莱州湾环境污染遥感信息提取试验

过 杰,谢 强,陈忠彪

(1.中国科学院 烟台海岸带研究所,山东 烟台 264003;2.中国科学院 海岸带环境过程重点实验室,山东烟台 264003;3.山东省海岸带环境过程重点实验室,山东 烟台 264003;4.热带海洋环境国家重点实验室广东 广州510301;5.中国科学院 南海海洋研究所,广东 广州510301;6.中国科学院三亚深海科学与工程研究所,海南 三亚 572000;7.中国科学院 海洋研究所,山东 青岛 266071;8.中国科学院 海洋环流与波动重点实验室,山东 青岛 266071;9.中国科学院 研究生院,北京 100039)

莱州湾位于山东半岛北部,西起黄河口,东至龙口市的屺姆角,海岸线长 400 km 余,面积约8 000km2(约为渤海面积的1/10),有黄河、小清河、潍河等10多条河流注入,是渤海三大海湾之一。随着潍河、胶莱河、白浪河、弥河,特别是黄河泥沙的大量携入,莱州湾近岸海底沉积迅速,滩涂变宽,海水渐浅,湾口距离不断缩短,形成了幅员广阔而平坦的潮间带和潮上带堆积平原。黄河物质入海后在河口及邻近海域形成了具有高生产力的生态环境和著名的渔场[1]。由于滩涂宽阔、河流携带有机物质丰富,莱州湾沿海除了盛产蟹、蛤、毛虾及海盐外,还是黄、渤海多种鱼、虾、蟹类的产卵场、索饵场和育幼场,具有重要而独特的资源和生态价值。莱州湾气候干燥、蒸发量大,具有得天独厚的盐业和盐化工业生产条件,是中国重要的渔业和海盐生产区。莱州湾还蕴藏丰富的石油和天然气,其沿岸潍坊、东营、龙口港和羊角沟港为山东省重要港口。

自20世纪90年代以来,渤海的环境质量急剧下降,局部海域污染严重[2],童钧安等[3]基于1988～1992年大量调查资料,研究了莱州湾入海污染源及海水中污染物的分布特征,指出莱州湾主要污染物质为石油类、COD,其主要来源为西南部沿岸河口;其次为无机氮、无机磷,其主要来源为黄河口,其次为南岸河口。金显仕等[4]的研究表明,莱州湾1998年生物量分别为 1982年和 1993年的 2.8%和11.0%。王爱勇等[5]通过对 1982年、1993年、2003年和2008年在渤海莱州湾位置相同的12个站位的调查资料分析发现,鱼卵和仔稚鱼分别由1982年的27种,减少到2003年的12种和2008年的14种,资源数量下降趋势明显。莱州湾由于水深较浅,水动力弱,自净能力差,如果湾内陆源排污日益加重,总体环境质量状况就会日趋恶化,水环境污染加剧,营养盐、石油类、COD和活性磷酸盐等主要污染物平均浓度会呈逐年增长势态[2,6],使得叶绿素减少,初级生产力降低,导致鱼类群落多样性指数急剧下降,优质鱼虾类无法形成渔汛,资源承载力遭到严重破坏,渔业资源趋于枯竭,湾内局部海域呈现“荒漠化”。因此,关注莱州湾的生态变化及水环境污染状况迫在眉睫。

