利用遙感影像分級識別城市河道黑臭水體方法

路 曦

(陜西國際商貿學院，陜西 西安 712046)

黑臭水體是一種發散惡臭且會對空氣造成污染的水體，是由于水體發生有機污染形成的，該有機污染是由于水體中含氧量較低，有機物發生腐爛導致[1]。此外，目前工業化的快速發展，污水未經處理直接排放至河流和湖泊之中，無法實現水體自凈，水生態環境承載力下降，遭受較大破壞[2]，導致黑臭水的形成。黑臭水體的形成對于人們的居住、城市的環境等均造成較大影響。城市中河道的分布較零散[3]，外加黑臭形成的時間存在差異，形成的原因較為復雜，并且形成因素之間存在相互作用。因此，黑臭水的黑臭程度也存在差異，表示城市河道黑臭水存在不同黑臭級別[4]，基于此，對于黑臭水的整治難度較大。

遙感技術作為一種綜合的探測技術，具備實時性較高、覆蓋范圍廣等特點，能夠完成遠距離目標的探測和識別，通過各類傳感儀收集目標信息，并經過處理后形成目標的遙感影像[5]，依據影像中的信息完成目標的分析和識別等。近幾年，遙感技術在城市河道黑臭水體探測方面得到大量應用。各個地區在實行黑臭水治理前，對其實行探測識別是主要內容，為完成黑臭水體的提取和識別，有學者提出基于模型評估的識別方法[6]，也有學者提出基于密集連接全卷積神經網絡的提取方法[7]。上述方法在識別過程中，雖然能夠完成黑臭水體的探測識別，但黑臭水體的程度分級效果不理想。本文為了向黑臭水治理提供可靠依據，可依據黑臭水的等級實行針對性治理。利用遙感影像分級識別城市河道黑臭水體，并以西安地區為例，展開城市河道黑臭水體的分級識別。

1 城市河道黑臭水體分級識別

1.1 研究區概況

西安市位于渭河流域中部關中盆地，其境內河道數量較多，大小河流數量總計54條，其中渭河、涇河、石川河系3條河流屬于過境河流，其河流分布概況如圖1所示。

圖1 西安河流分布概況Fig.1 Distribution of rivers in Xi′an

西安作為國家明確建設的國際化大都市和國家中心城市，也正在經歷著城市大規模建設和人口激增的高速發展期，隨之而來的城市水體納污能力受到嚴重的挑戰[8]。其中渭河的支流皂河，更是西安城市內的主要污水排放河流，承擔該市大部分的排污。并且，皂河的水量每天均發生一定比例的增長，皂河河道兩側的污水在排放前的處理水平較差、排放量較大，形成黑臭水體。面對該情況，西安市在對黑臭水實行管理和整治過程中，除加快污水處理廠和配套管網的建設以外[9]，依據不同的黑臭水等級，展開針對性的治理。本文以皂河為例，對其實行分級識別。

1.2 數據采集與分級識別方法

(1)實測數據采集。在皂河的上、中、下游的不同位置各采集10個采樣點，共獲取30個采樣點數據，上游數據用A1—A10表示，中游數據采用B1—B10表示，下游數據采用C1—C10表示。對各個采樣點的水面實行測量[10]，測量內容分別為水體表面的透明度、溶解氧、氧化還原電位等與水質關聯的參數數據，并完成測量時間、水體表面情況等信息的記錄[11]。完成記錄后采集各個采樣點的水體樣本。為判斷采集的水體樣本的黑臭水等級[12]，本文以《城市黑臭水體整治工作指南》中的黑臭水分級標準為判斷依據，其判斷標準見表1。

表1 黑臭水分級標準Tab.1 Black smelly water classification standards

(2)遙感影像數據采集。GF-6衛星是一顆光學遙感衛星，其運行軌道較低，軌道高度大約在644 km，并且衛星上共搭載2臺相機，均為多光譜相機，其中1個為高分辨率，1個為中分辨率寬視場成像相機，因此，其對于地形和環境的探測具備極大優勢[13]。本文則在衡量該衛星的優勢后，獲取該衛星拍攝的西安皂河城市河道黑臭水的遙感影像[14]，該遙感影像為上述小節的采樣點位置范圍，其拍攝時間為2021年7月，其分辨率為2 m全色/8 m多光譜高分辨率影像。由于篇幅限制，河流分布概況遙感影像如圖2所示。

圖2 河流分布概況遙感影像Fig.2 Remote sensing image of river distribution

為保證通過選擇的遙感影像精準地完成城市河道黑臭水體分級識別，需對選擇的遙感影像實行處理[15]，提升影像的質量。本文采用快速大氣校正(QUick Atmospheric Correction，QUAC)工具完成，整個處理過程包含多個步驟，分別為遙感影像數據下載和篩選、波段融合、幾何精準校正、大氣校正、水體中心線提取、水體判別、異常數據刪除等。在整個預處理步驟中[16]，大氣校正是其中重要的步驟。由于衛星在獲取遙感影像過程中需經過大氣環境[17]，大氣以及光照等會造成城市河道水體的反射，影響圖像對于黑臭水的分級識別結果。因此，大氣校正能夠有效處理大氣以及光照造成的反射線現象[18]，獲取真實可靠的水體反射和輻射情況，并分辨遙感影像中的不同物質的波譜信息。本文采用QUAC快速大氣校正工具完成，其校正流程如圖3所示。

