1B-CCD数据湖泊水体污染遥感监测

ComputerEngineeringandApplications计算机工程与应用2011，47（17）1引言传统的水污染监测主要是采用定点剖面采样进行水质的化学因子分析，这种方法测得的水质参数只具有局部和典型的代表意义。面对大尺度的水域时，传统的监测方法则表现出工作量大、投入大、周期长的缺点[1]。由于遥感影像具有直观明了、宏观性强的特点，能清楚地反映出区域或者整个流域污染现状和空间分布特征。遥感技术的发展，尤其是遥感器几何、时间、光谱分辨率的提高，使遥感技术为水体污染监测和研究开辟了新的途径。利用遥感影像可以对大面积水域的水质进行空间上高精度的量测，弥补常规手段上的不足。环境与灾害监测预报小卫星（简称HJ-1A/1B）星座是我国首个以灾害和环境监测为主要用途的卫星监测体系，本文利用国产新型卫星数据源HJ-1A/1BCCD数据作为数据源，对湖泊水污染状况进行监测与评价。2水体污染遥感监测原理与方法2.1遥感监测原理对水体来说，水的光谱特征主要是由水本身的物质组成决定，同时又受到各种水状态的影响。在可见光波段0.6微米之前，水的吸收少、反射率较低、大量透射。其中，水面反射率约5%左右，并随着太阳高度角的变化呈3%~10%不等的变化；水体可见光反射包含水表面反射、水体底部反射及水中悬浮物质（浮游生物或者叶绿素、泥沙及其他物质）的反射三方面的贡献。对于清水，在蓝-绿光波段反射率4%~5%，0.6微米以下的红光部分反射率降到2%~3%，在近红外、短波红外部分几HJ-1A/1BCCD数据湖泊水体污染遥感监测周正1，汪畅2，刘良明1ZHOUZheng1，WANGChang2，LIULiangming11.武汉大学遥感信息工程学院，武汉4300792.中国科学院遥感应用研究所，北京1000491.SchoolofRemoteSensingandInformationEngineering，WuhanUniversity，Wuhan430079，China2.InstituteofRemoteSensingApplications，ChineseAcademyofSciences，Beijing100049，ChinaZHOUZheng，WANGChang，LIULiangming.WaterpollutionmonitoringusingHJ-1A/1BCCDdata.ComputerEngi-neeringandApplications，2011，47（17）：22-25.Abstract：Forthecharacteristicsofthenewsourcesofsatellitedata，HJ-1A/1BCCD，thispaperdescribesthemethodsofre-motesensingtechnologyforqualitativeandsemi-quantitativewaterpollutionmonitoring.Accordingtothechangeofwaterspectralcharacteristicsgeneratedbywaterpollution，itisbettertodistinguishandidentifywaterpollution.TheexperimentshowsthatHJ-1A/1Bmulti-spectraldatacanbeeffectivelyappliedtothelakewaterpollutionmonitoringandapplicationanalysis.Keywords：waterpollution；remotesensing；informationprocessing；HJ-1A/1BCCD摘要：针对新型国产卫星数据源HJ-1A/1B多光谱数据特点，进行内陆湖泊水污染定性及半定量化的遥感监测。根据水体污染所产生的光谱特性变化进行水体污染的识别与分析。