遥感技术应用于环境领域,目前主要体现在大面积的宏观环境质量和生态监测方面,在大气环境质量、水体环境质量和植被生态监测等方面中都有比较广泛的应用。环境遥感在数据获取上具有多层次、多时相、多功能、多专题的优势,在应用方面具有多源数据处理、多学科综合分析、多维动态监测和多用途的特点。利用遥感技术进行水环境质量监测的主要机理是：被污染水体具有独特的有别于清洁水体的光谱特征,这些光谱特征可对特定波长的光进行吸收或反射,并为遥感器所捕获,在遥感图像中呈现出来。在水质遥感监测中常用的是多光谱遥感数据,包括美国 Landsat卫星的 MSS、TM、ETM+数据,法国SPOT卫星的HRV数据,气象卫星NOAA的AVHRR数据,印度遥感IRS系统的LISS数据,日本JERS卫星的OPS(光学传感器)接收的多光谱图像数据,中巴地球资源 1号卫星(CBERS-1)CCD相机数据等。水体及其污染物质的光谱特性是利用遥感信息进行水质监测与评价的依据,国内外的许多学者利用遥感(遥测) 的方法估算水体污染参数,以监测水质变化情况。例如 Lathrop等利用5号陆地卫星 TM 数据评价了格林湾和森特勒尔莱克的水质情况[7];Carpenter[8]、Ritchie[9]等利用遥感数据定量监测水体中悬浮物;Lillesand[10]等利用遥感数据预测和评价了湖泊水库的富营养状态,并评价了污染水体中藻类色素浓度;Lathrop[11]、Baban[12]、Dekker[13]等利用 TM 数据监测水质中透明度、叶绿素浓度、总悬浮物等一系列的水体参数;陈楚群[14]、舒守荣[15]、田国良[16]、Ritchie[17]、Harding[18]、Gitelson[19]、Han[20]等应用卫星遥感和航空遥感等手段对水体中叶绿素进行了测量和分析,并研究了叶绿素的光谱反射特性;李旭文[21]、余丰宁[22]用 TM 图像,分别对苏州运河水质和太湖北部水质进行了综合分析和主成分监督分类研究;周勇[23]、张韬[24]、王学军[25]分别利用遥感和 GIS技术对武汉东湖水环境、呼和浩特地表水污染、太湖水质进行了综合分析、调查和评价。本文利用遥感手段大尺度(时间和空间)地对莱州湾的海水污染进行研究。

下面就莱州湾2011年叶绿素、海温分布、溢油情况以及近年来几条主要排污河流的状况利用多种遥感手段做以呈现,并进行分析讨论。

1 研究数据和方法及区域

本文采用的数据包括：用于叶绿素浓度及海温反演研究的 MODIS数据,用于海面溢油监测的ENVISAT-ASAR数据,以及用于莱州湾污水排放监测的Landsat1,Landsat2,Landsat3,Landsat4,Landsat5,Landsat7图像数据。

利用2011年3,4,5和10月1 km的空间分辨率MODIS数据,本文用 Ocean3反演海面叶绿素浓度,用MODIS标准算法反演海面温度。

利用2011年4月和6月ENVISAT ASAR-WSΜ数据进行海面溢油分析,该数据为中等分辨率宽带模式,一景图像 400 km×400 km,空间分辨率大约150 m,极化方式为垂直极化。本文用NEST4A软件通过几何校正、增强 Lee滤波等处理 ENVISAT ASAR- WSM溢油图像数据。

利用美国NASA的陆地卫星Landsat1,Landsat2,Landsat3,Landsat4,Landsat5和Landsat7数据, 其中LandsatTM影像包含7个波段,波段1～5和波段7的空间分辨率为30 m,波段6(热红外波段)的空间分辨率为120 m。南北的扫描范围大约为170 km,东西的扫描范围大约为183 km。 Landsat7 在空间分辨率和光谱特性等方面保持了与 Landsat5 的基本一致;Landsat ETM+影像数据包括 8个波段(波段设计),band1～band5和band7的空间分辨率为30 m,band6的空间分辨率为60 m,band8的空间分辨率为15 m,南北的扫描范围大约为 170 km,东西的扫描范围大约为183 km。Landsat7每16 d 扫瞄同一地区,即其16 d 覆盖全球一次。本文利用水质受污染后,其反射光谱及遥感影像色调上存在差异,因而,在遥感图像数据上的灰度值也有一定的差异性,从 TM 和ETM多波段数据的彩色合成显示的亮度值可以看出,亮度暗的水体,其水质较差[25]的特点,根据排放口海水的颜色变化画出该排放口对海水影响的区域,通过 NEST4A软件进行像素统计计算出该排放口对海水影响的面积。

