水环境监测中的遥感应用探讨

喻文科，秦普丰，周俊宇，陈 海

（1.湖南农业大学 资源环境学院，湖南 长沙410011；2.湖南烈士公园管理处，湖南 长沙410005）

1 遥感技术在水环境中的应用

遥感是指在不直接接触目标地物的情况下，对目标地物进行远距离探测、识别和获取地物信息的过程，空间中的电磁波、声波、重力场等都可用作遥感，但通常所述遥感是指利用电磁波获取目标地物信息的电磁波遥感。由于任何温度高于绝对零度的物体均能发射、反射或吸收能量辐射，而且不同物体有不同性质结构，所以不同地物均具有其独特的辐射特性。同样在水环境监测中，不同温度、泥沙含量、藻类数量、污染程度的水体也都有不同的辐射特性，通常各种水体的特性可以通过遥感图像反映出来。污染水体具有不同于清洁水体的光谱特征，这些光谱特征体现在对特定波长的吸收或反射，而且这些光谱特征能够为遥感器捕获并在遥感图像中体现出来。根据对图像的识别情况，我们就可以获得水体的水质参数或者水体污染状况。有基于此，遥感技术可以在水环境监测中得到应用。

伴随着社会经济等各方面的快速发展，我国江河湖海的各种水体受污染程度也不断加重，包括生活废水污染、泥沙等悬浮固体污染、石油污染、重金属污染、富营养化污染和热污染等。中国环境监测总站提供资料表明，我国水环境面临三大问题：①主要污染物排放量远远超过水环境容量；②江河湖泊普遍遭受污染；③生态用水缺乏，水环境恶化加剧。水污染的现状可以表明，我国水环境污染形势严峻，因此提高水环境监测效率的工作势在必行。传统方式的水环境监测主要是地面布点采样，然后实验室分析得出结论，这种方式由于受自然条件和时空等因素影响，具有一定的局限性。例如，在大面积水域的监测过程中，仅仅依赖于监测台站和传统监测方式，很难满足对水体污染监测所需的实时、快速、宏观、准确的监测要求，从而不能全面准确地反映出水体状况。而与传统监测方式相比，遥感技术具有宏观、综合、动态和快速的特点，并且可以获取其他监测手段无法获取的信息。水环境状况的恶化和传统监测方式的不足，将促使遥感技术在水环境监测中的广泛应用。

自从20世纪60年代初美国海军科学研究局的E.L.Pruitt提出“遥感（Remote Sensing）”一词后，遥感技术形成一门专门学科并得到迅速发展，并且遥感技术在水环境中也得到广泛发展。美国1966年、1968年发射的环境调查卫星（ESSA－1，ESSA－8，ESSA－9）负有监测湖泊状况的任务；20世纪70年代初，Klemasetal就提出了用MSS遥感数据估算Delawane Bay海湾悬浮泥沙含量的线性统计模型。

我国先后对海河、渤海湾、长春南湖、昆明滇池、于桥水库、珠江等大型水体进行了遥感监测，研究了油类污染、有机物污染、富营养化等：在渤海湾浅层水体叶绿素的含量监测中，建立了叶绿素含量与海水光谱反射率之间的相关模式；利用水体叶绿素与富营养化间的关系研究了滇池水体污染与富营养化状况；1998年Li等分析了广东河口海岸带污水中不同COD和油含量的光谱特征，运用灰色理论，对从SeaWiFS数据中提取COD和含油量作了尝试。

2 水环境遥感应用的常用平台与数据

通常，水环境监测主要利用的是卫星遥感和航空遥感平台，主要利用的数据包括美国Landsat－MSS、TM数据，法国SPOT－HRV数据以及各种航空遥感数据。20世纪70年代到80年代初，航空遥感广泛应用于监测海水中的浮游植物；80年代中期以后遥感监测水质的工作主要利用卫星数据和航天平台上的多光谱扫描仪及成像光谱仪的遥测数据。水环境遥感监测中常用数据就其应用可以归为以下几类。

2.1 多光谱遥感数据

在水环境的遥感监测中，常用的多光谱遥感数据包括 Landsat－ MSS、TM、SPOT－ HRV、NOAAAVHRR、IRS－LISS、JERS－OPS等的图像数据，以及中国与古巴合作的地球资源1号卫星（CBERS）的CCD相机数据等。MSS数据最早被用于内陆水体的水质监测，如Lathrop和Kloiber等学者的研究表明内陆水体中的叶绿素a浓度、悬浮物浓度可以通过MSS数据监测。Lathrop等对美国Michigan湖的Green湖湾作了一系列遥感研究 ，估测了包括叶绿素a、悬浮物、透明度在内的多项参数，取得了较理想的结果。李旭文等利用TM数据对苏州运河水质进行过综合分析。余丰宁等用TM图像对太湖北部水质进行了主成分监督分类的研究。