通过实验表明，HJ-1A/1B多光谱数据能够有效地进行湖泊水污染变化监测与应用分析。关键词：水污染；遥感；信息处理；环境减灾小卫星DOI：10.3778/j.issn.1002-8331.2011.17.007文章编号：1002-8331（2011）17-0022-04文献标识码：A中图分类号：TP79基金项目：国家科技支持计划项目（No.2008BAK49B07-04）。作者简介：周正（1984—），男，博士生，主要研究领域为遥感影像处理与应用分析；汪畅（1986—），男，博士生；刘良明（1969—），男，教授，博士生导师。E-mail：[e-mail]收稿日期：2011-01-05；修回日期：2011-04-12大气散射光表面散射光遥感器天空光太阳光水面透射光水中光水中散射光水底反射光图1电磁波与水体的相互作用222011，47（17）乎吸收全部的入射能量，因此水体在这两个波段的反射能量很小。这一特征与植被和土壤光谱形成十分明显的差异[2]。由于水在红外波段的强吸收，水体的光学特征集中表现在可见光在水体中的辐射传输过程，它包括界面的反射、折射、吸收、水中悬浮物质的多次散射（体散射特征）等。图1反映了电磁波与水体相互作用的辐射传输过程。水体的光谱特性（即水色）主要表现为体散射而非表面反射，水色主要决定于水体中浮游生物含量（叶绿素浓度）、悬浮泥沙含量（浑浊度大小）、营养盐含量（黄色物质、溶解有机物质、盐度指标）以及其他污染物、底部形态（水下地形）、水深等因素。利用遥感手段识别地物的原理在于不同地物具有不同的光谱特征。地物之间的光谱差异越大，就越容易被遥感器所识别。由于不同水体的水面性质、水体中悬浮物的性质和含量、水深和水底特性等不同，从而形成传感器上接收到的反射光谱特征存在差异，为遥感监测水体提供了基础。水体污染遥感监测就是根据水的光谱特性发现异于纯水的光谱特征，从而达到监测水体污染的目的。王云鹏等人在利用遥感技术探测水体水质的研究中为了探讨不同水质水体的可见光．近红外光谱及其水质指标的关系，采集了珠江广州河段的不同地区的水样，并进行了室内光谱测试（VI-NIR）和水中总有机碳（TOC）的分析，同时还进行了纯净水和自来水的光谱测试和水质分析以作比较。经实验结果分析得到，随着水中TOC含量的增加，水在可见光-近红外波段（400~2500nm）的反射率逐渐减小。说明受有机污染的水体比未受有机污染的清洁水体反射率要低。由此可以得出结论，水体反射率的光谱反射率高低主要取决于水体颜色深浅的影响，受有机污染的水体一般颜色较深，呈现深蓝色、蓝黑或者黑色，光谱反射率较低。而未受有机污染的水体颜色较浅，光谱反射率相对较高。2.2遥感监测方法2.2.1假彩色合成假彩色合成又称彩色合成。根据加色法或减色法，将多波段单色影像合成为假彩色影像的一种彩色增强技术。合成彩色影像常与天然色彩不同，且可任意变换，故称假彩色影像。2.2.2HIS彩色变换HIS变换是将遥感图像从红（R）、绿（G）、蓝（B）三种颜色组成的彩色空间变挽到以亮度（I）、色度（H）、饱和度（S）作为定位参数的彩色空间，以便使图像的颜色与人眼看到的更为接近。其中亮度表示整个图像的明亮程度，取值范围是0~1，色度表示像元的颜色，取值范围是0~360，饱和度表示颜色的纯度，取值范围是0~1。本文采用HIS变换是为了在明度（I）色度（H）以及饱和度（S）组成的彩色空间中研究由于污染引起的水色变换。2.2.3对数变换对数变换是将遥感影像进行对数运算，然后重新进行波段合成的方法，其可以增强低亮度信息，亮度较低的水体可以更加明显地被识别出来。2.2.4图像运算利用遥感影像波段间的运算可以突出反映水体污染的状况，其中有代表性的为归一化植被指数NDVI与比值植被指数（RVI）。其计算公式如下所示。这是因为由于水污染区域处于富营养化状态且悬浮泥沙含量较小，其可以作为水体有机污染的指标。RVI=ρNIR/ρR，ρNIR：遥感影像近红外波段反射率。ρR：遥感影像红光波段反射率。