据调查,莱州湾具有各种类型的排污口(河)17处,年排入污水量2亿t余,排入污染物11万t,是山东省受纳各种污染物等排放量最大的海域。受纳港口和船舶年污水排海量2 157万t,其中港口接纳船舶水量7.8万t,其他排海污物量10万t[26]。

流经黄河三角洲的河流有黄河、小清河和支脉河,后二者均位于黄河以南并在莱州湾区域入海,另外还有永丰河、溢洪河(支脉河,广利河)、白浪河、堤河和虞河、潍河、胶莱河等10多条河流在此入海。陆源污染物的排放得不到有效控制是莱洲湾海域污染的主要原因。

对水体的遥感监测是以污染水与清洁水的反射光谱特征研究为基础的。清洁水体对光有较强的吸收性能,反射率比较低,较强的分子散射性仅存在于光谱区较短的谱段上。这种现象使得清洁水体一般在遥感影像上表现为暗色调,城市生活污水与各种混合型工业污水往往含有硫化精,混合后发生化学作用,常使水体呈黑褐色;另外城市废水水体含有大量的有机污染物,在分解时需耗去大量氧气而导致水质恶化,使水色变黑。与正常水体的光谱反射率相比,污染水体的反射率更低,在卫星遥感图像上呈现明显的深暗色,因此可以根据不同波段彩色合成图像颜色差别来区分污染海水和正常水体。另一方面水体中泥沙含量的增加会使水体反射率提高,因此随着水中悬浮泥沙浓度的增加及悬粒径增加,水体反射量会逐渐增加。

当前在水质监测中通常使用的遥感数据包括陆地卫星的MSS、TM影像数据,SPOT卫星的HRV数据,其中TM影像是目前最常用的、信息量丰富的遥感影像[27]。

本文利用 Landsat美国陆地卫星提供的 1976～2011年70幅图像数据,通过大气校正对莱州湾的排污情况进行了分析(数据集中在春、夏和秋季,剔除1,2和12月冬季枯水期数据)。

本研究所涉及的海域是中国渤海的莱州湾,37°～38°N,118.5°～120.5°E。

2 研究结果

2.1 2011年莱州湾叶绿素及海温分布

用MODIS 2011年3,4,5,8和10月的数据反演莱州湾的叶绿素浓度和海温分布(图1)。

从图1可以看到,黄河出海口附近由于泥沙影响几乎没有叶绿素分布;叶绿素浓度高的区域在湾底及近岸。黄河入海口附近海水温度最高(泥沙影响),其次是湾底和近岸位置,离岸海水温度逐渐降低。能明显看出排污口的水体温度影响局部海域温度。

2.2 2011年ASAR对莱州湾附近海区溢油监测分析

莱州湾西临胜利油田,内有莱州湾港,机动船只来往频繁,船只污水排放很容易造成海面油污(图2)。在莱州湾的东面是蓬莱19-3油田(图3),北面有渤中油田,因此无论是船舶航行还是油田溢油,以及废物排放都对该湾的生态环境产生巨大的影响。图2数据来源于ENVISAT-ASAR-WSM数据,空间分辨率150 m×150 m,时间是2011年8月21日10时,从图中可以看出莱州湾内船只来往繁忙(白色亮点是机动船只),溢油位置(绿色折线内)处于船只集中区。通过 Next ESA SAR Toolbox4A(NEST4A)软件处理系统的定标,经过平均滤波,窗口为 3×3大小得图2、图3a。

图3a数据来源于ENVISAT-ASAR-WSM,空间分辨率150 m×150 m。2011年6月11日10时14分,渤海蓬莱19-3号石油平台海面溢油情况,图3a中蓝色折线内是显著溢油区,其溢油区面积约164 km2。图3b数据来源于MODIS Data 2011年6月11日12时30分的数据,由于云的影响,溢油区域未能完全显示,图3a与图3b分别表示ASAR数据(主动遥感)和MODIS数据(被动遥感)反演6月11日渤海蓬莱19-3号石油平台同一溢油区,箭头所指是对应的溢油块。从图3a,3b看,只有少量油块飘向渤海海峡,大部分溢油留在了渤海湾;在此季节该区域风速和流速都不是太强,因此漂移和扩散速度都不会太快,打捞会使油膜漂移和扩散方向不确定,因此在相当长的时间里溢油会对渤海的生态系统造成影响,莱洲湾不可避免地会受到牵连。另一方面莱州湾油气资源十分丰富,已探明不同类型油气田 60余个,石油储量11.5亿t,天然气储量55亿m3,黄河三角洲地区又是我国第二大油田 — 胜利油田的所在地,这都是潜在的污染威胁。所以加强莱州湾船只排污管理及安全行驶,提高海上石油平台工作的安全度势在必行。

