学术交流 依据Sentinel-2和ZH-1遥感印象的松北区水质监测

　　水是保持城市生态环境平衡的重要因素，遥感监测手法现已成为点评城市水环境的重要手法。依据2020年4月珠海一号印象和2020年7月岗兵二号印象，树立水质参数反演模型，对哈尔滨市松北区水体的叶绿素a浓度、悬浮物浓度、透明度和归纳养分化指数进行季度监测。研讨成果表明：松北区银水湾为污染水体，叶绿素a浓度、悬浮物浓度和归纳养分指数值都较高，与其相邻的松花江水质状况较好，水质参数均在正常水体值的规模内。

　　跟着我国城镇化的快速展开，工业出产、农业灌溉和公民日常用水量日趋添加。人们出产、日子发生的工业废水和日子污水被排放到城市河道中，构成城市水体水质日益恶化，严峻破坏城市河流生态系统，对城市景象和城市展开构成较大影响，对区域的生态环境、人居环境和人们的身体健康构成了严峻的损害。监测和管理水体污染是现在亟待解决的城市环境问题。

　　传统水质监测办法首要选用地面水站监测，监测规模有限，难以实现长期接连的大规模监测。而遥感技能能够从全空间范畴，多时刻序列快速、接连地表现整个水域的水质状况。水体中的叶绿素a浓度、悬浮物浓度和透明度是水质监测的重要目标参数。对此，国内外学者展开了很多的相关研讨，王爽等人以Landsat-8/OLI、FY-3A/MERSI和HJ-1B/CCD遥感印象为数据源，结合实测的叶绿素a浓度和水体光谱特征，得到胶州湾的叶绿素a浓度的空间散布状况。宋庆君等人选取太湖为试验区，比照剖析TASSAN模型、比值模型、近红外预算模型反表演水体悬浮物浓度，终究得出结论使用近红外（812 nm）波峰高度来预算太湖悬浮物的作用最好。Keiner等人使用Landsat-TM数据，对水体叶绿素、悬浮物和可溶性有机物3个水质参数进行反演。Dall等人使用MODIS印象，构建3个特征波段反演模型，反演水体的叶绿素a浓度。

　　总结现在的研讨成果可知，使用遥感技能进行水质监测的研讨现已较为老练，可是大都研讨首要是针对水体的单因子进行反演，如叶绿素a浓度。本文依据岗兵二号（Sentinel-2）卫星印象和珠海一号（ZH-1）卫星印象，对哈尔滨市松北区银水湾等河段的水体的绿素a浓度、悬浮物浓度、透明度和归纳富养分化指数进行反演，构成每季度水体监测，并对研讨区域内水质进判别和点评，辅佐有关部门进行定量污染源解析，服务水体管理办法，可有效地节省本钱，进步管理作用。

　　松北区内河流纵横，水量丰枯不均，首要江河有松花江及其支流金水河和呼兰河，区内河水陡峭而宽广，区内陆河、渠、湖泊较为丰厚。本研讨以松北区银水湾作为研讨区，如图1所示。

　　银水湾坐落哈尔滨松北区，银水湾支渠具有排涝、生态环境、景象、旅行等归纳功用，部分扩大图如图2所示。支渠总长度为6.494 km，均匀水面宽度60 m，水面面积0.37 km2，终年河水呈黄色，污染严峻，被称为“金水湾”，现场相片如图3所示。

　　本文选用4月10日的ZH-1卫星印象和7月24日的Sentinel-2卫星印象，对松北区银水湾，选用多种遥感印象数据源，进行4月和7月的每季度水质监测。

　　Sentinel-2卫星带着一个多光谱成像仪，可掩盖13个光谱波段，幅宽为290km。13个波段，光谱掩盖规模从可见光到短红外，空间分辨率别离为10m、20 m和60m。两颗互补，重访周期为5d。在光学数据中，Sentinel-2是首颗包括3个“红边”波段的光学卫星，能够供给有关植被状况的要害信息，本文选用2020年7月24日的Sentinel-2印象，对波段2、3、4、8进行组成，空间分辨率为10m。

