基于多光譜遙感技術的白洋淀水質演變監測方法研究

摘? 要：基于哨兵2號多光譜衛星遙感數據，結合白洋淀區實地采樣數據，對白洋淀淀區的水質參數進行定量反演，獲取淀區溶解氧、氨氮、總磷、總氮和化學需氧量五種參數的空間分布圖，掌握白洋淀水質整體情況。實驗結果表明，利用少量的水質實測數據，建立遙感水質參數反演模型，可以快速獲取淀區水質連續空間分布圖，通過模型精度驗證可知，該方法可以取得較高的反演精度。

關鍵詞：哨兵2號；水質反演；白洋淀；多光譜

中圖分類號：TP79；X87? 文獻標識碼：A? 文章編號：2096-4706（2023）03-0106-04

Study on Monitoring Method for Water Quality Evolution in Baiyang Lake Based on Multispectral Remote Sensing Technology

ZHAO Lin

（China Water Resources Beifang Investigation， Design and Research Co.， Ltd.， Tianjin? 300222， China）

Abstract： Based on the remote sensing data of Sentinel 2 multispectral satellite， combined with the field sampling data of Baiyang Lake area， the water quality parameters of Baiyang Lake area are quantitatively retrieved， and the spatial distribution map of the five parameters of dissolved oxygen， ammonia nitrogen， total phosphorus， total nitrogen and chemical oxygen demand in Baiyang Lake area are obtained， so as to master the overall situation of the water quality of Baiyang Lake. The experimental results show that the continuous spatial distribution map of water quality in the lake area can be quickly obtained by establishing a remote sensing water quality parameter inversion model using a small amount of measured water quality data. The model accuracy verification shows that this method can achieve high inversion accuracy.

Keywords： sentinel 2; water quality inversion; Baiyang Lake; multispectral

0? 引? 言

隨著經濟的高速發展，每年有大量的工農業廢水、污水未經處理排入江、河、湖、海，特別是與人們日常用水密切相關的內陸河、近海河口等位置，破壞了自然生態系統，威脅到人類的正常用水[1]。近年來，我國對水環境保護的關注度越來越高，黨中央對加強水生態環境保護做出了全面部署，各地政府也制定了一系列舉措。隨著水環境保護和水污染治理等方面的關注度提升，水質監測顯得尤為必要和緊迫。

傳統的水質監測方法需要在水域中布置大量的監測點，通過對監測點的水質進行采樣，并將采集的水樣進行化學分析，得到水質參數信息，此類方法消耗大量人力、物力，且涵蓋區域有限，不能對整體水域的水質情況進行宏觀監測與管理[2]。遙感技術手段具有實時、高效、連續性強、監測范圍廣、相對成本低等優點[3]，利用遙感影像數據可以及時對大面積水域進行水質多參數監測，有效彌補傳統水質監測方法的不足。目前，多光譜遙感技術已普遍應用于內陸水質監測，且在水質參數定量化研究中具有明顯的優勢[4]。

不同水體由于其物質組成的狀態不同，各物質所對應的光譜曲線也會表現差異，具體表現為對特定波長的吸收和反射不一樣，通常情況下，能夠反映出富營養化水體中光譜響應特征的水質指標主要有：

（1）浮游生物含量（葉綠素a濃度），主要指的是各種藻類，它是水體富營養化監測的基本參數。

（2）氨氮、氮、磷等化學成分，水域中的氮磷含量超標，會造成水體的富營養化。如果不及時進行管理，水質將急劇惡化，演變為赤潮和水華。

（3）高錳酸鹽指數，用來衡量水質的化學需氧量，高錳酸鹽指數越高，表示水中有機污染物越多，水中有機污染物主要來源于生活污水或工業廢水的排放、動植物腐爛分解后流入水體產生的[3]。

本文將白洋淀作為研究區，利用哨兵2號多光譜遙感數據對淀區水體的氨氮、總氮、總磷、化學需氧量和溶解氧5項水質參數進行定量反演研究，分析光譜波段與水質參數濃度的相關性，選取相關性最高的波段組合建立反演模型，并對水質參數反演結果進行分析和評價，結果表明，基于哨兵2號多光譜遙感數據的水質反演精度可達到75%以上，能夠滿足實際應用需求，為開展水環境監測與治理提供科學準確的數據支撐。

1? 數據與方法

1.1? 研究區概況

白洋淀，屬海河流域大清河南支水系湖泊，位于雄安新區，涉及安新縣、雄縣和容城縣，是華北地區最大的濕地生態系統，如圖1所示。白洋淀具有獨特的自然景觀，淀區風光秀麗，景色宜人，素有“華北明珠”之稱。白洋淀周邊共有8條入淀河流，流域面積21 045 km2。白洋淀四周有堤防環繞，東有千里堤，南有淀南新堤，西有障水埝和四門堤，北有新安北堤，堤防總長203 km。淀內主要由白洋淀、馬棚淀、燒車淀、藻苲淀等大小不等的143個淀泊和3 700多條溝壕組成。淀區面積中75%的水域在安新縣境內，構成了淀中有淀，溝壕相連，園田和水面相間分布的特殊地貌。

