Landsat-8 TIRS数据在某核电站温排水监测中应用探讨

谷洪钦, 邹国良, 马进荣



Landsat-8 TIRS数据在某核电站温排水监测中应用探讨

谷洪钦1, 邹国良2, 马进荣2

(1. 国核电力规划设计研究院, 北京 100095; 2. 南京水利科学研究院, 江苏南京 210029)

为探索Landsat-8 TIRS热红外数据在核电站温排水监测的应用能力, 以某核电附近海域为研究区域, 采用单窗算法建立核电站附近海域表面温度反演方法, 并将该结果与时相接近的MODIS海温产品数据进行了对比分析。结果表明, 反演的温度场可较精细地刻画该核电站附近温度场的分布情况, Landsat-8 TIRS数据可实现较高精度的核电站温排水监测。

温排水; 遥感监测; Landsat-8; 核电站

目前, 中国已是世界上在建核电装机容量最大的国家。然而核电发展也面临一些问题, 温排水就是其中之一。核电站发电过程中, 核能通过热能转化为电能, 但热能转化为电能的效率偏低, 仅为30%~35%, 即约2/3的热能成为废热, 在直流冷却方式下, 这些废热随冷却水进入受纳水体, 不可避免地引入受纳水体附近水域温度升高, 有可能形成热污染。因此, 核电站温排水监测研究对于合理规划和使用核能以及防止热污染、保护海洋环境具有重要意义。

卫星遥感的飞速发展为核电站温排水监测提供了新的技术手段。采用热红外传感器监测温排水的主要原理是利用热红外遥感传感器获取温排水热污染区域的空间分布细节, 进而得到不同等级的热污染分布, 并统计出各温升强度的影响面积。HJ-1B卫星搭载的红外多光谱项目(InfraRed Scanner, IRS)的数据(分辨率为300 m)[1-5]以及Landsat卫星搭载的专题制图仪(Thematic Mapper, TM)及其增强型专题制图仪(Enhanced Thematic Mapper Plus, ETM+)的数据(分辨率分别为120 m和60 m)[6-7]在核电站温排水遥感监测中得到广泛的应用, 且也突出了较高的温升细节表现能力。2013年3月, Landsat-8卫星发射成功, 其搭载的热红外传感器(Thermal Infrared Sensor, TIRS)是目前在轨卫星中最先进的热红外荷载[8]。TIRS热红外波段分辨率为100 m, 较之Landsat-7数据, 具有更高的信噪比, 温升分辨能力更强, 成为核电站开展遥感监测较好的数据源。然而,目前基于Lansat-8 TIRS数据开展的核电站温排水监测工作仍较少[9]。本文选取某核电附近海域的Landsat-8 TIRS数据, 从温度信息提取、温排水温升分布范围等开展综合分析, 探索TIRS数据在核电站温排水遥感监测中的实际性能, 为业务化温排水遥感监测及相关管理提供技术支持。

1 海温反演

1.1 研究区域及遥感数据

某核电站位于江苏省连云港市东北部, 东临黄海。核电站规划8台百万千瓦级核电机组, 采用直流冷却, 其中一期的2台机组已于2007年5月和8月投产, 3~4号机组已经开工建设。根据附近气象站多年资料统计[10], 核电站所在地区的年均气温14.3℃, 月均最低气温0.1℃、最高温度29.5℃。所在海域属于黄海中部海州湾, 进水口在羊山岛南, 水域较开阔、水深略深, 有利于海水置换交流; 排水口附近海域为淤泥分布, 北岸为封闭区域, 不利于海水置换, 为温排水提供冷却的海水较少。

本文选取的2013年和2014年核电站附近海域Landsat-8 TIRS数据, 符合气象条件的冬夏季大潮期落憩、落急各1景, 见表1。

由于缺少水体表面的同步观测数据, 这里利用MODIS海温产品(MOD28-L2、分辨率1 km)与反演结果进行对比。MODIS水汽含量及海温产品数据一览分别见表2。

