基于遙感技術(shù)的滏陽河東武仕水庫水體污染信息提取

李曉磊

（河北省煤田地質(zhì)局水文地質(zhì)隊，河北 邯鄲 056200）

滏陽河是子牙河水系的一條重要支流，它發(fā)源于邯鄲市峰峰礦區(qū)的黑龍洞泉群，流經(jīng)邯鄲市的5縣5區(qū)，境內(nèi)全長為165 km，流域面積為2 747 km2。滏陽河東武仕水庫位于邯鄲市西南部、峰峰礦區(qū)東側(cè)。近年來，隨著城市化進程的加速，滏陽河水系受污染的情況逐漸加劇。由于生活污水和工業(yè)廢水大量排入，滏陽河水質(zhì)不斷惡化。對于邯鄲市來說，滏陽河不但與市民的生產(chǎn)生活息息相關(guān)，而且影響全市經(jīng)濟的持續(xù)穩(wěn)定發(fā)展。傳統(tǒng)水污染調(diào)查方法，以地面定點觀察為主，其具有調(diào)查速度慢、成本高、周期長等缺點，也不利于人們?nèi)妗⒓皶r地掌握水體污染狀況。遙感數(shù)據(jù)具有獲取周期短、視域廣等優(yōu)點，目前已被廣泛應(yīng)用于環(huán)境污染調(diào)查工作中。在滏陽河東武仕水庫一帶利用遙感技術(shù)開展對水體污染信息提取方法的研究，可以為利用遙感技術(shù)監(jiān)測和治理該區(qū)水體污染提供理論依據(jù)。

1　數(shù)據(jù)源及其特征

本研究選用2014年12月16日、軌道號為124035的OLI遙感數(shù)據(jù)提取滏陽河東武仕水庫一帶水體污染信息。

OLI（Operational Land Imager，陸地成像儀）搭載于LandSat－8號衛(wèi)星，于2013年2月11日由NASA成功發(fā)射.OLI傳感器獲取的遙感數(shù)據(jù)包括8個多光譜波段數(shù)據(jù)和1個全色波段數(shù)據(jù)，多光譜波段影像空間分辨率為30 m,全色波段影像空間分辨率為15 m（見表1），成像寬度為185 km×185 km，這為提取水體污染信息提供了保障[1]。

在OLI 762（RGB）合成影像中，工作區(qū)以黃綠色色調(diào)為主，居民地以紫色色調(diào)為主，水體主要呈黑色色調(diào)，在東清流村東南滏陽河道內(nèi)、路村營北部東武仕水庫內(nèi)的部分地段水體呈深藍色，如圖1所示。該景數(shù)據(jù)影像色調(diào)豐富、數(shù)據(jù)質(zhì)量較高，能夠滿足水體污染信息提取要求。

表1　OLI遙感數(shù)據(jù)波長及空間分辨率特征

2　污染信息提取

清潔水體、污染水體的物質(zhì)成分差異較大，必將導致二者波譜特征有所不同。遙感調(diào)查主要對象正是：水體、植被、土壤和巖石等。現(xiàn)有研究成果表明，滏陽河水體污染以氨氮污染最為嚴重，氨氮分布具有極強的空間差異[2]。

圖1　滏陽河東武仕水庫段OLI 762（RGB）合成影像

水體的富營養(yǎng)化必將引起藻類突然過度性增殖，藻類數(shù)量空間分布特征與水中葉綠素濃度分布密切相關(guān)，同時水中葉綠素濃度與植被指數(shù)間具有較好的相關(guān)性。所以,植被指數(shù)能夠間接指示富營養(yǎng)化水體污染特征，為利用遙感數(shù)據(jù)提取富營養(yǎng)化水體污染信息提供理論依據(jù)。

2.1　水體污染信息提取波譜依據(jù)

實測地物波譜曲線特征分析是利用遙感技術(shù)提取地物信息的前提。在各種水體的反射波譜曲線中，清潔水體的反射率最小，其次是含沙水體。在0.4～1.1 μm波長區(qū)間，清潔水體的反射率隨波長增加而減小，至0.76 μm波長，清潔處水體的反射率基本為0。而含泥沙水和藻類等浮游生物的水體反射率要大于清潔水體，尤其是含藻類的水體在0.68～0.8μm波長區(qū)間反射率隨波長增加而急劇增大，與清潔水體、含沙水體的波譜特征迥然不同，如圖2所示。

2.2　水體污染信息提取理論基礎(chǔ)