2.3 莱洲湾7大排污口污水排放统计

以1979年5月27日(图4)和1995年9月18日(图5)Landsat图像数据为例,分别对黄河、广利河、小清河、白浪河、虞河、潍河和胶莱河 7大排污口进行分析,图 4a、5a折线区域显示的是黄河入海口对莱州湾区域海水影响的面积,由于黄河携带泥沙较大,所以影响的区域颜色比周围就亮一些。图4b显示的是溢洪河、广利河与支脉河共同入海口和小清河入海口情况,广利河、小清河排放口污水中含颗粒状物质,因此污水颜色显亮色,折线区域显示的是它们分别对莱州湾区域海水影响的面积。图4c显示的是白浪河入海口以及堤河与虞河共同入海处的情况;图 4d显示的是潍河、胶莱河入海口情况;白浪河、虞河、潍河污水颜色稍微暗一些,胶莱河污水颜色次之。图 5b显示小清河排污严重,图 5c的潍河,广利河(图5b)与白浪河(图5c)仅排其后,最后是潍河和胶莱河(图5d)。从图4和图5对比可以看出20世纪 90 年代以后莱州湾近岸区域增加了许多海水养殖设施,图5沿岸污水排放明显比图4增大。

图1 2011年3,4,5,8,10月叶绿素浓度和海表面温度分布Fig.1 Distributions of chlorophyll and sea surface temperature in March,April,May,August,and October,2011

图2 2011年8月21日莱州湾海面溢油Fig.2 Oil spill from the Laizhou Bay on April 22,2011

图3 2011年6月11日蓬莱19-3号油田溢油Fig.3 Oil spill from Penglai 19-3 oil field on June 11,2011

3 讨论

本文利用70幅Landsat图像数据(表1)分析莱州湾污染情况(跨度40 a多)。虽然不是连续数据,并且随机性比较大,但是数据集中在各排污口春、夏和秋排污时间段。从图6的统计结果明显可以看出,90年代以来黄河口的排放量小于七八十年代,由此可以间接证明黄河入海水量自20世纪90年代以来有逐渐减少的趋势,此结论与茹玉英[31]等研究结果一致。图7a,b显示6大主要排污口广利河、小清河、白浪河、虞河、潍河和胶莱河对莱州湾排污自20世纪90年代以来逐渐加重(图7a显示90年代以前6大排污口影响海水面积的平均值,图7b显示90年代以后6大排污口影响海水面积的平均值),此结果与王志远[2]等研究结果一致。

图4 1979年5月27日Landsat图像反映莱州湾主要入海口河流排放情况Fig.4 Landsat image of May 27,1979 reflects of rive discharge from main estuaries into the Laizhou Bay

图5 1995年9月18日Landsat图像反映莱州湾主要入海口河流排放情况Fig.5 Landsat image of September18,1995 reflects of rive discharge from main estuaries into the Laizhou Bay

表1 莱州湾7大主要排污口引起海水变化的面积统计Tab.1 Changes in area statistics caused by seven major sewage outfalls in the Laizh ou Bay

续表1

图6 1976～2011年黄河对莱州湾排污影响海水面积的分布Fig.6 Areas in the Laizhou Bay affected by the pollutant from the Yellow River in 1976～2011

