基于Landsat衛星數據的渾河水質監測及評價

丁華++王欣++劉玉梅

摘 要：氨氮和COD濃度是衡量水環境的重要指標之一，對于污染河水的質量監測和評價研究具有重要意義。利用遙感衛星反演氨氮和COD濃度可以對河水的氨氮和COD污染分布和污染程度進行整體監測，為水體的實時動態監測和水污染預警提供有效的技術支持。該文以渾河沈陽撫順段區域為研究對象，通過采樣得到采樣區域的水質參數，利用相對應的Landsat遙感影像數據對氨氮和COD濃度進行相關性分析，構建基于水質遙感的反演模型，并應用模型對渾河沈陽撫順段區域水體中氨氮與COD含量分布進行反演和評價。

關鍵詞：COD 氨氮 ENVI 渾河

中圖分類號：X832 文獻標識碼：A 文章編號：1674-098X（2016）10（a）-0073-02

渾河發源于撫順市清原縣灣甸子鎮長白山支脈的滾馬嶺西側，流經清原、撫順、沈陽、遼中、遼陽等市縣，全長415 km，流域面積2.5萬km2。渾河作為遼寧省水資源最豐富的內河，同時承擔了遼寧省中心城市群的工農業生產及生活用水任務。遼寧中部城市群傳統的重工業相對發達、人口稠密，渾河中下游的沈撫段，同一河流幾十公里之內就流經兩座城市，上游城市排入的污染物還未能完全稀釋凈化，即進入下游城市河段，又接受下游城市排入的廢水，造成環境污染的疊加。渾河沈陽撫順段具有城市相鄰、人口密集、工業和制造業發達、生活廢水排放量大的特點，對其水質狀況進行監測并做出準確合理的評價顯得尤為重要。

近年來，隨著遙感科學的不斷進步和一些新機器學習算法的出現，水質遙感監測研究逐漸從定性發展到了定量，并且可利用衛星遙感反演的水質指標的種類也大大增加，反演精度也不斷提高，極大程度地豐富了水質遙感監測的研究內容。遙感水質監測具有監測范圍廣、速度快、成本低和便于周期性連續監測的優勢，能夠發現一些常規方法難以揭示的污染源和污染物特征，與常規方法相比，具有不可替代的優越性。該論文就是借助遙感技術和GIS平臺，以渾河沈陽段為研究區域，對渾河內水質參數氨氮含量、（COD）化學需氧量建立適合渾河水質的反演模型，并通過反演結果對渾河沈陽段水體進行水質評價和變化趨勢分析。

1 材料與方法

1.1 實測水質數據的采樣

由于氨氮和COD為渾河沈陽段的兩種主要污染物，此次水體采樣主要采集氨氮含量（NH3-N）和化學需氧量（COD）水體這兩項指標。采樣時間分別為2015年3月4日、3月27日、4月20日、5月6日、6月1日、6月23日，在渾河進行水體采樣，采樣點個數為10個。通過GPS精確定位采集10個選定采樣點位的表層水樣。這10個采樣點分別是：長青橋、王家灣壩、新立堡立交橋、東陵大橋、干河子壩、伯官大橋、高坎大橋、下伯官攔河壩、高陽橡膠壩、和平橋和渾河大橋。采樣點分布于各個橋底和壩底，河面寬闊、水流平緩便于采樣，且分布均勻合理。

1.2 遙感數據的采集和處理

1.2.1 遙感數據采集

作為對渾河水質的研究和反演的遙感數據源主要采用Landsat7與Landsat8遙感數據，數據的空間分辨率為30 m和15 m兩種。由于外業數據采集時間限制，為滿足與衛星拍攝時間相近，2015年3月27日、6月1日選擇對應時間的Landsat7數據，其余4 d選擇與其相對應的Landsat8數據。從美國地質勘探局（USGS）的Landsat數據下載網站獲得了沈陽渾河流域2015年3月27日、5月30日的Landsat7 TM數據和2015年3月3日、4月20日、5月6日、6月23日的Landsat8數據影像資料。

1.2.2 遙感數據的處理

此論文利用遙感平臺ENVI軟件對數據進行預處理：首先是輻射定標建立遙感傳感器的數字量化輸出值DN與其所對應視場中輻射亮度值之間的定量關系；然后是大氣校正消除大氣的散射、反射對遙感影像的影響；轉坐標系指的是利用ENVI軟件中的Convert Map Projection模塊，將目標坐標系設定為經緯度，改變輸出圖幅的尺寸；最后是圖像裁剪，研究人員對需要的位置進行提取，即根據沈陽內渾河的形狀和位置對圖像進行裁剪。Envi軟件平臺能夠很好地處理landsat衛星數據，通過數據預處理，可以得到感興趣區域遙感影像的波段數據，是進一步影像解譯和數據挖掘的基礎。

1.3 研究方法

自20世紀70年代開始，遙感技術就開始逐漸應用到水體的研究中，隨著遙感技術的不斷發展和對水質參數光譜特征及算法研究的不斷深入，水質遙感從單純的水域識別逐漸發展到對水質參數進行遙感監測、分析和反演。同樣利用遙感研究水質的方法、遙感監測方法也經歷了理論分析方法、經驗方法（20世紀80～90年代）、半經驗方法（20世紀90年代以后）的發展過程。

