基于遙感的廣州市水體COD 反演研究

趙 倩 韓留生* 王樹祥 張大富 范俊甫 孫廣偉 楊 驥 李 勇 王曉曉

（1、山東理工大學 建筑工程學院，山東 淄博255000 2、廣東省科學院廣州地理研究所，廣東 廣州510070）

水是人類生存發展不可或缺的自然資源，然而隨著社會經濟的發展，水污染問題逐漸顯現，給人們的生活帶來了重大影響。水質監測是獲取水污染情況的重要手段，通過分析水質監測結果可以有針對性地對污染水體進行治理。傳統的水質監測方法成本較高，采樣及分析過程需要較長時間，而且極易受到氣候和環境的影響，時空代表性差，監測結果往往難以準確反映監測對象整體的水質狀況[1-3]。遙感技術的出現，為水質監測提供了有效方式，可節省大量的人力、物力和時間上的花費[4]。

有機污染物是導致水體污染的主要原因之一，由于有機污染物種類繁多，在水質評價中常使用綜合性指標來表征有機污染的程度[5]?；瘜W需氧量（chemical oxygen demand，COD）是評價水體受有機物污染程度的一個重要指標，COD 濃度越高，表明水體受有機物污染程度越嚴重。趙起超等利用水體實測光譜、Landsat8 衛星數據和COD 實測值，使用BP 神經網絡構建了COD 遙感反演模型，對白洋淀水體COD 污染程度進行反演，得到了比較好的結果[6]。蔡建楠等利用水體高光譜數據和COD 實測數據，通過遺傳-偏最小二乘（GA-PLS）算法建立了COD 濃度反演模型，并比較輸入變量為不同特征波段組合時模型反演的效果差異，驗證發現該模型具有良好的反演精度[7]。

城市發展速度越快的地區水體污染往往越嚴重，廣州作為重要的國際大都市，經濟迅速發展的同時對水污染防治工作也較為重視。而且廣州市常年多雨，內部河流、水系發達，水域面積廣闊，水體污染的防治極其重要。本研究基于高分二號（GF-2）衛星數據，對廣州市中心城區水體中的COD 濃度進行反演，并利用廣州市生態環境局重點整治河涌的實測數據對反演結果進行驗證，分析廣州市水體中COD 濃度的空間分布情況。

1 數據與方法

1.1 GF-2 衛星數據及預處理

GF-2 影像預處理過程包括輻射定標、大氣校正、正射校正、融合、鑲嵌、水體提取。首先對GF-2 多光譜影像和全色影像分別進行輻射定標，然后對輻射定標后的多光譜影像進行大氣校正和正射校正，對全色影像僅進行正射校正；使用NNDiffuse Pan Sharpening 融合方法，將正射校正后的多光譜影像和全色影像進行融合，融合后獲得1m 分辨率的多光譜影像并進行多景影像鑲嵌；最后對鑲嵌好的GF-2 影像，使用歸一化水體指數（normalized difference water index，NDWI）法進行水體提取，對提取效果不好的地方手動進行修正。本研究使用9 景數據質量較好的GF-2 衛星影像，影像獲取時間為2019 年11 月17 日、12 月12 日和12 月27 日，覆蓋范圍主要包括廣州市白云區、越秀區、天河區、荔灣區、海珠區和黃埔區等中心城區。獲取的影像由于云量和過境時間限制，無法完全覆蓋中心城區，所以有部分水體缺失，這里對缺失水體不做研究。

1.2 實測水質數據

實測水質數據來源于廣州市生態環境局官網公布的重點整治河涌歷史水質監測數據，本研究使用其中10 個采樣點的COD 參數進行遙感反演模型的精度驗證，數據采樣時間選擇與GF-2 影像時間較為接近的2019 年12 月的數據。采樣點分布見圖1。

1.3 COD 遙感反演模型

基于GF-2 衛星數據，通過對地面實測水質數據和光譜數據進行光譜特征分析和相關分析，擬合構建了COD 遙感反演模型，對廣州市水體中的COD 濃度進行反演，模型公式如下：

式中：CCOD表示化學需氧量的濃度，單位為mg/L；b3指GF-2的紅光波段，b2指GF-2 的綠光波段。

2 結果與分析

2.1 COD 濃度遙感反演

在ENVI 5.3 中使用BandMath 工具，將公式（1）的COD 遙感反演模型應用于預處理后的廣州市水體的GF-2 影像進行計算，得到COD 遙感反演結果，并在Arcgis 10.5 中對研究區的COD 濃度反演結果進行分類顯示（圖2）。

圖2 COD 濃度反演結果

從圖2 可以看出，研究區主要河流COD 濃度總體較低，但是仍存在一些細小河流COD 濃度偏高。位于白云區的流溪河上游河段COD 濃度較高，可能是白云機場污水排放對水體造成了污染，導致COD 濃度超標。此外，珠江黃埔區段COD 濃度偏高，有部分河段COD 濃度超過V 類水標準，可能是附近污染企業排放的廢污水造成了COD 濃度升高。

2.2 模型驗證

使用采樣點驗證數據對COD 反演模型的精度進行分析，比較采樣點的實測值和反演值，計算相對誤差，如表1 所示。

表1 COD 遙感反演模型精度分析

通過對COD 遙感反演模型進行精度分析，可以發現COD的反演效果較好，最小相對誤差為10.93%，平均相對誤差為24.214%，同時從表中可以看出除了LW12 采樣點以外，COD 的反演值均比實測值偏高。該模型可以用來反演廣州市中心城區的COD 濃度。由于采樣點數據受采樣環境和天氣影響以及采樣時間與GF-2 影像并不是完全同步，因此可能有部分采樣點的相對誤差較高。

3 結論

本研究應用GF-2 衛星影像對廣州市中心城區的水體COD濃度進行遙感反演，并利用廣州市生態環境局實測水質數據對反演精度進行驗證，得出以下結論：廣州市中心城區的主要河流COD 濃度值總體較低，部分細小河涌COD 濃度值偏高；白云區流溪河上游河段COD 濃度偏高，可能是受到白云機場排放污水的影響；位于黃埔區的珠江部分河段COD 濃度較高，可能是附近的污染企業排放的廢污水造成濃度升高；COD 反演效果較好，說明本研究采用的模型可以用來進行廣州市COD 濃度的反演。