基于多源高分影像的水源地水質遙感監測研究

滿建舫，劉 陽，蘇 慧

（徐州市水利建筑設計研究院，江蘇 徐州 221000）

水源是自然生態環境正常運轉的源泉和動力，也是自然界中的不可再生資源。只有水質良好才能保證人民的生活質量，并推動國家經濟的發展和騰飛。但工業發展勢必會影響生態環境，水資源因為工業的固液廢棄物排放受到一定污染。水資源污染不僅影響居民的日常生活，也制約著國民經濟快速發展[1]。

在環境保護的大方向上，需要加大水質的監測力度，做好前期預防工作，避免后期進行水質恢復，導致相關治理成本上升。對水源地水質進行實時遠程監測，能快捷準確捕捉到水質問題。水源地水質遙感監測工作十分重要，傳統監測單純采取遙感方式，對于水源的質量問題只能有一個大概了解，無法精確監測到水域存在的具體環境生態問題。如果水體被污染，只能檢測到水體污染的大概位置，至于污染源排查、污染面積估算等都無法進行[2]，難以推動后續的水質動態檢測和實時動態的監測評價等工作進行。

工業化的不斷發展推動了城市化的發展，城市中的水質問題變成了相關領域專家注意的問題。水環境污染問題已經成為阻礙城市快速發展的重要因素，水質污染對城市居民的影響已經超出想象。多源高分影像技術和遙感監測結合已經成為當下水質監測的重點，單一的高分影像對水質的辨別只能監測出水質受到了污染，無法對水質污染進行分級。本文設計了基于多源高分影像的水源地水質遙感監測新方法，可以充分發揮出遙感技術成本低、監測范圍大的特點，提升水質監測效率[3]。

1 基于多源高分影像的水質數據獲取和處理

1.1 數據獲取

水質監測需要在監測范圍內安裝監測點，水質污染的判定是按照國家的污染指標進行的[4]，污水的判定和測定方法詳見表1。

多源高分影像主要利用現場收集的方式實現，采用光譜儀器進行測定，由于對現場光照有一定條件限制[5]，測試需要選擇陽光充裕的時間段。數據采集的儀器與陽光的角度為90°～130°。在采樣點，計算水的遙感反射率公式為：

式中：α為光譜的波長（m）；Wα為水面上的直觀可見度（m）；Sα為水下的輻照度（W/m2）。

1.2 多源高分影像數據預處理

為了讓遙感圖像在有限的圖像中顯示出更多信息，需要提升圖像分辨率[6]。為此，采用衛星識圖的方式獲取多源高分影像，以此得到兩種分辨率的圖像，分辨率高有利于精準分辨細小河流中的水質。多源高分影像的分辨率比較高[7]，與遙感技術結合可以實現多角度的分辨率辨別，多源高分影像處理后的DN值如圖1所示。

圖1 多源高分影像的DN值

分析圖1 中的多源高分影像處理之后的DN 值可知，多源高分影像的數據更加精細，和傳統的水體光譜進行對比，根據不同波段可以將水質的指標全面分類。通過圖1 可以看出多源高分影像，可以避免多種因素如水下的動植物正常活動對監測值的影響[8]，且不同波段的DN 值不同，可以實現光譜一致性的基本要求，提升監測精度。

2 水源地水質遙感監測圖像校正

在遙感成像的過程中，圖像的傳感器受移動速度、空氣變化和平臺高度等約束條件影響，導致水質的監測圖像會出現一定偏差。為了減少客觀因素帶來的誤差，需要對水源地水質遙感監測圖像進行校正，去掉遙感圖像對應地面目標的幾何畸變，根據實際情況進行映射校正[9]。由于室外校正地點的特殊性，監測結果主要受光照因素的影響。在遙感數據采集的過程中為了獲得水質的真實信息，需要去掉多源高分影像中的氣溶膠散射等影響因素。大氣校正效果可以直接影響遙感檢測圖像的精度，波段大氣反射率計算公式如下：

式中：e為波段大氣反射率；rs為遙感的整體反射率；fs為陽光在90°～125°的光譜輻照度[W/（m2·μm）]。

原始的基于多源高分影像的水源地水質遙感監測圖像的方根誤差計算公式為：

式中：a1為方根誤差（mm）；pn為采樣點的反射率；qn為經過大氣影響后的反射率；m是整個水質區域的采樣數量。

多源高分影像的水源地水質遙感監測圖像的絕對誤差計算公式如下：

然后進行波段的反差率的比較，建立監測的比值模型：

式中：R(α)綠為在綠色光光譜波段的遙感反射率；R(α)紅為在紅色光光譜波段的遙感反射率；(b,c)為檢測范圍的閾值。

若超過閾值則證明該地區的水產生了污染，需要注意。為了將正常水質的水和被污染的水區分開來，需要計算二者之間的特征差異。通過實驗進行輕度污染、中度污染、重度污染的水和正常水質的水的對比[10]。中度污染和重度污染的光譜幾乎已經不具備正常水質的特點，遙感反射率非常低，而輕度污染和正常的水質反射率較高，可結合該特征進行監測和判斷。

3 測試實驗

為了驗證基于多源高分影像的水源地水質遙感監測方法的實用性，將該水質監測方法與傳統的基于BP 神經網絡的水源地水質遙感監測方法、基于2A 衛星的水源地水質遙感監測方法進行比較，對比3種方法的監測精度。

3.1 實驗數據采集

本文的實驗數據由遙感數據采集而來的遙感影像轉變而來。將徐州市的某主要河流作為研究對象，研究區域傳回的多源高分影像包含17個光譜數據，為了方便研究將光譜數據按照波段進行分類，分為5個波段，光譜信息詳見表2。

表2 光譜波段信息

實驗數據采集為次/2 h，采集的都是同一天的基 礎 信 息，主 要 監 測 水 中 的CODMn、BOD5、DO 和NH3-N 的含量，其中NH3-N 含量是常見的水質監測標準，主要來源于水下生物的排泄物和水生植物的尸體分解。

3.2 實驗結果與分析

使用基于多源高分影像的水源地水質遙感監測方法和傳統的基于BP 神經網絡的水源地水質遙感監測方法、基于2A 衛星的水源地水質遙感監測方法，對5個波段的數據進行監測，監測的預測值和實際值之間的誤差對比如圖2所示。

圖2 實驗結果

分析實驗結果可知，本方法對NH3-N 的含量監測誤差在0.05～0.12，而傳統的2 種方式的監測誤差遠高于本方法，所以本方法檢測誤差更小。

4 結語

本文以多源高分影像技術可以分辨出傳統的正常水質和受到污染的水質之間的光譜區別原理為基礎，設計了一種新的水源地水質遙感監測方法，將遙感技術和多源高分影像技術進行充分融合，提升了監測精度。但本研究也有很多不足之處，希望在未來的研究中可以擴大范圍，多收集水質樣品，進行更加全面的研究。