東莞市水葫蘆分布遙感動態(tài)監(jiān)測分析

秦 雁，陳亮雄，楊靜學，周 宇，李偉添

(1. 廣東省水利水電科學研究院，廣東 廣州 510635；2. 廣東省水安全科技協(xié)同創(chuàng)新中心，廣東 廣州 510635；3.廣東省山洪災害防治工程技術研究中心，廣東 廣州 510635)

1 概述

水葫蘆[Eichhornia crassipes(Mart.)Solms.]，又名水浮蓮、鳳眼蓮、鳳眼藍等，為雨久花科鳳眼藍屬浮水草本植物，原產(chǎn)于南美洲，是國際公認的十大入侵惡性雜草之一[1]。由于我國華南地區(qū)良好的水熱條件，且缺少有效天敵，水葫蘆在廣東省普遍發(fā)生，珠江水系的東江、西江、北江，韓江水系，鑒江，漠陽江均被水葫蘆肆虐[1]。其造成的危害主要有：① 阻塞河道，影響泄洪、船運、灌溉；② 覆蓋水面，影響水下生物生長，破壞水生生態(tài)系統(tǒng)[2]；③ 水葫蘆死亡腐爛，對水質造成二次污染；④ 滋生蚊蠅，為一些有害昆蟲提供棲息地[3]。政府雖多次采取整治措施但仍難根除水葫蘆頑癥，其原因在于未能全面掌握區(qū)域內(nèi)水葫蘆分布及源頭信息，造成治理責任不明確，難以建立統(tǒng)一聯(lián)合的治理機制。各地區(qū)采取河道分段式常態(tài)化打撈、消殺的方式，難以從根本上治理水葫蘆。

衛(wèi)星遙感技術在監(jiān)測水葫蘆應用方面具有宏觀、高效、經(jīng)濟的優(yōu)勢。目前，應用遙感技術監(jiān)測浮生植物的研究集中于大型海藻滸苔，或其他藻類水華，方法主要分為3類：監(jiān)督分類、單波段閾值、多波段比值[4-5]。監(jiān)督分類首先選取浮生植物像元，建立訓練樣本，對遙感影像進行分類，結果需人工解譯修正[6]。單波段閾值利用近紅外波段浮生植物高反射、而水體強吸收的顯著差異，設定閾值提取[7-8]。多波段比值能擴大浮生植物覆蓋水體在可見光波段吸收谷與近紅外波段反射峰之間的差異，提升分類的精度[9-12]。水葫蘆與滸苔相似，繁殖快、易漂移，覆蓋水面如草原。兩者的區(qū)別在于生境不同，水葫蘆常生長于水動力條件較差的河涌、溝渠、池塘等小微水體中，需采用高分辨率遙感圖像才能滿足監(jiān)測需求。楊靜學[13]等采用歸一化植被指數(shù)，基于多源中高分辨率遙感數(shù)據(jù)分析了鶴地水庫水葫蘆時空分布特征。張覃雅[14]采用珠海雞啼門水道Worldview3亞米級圖像，對比了多種方法提取水葫蘆的精度，其中基于對象的最鄰近分類法效果最佳。蔣明等[15]采用監(jiān)督分類方法，對滇池鳳眼蓮覆蓋面積和種群位置進行時空動態(tài)變化分析。

東莞市位于東江三角洲地帶，河網(wǎng)密集，水體污染，水流緩滯，不僅本地生長了較多水葫蘆，而且聚集了上游漂移而來的水葫蘆，致使東莞市水葫蘆災害現(xiàn)象較為常見。采用遙感技術動態(tài)監(jiān)測東莞市水域水葫蘆覆蓋情況，有助于識別水葫蘆源生地，實施精準治理。目前，基于中高分辨率衛(wèi)星遙感數(shù)據(jù)，對城市區(qū)域水葫蘆動態(tài)監(jiān)測的應用較為少見。本文借鑒浮生植物遙感監(jiān)測方法，建立水葫蘆光譜特征識別模型，采用多時相遙感數(shù)據(jù)，分析東莞市水葫蘆分布及源生地信息，以及水葫蘆分布與水體葉綠素濃度定量遙感結果的關系，為治理水葫蘆災害提供決策支持。

2 水葫蘆光譜特征

本研究采用美國ASD公司FieldSpec3便攜式分光輻射光譜儀，實地測量水葫蘆光譜，以分析其光譜特征，建立識別模型。光譜儀探測波長范圍為350～2 500 nm，光譜采樣間隔最高可達2 nm，數(shù)據(jù)間隔為1 nm。每個樣本均測量10條光譜曲線，對數(shù)據(jù)進行異常極大值、極小值篩選后，取其平均作為樣本的典型光譜。