表1 Landsat-8 TIRS数据

表2 MOD28-L2海温数据

1.2 数据预处理

(1) 辐射校正

Landsat-8 TIRS辐射亮度公式:

式中,为波长,L为波谱辐射亮度;L为波段特定的倍增缩放因子;L为波段特定的增益缩放因子;cal为量化和厘定的标准产品像元值。

(2) 几何精校正

Landsat-8数据与实测地面控制点对比具有较高的几何定位精度, 故无需校正。

(3) 海陆分离

对于Landsat-8 OLI/TIRS数据可通过归一化植被指数(NDVI)或归一化差异水体指数(NNDWI)来分离, 即利用OLI多光谱数据获取归一化指数, 制作水体边界模板, 然后对第10波段热红外图像进行操作, 获取其水体信息。

归一化差异水体指数(MNDWI)采用改进的模型[11]

式中,N, green为绿光波段像元值,N, mir为中红外波段像元值。

1.3 温排水温度信息提取

TIRS热红外有两个波段(第10波段和第11波段), 这两个波段分别与MODIS第31和第32波段有相近的波宽和中心波长, 为进行分裂窗算法提供了可能。但根据美国地质勘探局(USGS)的建议, 目前Landsat-8第11波段存在很大的不稳定性, 建议用户把第10波段作为单波段热红外数据进行使用[12]。而IRS为单通道热红外数据, 因此, 这里采用Landsat-8 TIRS第10波段作为单波段热红外数据, 结合单通道算法进行海表面温度反演。

覃志豪[13]针对Landsat TM/ETM+第6波段提出一种单通道地表温度反演算法—单窗算法。该方法引入大气平均作用温度来估算大气上行辐射, 并假定大气下行辐射等于大气上行辐射, 通过Planck辐射函数线性化可以得到单窗算法公式:

式中,s为地面温度(K);和为常数,=–67.355351,=0.458606;、为中间变量;T是星上亮度温度;a为大气平均作用温度;和分别为大气总透射率、地表比辐射率。

(1) 大气平均作用温度

在天气比较晴朗, 没有明显大气垂直漩涡作用时, 可由地面附近气温(0)近似计算大气平均作用温度。在中国大陆地区分为两个状态考虑, 即中纬度夏季平均大气温度()和冬季平均大气温度():

地面附近气温0是地表温度的初始估计值, 本次研究采用星上亮温来替代地表温度的初始值0。星上亮温是传感器在卫星高度所观测到的热辐射强度相对应的黑体温度, 含有大气和地表对热辐射传导的影响, 因而不是真正意义上的地表温度。星上亮温λ可利用辐射定标后的卫星高度处的传感器接受的辐射亮度值通过Planck辐射函数计算:

式中,1和2为波段特定的热转化常数, Landsat-8卫星第10波段1=774.89,2=1321.08。

(2) 系数、修正

由于覃志豪单窗算法是针对Landsat TM/ETM+第6波段(波谱范围为10.45~12.50 μm)数据, 而Landsat-8第10波段的波谱范围为10.6~11.19 μm, 这一波谱范围的改变使得单窗算法中给出的参数值对于第10波段不再适用。因此需要针对第10波段的波段特征, 对系数和进行修正。蒋大林等[14]基于Landsat-8 TIRS数据通过理论推导并结合USGS提供的波谱响应文件, 利用MATLAB拟合出Landsat-8第10波段的波谱响应函数计算出有效波长, 利用有效波长重新拟合了参数与温度的关系, 并作线性回归, 最后得到系数和的修正结果。温度在0~50℃范围时, 回归系数=–62.735 657,=0.434 036,2= 0.999 6, 均方根误差为0.122 5; 温度在0~70℃范围内时, 回归系数分别为=–66.279 546,=0.446 139,2= 0.999 4, 均方根误差为0.231 1。

(3) 大气透过率

大气透过率变化主要取决于大气水汽含量的动态变化。蒋大林等[14]利用MODTRAN模拟了Landsat-8第10波段大气透过率随水汽含量的变化图, 给出大气透过率与水汽含量之间的关系。这里直接采用MODTRAN4.0模型计算大气透过率。