通过以上遥感图像提供的莱州湾 7大主要排污口引起的海水变化,分析像素得出影响的海面面积可以发现(表1、图6和图7),黄河是莱州湾最大的排放口,对莱州湾海域影响也最大。黄河入海口附近泥沙含量大,从而影响了叶绿素在该区域的分布(图1)。据资料记载,每年大量泻入海中的泥沙和工业、生活废水是莱州湾主要的污染源,黄河平均年CODmn、氨氮、硝酸盐、亚硝酸盐及挥发酚入海总量为44 322 t,最高年份达到67 336 t,其中CODmn和硝酸盐的入海量起主导作用,约占年平均总量的93.8%[28]。图7a显示20世纪90年代以前,在莱州湾 6大排污口中,小清河和广利河的排放对莱州湾海域影响占主导;20世纪90年代以后,图7b显示6大排污口排放对莱州湾海域影响增加趋势明显,以小清河尤为突出,其次是广利河、白浪河和虞河。由以上分析可以得出小清河一直是莱州湾污染的罪魁祸首,因为小清河周边有上千家排污企业,包括造纸、化工、食品等重点排污企业,每年经小清河排入渤海的污水总量达到 4亿 t以上,入海口的海水水质达到劣四类。小清河平均年CODmn、氨氮、硝酸盐、亚硝酸盐及挥发酚入海总量为17 017 t,最高年份达到24 314 t,其中CODmn和氨氮的入海量起主导。[28]自20世纪90年代以来,随着经济的迅速发展,莱州湾的陆源污染和海上面源污染日益加重,小清河首当其冲。

图7 1976～2011年6大排污口对莱州湾影响海水面积的分布Fig.7 Areas in the Laizhou Bay affected by the pollutants from six sewage outlest in 1976～2011

4 结论

根据本文提供的遥感图片数据资料分析,我们发现莱州湾 7大排污口不仅影响该区域水温,还影响该区域的水质环境,从黄河入海口和图1可以清晰看到这一现象。莱州湾湾底及近岸水温较高,叶绿素浓度在这一区域相对高,此区域又是污水排放区,因此该区域是富营养化程度较高区域。结果显示 90年代以后莱州湾海水污染日益加重。

蓬莱19-3号油田从2011年6月4日发生溢油,到9月5日停产历经3个多月,海上溢油面积累计达6 000 km2以上,目前还在溢油,由于多方原因,大部分溢油都留在了渤海,此次事件对该区域生态影响将是长久的。因此,莱州湾无论是陆源还是海上油类污染风险都在继续加大。莱洲湾作为产卵场、索饵场和育幼场[29],生态系统的优劣直接影响该区域的渔业资源,所以整治莱州湾污染势在必行,这需要沿途污染河流综合治理,常抓不懈,形成有效监督机制和监测手段。从本文的研究结果来看,虽然存在着遥感数据不连续,而且各排污口高峰期并不一样,但是对这种随机遥感数据平均值的分析与多年分析研究统计结果一致。因此,利用遥感技术可以作为海水污染监控的有效手段之一。

致谢：欧洲太空局数据支持。ASCAT资料由NASA JPL 物理海洋资料处理和归档中心提供。

[1]黄海军,李凡.黄河三角洲海岸带陆海相互作用概念模式[J].地球科学进展,2004,19(5)：808-816.

[2]王志远,蒋铁民.渤黄海区域海洋管理[M].北京：海洋出版社,2003：353.

[3]童钧安.莱州湾主要污染物来源及分布特征[J].黄渤海海洋,1994,4：16-20.

[4]金显仕,邓景耀．莱州湾春季渔业资源及生物多样性的年间变化[J].海洋水产研究,1999,20(1)：6-12．

[5]王爱勇,金显仕,万瑞景.渤海莱州湾春季鱼卵、仔稚鱼生物多样性的年代际变化[J].渔业科学进展,2010,31(1)：19-24.

[6]王诗成.胶莱人工海河[M].济南：山东教育出版社,2007：3,36.

[7]Lathrop R G,Lillesand T M.The use of thematic mapper data to assess water quality in Green Bay and Cen-tral Lake Michigan [J].Photogrammetric Engineering&Remote Sensing,1986,52 (5)：671-680.

