辛冬梅

(遼寧省本溪水文局，遼寧 本溪 117000)

?

探討遙感反演模型技術(shù)在水質(zhì)參數(shù)監(jiān)測(cè)中的具體應(yīng)用

辛冬梅

(遼寧省本溪水文局，遼寧 本溪 117000)

[摘要]葉綠素a(Chl-a)是江河湖泊水體水質(zhì)狀況評(píng)價(jià)的重要指標(biāo)之一。以媯水河為研究區(qū)，利用實(shí)Chl-a濃度數(shù)據(jù)和同步的環(huán)境一號(hào)衛(wèi)星(HJ-1A)多光譜數(shù)據(jù)對(duì)媯水河水體Chl-a濃度的遙感反演模型進(jìn)行研究，結(jié)論對(duì)于提高遙感反演的精度，并為媯水河的水質(zhì)遙感監(jiān)測(cè)提供技術(shù)和方法參考。

[關(guān)鍵詞]渾河沈陽(yáng)河段；內(nèi)陸水體；葉綠素a (Chl-a)；遙感反演模型

內(nèi)陸淡水水體是現(xiàn)代社會(huì)的主要水源，對(duì)人類的發(fā)展具有重要的作用[1]。目前我國(guó)主要內(nèi)陸水資源的污染問(wèn)題日趨嚴(yán)重。因此，內(nèi)陸水體的水質(zhì)監(jiān)測(cè)工作亟需加強(qiáng)，水環(huán)境監(jiān)測(cè)急需面監(jiān)測(cè)、連續(xù)監(jiān)測(cè)和動(dòng)態(tài)監(jiān)測(cè)發(fā)展。隨著遙感技術(shù)的迅速發(fā)展，水色遙感定量應(yīng)用技術(shù)在水質(zhì)監(jiān)測(cè)與評(píng)價(jià)中得到了廣泛應(yīng)用。怎樣利用多種遙感數(shù)據(jù)，反演水體中各種參數(shù)的濃度，得到整個(gè)水體水質(zhì)分布情況，對(duì)水質(zhì)監(jiān)測(cè)以及被污染水體的治理具有重要意義[2]。渾河是遼寧省的重要水源之一，是沈陽(yáng)市防洪工程的主干河道，利用遙感手段實(shí)現(xiàn)渾河水質(zhì)監(jiān)測(cè)具有重大意義。

1河流概況

渾河是遼河的支流，是遼寧省東部河流。發(fā)源于清原縣滾馬嶺，全長(zhǎng)415 km。流域面積 1.14萬(wàn) km2，年徑流量30.52億 m3。渾河水系的不對(duì)稱特征明顯，水系的東側(cè)支流十分密集，水量較大；水系西側(cè)支流很少，水量較小。渾河流經(jīng)撫順、沈陽(yáng)等遼寧中部城市群，這里工業(yè)發(fā)達(dá)、人口稠密，因此渾河成為這些城市廢水的主要排放渠道，河水的富營(yíng)養(yǎng)化和污染日趨嚴(yán)重，隨著工業(yè)農(nóng)業(yè)用水的大量增加，水資源保護(hù)工作日益重要，因此加強(qiáng)渾河水質(zhì)監(jiān)測(cè)工作具有重要意義。

2數(shù)據(jù)源采集與數(shù)據(jù)預(yù)處理

2.1野外數(shù)據(jù)采集

研究區(qū)為渾河中游河段，根據(jù)該河流水面狀況、水質(zhì)分布以及水面形狀等特征，采樣路線設(shè)計(jì)為自南向北，在重點(diǎn)部位均設(shè)置采樣點(diǎn)，覆蓋整個(gè)研究區(qū)域，力求采集的數(shù)據(jù)能準(zhǔn)確反映整體水質(zhì)狀況[3]。數(shù)據(jù)采集分六個(gè)時(shí)間點(diǎn)進(jìn)行，分別是2012年8月3日、2013年6月4日、2013年8月11日，2013年9月15日和2014年7月11日。通過(guò)六次野外試驗(yàn)共獲得96份水體高光譜數(shù)據(jù)。