1.4 基准温度计算

基准温度是相对于由温排水引起的热异常现象而言的, 其定义为在没有温排水的情况下, 现有区域内水体表面的平均温度。某核电附近海域目前已近似海湾, 本文采用张爱玲等[15]建议的基准温度处理方法选取统计基准温度范围。以核电站为中心, 统计研究区内的平均海表温, 提出温排水影响区域中高于平均温度1℃以上的区域, 最后统计剩余区域的平均海表温度, 以此作为温排水监测区的基准温度。

2 结果与讨论

2.1 温度反演数据对比

图1为某核电站附近海域MOD28-L2海温产品选取的4个对比点位置图, 利用这4个点的MOD28-L2海温产品结果与热红外数据反演的海温进行对比。表3给出了Landsat-8 TIRS反演结果与MOD28-L2产品的对比。根据对比, Lnadsat-8 TIRS热红外数据利用覃志豪单窗算法反演的工程附近海域海表面温度与MOD28-L2海温产品较接近, 误差一般不超过1.5℃。考虑到缺少同步实测海温数据, 所采用的MOD28-L2海温产品对应的过境时间与热红外数据过境时间并不完全相同, 且产品的分辨率相对较低(1 km); 同时考虑到本次反演过程中部分大气参数的选取仍需进一步结合当地的气象条件(如地面附近气温0采用了星上亮温进行代替等)使得反演的海温并不能完全代表真实海表面温度。但总体上来看, TIRS热红外数据所反演的热污染扩散形状分布大致相同, 其与不同学者反演的结果较为接近[15]。因此, 可作为某核电站附近热污染监测的一种重要手段。

表3 海温反演与MOD28-L2海温对比

注: “误差”表示“海温反演–MOD28-L2海温”

2.2 温升分布结果

图2给出了Landsat-8 TIRS热红外数据反演的某核电站附近海域海表面温升场按等级划分后的空间分布。从图2可以看出, 2013年冬季高温升区呈带状沿东西方向分布, 而低温升区则呈现圆形往外海扩展。而2014年夏季, 因潮汐、潮流、气象等差异其反演的高温升区、低温升区分布范围明显较冬季小, 且分布形状也有一定的差异。总体上来看, 在距离核电站东南和东北海域出现较高温升区, 以排水口为中心向周围海域温升逐渐衰减分布。表4列出了根据反演结果统计的温升面积。根据统计, 2013年冬季大潮落憩时刻, 4℃以上的高温升区面积为5.12 km2, 2014年夏季大潮、落急状态时, 4℃以上的高温升区面积为0.22 km2。此外, 与文献7反演结果相比, Landsat-8热红外数据分辨率相对较高, 可以反映更为精细的温升场边缘及局部信息。

a. 2013-12-01大潮落憩时刻; b. 2014-07-29大潮落急时刻

a. slack of ebbing spring tide(2013-12-01) ; b. ebbing spring tide(2014-07-29)

表4 温升面积统计

3 结论

基于2013~2014年冬、夏季典型潮况时的Landsat-8 TIRS热红外数据对某核电站附近海域海温进行了反演, 并利用同时相的MODIS海温产品对反演数据进行了对比。在此基础上, 结合基准温度选方法给出了核电站附近海域温升彩色编码图。得到主要如下结论: (1)Landsat-8 TIRS数据采用单窗算法反演的结果与MODIS海温产品较为接近, 且Landsat-8 TIRS反演的海温分布可较为精细的刻画温排水扩散局部温度信息, 具有较高的空间分辨率非常适用于小尺度的温排水细化遥感监测。(2)采用遥感热红外数据进行海面水温反演时, 其精度除受限于数据源质量、时空分辨率外, 还需辅以现场同步实测海温进行修正, 以进一步提高反演算法的精度。(3)基准温度对温升分布范围影响较大。目前尚无规范性的基准温度算法。因此, 利用遥感进行核电站温排水监测时, 下一步需对基准温度选取方法进行研究。(4)遥感反演海面水温作为一种监测手段具有成本低、范围广、同步性好的优点, 在火、核电厂运营期排水监测及相关评价中有较好的实际应用价值。