1.2? 數據源與數據處理

1.2.1? 外業采樣數據

2021年12月1日至2日兩天對白洋淀淀區進行實地采樣并獲取典型水體的樣本，并實時檢測水體的溶解氧濃度，將采集的樣本送往實驗室采用標準化學方法進行化驗，獲取典型水體的氨氮、總氮、總磷、化學需氧量等水質參數濃度。實地采樣點共27個，用于本次模型建模的共11個，用于驗證模型精度的采樣數據9個，其余點不在影像范圍內，采樣點位置空間分布如圖2所示，其中，三角圖標的采樣數據作為已知模型集，圓形圖標的采樣數據作為驗證集。

1.2.2? 多光譜數據與處理

本次遙感數據采用的是2021年12月5日的哨兵2號多光譜數據。含有12個波段，波段范圍為438 nm～2 280 nm，如表1所示。

哨兵2號屬于高分辨率多光譜成像衛星，主要用于陸地監測，可提供水覆蓋、土壤和植被、內陸水路及海岸區域等圖像，還可用于緊急救援服務。包括2A和2B兩顆衛星。哨兵2號多光譜影像包含13個光譜波段，幅寬約290千米。兩顆星互補重訪周期可達5天，而對于緯度較高的區域，這一周期僅需3天（本文研究區的哨兵2號多光譜影像周期為3天）。從可見光和近紅外到短波紅外，具有不同的空間分辨率，分別為10 m、20 m和60 m。

哨兵2號多光譜衛星遙感影像由歐空局發布，其發布的哨兵2號L1C級多光譜數據（MSI）是經過正射校正和幾何精校正的大氣表觀反射率產品，并沒有進行大氣校正。因此，SA-2的數據處理主要包括：大氣校正、數據重采樣和去云處理[4]。具體如下：

（1）大氣校正，利用歐空局發布的專門生產L2A級數據的插件Sen2cor對L1C級數據進行大氣校正處理，得到L2A級數據，主要包含經過大氣校正的大氣底層反射率數據、氣溶膠厚度（Aerosol Optical Thickness， AOT）、大氣水蒸氣（Water Vapour Map， WVM）等。

（2）數據重采樣，哨兵2號數據包含10米、20米和60米三種分辨率的波段數據，需要將60米和20米的數據重采樣至10米，以提高數據的整體分辨率。這里主要的使用工具是歐空局提供的Sen2Res插件。

（3）水體提取，基于多光譜數據，計算改進的歸一化水體指數，提取值大于0的范圍，即水體范圍。改進的歸一化水體指數（Modified Normalized Difference Water Index， MNDWI）[5]能夠最大程度地抑制居民地和土壤等噪聲，突出水體，MNDWI的計算公式如式（1）：

（1）

其中，GREEN表示綠波段，在哨兵2號影像中對應第3波段，MIR對應中紅外波段，在哨兵2號影像中對應第11或第12波段。

通過計算影像的MNDWI，設定合適的閾值，區分影像中水體與非水體，進而提取白洋淀水體范圍，并進行裁剪。

1.3? 水質反演

1.3.1? 水質反演模型構建

以11個實地采樣監測數據為已知建模集，求取其與多光譜影像中不同波段、波段倒數及波段比值之間的相關性，找出相關性最高的波段因子，以其為基礎進行建模，不同水質參數對應的相關性最高的波段關系及相應的建模結果如表2所示。

模型評價因子使用常見的模型決定系數R，其計算公式為式（2）：

（2）

1.3.2? 水質反演精度評價

基于上述反演模型，將2021年12月5日的哨兵2號影像數據進行反演，并使用實地采集的采樣點水質數據進行驗證。

在此基礎上，采用統計參數對水質參數的反演精度進行檢驗，包括平均相對誤差（Mean Relative Error， MRE）和均方根誤差（Root Mean Square Error， RMSE）[6]，二者公式如式（3）和式（4）：

（3）

（4）

X表示水質參數實測值，Y表示水質參數預測值，n表示參與計算的樣本個數，RMSE受測量值中的最值對應的誤差的影響很大，標準誤差能很好反映模型的精度，RMSE的值越接近于0，說明模型擬合效果越好，反演精度越高。

模型檢驗和評價結果如表3所示。

2? 水質反演結果與分析

基于上述構建的水質反演模型，對白洋淀淀區的氨氮、總氮、總磷、化學需氧量和溶解氧等水質參數進行水質反演，得到對應的空間分布圖，如圖3所示。

氮是水體中主要營養物質之一，在水體中主要以氨氮、亞硝酸鹽氮、硝酸鹽氮、有機氮等形式存在。四者可相互轉化，四者之和稱為總氮（Total nitrogen， TN）。對于氨氮指標，反演結果顯示2021年12月5日白洋淀淀區氨氮濃度變化范圍為0～0.70 mg/L；第Ⅰ類、第Ⅱ類和第Ⅲ類地表水環境質量的氨氮濃度標準分別為0.15 mg/L、0.5 mg/L、1.0 mg/L，從圖3中可看出，淀區北部的燒車淀、中部的東淀頭村附近以及南部的金龍淀、孟家淀和邸莊村附近水質較差，氨氮濃度達到0.3～0.4 mg/L，而其余區域氨氮濃度較低，可以得到Ⅱ類水標準。