測(cè)量光譜選擇氣象條件較好的10:00-14:00時(shí)段。并采用如圖1所示的觀測(cè)幾何，以減小船舶陰影和太陽(yáng)直射反射對(duì)水面光場(chǎng)的破壞。利用野外水質(zhì)儀同步采集ChI-a濃度，并同時(shí)獲取水體溫度以及PH值等水體環(huán)境數(shù)據(jù)。從數(shù)據(jù)的空間分布狀態(tài)來(lái)看，六、七月份，ChI-a濃度較低，同時(shí)，河流深水區(qū)的ChI-a濃度較低。

2.2HJ-1A數(shù)據(jù)預(yù)處理

2.2.1影響數(shù)據(jù)來(lái)源

本研究數(shù)據(jù)采用的是國(guó)產(chǎn)環(huán)境一號(hào)的多光譜數(shù)據(jù)，環(huán)境一號(hào)由A、B雙星組成，能夠完成對(duì)地寬度700 km，分辨率為30 m的成像。光譜范圍覆蓋包括藍(lán)色波段，綠色波段、紅色波段以及近紅外波段[4]。

圖1　光譜儀水面以上觀測(cè)幾何

2.2.2影像數(shù)據(jù)的預(yù)處理

從中國(guó)衛(wèi)星資源中心獲取2012年8月3日、2013年6月4日、2013年8月11日，2013年9月15日和2014年7月11日六景多光譜數(shù)據(jù)。其中只有2012年8月3日和2013年9月15日的影像質(zhì)量符合要求，因此對(duì)這兩景圖像進(jìn)行預(yù)處理，其主要步驟包括：

(1)輻射定標(biāo)。從衛(wèi)星中心得到的圖像需要進(jìn)行絕對(duì)定標(biāo)，精DN值轉(zhuǎn)換為輻亮度圖像后方可進(jìn)行下一步處理。定標(biāo)公式如下：

L=DN×α+L0

式中：L為輻亮度；α為絕度輻射定標(biāo)系數(shù)增益；L0為偏移量。為便于進(jìn)行大氣校正，需要對(duì)定標(biāo)之后的圖像轉(zhuǎn)換為BIL格式。

(2)影像裁剪。利用遙感數(shù)字影像處理軟件(ENVI)，在保留研究中心區(qū)的前提下，對(duì)初始遙感圖像進(jìn)行裁剪。

(3)幾何糾正。利用ENVI軟件對(duì)獲取的遙感數(shù)據(jù)進(jìn)行幾何糾正，具體過(guò)程為以經(jīng)過(guò)糾正的Landsat-TM數(shù)據(jù)為參考，結(jié)合選定的地面控制點(diǎn)，利用二次多項(xiàng)式模型求解，誤差精度控制在0.3個(gè)像元以內(nèi)。

(4)大氣糾正。地球濃密的大氣層會(huì)對(duì)衛(wèi)星傳感器接受的光譜輻射產(chǎn)生較大干擾，其占到所有干擾的80%，因此大氣校正是遙感數(shù)據(jù)應(yīng)用的必要前提。大氣校正的主要目的是消除這一干擾，并提取水體信息。目前技術(shù)比較成熟的大氣校正模型是FLAASH，并已經(jīng)被廣泛應(yīng)用于多光譜遙感數(shù)據(jù)的大氣校正中。因此，本研究利用ENVI軟件完成2景多光譜遙感數(shù)據(jù)的大氣校正。

3基于HJ-1A衛(wèi)星多光譜數(shù)據(jù)的Chl-a反演

3.1葉綠素a反演模型的構(gòu)建

HJ-1A多光譜包括藍(lán)、綠、紅、近紅四個(gè)波段，由于水色信息分布于這四個(gè)波段，并存在一定的重疊。在上節(jié)衛(wèi)星影像數(shù)據(jù)預(yù)處理的基礎(chǔ)上對(duì)HJ-1A各波段之間的相關(guān)系數(shù)進(jìn)行分析，得到結(jié)果見(jiàn)表1。

