基于遙感的廣州市水體COD 反演研究

趙 倩 韓留生* 王樹祥 張大富 范俊甫 孫廣偉 楊 驥 李 勇 王曉曉

（1、山東理工大學(xué) 建筑工程學(xué)院，山東 淄博255000 2、廣東省科學(xué)院廣州地理研究所，廣東 廣州510070）

水是人類生存發(fā)展不可或缺的自然資源，然而隨著社會經(jīng)濟(jì)的發(fā)展，水污染問題逐漸顯現(xiàn)，給人們的生活帶來了重大影響。水質(zhì)監(jiān)測是獲取水污染情況的重要手段，通過分析水質(zhì)監(jiān)測結(jié)果可以有針對性地對污染水體進(jìn)行治理。傳統(tǒng)的水質(zhì)監(jiān)測方法成本較高，采樣及分析過程需要較長時間，而且極易受到氣候和環(huán)境的影響，時空代表性差，監(jiān)測結(jié)果往往難以準(zhǔn)確反映監(jiān)測對象整體的水質(zhì)狀況[1-3]。遙感技術(shù)的出現(xiàn)，為水質(zhì)監(jiān)測提供了有效方式，可節(jié)省大量的人力、物力和時間上的花費[4]。

有機(jī)污染物是導(dǎo)致水體污染的主要原因之一，由于有機(jī)污染物種類繁多，在水質(zhì)評價中常使用綜合性指標(biāo)來表征有機(jī)污染的程度[5]?；瘜W(xué)需氧量（chemical oxygen demand，COD）是評價水體受有機(jī)物污染程度的一個重要指標(biāo)，COD 濃度越高，表明水體受有機(jī)物污染程度越嚴(yán)重。趙起超等利用水體實測光譜、Landsat8 衛(wèi)星數(shù)據(jù)和COD 實測值，使用BP 神經(jīng)網(wǎng)絡(luò)構(gòu)建了COD 遙感反演模型，對白洋淀水體COD 污染程度進(jìn)行反演，得到了比較好的結(jié)果[6]。蔡建楠等利用水體高光譜數(shù)據(jù)和COD 實測數(shù)據(jù)，通過遺傳-偏最小二乘（GA-PLS）算法建立了COD 濃度反演模型，并比較輸入變量為不同特征波段組合時模型反演的效果差異，驗證發(fā)現(xiàn)該模型具有良好的反演精度[7]。

城市發(fā)展速度越快的地區(qū)水體污染往往越嚴(yán)重，廣州作為重要的國際大都市，經(jīng)濟(jì)迅速發(fā)展的同時對水污染防治工作也較為重視。而且廣州市常年多雨，內(nèi)部河流、水系發(fā)達(dá)，水域面積廣闊，水體污染的防治極其重要。本研究基于高分二號（GF-2）衛(wèi)星數(shù)據(jù)，對廣州市中心城區(qū)水體中的COD 濃度進(jìn)行反演，并利用廣州市生態(tài)環(huán)境局重點整治河涌的實測數(shù)據(jù)對反演結(jié)果進(jìn)行驗證，分析廣州市水體中COD 濃度的空間分布情況。

1 數(shù)據(jù)與方法

1.1 GF-2 衛(wèi)星數(shù)據(jù)及預(yù)處理

GF-2 影像預(yù)處理過程包括輻射定標(biāo)、大氣校正、正射校正、融合、鑲嵌、水體提取。首先對GF-2 多光譜影像和全色影像分別進(jìn)行輻射定標(biāo)，然后對輻射定標(biāo)后的多光譜影像進(jìn)行大氣校正和正射校正，對全色影像僅進(jìn)行正射校正；使用NNDiffuse Pan Sharpening 融合方法，將正射校正后的多光譜影像和全色影像進(jìn)行融合，融合后獲得1m 分辨率的多光譜影像并進(jìn)行多景影像鑲嵌；最后對鑲嵌好的GF-2 影像，使用歸一化水體指數(shù)（normalized difference water index，NDWI）法進(jìn)行水體提取，對提取效果不好的地方手動進(jìn)行修正。本研究使用9 景數(shù)據(jù)質(zhì)量較好的GF-2 衛(wèi)星影像，影像獲取時間為2019 年11 月17 日、12 月12 日和12 月27 日，覆蓋范圍主要包括廣州市白云區(qū)、越秀區(qū)、天河區(qū)、荔灣區(qū)、海珠區(qū)和黃埔區(qū)等中心城區(qū)。獲取的影像由于云量和過境時間限制，無法完全覆蓋中心城區(qū)，所以有部分水體缺失，這里對缺失水體不做研究。

