基于衛星遙感的水文水資源信息遠程監測方法

董禮瑋

(西安水文水資源勘測中心，西安 710000)

0 引 言

水資源關系到人類的生存與發展，因此對水資源的利用深入到生活的方方面面。例如，可以利用水資源進行農業灌溉；可以利用水資源進行發電；可以利用水資源發展漁業養殖業等；還可以利用水資源發展旅游業等等。然而，隨著人們對水資源的利用和開發以及自然氣候的變化，水資源每時每刻都在呈現動態變化的態勢，有的向好的方向發展，有的則向著負面的方向發展，因此及時掌握水文水資源信息對于水資源的合理利用與開發等具有重要的現實意義[1]。

基于上述背景，水文水資源的監測一直是研究的重點內容，很多專家和學者在發表的文獻中提出了自己的觀點和見解。目前，研究方向主要有兩類：一類是針對水文水資源水質問題進行監測。例如，王蕊、王常穎、李勁華等針對引發水體變色的綠潮水質問題提出一種檢測方法[2]。該方法以拍攝目標區域的GF-1遙感影像為基礎，首先利用K-means和C4.5算法對圖像內的綠潮和海水兩類目標進行識別，然后根據識別結果建立區分閾值與影像光譜差之間的線性關系，最后根據這種線性關系實現綠潮區域的智能檢測。肖瀟、徐堅、趙登忠等針對漢江中下游典型河段，以國產衛星拍攝的多光譜影像作為基礎，建立CM-BP濁度遙感反演模型，通過該模型分析出研究區內水資源濁度時空分布特征[3]。另一類是針對水資源面積變化進行監測。例如，張文、崔長露、李林宜等以鄱陽湖為例，通過兩個時間段的Landsat影像和GF影像以及水位數據，建立了水體面積和水位之間的關系模型，通過該關系模型分析不同季節鄱陽湖水資源面積變化規律[4]。苑希民、韓超、徐浩田等針對黃河流域冬季凌汛災害提前預防問題，提出了基于分形理論與SVM的災害區域識別方法[5]。該方法以遙感圖像作為基礎，通過前者檢測災害區域邊緣并進行分割，然后通過SVM識別不同種類河冰空間分布信息，以此實現黃河流域冬季凌汛災害區域識別。

本文以前人研究經驗為參考，提出基于衛星遙感的水文水資源信息遠程監測方法。該方法中不僅監測水資源量變化情況，還檢測該區域水資源水質情況。以期通過本研究實現對水文水資源信息更為全面地監控和掌握，為水資源利用提高可靠的參考數據。

1 基于衛星遙感的水文水資源信息遠程監測方法研究

對水文水資源信息的監測與掌握對于提高水資源利用率、預防水文災害損失、降低水資源污染具有重要的現實意義。目前，水文水資源信息監測多數都是通過采集樣本的方式來實現，具有一定的局限性[5]。針對上述問題，本文提出一種基于衛星遙感的水文水資源信息遠程監測方法。該方法通過衛星遙感獲取監測區域內的水文水資源圖像，然后通過圖像處理和分析技術對圖像中的目標進行識別與分析，分析該研究區內的水資源量變化情況，并針對研究區內的水資源水質進行評價，實現水文水資源的全面監測。

1.1 水文水資源衛星遙感圖像獲取

衛星遙感是以人造地球衛星作為遙感平臺，通過其上搭載的傳感器進行地物觀測，原理框圖見圖1。

圖1 衛星遙感原理框圖

衛星遙感主要由5部分組成，即遙感對象、傳感器、光源、遙感平臺以及信息處理與分析系統。當光源(太陽光)照射到目標遙感對象，也就是水面時，太陽光會發生輻射，產生各種各樣的輻射光，如水面的反射光、水中物質的散射光、水底的透射光等等。這些光中包含大量關于遙感對象的信息，因此人造地球衛星就會利用其裝載的傳感器針對這些光進行采集[6]。基于采集到的信息形成關于目標對象的衛星遙感圖像。最后衛星通過自身攜帶的衛星通信設備將圖像傳輸到位于地面站的信息處理與分析系統當中，以進行進一步的研究與分析。