表1　HJ-1A各波段間的相關(guān)性

由表格中的數(shù)據(jù)結(jié)果可以看出，前三個(gè)波段之間的相關(guān)性較強(qiáng)，也就是說(shuō)這三個(gè)波段之間信息重疊較多，而與波段4之間的重疊信息較少。利用HJ-1A和TM多光譜數(shù)據(jù)進(jìn)行Chl-a濃度反演建模的波段選擇方式的研究結(jié)論,對(duì)HJ-1A數(shù)據(jù)進(jìn)行進(jìn)一步篩選，并以此為基礎(chǔ)對(duì)葉綠素a濃度相關(guān)系數(shù)進(jìn)行分析。

結(jié)果顯示所有4個(gè)波段與Chl-a濃度相關(guān)系數(shù)的最大絕對(duì)值為0.66，數(shù)組合波段相比單波段的相關(guān)系數(shù)要高，最大絕對(duì)值為0.77，顯示組合波段對(duì)噪音影響的降低具有一定的效果，研究結(jié)果顯示受HJ-1A波段范圍的限制，葉綠素a的反射峰和吸收谷沒(méi)有包含在四個(gè)波段中，因此在作與Chl-a的一元回歸分析時(shí)應(yīng)該選擇相關(guān)系數(shù)最大的波段[5]。為了綜合考慮各個(gè)波段提供的光學(xué)信息特征，可以使用波段變化形式與Chl-a濃度作多元回歸。詳細(xì)對(duì)比見(jiàn)表2所示。

鑒于本研究數(shù)據(jù)的特征，建立Chl-a濃度實(shí)測(cè)數(shù)據(jù)和同步的HJ-1A多光譜數(shù)據(jù)之間反演模型的主要方式有以下三種：一是用第一期數(shù)據(jù)建立反演模型，用第二期數(shù)據(jù)進(jìn)行精度檢驗(yàn)；二是用第二期數(shù)據(jù)建立反演模型，用第一期數(shù)據(jù)進(jìn)行精度檢驗(yàn)；第三是采用隨機(jī)選擇一部分?jǐn)?shù)據(jù)建模，用剩余數(shù)據(jù)檢驗(yàn)的分期建模方式。對(duì)以上三種建模方式進(jìn)行比對(duì)，不難發(fā)現(xiàn)第三種方式建立的模型結(jié)果優(yōu)于前兩種方式，因此本研究采用分期建模方式。

由上文分析可知，一元回歸模型采用相關(guān)系數(shù)最大的B4/B2和(B1+B4)/(B1+B3)波段進(jìn)行建模。建模過(guò)程為：以第一期遙感影像數(shù)據(jù)的組合波段B4/B2值為自變量，Chl-a濃度為因變量,建立一元線性回歸模型；以B1、B2、B3、B4、(B4-B3)和B4/(B1+B2)值作為輸入變量，Chl-a濃度為輸出變量，建立的多元SVM模型。隨機(jī)選取8個(gè)采樣點(diǎn)的數(shù)據(jù)進(jìn)行建模，其余4個(gè)采樣點(diǎn)進(jìn)行精度檢驗(yàn)?；诘诙谶b感影像數(shù)據(jù)，以最相關(guān)波段組合(B1+B4)/(B1+B23)值為自變量,Chl-a濃度為因變量,建立一元線性回歸模型；以B1、B2、B3、B4、B2/B4、(B2+B4)/(B1+B3)與(B1+B4)/(B1+B3)值為輸入變量,Chl-a濃度為輸出變量,建立多元SVM模型。隨機(jī)選擇9個(gè)點(diǎn)建立模型，利用其余的4個(gè)點(diǎn)驗(yàn)證精度。模型的效度采用平均相對(duì)誤差和精度(R2)兩個(gè)指標(biāo)評(píng)價(jià)。

3.2反演模型的對(duì)比檢驗(yàn)