2.2 高光谱遥感数据

现有高光谱数据可以分为两类：成像光谱仪数据和非成像光谱仪数据。成像光谱仪数据主要利用的是美国的AVIRIS数据、加拿大的CASI数据、芬兰的AISA数据、中国的PHI数据以及OMIS数据、SEAWIFS数据。非成像光谱仪是指不以影像记录为目的，而是以非影像的方式记录信息的地面光谱测量仪。例如，ASD野外光谱仪、便携式超光谱仪等。在对我国太湖进行水质监测时，水面光谱测量就使用了GRE－1500便携式超光谱仪。

2.3 新型的更为先进的遥感数据

事实上新型遥感数据也无外乎多光谱和高光谱遥感数据，但是新的卫星升空为水环境的遥感监测提供了更高空间、时间和光谱分辨率的遥感数据。如ETM＋、MERIS多光谱数据，Hyperion、MODIS高光谱数据。新型卫星遥感数据在水环境监测中的应用在国内外尚处于起步阶段，其特性为水环境监测提供了机遇。MODIS是EOS－AM1系列卫星的主要探测仪器，属于波段不连续（光谱范围0.4～14.5μm）、数量少（波段36个）、地面分辨率较低的一类高光谱传感器。其空间分辨率为250m、500m、1000m，每日或每两日可获得一次全球观测数据，适合进行大范围动态监测。

3 水体的光谱特征

由于遥感测定的是地物的反射辐射，所以我们以反射波谱特性曲线来研究水体的光谱特征，反射波谱特性曲线是指某物体的反射率（或反射辐射能）随波长变化的规律，以波长为横坐标、反射率为纵坐标所得的曲线。

3.1 自然水体的光谱特征

自然水体的反射主要在蓝绿光波段，其他波段吸收率很强，特别是在近红外、中红外波段有很强的吸收带，反射率几乎为零，因而在红外波段上水体比较容易识别。较洁净自然水体在0.4～1.1μm波段的光谱反射率约1%～3%，其平均反射率约2%。但当水中含有其他物质时，反射光谱曲线会发生变化。当含有泥沙时，由于泥沙的散射作用，可见光波段发射率会增加，峰值出现在黄红区；当水中含有叶绿素时，近红外波段明显抬升；由泥沙、天然有机物和浮游生物造成的浑浊水体通常比清澈水体的光谱反射率要高一些。有研究表明，浑浊河水（含悬浮物质99mg／L）比清澈湖水（含悬浮物质10mg／L）的光谱反射率高1.5%～6%。这些都是影响分析的重要数据。

3.2 污染水体的光谱特征

污染物质种类各异，其物理化学性质也不尽相同，因而对水体的光谱反射率影响也各不相同。含黑色物质和暗色物质悬浮物较多的污染水体，在0.4～1.1μm波段的反射率比洁净的自然水体的反射率略低一些；含中等色调悬浮污染物质较多的水体其在上述波长的反射率比洁净水体的反射率要高一些；而含浅色和白色色调悬浮污染物质较多的水体，其在0.4～1.1μm波段的反射率则显著地高于洁净的自然水体的反射率（图1、图2）。

4 遥感监测水质参数的原理与方法

图1 不同叶绿素含量的水体反射光谱曲线

图2 不同悬浮固体浓度的水体反射光谱曲线

遥感监测水质参数的原理主要是被污染或含有某种物质的水体具有独特而区别于洁净水体的光谱特征。诸如水中悬浮物、藻类、化学物质、溶解性有机物等水体组分，因影响光的反射、吸收和后向散射而在遥感图像上反映出来，从而我们可以根据其在图像上的反映推断出水体的水质参数。图3表示了不同类型内陆水体的反射光谱，可以看出，水中组分含量的差别造成一定波长范围反射率的显著不同，成为定量量测物质含量的基础。