圖3 大氣校正流程Fig.3 Atmospheric correction process

通過大氣校正后，使衛星獲取的水體遙感影像中，水體的反射率與實際結果更吻合，保證黑臭水的分級識別精度。

1.3 城市河道黑臭水體遙感識別方法

(1)城市河道黑臭水體光譜特征分析。為保證城市河道黑臭水遙感識別的可靠性，避免發生識別錯誤情況，先對遙感影像獲取的水體光譜實行分析，判斷正常水體和黑臭水體之間的光譜特征差異，如圖4所示。通過該差異分析后，可發現不同水體的光譜波段反射率存在明顯差異，重度一級黑臭水體的遙感反射率極低，低于0.008 SΓ-1，且沒有發生明顯波動[19]，一直處于較為平緩中，其表示重度黑臭水體已經不具備水體的光譜特征；重度二級黑臭水體的遙感反射率較高，均在0.015 SΓ-1以上，最高反射率達到0.025 SΓ-1左右，并且該波長處于550～700 nm的范圍內，波動較為平緩，表明重度二級黑臭水體仍舊具備一定的水體光譜特征。在統計過程中，為降低統計復雜度，可將兩者結合統計，統稱為重度黑臭水體。輕度黑臭水體的反射率均在0.009 SΓ-1以上，波動變化相對于2種重度黑臭水體而言較為明顯，表示其水體特征更為明顯；普通水體的遙感反射率整體波動較為明顯[20]，在整個波長中均存在波動變化，水體特征顯著。

圖4 城市河道黑臭水體遙感反射率特征結果Fig.4 Results of remote sensing reflectance characteristics of black and odorous water bodies in urban rivers

(2)遙感分級指數的黑臭水體識別模型。依據光譜特征分析結果，結合各個水體的遙感反射率情況，本文采用遙感分級指數模型完成黑臭水體分級識別，該模型的公式為：

(1)

(2)

2 結果分析

2.1 大氣校正結果分析

本文在進行遙感影像對城市河道黑臭水體實行分級識別前，為保證分級識別效果，對其實行影像數據預處理。本文以不同波長下的遙感影像反射率作為衡量指標，分析大氣校正效果，結果如圖5所示。

圖5 大氣校正結果Fig.5 Atmospheric correction results

依據圖5測試結果得出，在不同的波長下，紅、藍、綠3種波段的遙感影像反射率結果與實測結果的吻合程度較高，可以看出校正效果良好，能夠保證遙感影像對于城市黑臭水分級識別的效果。

2.2 黑臭水體實測結果分析

對采集的水體數據進行實測分析，獲取水體的透明度、溶解氧、氧化還原電位結果。由于篇幅原因，結果僅隨機呈現上、中、下游的不同位置的各5處采集點數據測試結果，見表2。

表2 水體實測數據結果Tab.2 Measured data results of water body

依據表2測試結果得出：不同位置采樣點的水體狀態存在差異，上游采樣點中僅有一個采樣點的水體測定為普通水體，即A1采樣點。其他均為輕度黑臭水體；中下游水體的各個采樣點均為重度一級黑臭水體和重度二級黑臭水體。

2.3 遙感影像分級識別結果分析

對所有與采樣點對應的水體遙感影像實行分級識別，計算城市河道黑臭水體遙感反射率特征結果，以此獲取其水體等級分布結果，如圖6所示。并依據水體的BOCI結果，判斷水體的黑臭等級，結果如圖7所示。由于篇幅限制，僅隨機呈現15個遙感影像的BOCI指數分級識別結果，遙感影像分級識別結果如圖6所示。

圖6 遙感影像分級識別結果Fig.6 Classification recognition results of remote sensing shadow images

圖7 下游黑臭水體的遙感影像識別結果Fig.7 Remote sensing image recognition results of black smelly water in the downstream

依據圖6和圖7測試結果得出：通過遙感影像能夠完成研究地區的水體類型的識別，并且能夠計算出水體的BOCI指數，依據設定的閾值對指數實行判斷，實現黑臭水體的分級識別，同時能夠呈現局部城市河道黑臭水體的識別。

為判斷本文采用的遙感影像對于城市河道黑臭水體分級識別的可靠性，以相同的采樣點進行實測和遙感的分級識別。分級識別結果見表3。

表3 2種分級識別方法的識別效果Tab.3 Identification effects of two hierarchical identification methods

依據表3測試結果得出，30個采樣點中，實測和遙感的普通水體、輕度黑臭水體、重度黑臭水體(一級和二級結合統計)數量均一致。并且可依據識別結果計算各類水體的長度，且計算結果與實際結果之間吻合程度較高，誤差均在0.5 m以內。因此，本文利用遙感影像分級識別城市河道黑臭水的結果精度較高，與實際情況較為吻合，因此能夠為黑臭水體的管理和整治提供可靠依據。

3 結論

目前，各個城市對于黑臭水體的管理和整治工作大面積展開，在整治前，可靠判斷黑臭水體的類別的黑臭等級，對于整治效率和效果存在直接影響，并且對于整治后的管理也可提供監察管理數據結果，保證整治效果的持久性監督。

本文以西安市渭河的分流皂河為例，利用遙感影像完成其城市河道黑臭水體分級識別。分析結果顯示，本文方法在利用遙感影像進行城市河道黑臭水分級識別時，對影像實行預處理后，能夠有效提升遙感影像質量,并能夠利用遙感影像完成城市河道水體類別的識別。同時，可實現黑臭水體的等級識別，并且識別結果與實測結果吻合程度極高，水體識別長度誤差均在0.5m以內，能夠為黑臭水的整治和后期管理提供可靠依據。在未來的研究中，將考慮進一步擴大研究區域，分析不同水體的水質特征。