基于遥感技术的滏阳河东武仕水库水体污染信息提取

李晓磊

（河北省煤田地质局水文地质队，河北 邯郸 056200）

滏阳河是子牙河水系的一条重要支流，它发源于邯郸市峰峰矿区的黑龙洞泉群，流经邯郸市的5县5区，境内全长为165 km，流域面积为2 747 km2。滏阳河东武仕水库位于邯郸市西南部、峰峰矿区东侧。近年来，随着城市化进程的加速，滏阳河水系受污染的情况逐渐加剧。由于生活污水和工业废水大量排入，滏阳河水质不断恶化。对于邯郸市来说，滏阳河不但与市民的生产生活息息相关，而且影响全市经济的持续稳定发展。传统水污染调查方法，以地面定点观察为主，其具有调查速度慢、成本高、周期长等缺点，也不利于人们全面、及时地掌握水体污染状况。遥感数据具有获取周期短、视域广等优点，目前已被广泛应用于环境污染调查工作中。在滏阳河东武仕水库一带利用遥感技术开展对水体污染信息提取方法的研究，可以为利用遥感技术监测和治理该区水体污染提供理论依据。

1　数据源及其特征

本研究选用2014年12月16日、轨道号为124035的OLI遥感数据提取滏阳河东武仕水库一带水体污染信息。

OLI（Operational Land Imager，陆地成像仪）搭载于LandSat－8号卫星，于2013年2月11日由NASA成功发射.OLI传感器获取的遥感数据包括8个多光谱波段数据和1个全色波段数据，多光谱波段影像空间分辨率为30 m,全色波段影像空间分辨率为15 m（见表1），成像宽度为185 km×185 km，这为提取水体污染信息提供了保障[1]。

在OLI 762（RGB）合成影像中，工作区以黄绿色色调为主，居民地以紫色色调为主，水体主要呈黑色色调，在东清流村东南滏阳河道内、路村营北部东武仕水库内的部分地段水体呈深蓝色，如图1所示。该景数据影像色调丰富、数据质量较高，能够满足水体污染信息提取要求。

表1　OLI遥感数据波长及空间分辨率特征

2　污染信息提取

清洁水体、污染水体的物质成分差异较大，必将导致二者波谱特征有所不同。遥感调查主要对象正是：水体、植被、土壤和岩石等。现有研究成果表明，滏阳河水体污染以氨氮污染最为严重，氨氮分布具有极强的空间差异[2]。

图1　滏阳河东武仕水库段OLI 762（RGB）合成影像

水体的富营养化必将引起藻类突然过度性增殖，藻类数量空间分布特征与水中叶绿素浓度分布密切相关，同时水中叶绿素浓度与植被指数间具有较好的相关性。所以,植被指数能够间接指示富营养化水体污染特征，为利用遥感数据提取富营养化水体污染信息提供理论依据。

2.1　水体污染信息提取波谱依据

实测地物波谱曲线特征分析是利用遥感技术提取地物信息的前提。在各种水体的反射波谱曲线中，清洁水体的反射率最小，其次是含沙水体。在0.4～1.1 µm波长区间，清洁水体的反射率随波长增加而减小，至0.76 µm波长，清洁处水体的反射率基本为0。而含泥沙水和藻类等浮游生物的水体反射率要大于清洁水体，尤其是含藻类的水体在0.68～0.8µm波长区间反射率随波长增加而急剧增大，与清洁水体、含沙水体的波谱特征迥然不同，如图2所示。

2.2　水体污染信息提取理论基础

大量营养盐进入水体后，在一定条件下会引起藻类的大量繁殖，大量消耗水中的溶解氧，从而导致鱼类和贝类的死亡，这一过程称为水体的富营养化。反映水体富营养化程度的最主要因子是叶绿素，其中又以叶绿素a最为突出。由于氨氮污染严重，滏阳河东武仕水库一带水体出现富营养化。水体的富营养化必将导致水体中藻类突然过度增殖。

图2　水体反射曲线

2.3　水污染遥感信息提取方法

比值植被指数可以用来分析植被覆盖状况，但王爱华研究发现，比值植被指数的平均值和方差可以作为半定量指标来划分水体污染程度，同时比值植被指数可以作为水体污染的指标[3]。因此，本文利用比值植被指数提取水体污染信息，根据植被指数与植被指数均值与标准差，计算不同污染程度水体的分类阈值，如表2所示。

表2　水体污染程度分类阈值

2.4　水体污染信息遥感提取流程

利用比值植被指数提取水体污染信息的流程为：大气校正、水体自动识别、计算水体分布区域比值植被指数（B5/B4）、计算水体分布区域比值植被指数均值和标准差、计算分割阈值、密度分割及密度分割结果矢量化，如图3所示。

图3　水体污染信息提取流程

2.4.1大气校正

利用内部平均相对反射率法对工作区影像进行大气校正，该方法是用图像各波段的每个像元灰度值除以该波段在工作区图像像元灰度值的均值。相对大气校正，能够消除大气层辐射和部分地形影响，得到的相对反射率与真实反射率具有相同的波谱特征。

2.4.2水体识别

在0.4～2.5 µm波长区间，水体的反射率随波长的增加而降低，至红外波长区间，水体对太阳辐射能量全吸收。因此，本次利用OLI 7波段提取水体边界，切割阀值为0.681～0.701。

2.4.3计算植被指数

比值植被指数是近红外波段和红光波段的比值。根据OLI遥感数据波谱特征，确定利用OLI遥感数据比值植被指数计算方法是OLI遥感数据的5波段与4波段比值。

2.4.4密度分割

计算水体区域比值植被指数的均值与标准差，研究区水体区域比值植被指数的均值与标准差分别为0.788、0.018，利用均值±标准差划分水体污染程度。

2.4.5矢量化与成果表达

经密度分割后的污染程度不同的水体形成栅格数据。为了便于成果表达，需要把污染程度不同的水体数据转换成矢量数据，经格式转换后，在地理信息系统环境中，把污染程度水体的界线叠加到遥感影像图中，形成工作区水污染程度分布图（见图4）。

图4　东武仕水库水体污染程度分布图（●野外检查点）

3　结论

滏阳河东武仕水库一带水体以中度氨氮污染为主，其主要分布于东武仕水库边部及非居民生活区河流边部，中度、少量重度污染水体主要分布于居民生活区河流边部、东清流村东南、东武仕水库西南、路村营乡北部，水中含有大量的水藻（见图5（a））、生活垃圾（见图5（b）），轻度或未氨氮污染水体主要分布于东武仕水库中央及东北侧。

图5　中度-重度污染水域野外照片

氨氮污染导致水体的富营养化，富营养化水体能引起藻类等浮游生物的过度增殖，使得污染程度不同的水体中叶绿素含量有所差异，而植被指数与叶绿素含量呈正相关。因此，利用遥感数据计算水体中植被指数，可以间接反映水体氨氮污染程度，并能够半定量划分不同污染程度水体的分布范围，为利用遥感数据监测水体污染提供了依据。