遥感技术可以监测的水质参数种类大致可以分为以下4类：浑浊度、浮游植物、溶解性有机物、化学性水质指标。通常可以采用3种方法：理论方法、半经验方法、经验方法。

图3 不同水体的反射光谱曲线

4.1 理论方法

这种方法首先是根据水中光场的理论模型，确定吸收系数与后向散射系数之比与表面反射率之间的关系；然后利用这种关系，可由遥感测得反射率值；最后与水中组分的特征吸收系数、后向散射系数相联系，计算水中实际吸收系数与后向散射系数的比值，就可以得到组分的含量。这种基于光场理论的模型基础尚不完善，而且简化假设模型，使得预测值并不能满足精度要求。

4.2 经验方法

此方法是基于遥感波段数据和地面实测数据的相关性统计分析，选择最优波段或波段组合数据与地面实测水质参数，通过统计分析得到相关模型，进而利用此模型反演水质参数。该方法的缺陷是水质参数与遥感数据之间的事实相关性不能保证，模型的精度通常不高且具有时间和空间的特殊性。

4.3 半经验方法

半经验方法是目前最常采用的方法，它是利用已知的水体参数光谱特征与相关统计模型结合。国内外很多学者利用这种方法对湖泊、水库的水质参数进行监测，如总悬浮物、叶绿素及与之相关的透明度、浑浊度和富营养化指数等，并且得到了较高的监测精度。

5 遥感在水环境污染监测与控制中的应用

遥感在水环境污染监测与控制中的应用，其基础是遥感技术对水质参数的获取。国内外对这方面的研究工作主要在海洋环境和内陆水环境两方面进行。卫星遥感可实现对海洋大范围、全天候的污染监测，比如可以利用多光谱传感器对石油污染进行监测；在内陆水环境的监测过程中，由于内陆水体光谱特征的复杂性，目前开展的研究范围比较小，主要在于湖泊和江河河口，可以监测的水质参数也较少，主要集中于叶绿素、悬浮物、总磷、总氮、COD、BOD等。为了便于用遥感方法研究各种水污染，并不详细区分遥感在海洋和内陆水体污染监测与控制中的各种应用，而是习惯上将其分为水体富营养化、泥沙污染、热污染、废水污染、石油污染等几种类型。

5.1 水体富营养化

当大量的营养盐进入水体后，在一定条件下会引起藻类的大量繁殖，而后在藻类死亡分解过程中消耗大量溶解氧，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。叶绿素是反映水体富营养化程度的最主要因子，其中又以叶绿素a最为突出。通过对叶绿素生物量等数据的采样，利用采样数据与遥感数据反映的水体绿度指数建立起遥感回归模型，得出水体中叶绿素及生物量的空间分布信息，从而达到监测水体富营养化的目的。对于遥感估算水体叶绿素浓度，国内外学者做了大量的研究，建立了不少遥感数据与不同叶绿素浓度的水体光谱间的数学模型。如基于回归模型的经验算法、神经网络模型法、光谱混合分析法等，但因水中叶绿素的光谱信号相对较弱，加上水中悬浮固体含量的影响，因而目前遥感估算水中叶绿素含量的精度不高，平均相对误差约20%～30%。

5.2 泥沙污染

水体中的泥沙能引起水体光谱特性的变化。在实际工作中选择与泥沙浓度相关性好的波段，与实地调查悬浮固体结果进行分析，建立特定波段辐射值与悬浮固体浓度的对应关系模型，然后对该波段辐射值进行反演，可以得到悬浮固体的浓度。在可见光0.58～0.68μm波段，不同泥沙浓度出现辐射峰值，这是遥感监测水体泥沙的最佳波段。这些相关模型主要包括Gordon公式模型、负指数关系式模型、统一关系式模型等理论模型，线性关系式模型、对数关系式模型、多波段关系式模型等经验模型。

如何运用遥感获取的水体光谱数据提取出泥沙的专题信息，许多国内外学者对之进行了长期的研究，Kritilos等最早利用陆地卫星数据研究水中的悬浮物含量；李京等建立了反射率与悬浮物含量间的负指数模型，并用于杭州湾水域悬浮物的调查；李炎等研究了基于海面－遥感器光谱反射率斜率传递现象的悬浮泥沙遥感算法。

5.3 热污染

电力、钢铁、化学等工业中使用的冷却水，超过允许的热水排放标准而排入江河湖海时，使自然水体的温度上升，引起水体物理、化学和生物过程的变化，就构成了热污染。遥感监测水体热污染，目前主要方法有热红外遥感和微波遥感。

热污染可以用热红外传感器探测，利用多时相的热红外图像，并结合地面观测，其图像可显示出热污染排放、流向和温度分布的情形。利用光学技术或计算机对图像作密度分割，同时根据少量的同步实测水温，可确切地绘出水体温度分布曲线。