1.2 水文水資源衛星遙感圖像預處理

獲取到的原始水文水資源衛星遙感圖像必須經過預處理，才能提高圖像質量，保證最后監測結果的準確性，同時也使得圖像滿足后續處理工作的要求標準[7]。預處理包括輻射定標、大氣校正、幾何校正、圖像去噪等幾個部分。下面針對這幾個預處理過程進行具體分析。

1.2.1 輻射定標

衛星遙感圖像中信息是通過DN值的形式來描述的，但是本身DN值并不具備任何實際意義，因此需要將其賦以相應的輻射亮度值，以方便后續處理與分析[8]。上述過程即為輻射定標。原理公式如下：

H(L)=(DN+R)·K

(1)

式中：H(L)為轉換后的等效輻射亮度值；R為定標截距；K為定標斜率。

1.2.2 大氣校正

各種輻射回來的光譜信息在被人造地球衛星上的傳感器采集前會通過大氣，而大氣會使能量衰減，并使光譜分布發生變化，造成圖像信息不準確，因此需要進行大氣校正[9]。大氣校正方法具體過程如下：

步驟1：同時進行瑞利散射計算和水體指數計算。

步驟2：通過上述二者計算水體反射表達式。

步驟3：根據水體氣溶膠關系計算氣溶膠指數。

步驟4：計算所有波段的氣溶膠指數。

步驟5：計算所有波段的水體反射。

步驟6：完成大氣校正。

1.2.3 幾何校正

水文水資源目標遙感圖像在采集過程中，受到傳感器內部因素、遙感平臺因素、地球因素、大氣折射和投影方式等多種因素綜合影響下，采集的遙感圖像會發生幾何畸變，相較于實際情況，圖像中的地物在幾何參數產生了變形[10]。針對這種情況，就需要對圖像進行幾何校正。具體過程如下：

步驟1：輸入待校正的水文水資源衛星遙感圖像以及參考圖像。

步驟2：確定地面監控點。

步驟3：幾何校正精度評估。判斷均方根誤差是否滿足條件？若滿足，進行下一步；否則，回到步驟2。

步驟4：選擇幾何模型。

步驟5：圖像重采樣，并輸出。

步驟6：校正結果是否滿意？若滿意，輸出校正后的圖像；否則，回到步驟2，重復上述流程，直至達到滿意的校正效果。

1.2.4 圖像去噪

采集到的原始水文水資源衛星遙感圖像中會有噪聲點存在，覆蓋住圖像信息，不利于后續目標識別，因此需要對圖像進行去噪處理[11]。在這里，通過構造一個超完備字典來進行去噪。超完備字典構造過程如下：