此論文采樣半經驗方法，對各個波段和波段組合與氨氮含量和COD實測值之間的相關性進行分析，選取相關系數最高的波段或波段組合作為構建模型的因子；根據相關性分析得出的最佳波段組合數據與水質參數氨氮和COD數據在MATLAB中構建的函數模型；利用遙感軟件ERDAS中Modeler模塊進行模型反演，將得到的遙感數據在ARCGIS制作專題圖，得到渾河中氨氮含量和COD含量的等級分布圖；最后通過反演得到的數據對渾河撫順段的水質進行評價和變化趨勢分析。

2 結果與討論

以2015年3月4日的數據相關性分析和模型構建及水質反演為例，對數據處理的過程和結果進行分析和討論。

2.1 相關性分析

相關性分析是對變量間的相關程度強弱進行估算，并用合理的統計指標表達出來的過程。相關系數的值是衡量變量相關程度大小的一個量值。在統計學中，通常利用樣本的相關系數r的大小來判斷總體相關系數，相關系數的取值區間在-1至+1之間，∣r∣值越大，說明變量值之間的相關性越好。

將3月4日所對應的遙感數據波段反射率和相對應的水質參數統計到SPSS統計分析軟件中進行相關性分析，找出相關系數最大的波段或波段組合作為對應時間的水質參數構建模型的因子。經過比較發現：與3月4日采集的水質數據中氨氮相關系數絕對值最高的波段組合是b5/b6，相關系數絕對值為0.726；與COD相關系數絕對值最高的波段組合是b5-b6/b5+b6，相關系數絕對值為0.681。因此，分別選取波段組合b5/b6與是（b5-b6）/（b5+b6）作為3月4日水質參數氨氮與COD反演模型的因子。其他時間波段的選擇方法與3月4日的方法相同，這里就不一一說明了。

2.2 模型的建立

將根據相關性分析得出的最佳波段組合數據與水質參數氨氮和COD數據，利用Matlab中的CFTOOL工具箱擬合，并添加趨勢線，選擇指數、線性、多項式、冪函數等函數模型中R（相關系數）平方值最大的函數模型，根據擬合結果，選取3月4日氨氮與COD的最佳反演模型分別為：

由于受特殊點的影響擬合中的相關系數R2的值沒有達到理想的取值范圍（0.8～0.95），這可能是某些取樣點的數據采集質量不好或者水樣的實驗室分析結果不夠準確造成的。

2.3 水質反演

利用遙感軟件ERDAS中Modeler模塊進行模型反演，得到渾河撫順段流域的COD和氨氮含量整體分布圖，將得到的分布圖導入ArcMap，借助ARCGIS的專題圖功能，制作渾河沈陽撫順段流域氨氮含量和COD含量的等級分布專題圖。通過專題圖可以看到渾河流域在工廠密集的撫順區域水污染嚴重，而近幾年沈陽加強了對污水的治理，工廠很多都遷移到了外地，因此人口密集的沈陽段反而污染相對較輕。

2.4 水質評價

此論文根據地表水環境質量標準GB3838-2002表中水質參數氨氮與COD對反演的水質參數分布圖進行水質評價，在進行水質評價的時候將渾河沈陽撫順段分為上游、中游和下游3段分段進行評價，其中Ⅳ類水主要適用于一般工業用水區及人體非直接接觸的娛樂用水區，而Ⅴ類主要適用于農業用水區及一般景觀要求水域。通過分析數據可以看出：渾河水質3月份處于劣Ⅴ類，但從4月到6月持續轉好，6月份水質標準基本穩定在Ⅳ類，適用于一般工業用水區及人體非直接接觸的娛樂用水區。同時主要適用于農業用水及一般景觀要求水域。并不適用于漁業水域及游泳區。

3 結語

該論文利用的是可以在全球范圍內免費接收的Landsat遙感數據，雖然Landsat影像的分辨率只有30 m（全色波段是15 m），但是具有可以周期性連續監測并且免費獲得的優點，在需要周期監測整體水質的研究中發揮了相當大的研究意義，將Landsat影像應用到大型內陸湖泊水質的周期監測具有重要的現實意義和應用價值。

論文的創新之處在于利用周期性Landsat數據，通過分析各波段及波段組合反射率因子與渾河沈陽撫順段COD和氨氮濃度的關系建立了基于landsat數據遙感反演COD和氨氮濃度的半經驗模型。該次研究對利用周期性遙感影像反演水體COD和氨氮濃度取得了一定的進展，希望在以后的研究中，構建更加完善合理的模型以應用于渾河的周期性監測及水質災害的精確預警。

參考文獻

[1] 陳文召.水環境遙感監測技術的應用研究進展[J].中國環境監測，2008（3）：7-1.

[2] 王小欽，王欽敏，劉高煥.水污染遙感監測[J].遙感技術與應用，2002，17（3）：74-78.

[3] 于德浩，王艷紅，鄧正棟，等.內陸水體水質遙感監測技術研究進展[J].中國給水排水，2008，24（22）：12-16.

[4] 孫瑩，萬麗巖，江靜.遼寧降水分區變化特征及夏季降水影響因子分析[J].氣象與環境學報，2008（3）：18-23.