圖1為水葫蘆反射率光譜，在可見光波段，由于各種色素的吸收作用，水葫蘆反射率較低，在綠光波段(550 nm)存在一個較為明顯的小反射峰。水葫蘆與陸生植被一樣，由于葉綠素強烈吸收藍光和紅光，對綠光吸收相對較弱，因此，兩者的光譜較為一致。水葫蘆中混有水體光譜的影響，因水體的吸收作用，其綠光反射峰較陸生植被反射峰有所降低，數(shù)值在5%左右。在近紅外波段，水葫蘆具有很高的反射率，而水體在近紅外強吸收，因此近紅外數(shù)據(jù)能夠很明顯地區(qū)分水葫蘆和水體。利用水葫蘆覆蓋水面與正常水體光譜特征的差異，可以從衛(wèi)星影像上快速有效的識別水葫蘆，這是光學遙感監(jiān)測水葫蘆的基本原理。

圖1 水葫蘆反射光譜示意

3 水葫蘆遙感識別方法

3.1 數(shù)據(jù)來源

本文以水葫蘆災害較為嚴重的東莞市東江三角洲水域為研究區(qū)，收集了2018年10月4日、2019年3月11日高分2號衛(wèi)星共8景圖像數(shù)據(jù)，以及2019年9月22日歐洲哨兵2號衛(wèi)星數(shù)據(jù)。高分2號衛(wèi)星數(shù)據(jù)多光譜和全色圖像空間分辨率分別為4 m和1 m，兩臺相機組合幅寬為45 km。哨兵2號衛(wèi)星攜帶一枚多光譜成像儀，可覆蓋13個光譜波段，幅寬達290 km，圖像空間分辨率為10 m。

3.2 方法與數(shù)據(jù)處理

首先，對圖像進行正射糾正、輻射定標、數(shù)據(jù)融合、大氣糾正等一系列預處理，獲得具備地理參照、消除幾何形變，大氣影響的真實地表反射率數(shù)據(jù)。其次，采用多時相遙感數(shù)據(jù)及光譜判別模型自動提取水域，結合人工修正，獲得未有水葫蘆覆蓋時，水體真實覆蓋范圍，作為水域模板。最后，采用光譜判別模型識別各時相水葫蘆分布信息，結合水域模板，排除陸生植被，獲得水葫蘆覆蓋范圍。

3.2.1數(shù)據(jù)預處理

1) 正射糾正基于元數(shù)據(jù)中提供的有理函數(shù)參數(shù)，構建有理函數(shù)模型，分別對多光譜和全色數(shù)據(jù)進行糾正。

2) 輻射定標，使用絕對定標吸收將衛(wèi)星DN值轉化為輻亮度。進而進行輻射糾正，將輻亮度轉換為行星反射率。GF系列衛(wèi)星遙感影像原始觀測數(shù)據(jù)為DN值，根據(jù)式(1)轉化為行星反射率ρTOA：

(1)

式中μs=cosθs，θs為太陽天頂角，與太陽高度角互余；d是日地距離修正因子，可查表獲得；Gain為定標增益；E0為大氣層外太陽輻照度，均采用中國資源衛(wèi)星應用中心發(fā)布的參數(shù)值。

3) 數(shù)據(jù)融合和大氣糾正是預處理過程的關鍵步驟，決定了光譜數(shù)據(jù)的真實性。數(shù)據(jù)融合算法采用光譜保持能力較好的Gram-schmidt方法[16-17]，大氣糾正方法采用基于圖像自身的陰坡植被暗象元法計算氣溶膠光學參數(shù)，然后代入輻射傳輸方程獲得真實地表反射率[18]。

3.2.2水域模板制作

為了有效排除河岸陸生植被，首先需要制作研究區(qū)域的水域模板。不同時相遙感圖像中水葫蘆覆蓋水面范圍不同，采用歸一化水體指數(shù)NDWI[19]，設置NDWI>a閾值，提取各景圖像水體，將結果疊加取并集，可獲得研究區(qū)水域初步模板。NDWI計算公式如下：

NDWI=(ρG-ρNIR)/(ρG+ρNIR)

(2)

其中ρG、ρNIR分別是綠波段，近紅外波段的地表反射率。初步模板還需人工檢查修正，一方面消除建筑物陰影及山區(qū)陰影的影響，一方面填補各時相均被水葫蘆覆蓋的水域，獲得較為精確的研究區(qū)水域模板。

3.2.3水葫蘆識別

由水葫蘆光譜特征可知，在紅波段對太陽輻射有較強吸收能力，反射率較低。但在近紅外波段，由于綠色植物葉肉組織的高反射和高透射性質，與水體在近紅外強吸收性質截然相反，可采用歸一化植被指數(shù)NDVI>b，結合近紅外單波段反射率閾值ρNIR>c的方法提取植被信息。NDVI計算公式如下：

NDVI=(ρNIR-ρR)/(ρNIR+ρR)

(3)

其中ρR、ρNIR分別是紅波段，近紅外波段的地表反射率。以研究區(qū)水域模板為標準，與提取的植被分布取交集，最終獲得水葫蘆覆蓋分布結果并進行統(tǒng)計分析，估算區(qū)域水葫蘆影響范圍。

