基于光譜特征的礦山污染水體遙感監測

汪燕，賈利萍，劉樂，彭鵬

（安徽省地質調查院，安徽合肥 230001）

0 引言

礦產資源的開采和加工不僅對地表水和地下水造成大面積的污染，還會加劇土地的退化。礦山廢水的排放、滲漏等導致周圍河流也受到了一定程度的污染，從而影響人們的生活。因此，進行礦山環境治理，尤其是水污染治理的前提是要了解礦山周圍水的分布及污水的范圍[1][2]。通過遙感技術可快速、大范圍、周期性地監測水質及其動態變化，為礦山環境治理提供了有效的技術支持。

目前國內外對污染水體的提取方法主要有指數法、模糊數學法、因子分析法、基于盲數理論的指數評價模型等，而針對礦山水體污染的分析評價常用的方法有地積累指數法、污染負荷指數法、潛在生態危害指數法等，根據選擇的因子數量，指數法又可以分為單因子指數模型與多因子綜合指數模型。模糊數學法也是水體污染評價中應用較為廣泛的一種數學工具。國內對于污染水體監測的研究起步較晚，但近年來隨著科技的進步也取得較大的發展。不僅豐富了污染水體監測的理論，也對污染水體的防治和管理提供了非常有價值的參考性。國內常用的方法有：灰色理論法、混沌法、統計學法、人工神經網絡法[3]等。以上污染水體方法各自均有其優缺點，適應于不同的應用[4]。

本文結合礦山開發區域特征，根據遙感影像光譜特征，選取遼寧省遼陽縣蘭河流域為研究區，以Landsat8為數據源，在水體信息提取的基礎上，通過實驗對比，結合水體污染光譜曲線的差異，采用光譜對比法實現研究區污染水體的監測分析，進而為礦區污染的水質監測、水污染監測提供數據和技術支撐。

1 研究區概況及數據預處理

1.1 研究區概況

本實驗選取遼寧省遼陽縣蘭河流域為實驗區域，在之前光學影像的目視解譯過程中發現該處有大量的露天采礦場、鐵礦尾礦庫、選礦場、廢石堆等礦業活動用地，由此推測該區域的水域受到了一定程度的污染。

1.2 數據及預處理

Landsat8 是在Landsat 衛星基礎上的進一步改進的新一代陸地資源衛星，該衛星于2013年2月成功發射，在Landsat8衛星上搭載了陸地成像儀和熱紅外傳感器兩個影像獲取的傳感器。其中，陸地成像儀包含九個波段數據，原始的Landsat 衛星的7 個波段數據，分辨率均為30m，第八波段為全色波段，其分辨率為15m，該波段增強了數據的分辨率，第九波段為卷云波段，分辨率為30m，該波段主要用于云檢測等。表1為Landsat8傳感器波段參數列表。

表1 Landsat8波段參數設置Table 1.Setting of Landsat8 waveband parameters

根據研究區域覆蓋的范圍，論文使用軌道號為119～30的Landsat8遙感影像數據，影像的成像時間為2018年6月13日，云量低于5%。為了減少大氣、光照等對信息提取引起的幾何位置和輻射誤差，我們首先對獲取的原始影像數據進行了大氣校正和輻射糾正，進而提高水體提取的精度。

2 礦山污染水體遙感監測方法

2.1 礦山污染水體監測原理

礦山水污染類型通常分為三類，即酸性污染（包括泥沙污染）、堿性污染和酸堿混合污染。露天采礦場、廢石堆等通常產生酸性廢水；選礦廢水產生堿性污染；酸堿混合污染是指同時受到酸性和堿性污染，造成上述三種類型的因子是水體中懸浮物的不同類型[5]。

基于遙感技術的礦山水質污染監測是以污染水體的光譜特征為依據。水體光譜反射率特征顯示，水體對太陽輻射的光譜反射率差異與水體其本身的污染程度有著緊密的相關性，從而使得其在影像上顯示的特征也存在差異性。由于溶解或懸浮于水中的污染成分和濃度的不同，使水體的顏色、密度、透明度和溫度也不同，導致其特征曲線上反射峰的位置、高度和影像上的特征也相應的不同。基于以上因素，運用遙感技術手段進行廢水污染監測，可利用多光譜合成圖像，根據色調、形態、紋理等特征進行污染源、污染范圍、面積和濃度的初步識別。

2.2 礦山污染水體信息提取

礦山水污染識別和提取包括兩種，一是確定水體的化學成分，將其分為酸性污水、堿性污水和酸堿混合污水；二是不考慮具體的化學成分，直接將水體按污染程度分級分別進行提取[6]。

針對上述兩種提取類型，本實驗采用光譜反射率均值對比法，基于不同水體光譜曲線數據，確定區域水體污染。

2.2.1 水體信息提取

進行污染水體提取的前提是提取出研究區中的所有水體。不同的地物在不同波段反射能力不同，對幾個波段進行組合、差值、比值等運算可以突出水體，盡可能多的抑制非水體信息的表達。在整個水體信息提取的過程中，暗色地物以及陰影（尤其是來自于高大建筑物）是水體信息提取的最大干擾因素[7]。而礦山區域這兩個因素最為明顯。本研究水體信息提取時，針對礦山區域，研究了一種改進的綜合水體指數提取方法。

通過實驗發現水體在藍綠波段下降速率明顯小于紅外波段，部分非水體地物雖然反射率也隨著波段的增加而降低，但是它的反射率總體來說都很高，其他的地物在近紅外波段反射率反而隨之增加。在以上原理的基礎上，論文初步嘗試采用藍、綠、近紅外三個波段構建新的水體指數對水體信息進行增強，最大限度的區分水體和非水體地物之間的光譜差異，計算公式如下所示：

式中，Band2、Band3、Band5 分別代表了藍色波段、綠色波段以及近紅外波段.