1.2 實測水質(zhì)數(shù)據(jù)

實測水質(zhì)數(shù)據(jù)來源于廣州市生態(tài)環(huán)境局官網(wǎng)公布的重點整治河涌歷史水質(zhì)監(jiān)測數(shù)據(jù)，本研究使用其中10 個采樣點的COD 參數(shù)進(jìn)行遙感反演模型的精度驗證，數(shù)據(jù)采樣時間選擇與GF-2 影像時間較為接近的2019 年12 月的數(shù)據(jù)。采樣點分布見圖1。

1.3 COD 遙感反演模型

基于GF-2 衛(wèi)星數(shù)據(jù)，通過對地面實測水質(zhì)數(shù)據(jù)和光譜數(shù)據(jù)進(jìn)行光譜特征分析和相關(guān)分析，擬合構(gòu)建了COD 遙感反演模型，對廣州市水體中的COD 濃度進(jìn)行反演，模型公式如下：

式中：CCOD表示化學(xué)需氧量的濃度，單位為mg/L；b3指GF-2的紅光波段，b2指GF-2 的綠光波段。

2 結(jié)果與分析

2.1 COD 濃度遙感反演

在ENVI 5.3 中使用BandMath 工具，將公式（1）的COD 遙感反演模型應(yīng)用于預(yù)處理后的廣州市水體的GF-2 影像進(jìn)行計算，得到COD 遙感反演結(jié)果，并在Arcgis 10.5 中對研究區(qū)的COD 濃度反演結(jié)果進(jìn)行分類顯示（圖2）。

圖2 COD 濃度反演結(jié)果

從圖2 可以看出，研究區(qū)主要河流COD 濃度總體較低，但是仍存在一些細(xì)小河流COD 濃度偏高。位于白云區(qū)的流溪河上游河段COD 濃度較高，可能是白云機(jī)場污水排放對水體造成了污染，導(dǎo)致COD 濃度超標(biāo)。此外，珠江黃埔區(qū)段COD 濃度偏高，有部分河段COD 濃度超過V 類水標(biāo)準(zhǔn)，可能是附近污染企業(yè)排放的廢污水造成了COD 濃度升高。

2.2 模型驗證

使用采樣點驗證數(shù)據(jù)對COD 反演模型的精度進(jìn)行分析，比較采樣點的實測值和反演值，計算相對誤差，如表1 所示。

表1 COD 遙感反演模型精度分析

通過對COD 遙感反演模型進(jìn)行精度分析，可以發(fā)現(xiàn)COD的反演效果較好，最小相對誤差為10.93%，平均相對誤差為24.214%，同時從表中可以看出除了LW12 采樣點以外，COD 的反演值均比實測值偏高。該模型可以用來反演廣州市中心城區(qū)的COD 濃度。由于采樣點數(shù)據(jù)受采樣環(huán)境和天氣影響以及采樣時間與GF-2 影像并不是完全同步，因此可能有部分采樣點的相對誤差較高。

3 結(jié)論

本研究應(yīng)用GF-2 衛(wèi)星影像對廣州市中心城區(qū)的水體COD濃度進(jìn)行遙感反演，并利用廣州市生態(tài)環(huán)境局實測水質(zhì)數(shù)據(jù)對反演精度進(jìn)行驗證，得出以下結(jié)論：廣州市中心城區(qū)的主要河流COD 濃度值總體較低，部分細(xì)小河涌COD 濃度值偏高；白云區(qū)流溪河上游河段COD 濃度偏高，可能是受到白云機(jī)場排放污水的影響；位于黃埔區(qū)的珠江部分河段COD 濃度較高，可能是附近的污染企業(yè)排放的廢污水造成濃度升高；COD 反演效果較好，說明本研究采用的模型可以用來進(jìn)行廣州市COD 濃度的反演。