例如，有关部门分析研究了海河全线79km的热污染状况，查明热污染源有23个，热排水口多达40个，热水总排放量约8.5亿t／年，并划分出了无热污染、轻度热污染、中度热污染、重度热污染和严重热污染的河段。

5.4 废水污染

废水由于性质的千差万别，特征曲线上的反射位置和强度也不一样。污染物含量与哪些波段之间的比值有较好的相关性，取决于水体的污染性质和污染程度。废水污染一般用多光谱合成图像监测，也可根据温度差异用热红外方法测定。

由于人类的生产生活活动，导致大量废水流入各类水体中，这些废水中带有大量有机物，分解时耗去大量的氧气，具有很高的COD和BOD值。运用红外传感器可以根据水中含有的染料、氢氧化合物等物质的红外辐射光谱弄清楚水污染的状况，污染状况在彩红外像片上有很好的显示，不仅可以直接观察到污染物运移的情况，而且可以凭借水中泥沙悬浮物和浮游植物作为判读指示物追踪出污染源。

在2001年6月，对西安市护城河及兴庆公园内8个不同污染程度污水进行波谱测试，建立了水体反射波谱与BOD5和COD含量之间的相关模型，并取得了较好的效果。马跃良等利用TM图像数据对珠江广州河段水环境质量中的水质污染进行监测应用研究，并建立了水质污染预测遥感模型。

5.5 石油污染

石油污染指在石油的开采、炼制、贮运、使用的过程中，原油和各种石油制品进入环境而造成的污染。当前主要是石油对海洋的污染，已成为世界性的严重问题。

遥感调查石油污染不仅能发现已知污染区的范围和估算污染石油的含量，而且可追踪污染源。控测石油污染的方法有很多（表1）。

（1）石油在可见光0.3～0.4μm波段反射率较弱，因此可以利用此波段对石油污染进行监测，另外在可见光0.63～0.68μm波段，能使油膜和周围干净海水的反差达到最大。因此，也可以用红光波段来监测海面油膜，而用蓝光波段来区分油膜、航迹和泥浆羽流，以达到多波段可见光航遥油测的最佳效果。

（2）油膜在紫外像片上呈白色色调，而且紫外光波段对厚度小于5mm的各种水面油膜敏感。此时，油膜对紫外光的反射率比海水高1.2～1.8倍，有较好的亮度反差。因此，利用紫外波段电磁波，可以把海面薄油膜显示出来。

（3）在常温下，未污染海水与水面上油膜反射率有所不同，热红外像片上未污染水区呈白色条带，排油区呈黑色条带，油膜呈深色调，因而可以利用热红外遥感对石油污染进行监测，另外根据灰阶的不同，可以计算出石油覆盖的含量。

（4）用波长为2.2cm的微波辐射计成像也能监测石油污染。

表1 各种油污染遥感监测技术比较

6 遥感在水环境中的应用发展趋势

水环境问题是目前重要的环境问题，由于遥感技术方法相比传统方法的优势，无疑会促使遥感技术在水环境中的继续发展和广泛应用。但是从前面的论述可以看出，目前遥感技术在水环境中的应用还存在很多问题，有待更进一步的研究。总的说来，遥感技术在水环境的应用将朝以下方向发展。

（1）影像获取技术不断发展。卫星影像向高空间分辨率、高光谱分辨率方向发展。

（2）遥感监测水质参数的模型方法不断完善。对水质参数、内在光学特性及表面反射率之间的理论关系进一步研究，使算法不限定于特定的时间和水域，在遥感数据源不能很快得到改进的情况下，这是提高监测水质准确性的一个有效途径。

（3）水质参数监测项目的拓宽。在不断完善对叶绿素、悬浮物、温度等参数的监测基础上，有必要发展对COD、BOD等重要参数进行遥感监测的理论方法与模型。

（4）“3S”技术在水环境监测中的综合应用与水环境遥感监测系统的建立。GPS可以遥感对地观测的精确定位并提供地面高程模型；RS可以为水质大范围和动态监测提供多种数据源，为地理信息系统提供自然环境信息；GIS为遥感影像处理提供辅助，是遥感数据处理和管理的有效工具。“3S”技术在水质遥感监测中综合应用，推动水环境遥感监测系统的建立，可以实现水环境质量信息的准确、动态、快速发布，推动国家水安全预警系统建设。

［1］ 徐金鸿，邓明镜，刘国栋.遥感技术在水污染监测方面的应用［J］.水土保持研究.2007，14（5）：324～326.