4 結果分析

4.1 東莞市水葫蘆分布分析

圖2為2018年10月、2019年3月、2019年9月東莞市水域水葫蘆分布情況遙感監(jiān)測結果，直觀顯示了水葫蘆覆蓋面積呈逐漸減少的趨勢。由圖2a可見，2018年10月東莞市水葫蘆主要集中于東江下游三角洲河網(wǎng)區(qū)，以及與惠州市交界處的潼湖周圍水域。東莞市境內(nèi)建有大量工業(yè)園區(qū)，包括印染、紡織、皮革、紙品工廠等，工農(nóng)業(yè)污水及生活廢水處理不當，致使區(qū)域內(nèi)污染超負荷，水體有機污染較為嚴重，為水葫蘆生長提供了充足的養(yǎng)分。河網(wǎng)區(qū)和潼湖水域既為水葫蘆源生地，也聚集了上游漂移而來的水葫蘆，依附于淺灘、橋墩、攔截網(wǎng)等周圍生長蔓延，加重了該區(qū)域水葫蘆災害情況。

自開展“清漂”、“清四亂”、“五清”等多項行動后，東莞市水域水葫蘆治理成效顯著。2018年10月、2019年3月、2019年9月東莞市水葫蘆遙感監(jiān)測覆蓋面積分別為2.78 km2、2.36 km2、1.37 km2。由圖2c所示，2019年9月東莞市水葫蘆覆蓋面積銳減，零星殘存于東江三角洲區(qū)域細小河涌末端、池塘等水域。

a.2018年10月4日 b.2019年3月11日 c.2019年9月22日

圖3為2018年10月與2019年3月東莞市河網(wǎng)區(qū)水葫蘆分布遙感監(jiān)測結果對比示意。至2019年9月，東莞市河網(wǎng)區(qū)水浮蓮明顯減少，主河道基本無成片水浮蓮。紫色斑塊為兩個時相均覆蓋水葫蘆的水域，主要為水動力條件較差、污染較重的細小河涌。水葫蘆在這些水域宜反復生長，可識別為水葫蘆源生地，需進行重點整治。

圖3 2018年10月與2019年3月東莞市東江三角洲水葫蘆分布遙感監(jiān)測對比示意

4.2 水葫蘆與水體富營養(yǎng)化關系分析

水葫蘆生長的根本原因在于水體富營養(yǎng)化，治理的關鍵在于改善水質。水體富營養(yǎng)化促使水中藻類快速生長，葉綠素濃度指示了水中藻類豐度，因此是反映水體富營養(yǎng)化程度的重要指標。為分析水體富營養(yǎng)化與水葫蘆生長的關系，利用高分衛(wèi)星遙感影像對東莞市水體進行了葉綠素濃度定量反演。采用的水質遙感模型由吳儀等[20]建立，已成功應用于新豐江水庫葉綠素濃度時空動態(tài)分析當中。

由圖4可見，東莞市水體葉綠素濃度高值區(qū)主要分布于東莞市河網(wǎng)區(qū)以及潼湖周圍水域，此外東莞境內(nèi)水庫水體葉綠素濃度也普遍處于較高水平。東江干流以及珠江水域葉綠素濃度相對較低。遙感結果顯示東莞市水葫蘆密集分布區(qū)與水體葉綠素濃度高值區(qū)吻合，反映了這些區(qū)域水體污染負荷較重，營養(yǎng)物質過多，催生了大量藻類及水葫蘆，亟待治理。

圖4 2019年3月東莞市水體葉綠素濃度遙感分布示意

5 結論與展望

1) 應用模型對東莞市水葫蘆分布進行了動態(tài)監(jiān)測分析，遙感結果顯示：自2018年10月、2019年3月、至2019年9月，東莞市水葫蘆覆蓋面積依次為2.78 km2、2.36 km2、1.37 km2，覆蓋面積持續(xù)大幅減少，說明開展“清漂”、“清四亂”、“五清”等專項行動后，河湖漂浮物治理工作成效顯著。

2) 多時相水葫蘆遙感監(jiān)測結果顯示，東莞市河網(wǎng)區(qū)、潼湖周圍水域為水葫蘆兩大源生地。2019年9月，東莞市河網(wǎng)區(qū)主河道基本無成片水葫蘆，水葫蘆零星殘存于細小河涌末端、池塘等小微水體中。遙感結果顯示水葫蘆密集分布區(qū)與水體葉綠素濃度高值區(qū)分布趨勢一致，反映了水體富營養(yǎng)化程度較為嚴重。

3) 水葫蘆生長的根本原因在于水體富營養(yǎng)化，治理的關鍵在于改善水質。今后，可進一步結合多時相高分辨率水質遙感結果分析水葫蘆分布情況，識別污染排放源，監(jiān)管排污實體。同時，建立地面巡查與遙感監(jiān)測相結合的動態(tài)監(jiān)察體系，持續(xù)監(jiān)管評價治理成效，根治水葫蘆頑癥，防止反復成災。