大量營養(yǎng)鹽進入水體后，在一定條件下會引起藻類的大量繁殖，大量消耗水中的溶解氧，從而導致魚類和貝類的死亡，這一過程稱為水體的富營養(yǎng)化。反映水體富營養(yǎng)化程度的最主要因子是葉綠素，其中又以葉綠素a最為突出。由于氨氮污染嚴重，滏陽河東武仕水庫一帶水體出現(xiàn)富營養(yǎng)化。水體的富營養(yǎng)化必將導致水體中藻類突然過度增殖。

圖2　水體反射曲線

2.3　水污染遙感信息提取方法

比值植被指數(shù)可以用來分析植被覆蓋狀況，但王愛華研究發(fā)現(xiàn)，比值植被指數(shù)的平均值和方差可以作為半定量指標來劃分水體污染程度，同時比值植被指數(shù)可以作為水體污染的指標[3]。因此，本文利用比值植被指數(shù)提取水體污染信息，根據(jù)植被指數(shù)與植被指數(shù)均值與標準差，計算不同污染程度水體的分類閾值，如表2所示。

表2　水體污染程度分類閾值

2.4　水體污染信息遙感提取流程

利用比值植被指數(shù)提取水體污染信息的流程為：大氣校正、水體自動識別、計算水體分布區(qū)域比值植被指數(shù)（B5/B4）、計算水體分布區(qū)域比值植被指數(shù)均值和標準差、計算分割閾值、密度分割及密度分割結(jié)果矢量化，如圖3所示。

圖3　水體污染信息提取流程

2.4.1大氣校正

利用內(nèi)部平均相對反射率法對工作區(qū)影像進行大氣校正，該方法是用圖像各波段的每個像元灰度值除以該波段在工作區(qū)圖像像元灰度值的均值。相對大氣校正，能夠消除大氣層輻射和部分地形影響，得到的相對反射率與真實反射率具有相同的波譜特征。

2.4.2水體識別

在0.4～2.5 μm波長區(qū)間，水體的反射率隨波長的增加而降低，至紅外波長區(qū)間，水體對太陽輻射能量全吸收。因此，本次利用OLI 7波段提取水體邊界，切割閥值為0.681～0.701。

2.4.3計算植被指數(shù)

比值植被指數(shù)是近紅外波段和紅光波段的比值。根據(jù)OLI遙感數(shù)據(jù)波譜特征，確定利用OLI遙感數(shù)據(jù)比值植被指數(shù)計算方法是OLI遙感數(shù)據(jù)的5波段與4波段比值。

2.4.4密度分割

計算水體區(qū)域比值植被指數(shù)的均值與標準差，研究區(qū)水體區(qū)域比值植被指數(shù)的均值與標準差分別為0.788、0.018，利用均值±標準差劃分水體污染程度。

2.4.5矢量化與成果表達

經(jīng)密度分割后的污染程度不同的水體形成柵格數(shù)據(jù)。為了便于成果表達，需要把污染程度不同的水體數(shù)據(jù)轉(zhuǎn)換成矢量數(shù)據(jù)，經(jīng)格式轉(zhuǎn)換后，在地理信息系統(tǒng)環(huán)境中，把污染程度水體的界線疊加到遙感影像圖中，形成工作區(qū)水污染程度分布圖（見圖4）。

圖4　東武仕水庫水體污染程度分布圖（●野外檢查點）

3　結(jié)論

滏陽河東武仕水庫一帶水體以中度氨氮污染為主，其主要分布于東武仕水庫邊部及非居民生活區(qū)河流邊部，中度、少量重度污染水體主要分布于居民生活區(qū)河流邊部、東清流村東南、東武仕水庫西南、路村營鄉(xiāng)北部，水中含有大量的水藻（見圖5（a））、生活垃圾（見圖5（b）），輕度或未氨氮污染水體主要分布于東武仕水庫中央及東北側(cè)。

圖5　中度-重度污染水域野外照片

氨氮污染導致水體的富營養(yǎng)化，富營養(yǎng)化水體能引起藻類等浮游生物的過度增殖，使得污染程度不同的水體中葉綠素含量有所差異，而植被指數(shù)與葉綠素含量呈正相關(guān)。因此，利用遙感數(shù)據(jù)計算水體中植被指數(shù)，可以間接反映水體氨氮污染程度，并能夠半定量劃分不同污染程度水體的分布范圍，為利用遙感數(shù)據(jù)監(jiān)測水體污染提供了依據(jù)。