　　ZH-1高光谱卫星选用推扫成像办法，单次成像规模为150km×400（km/min），空间分辨率为10m，光谱分辨率为2.5nm，波长规模为400～1 000nm，32个波段。现在，单颗高光谱卫星重访周期为6d，8颗高光谱卫星归纳重访周期缩约为1d。本文选用2020年4月10日的ZH-1印象数据，并对数据进行预处理，用于后续水质参数反演作业。

　　本文首要以高光谱ZH-1卫星印象和多光谱Sentinel-2卫星印象为首要数据源，并对遥感印象进行辐射校对和正射校对等数据预处理。使用自动化提取水体，得到研讨区水体散布规模，并对研讨区水体的叶绿素a浓度、悬浮物浓度和透明度等水质参数进行反演，在此基础上得到研讨区水质的归纳污染状况的空间散布图和污染水体的专题报告，详细研讨道路 技能道路

　　为了明晰表示出水体参数的改变特征，需提取出研讨区的水体散布状况。本文使用易康（eCognition）解译软件，选用面向对象的办法，使用遥感印象的绿波段和近红外波段构建归一化水体指数（Normalized Difference Water Index，NDWI）对印象水体进行自动化提取，如图5所示。

　　水体中水质参数的成分和浓度不同，对应遥感印象波段的光谱信息也不同，因而能够依据遥感印象的光谱信息与水体水质参数联系树立模型，得到水体水质参数浓度的空间散布联系。本文使用模型剖析法反表演研讨区内水体的叶绿素a浓度、悬浮物浓度、透明度以及水体归纳养分指数等水质参数，然后得到整个研讨区内水质空间散布状况。

　　水体叶绿素a浓度是鉴定水体富养分化和水体污染程度的重要目标，水体的叶绿素a浓度不同，对应遥感印象的光谱信息也不同。一般状况下，含有叶绿素a的水体的光谱特性为在近红外波段值最高，在红光波段反射率出现最低状况。因而，本文选用印象的红光波段和近红外波段，反表演水体叶绿素a浓度，构建的反演模型为：

　　式中，TLIchi-a为依据叶绿素a浓度的养分状况指数；TLIsd为依据透明度的养分状况指数。

　　别离对两种养分指数进行归一化操作，然后选取两个养分指数的最大值作为新的归纳养分指数，叠加到遥感印象上进行最佳阈值选取，得到污染水体的散布状况。

　　由上述可知，研讨区内水体的叶绿素a浓度首要在30～45mg·m-3之间，银水湾流域的叶绿素a浓度高于相邻松花江流域的叶绿素a浓度，银水湾的均匀叶绿素a浓度为42.38mg·m-3，松花江的均匀叶绿素a浓度为33.17mg·m-3。

　　由上述成果可知，水体透明度与水体悬浮物浓度呈负相关，银水湾流域的水体透明度低于松花江的水体透明度，银水湾均匀透明度为19.36cm，松花江流域水体透明度为36.47cm。

　　水体归纳养分指数首要归纳使用叶绿素a浓度、透明度，别离对其进行归一化处理并取最大值，然后进行最佳阈值选取，别离得到水体的4月和7月每季度监测的污染状况，如图9和图10所示。其间，珠海一号卫星高光谱卫星，光谱信息更为精细化，可将其归纳养分指数依据选取最佳阈值，污染程度进行3级显现，4月份珠海一号印象和7月份岗兵二号卫星印象的归纳养分指数计算值计算状况，别离见表4和表5。

　　水体的水质参数关于遥感印象的红外和近红外波段灵敏，在此波段内污染水体与非污染水体光谱特征显着不同，可辅佐辨认水体的污染状况。本文首要是依据现有水质参数反演模型对研讨区的水质参数进行反演，短少实地收集的水质数据，往后可同步获取印象与实地收集数据，更准确和客观地得到水体污染状况散布。且本文首要选用的是10m空间分辨率的遥感印象，关于一些水面较窄的水体很难进行水质状况的判别，特别城市中的要点排污渠等，在往后的相关作业中应结合更高分辨率的遥感印象。