范利青

（珠海市供水與排水治污中心（珠海市水質(zhì)監(jiān)測中心），廣東 珠海 519000）

遙感監(jiān)測技術(shù)應(yīng)用范圍較大，應(yīng)用成本較低，同時(shí)相關(guān)技術(shù)的操作難度較低，應(yīng)用效率較高，可以彌補(bǔ)傳統(tǒng)城市黑臭水體監(jiān)測方法的不足之處。工作人員選擇應(yīng)用分辨率較高或者是城鄉(xiāng)輪廓較為清晰的遙感影像圖片，綜合分析珠海市黑臭水體的動態(tài)運(yùn)行情況。此種方式可以及時(shí)幫助工作人員了解珠海市黑臭水體演變過程以及流動變化情況，綜合評估珠海市黑臭水體治理工作整體效率，為珠海市黑臭水體整治與監(jiān)測工作提供技術(shù)支撐與保障。

1 城市黑臭水體監(jiān)測的意義與技術(shù)路線及原理

1.1 傳統(tǒng)人工監(jiān)測與遙感監(jiān)測

傳統(tǒng)意義上的城市黑臭水體監(jiān)測方法主要為人工采樣監(jiān)測方法。人工采樣監(jiān)測方法，顧名思義，需要工作人員以及技術(shù)操作人員前往現(xiàn)場，通過技術(shù)勘查或者是實(shí)地檢驗(yàn)等方式判斷黑臭水體的水質(zhì)變化情況[4]。此類傳統(tǒng)類型的水體檢測方法相對可靠，但是耗時(shí)耗力，有可能受到一系列自然因素以及人為因素的影響，從而導(dǎo)致水體檢測數(shù)據(jù)出現(xiàn)異常情況，且只能從某一時(shí)段或某一方面獲取水體的實(shí)際信息，無法對大面積水體進(jìn)行全方位的分析與檢測，也無法滿足珠海市大規(guī)模水體檢測工作的迫切需求。與此相比，遙感監(jiān)測技術(shù)應(yīng)用范圍較為廣泛，實(shí)際的技術(shù)檢測流程較為單一，使用成本較低，可以很好彌補(bǔ)人工水體檢測方法的不足之處，運(yùn)用高分辨率遙感影像可以對珠海地區(qū)的自然水體狀況進(jìn)行深度研究與多角度分析，深層次推進(jìn)珠海市水體檢測工作的改革與創(chuàng)新，在環(huán)境保護(hù)方面具有重要意義。

1.2 遙感監(jiān)測技術(shù)路線及原理

本項(xiàng)目通過結(jié)合地面實(shí)測水質(zhì)參數(shù)數(shù)據(jù)、無人機(jī)高光譜數(shù)據(jù)和遙感衛(wèi)星影像建立無人機(jī)高光譜反演模型和衛(wèi)星影像遙感反演模型，對2019年9月～2020年5月納入城市黑臭水體整治監(jiān)管平臺的17條黑臭水體黑臭情況進(jìn)行遙感監(jiān)測反演，獲得遙感監(jiān)測結(jié)果，并與地面水質(zhì)監(jiān)測數(shù)據(jù)進(jìn)行比對，分析遙感數(shù)據(jù)的可靠性，獲取遙感數(shù)據(jù)的實(shí)際應(yīng)用價(jià)值。目前，最有效可靠的城市水體提取方法是利用水體指數(shù)法NDWI、面向?qū)ο蠓指睢I自動提取等手段初步提取之后，由工作人員以及管理人員進(jìn)行適當(dāng)調(diào)整和優(yōu)化，工作人員可以在圖像上手動勾畫出黑臭水體的主要范圍以及相應(yīng)的水域局部范圍，查漏補(bǔ)缺，最后再采用滿足精度的反演模型進(jìn)行反演，獲得最終的黑臭水體反演結(jié)果[5]。