利用上節(jié)的兩種模型進(jìn)行兩期Chl-a濃度預(yù)測(cè)結(jié)果計(jì)算的結(jié)果如表3所示：結(jié)果顯示SVM在預(yù)測(cè)精度上表現(xiàn)出明顯的優(yōu)勢(shì)，尤其是在樣本數(shù)量較少的情況下，仍能保證較好的預(yù)測(cè)精度，體現(xiàn)出SVM的非線性映射的優(yōu)勢(shì)，見(jiàn)表3。

表3　兩期Chl-a濃度預(yù)測(cè)結(jié)果

3.3模型的應(yīng)用

利用SVM模型反演結(jié)果的三個(gè)指標(biāo)依次為:35.33 ug/L，18.26 ug/L，21.30 ug/L。數(shù)值顯示渾河處于IV類水質(zhì)，結(jié)論與沈陽(yáng)市水務(wù)局監(jiān)測(cè)結(jié)論一致。同時(shí)，反演結(jié)果顯示研究區(qū)Chl-a濃度均值分別上升了：3.61 ug/L和6.71 ug/L，說(shuō)明渾河水質(zhì)在不斷惡化。此外，妨水河Chl-a濃度在空間分布上的差異性比較明顯：Chl-a濃度深水區(qū)較低，高濃度值區(qū)域浮游藻類分布較明顯。

第一期采樣點(diǎn)水體平均溫度為是16.81℃，總磷平均濃度為:0.04 mg/L，總氮平均濃度為:1.1,3 mg/L，第二期采樣點(diǎn)的三個(gè)指標(biāo)依次是：14.63℃，0.0,5 mg/L，1.33 mg/L。數(shù)據(jù)顯示高溫對(duì)藻類生長(zhǎng)繁殖有利，第二期溫度較低，但是Chl-a濃度值更高，也證實(shí)了渾河的水質(zhì)在惡化。

4結(jié)語(yǔ)

(1)SVM模型的反演比一元線性模型精度要高，將HJ-1A多光譜數(shù)據(jù)與波段組合數(shù)據(jù)結(jié)合作為SVM模型的輸入變量對(duì)提高模型精度有利。

(2)模型的計(jì)算結(jié)果顯示渾河水體處于富營(yíng)養(yǎng)化狀態(tài)，監(jiān)測(cè)結(jié)果與沈陽(yáng)水務(wù)局公布的結(jié)果一致。

(3) SVM模型具有很好的非線性擬合能力,能夠提高水質(zhì)參數(shù)反演的精度。

參考文獻(xiàn)

[1]趙玉芹,汪西莉,蔣賽.渭河水質(zhì)遙感反演的人工神經(jīng)網(wǎng)絡(luò)模型研究[J].遙感技術(shù)與應(yīng)用.2009,01:63-67.

[2]汪西莉,周兆永,延軍平.應(yīng)用GA-SVM的渭河水質(zhì)參數(shù)多光譜遙感反演[J].遙感學(xué)報(bào).2009,04:740-744.

[3]朱利,姚延娟,吳傳慶,等.基于環(huán)境一號(hào)衛(wèi)星的內(nèi)陸水體水質(zhì)多光譜遙感監(jiān)測(cè)[J].地理與地理信息科學(xué).2010,02:81-84+113.

[4]付宇,韋玉春,王國(guó)祥.水質(zhì)參數(shù)的遙感反演和遙感監(jiān)測(cè)[J].環(huán)境監(jiān)控與預(yù)警.2010,06:27-30.

[5]劉朝相,宮兆寧,趙文吉,等.基于SVM模型的媯水河葉綠素a濃度的遙感反演[J].遙感技術(shù)與應(yīng)用.2014,03:419-427.

[收稿日期]2015-10-28

[作者簡(jiǎn)介]辛冬梅(1981-)，女，遼寧本溪人，工程師，主要從事水文水資源及水質(zhì)監(jiān)測(cè)工作。

[中圖分類號(hào)]TV12

[文獻(xiàn)標(biāo)識(shí)碼]B

[文章編號(hào)]1004-1184(2016)01-0071-02