蘆覆蓋區域。利用這個規律，可對鶴地水庫的水葫蘆的時空分布進行分析，判斷庫區富營養化的發展趨勢，制定相關應對措施，使得水庫管理更加科學和高效。參考文獻

[1] 陳蕾，鄧孺孺，柯銳鵬，等.基于地面耦合模型的TM影像的大氣校正[J].地理與地理信息科學，2004（2）：34-37.

[2] 鄧孺孺，何執兼，陳曉翔，等.珠江口水域水污染遙感定量分析[J]. 中山大學學報（ 自然科學版）， 2002（3）：99-103.

[3] 鄧孺孺，何執兼，陳曉翔，等.基于二次散射的水污染遙感模型及其在珠江口水域的應用[J].海洋學報，2003（11）：69-78.