2 研究區(qū)概況及監(jiān)測內(nèi)容

2.1 研究區(qū)概況

珠海市位于廣東省南部，珠江八大出?？谥サ堕T、雞啼門、虎跳門、崖門之水匯流入海處。東與香港隔海相望，相距36海里；南與澳門陸地相連，西與江門市相鄰，北與中山市接壤，距廣州140 km。珠海市地理位置如圖1所示。全市共有河涌、排洪渠超過200條，珠海市政府一直重視河涌、排洪渠的水質(zhì)和景觀提升工作，先后開展過包括各片區(qū)排洪渠的截污整治工程，取得了一定成效，但仍有部分地區(qū)存在雨污混接、錯接，截污不徹底和新增排污口的問題，導(dǎo)致生活、生產(chǎn)污（廢）水直接匯入河涌，使水體出現(xiàn)黑臭現(xiàn)象。

圖1 珠海市地理位置示意圖

2.2 監(jiān)測項(xiàng)目及內(nèi)容

（1）根據(jù)《城市黑臭水體整治工作指南》規(guī)定[6]，地面水質(zhì)監(jiān)測項(xiàng)目如下：氨氮（納氏試劑分光光度法）；溶解氧；透明度；氧化還原電位。

（2）結(jié)合地面實(shí)測水質(zhì)參數(shù)數(shù)據(jù)、無人機(jī)高光譜數(shù)據(jù)和遙感衛(wèi)星影像建立無人機(jī)高光譜反演模型和衛(wèi)星影像遙感反演模型，對監(jiān)測范圍內(nèi)河流的水體黑臭情況進(jìn)行反演，獲得黑臭水體狀況分布專題圖。遙感監(jiān)測數(shù)據(jù)源：衛(wèi)星影像（Pléiades、GF2）；無人機(jī)高光譜數(shù)據(jù)：雙利合譜的 GaiaSky-mini2。

2.3 遙感影像處理

利用高分影像對城市黑臭水體進(jìn)行定量識別，需要對高分影像進(jìn)行預(yù)處理。高分影像的預(yù)處理包括融合、幾何校正和大氣校正。

2.3.1 融合

遙感影像融合主要指的是工作人員針對不同類型的遙感影像進(jìn)行深度分析與調(diào)整，融合不同類型的遙感影像進(jìn)行全方位分析與多角度探索。影像融合主要是為了提高影像空間的分辨率，幫助工作人員更加直觀、清晰地查看遙感影像的實(shí)際內(nèi)容。目前較為常用的國產(chǎn)高分辨率遙感衛(wèi)星（GF-1、GF-2、ZY-3、BJ-2、高景一號)均可獲取較高分辨率以及全色影像，也可以獲得一部分分辨率較低的多光譜影像數(shù)據(jù)，針對城市內(nèi)部一部分細(xì)小河流或季節(jié)性河流，技術(shù)操作人員也可以運(yùn)用遙感識別技術(shù)進(jìn)行多元檢測與分析，或者利用全色影像進(jìn)行綜合性分析，同時(shí)需要保證遙感影像融合前后光譜的一致性，當(dāng)前較為通用的商業(yè)軟件以及比較常用的影像融合算法，通常不能保證遙感影像融合前后光譜的一致性，對此，工作人員需要對遙感多光譜影像以及一系列全色影像進(jìn)行精細(xì)配準(zhǔn)，采用多條件約束最優(yōu)模型融合算法對精細(xì)配準(zhǔn)數(shù)據(jù)進(jìn)行比較分析[7]。

