基于高分影像遙感的城市黑臭水體提取研究

吳 陽 易 達 李逢清

(昆明理工大學津橋?qū)W院，云南 昆明 650101)

我國水資源由于污廢水排放口直排、降水攜帶污染負荷、生物體污染、城鎮(zhèn)污水廠尾水超標等原因造成水體及其周邊生態(tài)環(huán)境污染嚴重，特別是城市的部分水體已成為黑臭水體。城市黑臭水體是百姓反應強烈的水環(huán)境問題，不僅損害了城市人居環(huán)境，也嚴重影響城市形象,水資源保護和水污染治理成為現(xiàn)代社會最關注的問題之一，城市黑臭水體的治理與保護更是重中之重。在對城市黑臭水體治理與保護之前，黑臭水體的識別與提取是基礎與關鍵[1-3]。《城市黑臭水體整治工作指南》中對于城市黑臭水體給出了明確定義：一是明確范圍為城市建成區(qū)內(nèi)的水體；二是從“黑”和“臭”兩個方面界定，即呈現(xiàn)令人不悅的顏色和(或)散發(fā)令人不適氣味的水體，以百姓的感觀判斷為主要依據(jù)。黑臭水體的傳統(tǒng)判斷方法主要為開展水質(zhì)檢測，通過人工采集水樣、實驗室化驗分析得到數(shù)據(jù)進行分析研判，遙感技術具有高效快速的優(yōu)點，有效地彌補了傳統(tǒng)調(diào)查方法的不足。因此，利用遙感技術對城市黑臭水體進行提取研究具有一定的研究價值，能夠為城市黑臭水體的治理提供理論支撐。

1 研究區(qū)域與數(shù)據(jù)

1.1 研究區(qū)域概況

本次研究區(qū)域為江蘇省蘇州市相城區(qū)，研究區(qū)總面積為489.96km2，其中水域面積占總面積的40%左右，常住人口98.8萬、戶籍人口47.2萬，境內(nèi)共有湖泊10個，大小河流1101條。

1.2 遙感數(shù)據(jù)源及其預處理

1.2.1 遙感數(shù)據(jù)源

本次實驗使用的遙感影像來自國產(chǎn)高分系列衛(wèi)星的高分1號(GF-1)。影像共5個波段，包括1個全色波段和4個多光譜波段，其中GF-1 PMS相機全色波段的空間分辨率為2m，其余多波段的空間分辨率為8m，通過遙感影像的融合處理，可以獲得該區(qū)域的2m真彩影像。具體參數(shù)見表1。

表1 GF-1波譜范圍

1.2.2 遙感影像預處理

遙感影像預處理是城市黑水反演的第一步，主要包括輻射定標、大氣校正、正射校正等操作步驟，具體的操作流程見圖1。

圖1 數(shù)據(jù)與處理技術路線

a.輻射定標：使用絕對定標系數(shù)將衛(wèi)星圖像DN值轉(zhuǎn)換為輻亮度圖像，在 Radiometric Calibration面板中，將自動選擇符合 FLAASH大氣校正要求的參數(shù)。

b.FLLAASH大氣校正:對于已經(jīng)完成輻射定標的數(shù)據(jù)需進行FLLAASH大氣校正。在大氣校正過程中成像中心點經(jīng)緯度FLAASH自動從影像中獲?。粋鞲衅鞲叨?Sensor Altitude)設置為645km；像元大小(pixel Size)設置為8m；成像區(qū)域平均高度(Ground Elevation)可以通過統(tǒng)計DEM數(shù)據(jù)獲取或忽略。校正結(jié)果見圖2。

圖2 FLLAASH大氣校正結(jié)果

c.正射校正:對于完成大氣校正的影像需進一步進行正射校正，正射校正所需的DEM數(shù)據(jù)選擇高分1號(GF-1)數(shù)據(jù)自帶的30m分辨率的DEM數(shù)據(jù)。

d.影像融合：由于本次使用的影像共5個波段，其中GF-1 PMS相機全色波段的空間分辨率為2m、其余多波段的空間分辨率為8m，為了提升影像的整體分辨率，本次實驗通過遙感影像的融合處理，可以獲得該區(qū)域的2m真彩影像。影像融合的方法較多，本次實驗選擇最為常用的Gram-Schmidt方法對遙感影像進行處理。

2 水體指標反演

2.1 水體指標反演模型

本次水體指標反演模型選擇的水體指標主要包括葉綠素濃度(CChl_a)、總懸浮物濃度(CTSS)、透明度(Zsd)[4-5]。水體指標參數(shù)反演一般需要結(jié)合實測數(shù)據(jù)進行建模，在缺少衛(wèi)星過境時實測數(shù)據(jù)的情況下，可采用以下經(jīng)驗模型[6-8]：

a.葉綠素濃度(CChl_a)反演模型：

式中:b3和b4分別為圖像經(jīng)過輻射校正和大氣校正后的第3波段和第4波段圖像像元DN值。

b.懸浮物濃度(CTSS)的反演模型:

式中：b2和b3分別為圖像經(jīng)過輻射校正和大氣校正后的第2波段和第3波段圖像像元DN值。

c.透明度(Zsd)的反演模型:

式中：Zsd為透明度，cm。

隨后統(tǒng)計像元值的分布，利用(b1 ge a)a+(b1 lt a)b1對3個反演結(jié)果去除異DN值大于a的異常值。

2.2 黑臭水體判別

本次實驗的黑臭水體判別基于葉綠素a和透明度的營養(yǎng)狀態(tài)指數(shù)來間接評估水體的黑臭程度[9-10]，其估算模型為

TLIchl_a=25+10.86lnCchl_a

式中：TLIchl_a為葉綠素a營養(yǎng)狀態(tài)指數(shù)；TLIsd為透明度營養(yǎng)狀態(tài)指數(shù)。

利用ENVI歸一化擴展工具Raster Normalization，對TLIchl_a和TLIsd進行歸一化處理。結(jié)合多個水體的TLImax值域范圍分析，采用自然斷裂點法設定水體黑臭程度閾值。TLImax<0.64表示水體無黑臭；0.64≤TLImax≤0.72表示水體輕度黑臭；TLImax>0.72表示水體重度黑臭。

2.3 水體指標反演流程(ENVI)

2.3.1 水體提取

水體提取采用NDWI歸一化水體指數(shù)，見圖3。對NDWI圖像進行閾值分割，識別水體覆蓋范圍，通常將NDWI閾值設定為0，大于0為水體，小于0為非水體，對于個別提取效果不理想的區(qū)域，根據(jù)目視提取效果，確定最終水體的閾值，提取效果見圖4。

圖3 蘇州市相城區(qū)城市水體提取效果

圖4 蘇州市相城區(qū)城市黑臭水體提取效果

歸一化水體指數(shù)公式為

式中：p(Green)為綠波段；p(NIR)為近紅外波段。

波段運算表達式為

式中：float為浮點解；b2和b4分別為圖像經(jīng)過輻射校正和大氣校正后的第2波段和第4波段圖像像元DN值。

2.3.2 水體指標反演

按照確定的3種水體指標反演模型的計算公式進行波段運算，計算出葉綠素濃度(CChl_a)、懸浮物濃度(CTSS)和透明度(Zsd)3個指標，然后根據(jù)黑臭水體判別條件計算黑臭水體指數(shù)。黑臭水體指數(shù)波段，0值為正常水體區(qū)域，1值為黑臭水體。

2.4 水體指標歸一化

為直觀地表示多期數(shù)據(jù)間的變化，需要對反演結(jié)果進行歸一化處理，使所有DN值范圍統(tǒng)一到0～1之間，見圖5。歸一化的原理為

圖5 歸一化處理效果

式中：DN為原始像元值；DNmin、DNmax分別為波段的最小值、最大值。

3 實驗結(jié)果驗證與分析

3.1 實驗結(jié)果驗證

為了驗證本次實驗對于城市黑臭水體的提取效果，2020年1月，對研究區(qū)域內(nèi)提取的黑臭水體進行了實地勘察調(diào)研。GF-1衛(wèi)星影像彩紅外合成顯示時，可看出水體區(qū)域有一定的光譜反射。通過實地驗證，實際情況與上述實驗結(jié)果一致。

3.2 實驗結(jié)果統(tǒng)計分析

對蘇州市相城區(qū)的城市黑臭水體矢量數(shù)據(jù)進行提取與統(tǒng)計，統(tǒng)計結(jié)果見圖6。

圖6 蘇州市相城區(qū)黑臭水體統(tǒng)計結(jié)果

由圖6可知，蘇州市相城區(qū)城市黑臭水體有88個，其中城市黑臭水體水域面積最小的為1195m2，最大的為105729m2，平均水域面積為11084m2，黑臭水體水域總面積為975457m2。

蘇州市相城區(qū)境內(nèi)共有湖泊10個，大小河流1101條，水域面積約為196km2。相城區(qū)黑臭水體數(shù)量占總河流數(shù)量的8.0%，黑臭水體水域面積僅占相城區(qū)總水域面積的0.5%。

4 結(jié) 語

本次實驗以國產(chǎn)高分系列衛(wèi)星的高分1號(GF-1)遙感影像為數(shù)據(jù)源，采用定量遙感的技術手段，通過建立水體指標反演模型，對蘇州市相城區(qū)的城市黑臭水體進行了提取。結(jié)果表明，蘇州市相城區(qū)城市黑臭水體共有88個，占相城區(qū)總河流數(shù)量的8.0%；相城區(qū)黑臭水體總水域面積為0.975km2，僅占總水域面積的0.5%。在蘇州市相城區(qū)城市黑臭水體提取研究過程中發(fā)現(xiàn)，河流兩岸的植被對于黑臭水體反演影響較大，為了提高黑臭水體的提取精度，城市水體矢量數(shù)據(jù)提取尤為重要，提取時應盡量精準。高分1號(GF-1)影像數(shù)據(jù)光譜分辨率較低，后期研究可以嘗試利用高光譜影像進行進一步的研究。(云南省高校自然資源空間信息集成與應用科技創(chuàng)新團隊)