NDVI=（ρNIR－ρR）/（ρNIR+ρR），ρNIR：遥感影像近红外波段反射率。ρR：遥感影像红光波段反射率。采用下面的指标作为划分不同水质的标准（M代表指数平均值，D代表指数标准方差）：RVI（NDVI）≤M－D无或非常轻污染水体M－DRVI（NDVI）≤M轻污染水体MRVI（NDVI）≤M+D中等污染水体RVI（NDVI）M+D重污染水体3数据获取与处理3.1卫星影像数据环境减灾小卫星数据从民政部减灾委获取，多光谱数据参数如表1所示。3.2遥感影像预处理由于遥感系统空间、波谱、时间以及辐射分辨率的限制，很难精确地记录复杂地表的信息，因而误差不可避免地存在于数据获取过程中。这些误差降低了遥感数据的质量，从而影响了图像分析的精度。因此在实际的图像分析和处理之前，应对遥感原始图像进行预处理。本文采用的是HJ-1A/1B卫星2级产品，此产品已经过系统几何纠正和辐射纠正。辐射定标：将其反射波段的DN值转换为反射率，它包括两个步骤：计算表观辐亮度，计算表观反射率。（1）利用绝对定标系数将CCD图像DN值转换为辐射亮度图像的公式为：L=DNA+L0（1）式中A为绝对定标系数增益，L0为绝对定标系数偏移量，转换后的辐射亮度单位为W/(sr×m2)。绝对定标参数可在原始数据XML格式的文件中查询。（2）根据下面公式，计算出表观反射率ρ：ρ=πd2LEcosθ（2）式中，ρ为表观反射率，L为辐亮度，d为日地距离因子，E为太阳辐照度，θ为太阳天顶角（在原始数据XML格式的文件中查询）。几何精校正：利用同一区域里一幅图像（基准图像）对另一幅图像进行校正，本文采用的基准图像是经过几何精纠正的一幅武汉地区的TM假彩色合成图像。由于区域内地势平坦，采用二次多项式拟合方法进行几何精校正。大气校正：采用暗目标法，它的基本原理是在假设待校正的遥感图像上存在黑暗像元、地表朗伯面反射和大气性质均一，并忽略大气多次散射辐照作用和邻近像元漫反射作用的前提下，反射率很小（近似0）的黑暗像元由于大气的影响，使波段1234光谱范围/μm0.43～0.520.52～0.600.63～0.690.76～0.90空间分辨率/m30303030幅宽/km重访时间/d有效载荷卫星HJ-1A/HJ-1B4700CCD相机表1HJ-1A/1B卫星CCD主要载荷参数表周正，汪畅，刘良明：HJ-1A/1BCCD数据湖泊水体污染遥感监测23ComputerEngineeringandApplications计算机工程与应用2011，47（17）得这些像元的反射率相对增加，可以认为这部分增加的反射率是由于大气影响产生的。这样，将其他像元减去这些黑暗像元的像元值，就能减少大气（主要是大气散射）对整幅影像的影响，达到大气校正的目的。整个过程的关键是寻找黑暗像元以及黑暗像元增加的像元值。ENVI下的DarkSubtract工具提供选择波段最小值、ROI的平均值、自定义值三种方式确定黑暗像元的像素值。因为水体在近红外波段具有强吸收性，所以水体在近红外波段的反射率几乎为0，因此，本文首先确定每个数据近红外波段的最小值，让这个最小值作为这个数据其他波段的自定义值，由此对整个数据进行大气纠正。4实验结果与分析4.1实验区域与数据选取东湖为实验区域。东湖是我国最大的城中湖，位于湖北省省会武汉市内，位置位于东经114°23'，北纬30°33'。其水质参数监测点位及水域示意图如图2所示。本次水体污染遥感监测实验采用的是2009年5月4日HJ1BCCD2的遥感图像数据。4.2最佳波段选择选取2009年5月4日的数据进行最佳波段选择。东湖五个实测点的水质情况如表2。从表2的数据可以看出，东湖五个实测点的总体水质状况从污染程度高低的顺序排列依次为：鹰窝湖、汤菱湖、郭郑湖、水果湖、庙湖。从遥感图像上可以得到五个实测点的光谱曲线如图3。结合实测水质参数数据和遥感光谱曲线可以看出，随着水体污染程度逐渐增加，水体的光谱值逐渐减小。同时，水华现象的存在，使得近红外波段