2.3.2 幾何校正

遙感影像可能會受到衛(wèi)星傳感器平臺高度與飛行速度的影響，出現(xiàn)幾何畸變，也有可能會出現(xiàn)位置偏移問題，此類情況在所難免，出現(xiàn)幾何畸變的影像可能會導(dǎo)致遙感影像配準(zhǔn)以及后續(xù)的定量分析出現(xiàn)數(shù)據(jù)誤差，因此需要工作人員對幾何畸變圖像進(jìn)行適當(dāng)調(diào)整與優(yōu)化，這一過程被稱為幾何校正，經(jīng)過幾何校正的參考影像被稱之為Google earth（谷歌地圖）精校正圖像，這一校正圖像中的相關(guān)數(shù)據(jù)具備科學(xué)性、多元性、可靠性、準(zhǔn)確性特征。工作人員可以從參考項(xiàng)中提取控制點(diǎn)，也可以選擇在重疊區(qū)域內(nèi)部提取影像連接點(diǎn)，以進(jìn)一步精確影像的相關(guān)內(nèi)容與核心數(shù)據(jù)。

2.3.3 大氣校正

針對遙感影像開展大氣矯正工作，主要目的是為了去除大氣因素與光照因素對遙感影像的影響，一部分遙感影像可能會受到地物反射率的影響，出現(xiàn)遙感影像模糊或是遙感數(shù)據(jù)錯誤。尤其是在水色遙感技術(shù)應(yīng)用環(huán)節(jié)中，更需要工作人員針對衛(wèi)星傳感器的總輻射量進(jìn)行精確計(jì)算。衛(wèi)星傳感器總輻射量90%以上來自于大氣氣溶膠散射、瑞利散射及太陽反射，而水體離水輻射信號非常微弱，難以捕捉。對此，在技術(shù)操作人員開展大氣校正工作時(shí)，必須要對相關(guān)定量進(jìn)行合理分析與校對，現(xiàn)階段較為常用的水體大氣校正模型主要包括大氣輻射傳輸模型以及水氣輻射耦合傳輸模型兩種。無論采用何種傳輸模型，均需要工作人員對水體遙感圖像進(jìn)行大氣校正處理，必須及時(shí)排除錯誤信息以及復(fù)雜數(shù)據(jù)，進(jìn)一步提升遙感影像的準(zhǔn)確度。采用水氣輻射耦合傳輸模型需要對水體遙感圖像進(jìn)行數(shù)據(jù)分析，隨后開展大氣校正處理工作，需要工作人員結(jié)合遙感圖像自身的近紅外波段或遠(yuǎn)紅外波段的主要數(shù)據(jù)，反復(fù)多次推理大氣參數(shù)。但是實(shí)際上，國產(chǎn)高分辨率遙感影像并不具備非常實(shí)用的大氣參數(shù)推理功能，無法對大氣參數(shù)的特定波段進(jìn)行反復(fù)多次的推演與校對，所以工作人員可能無法使用水體遙感圖像的大氣校正方法[8]。

面對此類問題，本研究主要采取不變地物法以及相對輻射歸一化方法，合理處理與分析大氣校正數(shù)據(jù)，經(jīng)過幾何校正后的高分辨率影像可以成為待校正影像，工作人員可以選擇適當(dāng)?shù)目臻g位置，合理調(diào)整遙感影像的成像時(shí)間以及分辨率，利用SNAP 軟件對遙感影像進(jìn)行多元分析，隨后進(jìn)行大氣校正與數(shù)據(jù)化處理。工作人員以及技術(shù)操作人員可以應(yīng)用多元變化檢測（Multivariate Alteration Detection，MAD)算法，結(jié)合待校正影像以及參考影像的對應(yīng)位置，搜索不變目標(biāo)地物，在確定目標(biāo)位置之后，則需要結(jié)合不變目標(biāo)地物的像元，擬合出具體的參數(shù)以及參考影像的線性方程，依照線性方程數(shù)據(jù)對相關(guān)影像進(jìn)行多角度校正與歸一化處理，并在此基礎(chǔ)上，完成遙感影像的大氣校正工作。

3 遙感監(jiān)測數(shù)據(jù)分析

3.1 遙感監(jiān)測數(shù)據(jù)的精度評價(jià)