［2］ 王丽娟，景耀全.浅谈遥感监测水环境［J］.环境技术，2004，15（6）：15～16.

［3］ 牛红义，吴群河.水污染监测技术发展动向初探［J］.环境科学动态，2005，15（2）：60～62.

［4］ 齐 峰，王学军.内陆水体水质监测与评价中的遥感应用［J］.环境科学进展.1999，7（3）：90～99.

［5］ 赵红英，段建南，李 萍.遥感技术在水质监测中的应用［J］.农业经济与科技.2007，17（4）：103～104.

［6］ 孙家抦.遥感原理与应用［M］.武汉：武汉大学出版社.2003：44～46，89～93.

［7］ 陈文召，李光明，徐竟成.水环境遥感监测技术的应用研究进展［J］.中国环境监测，2008，24（3）：6～10.

［8］ 李 伟.监测河流污染的新技术－遥感技术［J］.黑龙江信息科技，2004，55（2）：10～11.

［9］ 陈 琳，王 浩.遥感技术在我国环境监测中应用现状及展望［J］.科技资讯，2007，31（18）：14.

［10］ 万余庆，张凤丽，闫永忠.高光谱遥感技术在水环境监测中的应用研究［J］.国土资源遥感，2003，57（3）：10～14.

［11］ 陈述彭.环境监测与卫星遥感［J］.地球信息，1998，3（1）：56～59.

［12］ 杨香云.遥感技术在环境保护中的应用现状与展望［J］.长江大学学报：社会科学版，2009，32（4）：384～385.

［13］ 戴前伟，杨震中.遥感技术在环境监测中的应用［J］.西部探矿工程.2007，14（4）：209～210.

［14］ 张春鹏，郭亚芬，过仲阳.遥感技术在环境监测中的应用探讨［J］.测绘与空间地理信息.2006，29（4）：32～34.

［15］ 王丽娟，景耀全.水环境监测现状及发展方向［J］.环境科学动态，2005，15（3）：46～47.

［16］ 吴忠勇.3S技术在环境监测信息管理系统建设中的应用初探［J］.中国环境监测，1997，13（1）：2～6.

［17］ 李 嵘.遥感技术在水环境监测中的应用研究［J］.江西化工，2005，13（4）：49～51.

［18］ 谭衢霖，邵 芸.遥感技术在环境污染监测中的应用［J］.遥感技术与应用，2000，15（4）：246～250.

［19］ 施益强，陈崇成，陈 玲.遥感技术在环境科学与工程应用中的进展［J］.科技导报，2002，25（12）：25～28.

［20］ 王 旭，徐永花，李 莉.遥感技术在环境科学领域的应用及其发展趋势［J］.地下水，2007，29（3）：69～71.

［21］ 黎 刚.环境遥感监测技术进展［J］.环境监测管理与技术，2007，19（1）：8～11.

［22］ 江 丽.遥感技术在资源调查及环境监测中的应用［J］.海洋测绘，2003，23（2）：53～54.

［23］ 冯 筠，黄新宇.遥感技术在资源环境监测中的作用及发展趋势［J］.遥感技术与应用，1999，14（4）：59～70.

［24］ 李宝华，朱国良，张桂香.遥感技术在资源环境中的应用［J］.河北林业科技，2010，35（4）：34～36.

［25］ 王文杰，张建辉，李 雪.遥感在生态与环境监测中的主要应用领域［J］.中国环境监测，1999，15（6）：48～51.

［26］ 蔡 哲，熊丽芳，廖招权.环境污染的遥感监测方法及应用［J］.江西化工，2005，13（1）：55～57.

［27］ Lathrop，R.G.and Lilles and，T.M.，et.al.，Testing the utility of simple multidate Thematic Mapper calibration algorithms for monitoring turbid in landwater［J］.Int J Remote Sens，1991，12：2045～2063.

［28］ Goldman，C.R.and Richards，R.C.，et.al.，Limnological studies and remote sensing of the upper Truckee river sediment plume in lake Tahoe，California－Nevada［J］.Remote Sens Environ，1974，3：49～67.

［29］ 张 琪.环境遥感监测软件系统在太湖流域的应用［J］.环境监测管理与技术，2006，18（6）：44～46.

［30］ 彭望碌，白振平，刘湘南等.遥感概论［M］.北京：高等教育出版社，2002：56～57，76～78，92～93.

［31］ 梅安新，彭望禄，秦其明，等.遥感导论［M］.北京：高等教育出版社，2001：83～86.