致谢:作者由衷感谢United States Geological Survery(USGS)提供的Landsat-8 TIRS热红外数据。

[1] 黄妙芬, 毛志华, 邢旭峰, 等. HJ-1B/IRS水温反演模型及监测示范[J]. 国土资源遥感, 2011, 89(2): 81-86. Huang Miaofen, Mao Zhihua, Xing Xufeng, et al. A model for water surface temperature rerieval from HJ-1B/IRS data and its application[J]. Remote Sensing for Land & Resources, 2011, 89(2): 81-86.

[2] 高文兰, 李新通, 石锋, 等. 环境一号B星热红外波段单通道算法温度反演[J]. 中国科学: 信息科学, 2011, 41: 89-98. Gao Wenlan, Li Xintong, Shi Feng, et al. Improving single-channel methods for land surface temperature retrieval from HJ-1B IRS[J]. Science China Information Sciences, 2011, 41: 89-98.

[3] 梁珊珊, 张兵, 李俊生, 等. 环境一号卫星热红外数据监测核电站温排水分布——以大亚湾为例[J]. 遥感应用, 2012, 20(2): 41-46. Liang Shanshan, Zhang Bing, Li Junsheng, et al. Distribution of therm-water pollution of nuclear power plant using the thermal infrared band of HJ-IRS data-taking Daya Bay as an example[J]. Remote Sensing Information, 2012, 20(2): 41-46.

[4] 周颖, 巩彩兰, 匡定波, 等. 基于环境减灾卫星热红外波段数据研究核电厂温排水分布[J]. 红外与毫米波学报, 2012, 31(6): 544-549. Zhou Ying, Gong Cailan, Kuang Dingbo, et al. Distribution of thermal discharge from a power plant: Analysis of thermal infrared data from the environmental mitigation satellite[J]. Journal of Infrared and Millimeter Waves, 2012, 31(6): 544-549.

[5] 朱利, 赵利民, 王桥, 等. 核电站温排水分布卫星遥感监测及验证[J]. 光谱学与光谱分析, 2014, 34(11): 3079-3083. Zhu Li, Zhao Limin, Wang Qiao, et al. Monitoring the thermal plume from coastal nuclear power plant using satellite remote sensing data: moding and validation[J]. Spectroscopy and Spectral Analysis, 2014, 34(11): 3079-3083.

[6] 许静, 朱利, 姜建, 等. 基于HJ-IB与TM热红外数据的大亚湾核电基地温排水遥感监测[J]. 中国环境科学, 2014, 34(5): 1181-1186. Xu Jing, Zhu Li, Jiang Jian, et al. Monitoring thermal discharge in Daya Bay plant based on thermal infrared of HJ-1B and TM remote sensing[J]. China Environmental Science, 2014, 34(5): 1181-1186.

[7] 吴传庆, 王桥, 王文杰, 等．利用TM影像监测和评价大亚湾温排水热污染[J]．中国环境监测, 2006, 22(3): 80-84. Wu Chuanqing, Wang Qiao, Wang Wenjie, et al. Monitoring and evaluationg therm-water pollution of Dayawan by TM Images[J]. Environmental Monitoring in China, 2006, 22(3): 80-84.

[8] 张晰, 张杰, 孟俊敏. Lansat-8与GF-1卫星渤海海冰探测能力对比研究[J]. 海洋科学, 2015, 39(2): 50-56. Zhang Xi, Zhang Jie, Meng Junmin. Comparsion of sea ice detection ability of Landsat-8 and GF-1 in the Bohai Sea[J]. Marine Sciences, 2015, 39(2): 50-56.