模型的精度驗(yàn)證使用混淆矩陣來表示，混淆矩陣是用來表示精度評價(jià)的一種標(biāo)準(zhǔn)格式，其行數(shù)據(jù)表示的是模型識別的結(jié)果，列數(shù)據(jù)表示的是實(shí)際地物類別。詳見表1。

表1 黑臭水體識別分類混淆矩陣

混淆矩陣中正確識別率是指所有分類正確的樣點(diǎn)與總樣點(diǎn)個數(shù)的比值，公式如下：P0=(a+d)/(a+b+c+d)

采用上述方法對影像進(jìn)行評價(jià)，將影像根據(jù)與地面水質(zhì)實(shí)際采樣結(jié)果的時(shí)間差分為：

（1）遙感影像獲取時(shí)間—地面水質(zhì)采樣時(shí)間≤±3天以內(nèi)；

（2）不考慮遙感影像獲取時(shí)間—地面水質(zhì)采樣時(shí)間的差。

如表2所示，不考慮遙感影像和地面水質(zhì)采樣時(shí)間差時(shí)，黑臭水體識別的精度較低，正確識別率基本在60%～80%之間；遙感影像和地面水質(zhì)采樣時(shí)間相差不超過3天時(shí)，黑臭水體識別的精度有所提高，正確識別率基本在70%～90%之間（注：0.00%表示該時(shí)間段內(nèi)影像和地面數(shù)據(jù)時(shí)間差均超過3天）。

表2 遙感與地面比測時(shí)間差的正確識別率

如表3所示，重度黑臭水體和無黑臭水體的正確識別率大多數(shù)處于50%以上，部分月份能夠完全一致；而輕度黑臭水體的正確識別率較低，大多處于20%～60%之間。整體來看，黑臭水體的識別率較低。

表3 不同地面實(shí)測程度的正確識別率

3.2 原因分析

從整個監(jiān)測過程分析，造成黑臭水體整體遙感識別率較低的主要原因如下：（1）研究分析數(shù)據(jù)較少，數(shù)據(jù)量不大，導(dǎo)致統(tǒng)計(jì)的偏差。（2）地面檢測日期和影像采集日期不同步，而河流的黑臭情況會受到河流流動性的影響。（3）黑臭水體判定的指標(biāo)是透明度、氧化還原電位、氨氮和溶解氧。根據(jù)2019年8月～2020年5月的黑臭水體地面實(shí)測數(shù)據(jù)看，影響黑臭水平的主要指標(biāo)是透明度和氧化還原電位。透明度受水體的深淺、水中藻類影響較大，易造成遙感監(jiān)測的偏差；氧化還原電位未能找到適合的關(guān)聯(lián)模型，導(dǎo)致輕度黑臭水體無法有效識別。

4 總結(jié)與建議

本項(xiàng)目的研究對象為城市黑臭水體，運(yùn)用遙感影像技術(shù)以及數(shù)據(jù)分析技術(shù)，充分對比黑臭水體與城市內(nèi)部一般水體的水質(zhì)參數(shù)區(qū)別與光譜差異，遙感分析技術(shù)取得了較好的應(yīng)用效果。但是針對本項(xiàng)目存在的一些不足之處，具體建議如下：（1）繼續(xù)加強(qiáng)地面檢測日期和影像采集日期的同步性，加強(qiáng)對數(shù)據(jù)的收集分析。（2）根據(jù)目前的研究結(jié)果，可使用當(dāng)前遙感技術(shù)作為重度黑臭水體的篩查技術(shù)，促進(jìn)主管部門的及時(shí)反應(yīng)。（3）下一步的研究方向是針對輕度黑臭水體，需要研究人員進(jìn)一步研究關(guān)聯(lián)項(xiàng)目模型，可適當(dāng)增加地面水體監(jiān)測項(xiàng)目，如增加懸浮物、葉綠素等項(xiàng)目的檢測，優(yōu)化反演模型。