基于Sentinel-2多光譜遙感影像的小浪底水質(zhì)反演

郭榮幸　王超梁　陳濟民等

關(guān)鍵詞：多光譜遙感；水質(zhì)反演；Ｓｅｎｔｉｎｅｌ－２；反演模型；小浪底水庫

中圖分類號：Ｘ８２３；ＴＶ２１１．１＋ １ 文獻標志碼：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．０１．０１６

引用格式：郭榮幸，王超梁，陳濟民，等．基于Ｓｅｎｔｉｎｅｌ－２ 多光譜遙感影像的小浪底水質(zhì)反演［Ｊ］．人民黃河，２０２４，４６（１２）：９３－９６，１０２．

水是人類賴以生存的重要自然資源。黃河是中華民族的母親河，也是我國北方九省（區(qū)）主要的工業(yè)、農(nóng)業(yè)和生活水源［１］ 。近年來隨著城市化的快速發(fā)展，工業(yè)廢水和生活污水的排放造成黃河流域水環(huán)境污染嚴重，已成為制約區(qū)域高質(zhì)量發(fā)展的主要因素，而快速高效的水質(zhì)監(jiān)測是黃河流域生態(tài)保護的關(guān)鍵。

傳統(tǒng)的水質(zhì)監(jiān)測以實地采樣為主，不僅周期長、成本高，而且只能獲取采樣點的水質(zhì)信息，很難進行長時序、大范圍的監(jiān)測［２］ 。多光譜遙感技術(shù)可根據(jù)遙感波段信息反演水質(zhì)參數(shù)，降低監(jiān)測成本，提高監(jiān)測速度和質(zhì)量，為大范圍水質(zhì)監(jiān)測提供了一種新的方法［３］ 。章佩麗等［４］ 基于無人機多光譜影像進行城市河道水質(zhì)參數(shù)反演，建立了水質(zhì)參數(shù)的反演模型并驗證了模型的精確性和適用性；朱熹等［５］ 采用衛(wèi)星多光譜遙感數(shù)據(jù)及河道斷面采樣點數(shù)據(jù)，反演了上海市浦東新區(qū)河道的總磷、氨氮、溶解氧等水質(zhì)參數(shù)；Ｍｃｅｌｉｅｃｅ 等［６］ 基于多光譜影像對近岸海域葉綠素ａ 濃度與濁度進行了反演；張立福等［７］ 采用結(jié)合多源遙感數(shù)據(jù)的星地協(xié)同水質(zhì)光譜在線監(jiān)測技術(shù)，提升了長時序、大范圍水域水質(zhì)參數(shù)反演的精確度和穩(wěn)定性。本文以黃河小浪底水庫為研究對象，通過Ｓｅｎｔｉｎｅｌ－２ 獲取小浪底水庫多光譜遙感影像數(shù)據(jù)，結(jié)合采樣點實測水質(zhì)數(shù)據(jù)建立了ＣＯＤ、ＴＰ、ＴＮ、ＮＨ３ －Ｎ 等參數(shù)的反演模型，并驗證了模型的精確度和穩(wěn)定性，進而反演各水質(zhì)參數(shù)的空間分布，以期為黃河流域快速高效的水質(zhì)監(jiān)測提供參考。

１ 材料與方法

１．１ 研究區(qū)概況

小浪底水庫位于河南省洛陽市與濟源市之間的黃河干流，水域面積２７２ ｋｍ^２，是黃河干流三門峽以下唯一能取得較大庫容的控制性工程，主要用于控制洪水、減緩下游河道淤積，兼顧供水、灌溉和發(fā)電。近年來，小浪底水庫水質(zhì)為地表水Ⅱ類和Ⅲ類［８］ 。

１．２ 采樣點分布和水質(zhì)參數(shù)分析

２０２２ 年５ 月５ 日在小浪底水庫出水口附近進行水質(zhì)采樣，采樣點布置見圖１。采樣點間距約１００ ｍ，在采樣點用取水器取表層０．５ ｍ 深處水樣５００ ｍＬ，分別采用檢測試劑和儀器進行水質(zhì)分析［９］ ，共獲取了１８個采樣點的水質(zhì)樣本，采樣點ＣＯＤ、ＴＮ、ＴＰ、ＮＨ_３－Ｎ 質(zhì)量濃度見圖２。