步驟1：構造初始超完備字典D0。

步驟2：建立圖像樣本集合，記為F。

步驟3：零迭代次數等于1，并使得D0=D1。

步驟4：將圖像樣本集合中的光譜信號在D1上進行稀疏分解，得到系數矩陣。

步驟5：更新字典，并對其中每一個原子都進行更新。

步驟6：確定原子對應的光譜信號子集。

步驟7：計算殘差，即利用光譜信號子集減去原子與系數矩陣之間的乘積。

步驟8：構造梯度算子。

步驟9：更新原子，原理是通過原始原子減去步長因子與梯度算子之間的乘積。

步驟10：按照設置的迭代次數，重復上述步驟，直至得到一個超完備字典。

利用構造的超完備字典對去噪目標函數進行求解，得到去噪后的水文水資源衛星遙感圖像。

1.3 水體提取

水體提取是指找出水文水資源衛星遙感圖像中屬于水體的部分，并進行邊界標注[12]。通過分割出來的水體部分，可以用于水體面積的運算。水體提取具體過程如下：

步驟1：計算水文水資源衛星遙感圖像的直方圖；

步驟2：對直方圖進行歸一化處理，記為si(i=0,1,2,...,L-1)，其中L代表灰度級個數。

步驟4：選擇一個閾值T(k)=k,0

步驟5：利用T(k)將圖像閾值化處理，得到兩類像素A1和A2。

步驟6：計算圖像像素被分類到A1和A2中的概率。

步驟7：計算分配到A1和A2類中像素的平均灰度值。

步驟8：計算灰度級為0到k的像素的平均灰度值。

步驟9：計算全局灰度均值。

步驟10：對于 0

步驟11：使得類間方差最大的k值為分割閾值。然而，能夠使得類間方差最大的k值有多個，則計算所有k值的平均值，得到分割閾值。

步驟12：利用得到的分割閾值可以將水體目標從圖像中分割出來。

步驟13：利用Labelme圖像標注工具以描點的方式構建多邊形，劃分出水體所在區域，并保存多邊形坐標[13]。

上述過程即為水體提取過程。

1.4 水體面積與水量監測

基于上一節分割出來的水體區域，在Albers投影工具下，計算水體面積[14]。計算公式如下：

G=g·M

(2)

式中：G為水域面積；g為單個像元的面積；M為像元個數。

基于估算出來的水體區域面積，按照下述方程組計算區域水量。具體如下：

(3)

經過計算得出，研究區域內水域面積變化特征以及水量變化規律，可以從中明確該區域水資源減少和增多情況。

1.5 水質監測

為進一步了解區域水體質量變化情況，需要對研究區內水體水質進行監測。以水體水質的光譜特性與水質參數為基礎，建立線性回歸方程[15]。回歸方程模式如下：

y=a+bx

(4)

式中：a、b為回歸系數，通過最小二乘法求得；x為光譜參數，如輻射率、離水輻射率或遙感反射率等；y為各水質指標的模型估測值。

在這里y可以表示為溶解氧、化學需氧量、總磷、葉綠素模型，通過在采樣點處采集到的水質樣本，通過氣相色譜儀檢測獲得[16]。

基于上述4個指標，計算水質指數，計算公式如下：

R=w1y1+w2y2+w3y3+w4y4

(5)

式中：y1、y2、y3、y4分別為溶解氧、化學需氧量、總磷、葉綠素值；R為水質指數；w1、w2、w3、w4為指標權重系數。

水質劃分標準見表1。

表1 水質劃分標準表

2 實例分析

2.1 研究區

以國內某湖泊為例，進行水文水資源信息遠程監測。研究區見圖2。

利用遙感30號06組衛星為采集設備，采集研究區內湖泊1年內的衛星遙感圖像，采集為每個星期上午10時采集一次，采集時要求天氣晴朗，若遇上惡劣天氣，則延遲一天采集。

2.2 采樣點布設

在圖2中標出5個采樣點采集水質樣本，見圖3。

圖3 采樣點布設

將5個采樣點采集的水質樣本代入式(4)中，建立水質監測模型，具體如下：

式中：y1、y2、y3、y4分別為溶解氧、化學需氧量、總磷、葉綠素值的估計值。

2.3 水體提取

按照1.3節流程提取水體，提取結果見圖4。

圖4 水體提取結果

2.4 水體面積與水量估算

利用1.4節中式(2)和式(3)計算研究區內湖泊水體面積和水量變化，見圖5。

圖5 水體面積與水量估算結果

圖5中內圈水體面積為2 254.25 km2，水量為425.23×108m3，因為是枯水期，因此湖泊水體面積和水量均最小；外圈水體面積為3 825.51 km2，水量為7 214.56×108m3，因為是豐水期，因此湖泊水體面積和水量均最大。

2.5 水質監測結果

基于式(5)以及衛星遙感圖像光譜參數，統計該湖泊水質指標，結果見表2。

表2 湖泊水質指標值

各指標的權值為w1=0.540、w2=0.182、w3=0.054、w4=0.015。通過式(5)，計算該湖泊水質指數為R=6.553 48。對比表1，該湖泊水質為Ⅲ級，水質一般，因此有待進一步改善。

3 結 語

綜上所述，受到人類活動的影響，水資源很容易受到污染和破壞，水資源量減少，污水難以分解問題頻發。針對上述問題，本文提出一種基于衛星遙感的水文水資源信息遠程監測方法。該方法以衛星遙感采集到的圖像為基礎，通過圖像中的信息分析研究區水量變化、水質變化情況。通過實例分析，驗證了所研究監測方法的有效性，完成對湖泊水體面積與水量估算以及水質的監測。然而，本研究算例分析中監測具有一定的局限性，忽略了不同季節、不同區域水環境狀況的差異性，因此有待進一步詳細分析。