[8]Carpenter D J,Carpenter S M.Modeling inland water quality using landsat data[J].Remote Sensing Environ,1983,13：345-352.

[9]Rithchi J C,Cooper C M,Yongcoing J.Using landsat multispectral scanner data to estimate suspended sediments in Moon lake[J].Mississippi,Remote Sensing Environ,1987,23：65-81.

[10]Lillesand T M,Johnson W L,Deuell R L,et al.Use of landsat data to predict the trophic state of Minnesota Lakes[J].Photogramm Eng Remote Sens,1983,49：219-229.

[11]Lathrop R G.Landsat Thematic Mapper monitoring of turbid inland water quality[J].Photogramm Eng Remote Sens,1992,58：465-470.

[12]Baban S M J.Detecting water quality parameters in the Norfolk Broads,UK,Using Landsat imagery[J].Int J Remote Sens,1993,14：1247-1267.

[13]Dekker A G,Peters S W M.The use of the Thematic Mapper for the analysis of eutrophic lakes：a case study in the Netherlands[J].Int J Remote Sens,1993,14：799-822.

[14]陈楚群,施平,毛庆文.应用 TM 数据估计沿海海水表层叶绿素浓度模型研究[J].环境遥感,1996,11：168-175.

[15]舒守荣,陈健.不同深度水体中叶绿素浓度的定量遥测研究[J].环境遥感,1989,4：136-143.

[16]田国良,倪晓东,宋福,等.用光谱数据估算水体叶绿素浓度[J].环境遥感,1988,3：71-79.

[17]Ritchie J C,Cooper C M,Schiebe F R.The relationship of MSS and TM digital data with suspended sediments,chlorphyll,and temperature in Moon lake,Mississippi[J].Remote Sensing Environ,1990,33：137-148.

[18]Harding L W,Itsweire E C,Esaias W E.Algorthm development for recovering chlorophyll concentrations in the Chesapeake Bay using remote sensing [J].Photogramm Eng Remote Sens,1995,61：177-185.

[19]Gitelson A.The peak near 700nm on radiance spectra of algae and water：relationship of its magnitude and position with chlorophyll concentration [J].Int J Remote Sens,1992,13：3367-3373.

[20]Han LH,Rundquist D C.Comparison of NIR/RED ratio and firth derivative of reflectance in estimating algae-chlorophyll concentration：a case study in a turbid reservoir [J].Remote Sensing Environ,1997,62：253-261.

[21]李旭文,季耿善,杨静.苏州运河水质的TM分析[J].环境遥感,1993,8：36-44.

[22]余丰凝,蔡启铭.主成分监督分类及其水质特征遥感图象识别中的应用[J].湖泊科学,1997,9：261-268.

[23]周勇,吴丹,刘凡,等.基于RS和GIS的东湖水环境模糊综合评价[J].华中农业大学学报,1999,18(1)：37-40.

[24]张韬,安慧君,陆海平.遥感技术在呼和浩特市地表水污染调查中的应用[J].内蒙古农业大学学报,2000,21(3)：72-75.

[25]王学军,马廷.应用遥感技术监测和评价太湖水质状况[J].环境科学,2000,21(6)：65-68.

[26]王广成,李茂启,隽云昌,等.开展莱州湾海洋环境监测的思考[J].海洋开发与管理,2003,20(6)：68-71.

[27]石丽娜,赵旭东,韩发.遥感技术在环境监测中的应用和发展前景[J].贵州农业科学,2010,38(1)：175-178.

[28]马绍赛,辛福言,崔毅,等.黄河和小清河主要污染物入海量的估算[J].海洋水产研究,2004,5：47-51.

[29]马绍赛,辛福言.对虾养殖对莱州湾氮、磷、COD的贡献[J].海洋水产研究,2002,2：7-11.

[30]马跃良,王云鹏,贾桂梅.珠江广州河段水体污染的遥感监测应用研究[J].重庆环境科学,2003,25(3)：14-16.

[31]茹玉英,王开荣,高际平,等.近期黄河入海水量减少成因分析[J].海洋科学,2006,30(3)：30-34.