１．３ 多光譜影像獲取和數(shù)據(jù)處理

遙感影像數(shù)據(jù)來源為搭載多光譜成像儀（ＭＳＩ）的高分辨率多光譜成像衛(wèi)星Ｓｅｎｔｉｎｅｌ－２，由軌道彼此相差１８０°的Ｓｅｎｔｉｎｅｌ－２Ａ 和Ｓｅｎｔｉｎｅｌ－２Ｂ 兩顆衛(wèi)星組成，主要包含從可見光到短波紅外的１３ 個工作波段，圖像采集周期為５ ｄ［１０］ 。本文采用從歐空局下載的２０２２年５ 月５ 日Ｓｅｎｔｉｎｅｌ－２Ａ 經(jīng)過輻射校正、大氣校正的具有更高亮度和對比度的Ｌ２Ａ 級遙感數(shù)據(jù)，并使用ＳＮＡＰ 軟件對遙感數(shù)據(jù)進行重采樣、裁剪等處理。

１．４ 水質(zhì)參數(shù)反演模型構(gòu)建流程

水質(zhì)參數(shù)反演模型主要通過以下步驟建立：對Ｓｅｎｔｉｎｅｌ－２ 遙感數(shù)據(jù)進行預(yù)處理，提取光譜反射率數(shù)據(jù)；分析實測水質(zhì)參數(shù)和光譜反射率數(shù)據(jù)之間的相關(guān)性，獲取相應(yīng)水質(zhì)參數(shù)的敏感波段及其組合；根據(jù)敏感波段及其組合，選擇經(jīng)驗統(tǒng)計模型進行水質(zhì)參數(shù)反演，建立各水質(zhì)參數(shù)的遙感反演定量模型；通過驗證集測試反演模型，對模型精確度和穩(wěn)定性進行評價，并反演水質(zhì)參數(shù)空間分布，模型構(gòu)建流程見圖３。

１．５ 反演模型評價標準

采用含量梯度法將１８ 個采樣點按２ ∶ １ 的比例劃分為建模集和驗證集，水質(zhì)參數(shù)反演模型采用確定系數(shù)Ｒ２、均方根誤差ＲＭＳＥ、相對分析誤差ＲＰＤ 進行精度評價，模型的準確性越高，則相應(yīng)的Ｒ２ 和ＲＰＤ 值越大、ＲＭＳＥ 越小。模型穩(wěn)定且準確時ＲＰＤ 的值大于２．０，模型穩(wěn)定性一般時ＲＰＤ 的值介于１．４ 和２．０ 之間，否則模型的預(yù)測能力較差［１１］ 。

２ 結(jié)果與分析

２．１ 小浪底水庫水質(zhì)光譜特征

采用ＳＮＡＰ 軟件對遙感數(shù)據(jù)進行處理，獲取小浪底水庫采樣點光譜反射率曲線，見圖４。從圖４ 中可以看出，波長在４４０～８７５ ｎｍ 范圍內(nèi)水體的光譜反射率呈波動變化。４４０～５６０ ｎｍ 處反射峰出現(xiàn)是葉綠素吸收較弱以及水體中懸浮物的反射作用造成的，６６５ ｎｍ處反射波谷是葉綠素的強吸收作用引起的，７０５ ｎｍ 處反射峰是藻類植物的反射造成的，７８０ ｎｍ 處反射峰是懸浮物等物質(zhì)對光的反射作用造成的［１２］ 。綜合分析采樣點水質(zhì)光譜反射曲線可知，不同區(qū)域光譜變化趨勢總體一致，由于水質(zhì)參數(shù)濃度不同，因此反射曲線的峰谷高低和變化快慢不同。

２．２ 水質(zhì)參數(shù)和反射率相關(guān)性分析

將小浪底水庫各采樣點的水質(zhì)參數(shù)分別與光譜反射率進行Ｐｅａｒｓｏｎ 相關(guān)性分析。考慮水體遙感反演敏感波段分布和噪聲的影響，采用１ ０００ ｎｍ 以下波段進行相關(guān)性分析，水質(zhì)參數(shù)不同波長下與反射率的相關(guān)系數(shù)見圖５。由圖５ 可知，在波長４５０ ～ ９００ ｎｍ 范圍內(nèi)，ＮＨ_３－Ｎ 與光譜各波段反射率正相關(guān)，相關(guān)系數(shù)在８４２ ｎｍ 處達到最大值０．４２，為中等相關(guān)性（０．４＜ｒ ＜０．６）［１３］ ；ＣＯＤ 與各波段反射率存在正相關(guān)和負相關(guān)，相關(guān)系數(shù)在７０５ ｎｍ 處達到最大值０．７９，為強相關(guān)性（０．６＜ｒ＜０．８）；ＴＰ 在６８０～７６０ ｎｍ 范圍內(nèi)與各波段反射率負相關(guān)，在其余波段正相關(guān)，相關(guān)系數(shù)在７８３ ｎｍ 處達到最大值０．３１，為較弱相關(guān)性（０．２＜ｒ＜０．４）；ＴＮ 與各波段反射率存在正相關(guān)和負相關(guān)，相關(guān)系數(shù)在７４０ ｎｍ處達到最大值０．５１，為中等相關(guān)性。