2.2.2 基于光譜差異性的污水分析方法

水體在遙感影像上的光譜特性取決于水體中的物質含量以及類型，不同類型的物質以及含量使得水體的光譜特性不同，影響水體光譜特性的主要包括：水中的懸浮泥沙的含量（水體的渾濁程度）、水體中物質的顆粒大小、水體的葉綠素含量、富營養化程度、有機物的含量等，此外，水的溫度以及水深也對光譜成像有一定的影響。遙感傳感器的成像原理為不同地物對太陽光譜反射率的不同導致圖像上存在光譜差異。因此，不同污染程度的水體在影像上呈現的光譜特征不同，具體表現為顏色不同。以上原理為水體污染的遙感監測提供了理論基礎[8]。

根據非污染水體的光譜曲線和污染水體光譜數據的不同，結合遙感影像提供的水體的色調和形態，本實驗通過光譜對比分析定性地確定水質污染狀況。具體的做法是以采集的非污染水體和污染水體的光譜曲線為參考，將提取的研究區域的水體光譜數據與參考數據進行對比分析，通過光譜曲線相似性定性分析研究區水體污染狀況，并通過閾值法將研究區域污染水體分為重點污染和輕度污染。

3 實驗及其結果分析

3.1 水體提取結果

利用Landsat8 數據，經NCWI 水體指數處理之后對其進行二值化處理，可以得到如圖1所示。

圖1 NCWI提取結果Figure 1.NCWI extraction results

其中，NCWI值W越高 越能表示該像元 屬于水體，通過反復實現，選擇ND值大于0.3 的部分為水體，最終提取得到的整個研究區域的水體信息。

由于Landsat8屬于中低分辨率影像，且該研究區無大面積水域，只存在河流和部分水塘，因此提取出的水體面積較小且不完整。

3.2 獲取光譜曲線參考數據

圖2 參考光譜曲線圖Figure 2.Reference spectrum curves

物質的含量不同對水體的反射率有很大的影響。基于此，不同污染程度水體對太陽輻射的反射和散射也不同，進而對遙感傳感器的輻射也不同，所以通過水體光譜反射率的差異可以反映出水體污染的程度。

污染水體的數據用的是landsat8 數據，區域參考南淝河流域黑臭水體；非污染水體參考純凈水的光譜曲線特征。從水體光譜曲線上分析得到，被污染嚴重的水體在各個波段的光譜值平均值均高于非污染水體，如圖2所示。

可見光范圍內，反射率隨著波長的增長逐漸降低，水體的反射率也遵循上述規律。污染水體的光譜值整體在非污染水體之上，隨著懸浮泥沙濃度的增加，可見光對于水體的透射能力減弱，反射率增強，所以污染水體的反射光譜曲線整體高于非污染的水體。

3.3 研究區污染水體分析

在上述分析的基礎上，采用landsat8數據進行光譜反射率信息提取，提取礦山區域水體光譜曲線，并與參考的污染與非污染水體光譜曲線對比如圖3所示。

圖3 礦山水體與污染、非污染水體光譜曲線對比圖Figure 3.Comparison of spectral curves of mine water with polluted and non-polluted water

根據水體光譜差異，w并ate結r合區域光譜反射率閾值，將區域污染水體分為重度污染和輕度污染，監測結果如圖4所示，其中藍色為輕度污染水體（四個波段光譜反射率均值范圍為10406～12922）、黃色為重度污染水體（范圍為12923～15437）、綠色為礦山占地范圍。

根據圖4 顯示結果，結合圖3 光譜反射率曲線表明，礦山的開發對周邊區域水體帶來了一定的污染，靠近礦山區域，由于政策的限制，礦山做了凈化處理，所以中間一段污染較少，大部分為輕度污染水體，但距離礦山較遠的上游和下游污染較為嚴重。表2 數據顯示，從光譜均值看，礦山污染水體的均值分別為10301、11063、13600、14980，接近于常規污染水體各波段光譜值，并與非污染水體差異較大，實驗證明，礦山水體的的光譜值接近污染水體，所以判斷為污染水體。

表2 礦山水體、污染水體和非污染水體的各波段光譜值Table 2.Each-waveband spectral values of mine water,polluted water and non-polluted water 166-6

圖4 礦山污染水體光譜監測圖Figure 4.Spectral monitoring diagram of mine-polluted waters

4 結論

利用中低分辨率遙感影像（如Landsat8），通過光譜對比，可以定性的分析礦區水體污染，具有可行性，研究結果表明，首先，結合水體光譜特征實現礦山污水監測具有一定的有效性，其次，遼寧省遼陽縣蘭河流域由于礦山開發帶來了一定的水體污染，且區域的上游和下游水體污染較為嚴重。

論文用的數據分辨率相對偏低，在后續研究中，使用國產高分辨率影像（如高分一號或高分二號）同時輔以高程信息開展研究，在確保空間分辨率的前提下能更好地提取出水體。同時，鑒于基于光譜對比分析，采用高光譜遙感影像，從而能定性地獲取污染水體，確定污染水體的類型和范圍。