[9] 王祥, 苏岫, 王新新, 等. 基于Landsat-8卫星数据的红沿河核电站温排水监测[J]. 红外, 2015, 36(8): 22-27. Wang Xiang, Su Xiu, Wang Xinxin, et al. Thermal plume monitoring of Hongyanghe Nuclear Power Plant based on Landsat-8 Satellite data[J]. Infrared, 2015, 36(8): 50-56.

[10] 姜晟, 李俊龙, 李旭文, 等. 核电站温排水遥感监测方法研究[J]. 中国环境监测, 2013, 29(6): 212-216. Jiang Sheng, Li Junlong, Li Xuwen, et al. A research on the remote sensing monitroing method with the thermal discharge of Tian-Wan nucleat power station[J]. Environmental Monitoring in China, 2013, 29(6): 212-216.

[11] 徐涵秋. 利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究[J]. 遥感学报, 2005, 9(5): 489-595. Xu Hanqiu. A study on information extraction of water body with the Modified Normalized Difference Water Index ()[J]. Journal of Remote Sensing, 2005, 9(5): 489-595.

[12] USGS. Landsat 8 Thermal Infrared Sensor (TIRS) calibration notice [EB/OL]. [2013-08-22]. http: //landsat. usgs.gov/calibration_notices.php.

[13] 覃志豪, Zhang Minghua, Arnon K, 等. 用陆地卫星TM6数据演算地表温度的单窗算法[J]. 地理学报, 2001, 56(4): 456-466. Qin Zhihao, Zhang Minghua, Arnon K, et al. Mono- window algorithm for retrieving land surface temperature from Landsat TM6 data[J]. Acta Geographica Sincia, 2001, 56(4): 456-466.

[14] 蒋大林, 匡鸿海, 曹晓峰, 等. 基于Landsat8的地表温度反演算法研究——以滇池流域为例[J]. 遥感技术与应用, 2015, 30(3): 448-454. Jiang Dalin, Kuang Honghai, Cao Xiaofeng, et al. Study of land surface temperature retrieval based on Landsat-8-with the sample of Dianchi Lake Basin[J]. Remote Sensing Technology and Application, 2015, 30(3): 448-454.

[15] 张爱玲, 朱利, 陈晓秋, 等. 核电站温排水卫星遥感监测应用研究[J]. 环境监测管理与技术, 2014, 26(6): 12-16. Zhang Ailing, Zhu Li, Chen Xiaoqiu, et al. Research on application of satellite remote sensing techniques for monitoring thermal discharge from nuclear power plant[J]. The Administration and Technique of Environmental Monitoring, 2014, 26(6): 12-16.

Thermal plume monitoring of nuclear power plant based on Landsat-8 TIRS data

GU Hong-qin1, ZOU Guo-liang2, MA Jin-rong2

(1. State Electric Power Planning Design & Research Institute, Beijing 100095, China; 2. Nanjing Hydraulic Research Institute, Nanjing 210029, China)

In this study, a satellite-derived method has been developed based on a mono-window algorithm to analyze the surface temperature of sea water near a nuclear power plant and explore the applicability of thermal infrared data from Landsat-8 satellite for thermal plume monitoring of the plant. The temperature data obtained are compared with those obtained using moderate resolution imaging spectroradiometer. The results indicate that the derived temperature data can effectively define the temperature field near the nuclear power plant, and precise monitoring of thermal plume from the nuclear power plant can be conducted using the Landsat-8 satellite data.

thermal plume; remote sensing; Landsat-8; nuclear power plant

(本文编辑: 刘珊珊)

May 26, 2016

[Special Fund for Basic Scientific Research Business of Central Public Research Institutes, No.Y216003]

X834

A

1000-3096(2016)10-0076-06

10.11759/hykx20160526001

2016-05-26;

2016-08-03

中央级公益性科研院所基本科研业务费专项资金重点项目(Y216003)

谷洪钦(1971-), 男, 山东菏泽人, 教授级高工, 从事核电、大型火电等电力工程的规划设计等工作, 电话: 010-58343670, E-mail: guhongqin@snpdri.com