２．３ 水質(zhì)參數(shù)反演模型

分析水質(zhì)參數(shù)和光譜各波段反射率的相關(guān)性，篩選出各水質(zhì)參數(shù)相關(guān)性峰值對應(yīng)的光譜波段，ＣＯＤ、ＴＰ、ＴＮ 和ＮＨ_３－Ｎ 相關(guān)性最高的波段分別為７０５ ｎｍ（Ｂ５）、７８３ ｎｍ（Ｂ７）、７４０ ｎｍ（Ｂ６）和８４２ ｎｍ（Ｂ８）波段，建立水質(zhì)參數(shù)與所選波段之間反演模型（見表１），在各反演模型中選取確定系數(shù)最大的反演模型（見圖６）。從圖６ 可以看出，建模集數(shù)據(jù)點均勻分布在擬合曲線兩側(cè)，ＣＯＤ、ＴＰ 和ＴＮ 的反演模型確定系數(shù)Ｒ２ 均高于ＮＨ_３－Ｎ 反演模型的。

２．４ 水質(zhì)參數(shù)反演模型驗證及評價

通過遙感反演模型對小浪底水質(zhì)參數(shù)進行反演，用實測數(shù)據(jù)中的６ 組驗證集數(shù)據(jù)與模型反演值進行曲線擬合，擬合結(jié)果表明，各水質(zhì)參數(shù)反演值和驗證集實測值均勻分布在擬合曲線兩側(cè)，擬合曲線確定系數(shù)Ｒ^２均高于反演模型的，且曲線斜率均在１ 附近，說明各反演模型可用于水質(zhì)參數(shù)反演，各水質(zhì)參數(shù)反演模型精度評價見表２。從表２ 可以看出，ＣＯＤ 反演模型的確定系數(shù)Ｒ^２最大，ＲＰＤ 大于２．０，反演模型精確度和穩(wěn)定性最好；ＴＰ 和ＴＮ 的反演模型精確度和穩(wěn)定性較好；ＮＨ_３－Ｎ 的確定系數(shù)Ｒ^２較小，ＲＰＤ 小于２．０，模型精確度和穩(wěn)定性較差。可嘗試通過提高多光譜數(shù)據(jù)獲取的實時性和增加采樣點數(shù)量來提高反演精度。

２．５ 水質(zhì)參數(shù)質(zhì)量濃度分布圖反演

根據(jù)建立的ＣＯＤ、ＴＰ、ＴＮ 和ＮＨ_３－Ｎ 反演模型，對獲取的多光譜圖像各像元進行估算，反演小浪底水質(zhì)參數(shù)質(zhì)量濃度分布，結(jié)果見圖７。由圖７ 可知，水庫出水口和部分邊界處ＣＯＤ 質(zhì)量濃度較高，往水庫內(nèi)部延伸ＴＮ、ＴＰ 和ＮＨ_３－Ｎ 質(zhì)量濃度高于邊緣處。

３ 結(jié)束語

以小浪底水庫Ｓｅｎｔｉｎｅｌ－２ 多光譜遙感影像和采樣點實測水質(zhì)參數(shù)為數(shù)據(jù)源，通過相關(guān)性分析篩選各水質(zhì)參數(shù)的敏感波段，選擇相關(guān)性好的波段進行水質(zhì)參數(shù)反演，建立了反演模型，并通過驗證集驗證了各模型的精確度和穩(wěn)定性，進而反演了各水質(zhì)參數(shù)的空間分布，結(jié)果表明：小浪底水庫ＣＯＤ 反演模型精確度和穩(wěn)定性較好，ＴＰ 和ＴＮ 反演模型次之，ＮＨ_３－Ｎ 的性能最差，模型可以用來反演小浪底水庫ＣＯＤ、ＴＰ 和ＴＮ 的濃度和空間分布，用于小浪底水庫和黃河流域水生態(tài)環(huán)境水質(zhì)參數(shù)大范圍快速監(jiān)測。

【責任編輯 呂艷梅】