總氮是衡量水體受污染程度的重要指標。反演結果顯示12月5日白洋淀淀區總氮濃度變化范圍為0～10.60 mg/L；對于總氮指標，第Ⅲ類、第Ⅳ類和第V類地表水環境質量標準分別為1.0 mg/L、1.5 mg/L、2.0 mg/L，從圖中可看出，位于淀區中部的絲網淀、池淤淀、大麥淀、石侯淀和范峪淀等以及淀區北部的燒車淀、荷葉淀等區域的水質較好，能達到Ⅴ類，局部達到Ⅳ類；而淀區南部的金龍淀、孟家淀和邸莊村附近水質較差，總氮濃度達到3～4 mg/L，局部達到4 mg/L以上，該區域村落較多，污染源多為生活污水，如洗菜污水、洗澡污水、洗衣服污水、洗衣粉/肥皂（含大量磷和氮）等。另外，12月氣溫降低，使得污泥活性降低，導致水體總氮濃度進一步升高。

總磷含量也是水質評價的重要指標之一。水體中總磷濃度的升高，會促使水中各類浮游動植物大量繁殖，導致水體中污染物增多、溶解氧含量下降，水質惡化轉變為富營養化的狀態。反演結果顯示淀區總磷濃度變化范圍為0～0.072 mg/L；對于總磷指標，第Ⅱ類、第Ⅲ類、第Ⅳ類地表水環境質量標準分別為0.025 mg/L、0.05 mg/L、0.1 mg/L，淀區水質可以達到Ⅲ類水。整個淀區總磷含量變化不大，且含量較小，水質較好。主要原因為氣溫較低，沉積物需氧量降低，不會引起磷的釋放。

化學需氧量是反映有機污染物對養殖水體污染程度的一個重要指標，也作為水體有機物相對含量的綜合指標之一。反演結果顯示淀區化學需氧量濃度變化范圍為0～50 mg/L；對于化學需氧量指標，第Ⅱ類、第Ⅲ類、第Ⅳ類地表水環境質量標準分別為15 mg/L、20 mg/L、30 mg/L，淀區水質可以達到Ⅲ類水，大部分區域達到Ⅱ類水標準。整個淀區化學需氧量指標變化不大，水質較好。

溶解氧是各種水生生物賴以生存的必要條件之一，也是水產養殖環境中最重要的和衡量水質好壞的生態因子之一，隨著養殖水體溶解氧濃度的降低（＜2 mg/L），將會出現大面積死魚現象。反演結果顯示淀區化學需氧量濃度變化范圍為2.22～21.95 mg/L；對于溶解氧指標，第Ⅰ類、第Ⅱ類、第Ⅲ類地表水環境質量標準分別為7.5 mg/L、6 mg/L、5 mg/L（大于等于），淀區水質可以達到Ⅱ類水，大部分區域達到Ⅰ類水標準。

3? 結? 論

本文基于哨兵2號多光譜遙感技術，結合實地采樣數據，對白洋淀淀區的典型水質參數（氨氮、總氮、總磷、化學需氧量和溶解氧）進行建模分析，反演淀區水質參數空間分布情況，通過與實測數據進行對比分析驗證反演結果的精度，證實了模型的可靠性以及方法的可行性。主要研究結論如下：

（1）多光譜遙感數據能夠有效反演水質參數，精度可以達到75%以上，并且基于多光譜遙感技術的水質參數反演可以實現水環境監測在空間上的連續，反映出各區域之間的差異，為水環境監測技術的發展提供一個新的思路。

（2）多光譜遙感技術具有重放周期高、監測范圍廣、成本低等特點，能夠實現定期數據的靈活獲取，對重點水體進行動態監測。

參考文獻：

[1] 趙永宏，鄧祥征，戰金艷，等.我國湖泊富營養化防治與控制策略研究進展 [J].環境科學與技術，2010，33（3）：92-98.

[2] 林劍遠，張長興，尤紅建.基于固有光學量的高光譜數據反演城市河網水質 [J].光譜學與光譜分析，2019，39（12）：3761-3768.

[3] 唐國強，龍笛，萬瑋，等.全球水遙感技術及其應用研究的綜述與展望 [J].中國科學：技術科學，2015，45（10）：1013-1023.

[4] 王歆暉，田華，季鐵梅，等.哨兵2衛星綜合水質指標的河流水質遙感監測方法 [J].上海航天（中英文），2020，37（5）：92-97+104.

[5] 徐涵秋.利用改進的歸一化差異水體指數（MNDWI）提取水體信息的研究 [J].遙感學報，2005（5）：589-595.

[6] 陳瑤，黃長平，張立福，等.水體COD光譜特性分析及遙感反演模型構建 [J].光譜學與光譜分析，2020，40（3）：824-830.

作者簡介：趙琳（1989—），女，漢族，山西長治人，工程師，碩士研究生，研究方向：水利遙感。

收稿日期：2022-11-25