基于GF-1卫星WFV数据的潘家口水库水质参数遥感估算模型研究

翟召坤，卢善龙，暴 柱，马 津，王 萍，戴 乙

（1.中国科学院 遥感与数字地球研究所，中国科学院 数字地球重点实验室，遥感科学国家重点实验室，北京 100101；2.国家基础地理信息中心，北京 100830；3.山东科技大学 测绘科学与工程学院，海岛（礁）测绘技术国家测绘地理信息局重点实验室，山东 青岛 266590；4.海河流域水环境监测中心 引滦工程分中心，河北 唐山 063700；5.水利部海河水利委员会，海河流域水资源保护局，海河流域水环境监测中心，天津 300170）

1 研究背景

水质监测是水质状况评价和水污染防治的主要依据，传统水质监测主要采用实地采样和实验室分析等手段，以点带面评价水体水质，监测精度高，但仅局限于部分区域，无法全面反映水生态系统的总体时空变化，且费时、费力、成本较高［1］。遥感技术以客观准确、监测范围广、定期重返的优势为水质监测提供了新的途径，克服了常规方法空间代表性差的缺点，并可发现一些常规方法难以揭示的污染源和污染物的迁移特征［2-3］，随着水污染问题的日渐严重，遥感技术在水质监测方面发挥着越来越大的作用。内陆湖泊、水库属于二类水体，受人类活动影响，富营养化程度较高，水体组分和光谱特征较海洋也更为复杂［4］，海洋水色反演模型适用性受限，且水域面积相对较小，对遥感数据空间分辨率具有较高的要求，因此，利用陆地卫星多光谱数据发展区域化的经验模型是内陆湖泊、水库水质监测的主要方法，目前用于内陆水体水质监测的中等空间分辨率的陆地卫星主要有Landsat TM/ETM+/OLI、HJ-CCD、ASTER和GF1-WFV等。

潘家口水库是天津、唐山及滦河下游的重要水源地，近年来，随着国民经济的快速发展和城市规模的不断扩大，水库上游及周边工业、生活废污水排放量急剧增加，导致水体富营养化程度较高，且库区网箱养鱼规模已超过水库承载能力，致使库区水质进一步恶化。此外，水库上游水土流失严重，也是造成库区水污染的一个重要因素。目前水库通过瀑河口、燕子峪、潘家口和潘家口水库坝上4个监测断面的水质情况来评价库区水质状况，随着库区水质恶化情势加剧，水库不同区域的水质情况呈现较大差异，现有监测断面已经无法准确刻画库区水质污染真实状况，急需引入水质遥感监测方法。

搭载在高分一号（GF-1）卫星上的4台宽幅相机（Wide Field of View，WFV）空间分辨率为16 m，均优于Landsat8-OLI和HJ-CCD数据；单个传感器幅宽为200 km，且具备全球4d重访能力，均优于Landsat8-OLI和ASTER数据。该数据已被证明在内陆湖泊、水库水环境监测方面具有很好的应用效果和前景：梁文秀等［5］从辐射、光谱和空间3个方面客观评价GF1-WFV的数据特征，结果表明，GF1-WFV数据在大范围中小型内陆水体环境动态监测方面具有良好的应用前景；朱利等［6］将GF1-WFV数据应用于太湖水质遥感监测，并将监测结果与HJ-1A数据监测结果进行对比，表明GF1-WFV与HJ1A-CCD数据对水质参数的反演结果具有一致性，可有效反映叶绿素a浓度、悬浮物浓度、透明度和富营养化指数的空间变化规律；Li等［7］将GF1-WFV数据应用于鄱阳湖悬浮颗粒物监测，取得了较好的效果；Tian等［8］利用GF1-WFV和MODIS数据，对香港西北部后海湾的总悬浮物浓度进行监测，为沿海和内陆水质定量监测提供方法参考。前人在潘家口水库水质监测和评价方面的研究均以水质监测断面数据为基础［9-11］，无法客观准确地掌握库区水质的空间分布特征。为了更准确的掌握库区水质的空间分布规律及探索新的监测手段，本文以2016年10月在潘家口水库开展的星-地协同水环境观测试验数据为基础，以2016年10月11日GF1-WFV影像和30个实测水质样点数据为数据源，通过特征波段或波段组合反射率与实测水质参数的相关性分析，构建了潘家口水库叶绿素a和溶解氧的遥感估算模型，并分析了各水质参数的空间分布特征及可能的影响原因。

2 研究区域概况与数据源

2.1 研究区概况潘家口水库位于河北省承德市和唐山市的交界处，地跨承德、宽城、兴隆、迁西四县（图1），坝址在迁西县桃园村北部的滦河干流上，直接流入库区的河流有滦河干流、柳河和瀑河，其中滦河干流径流量最大，柳河和瀑河是滦河干流的支流，流量较小。

图1 研究区位置

2.2 遥感数据本研究使用GF-1卫星16 m空间分辨率多光谱CCD影像，传感器为WFV3，该数据有蓝、绿、红和近红外4个波段（表1），其空间分辨率16 m，幅宽800 km，重访周期4 d，获取时间为2016年10月11日。GF1-WFV3数据预处理主要包括辐射定标、大气校正、正射校正和几何校正。

（1）辐射定标。辐射定标利用ENVI软件，将GF1-WFV3获取的DN值通过辐射定标公式（式（1））和绝对定标系数转化为辐亮度。

式中：Lλ为转化后辐亮度，W ·m-2·sr-1· μm-1；λ为波长；Gain为定标增益，W·m-2·sr-1·μm-1；DN为卫星载荷观测值；Offset为定标偏移量，W·m-2· sr-1· μm-1，空缺值为0。

定标系数采用中国资源卫星应用中心提供的2016年国产陆地观测卫星绝对辐射定标系数（表2）。

表1 GF-1号卫星光谱范围

表2 GF-1号卫星WFV相机2016年绝对辐射定标系数

（2）大气校正利用ENVI软件中的FLAASH模块将辐亮度转化为反射率。该模块使用MODTRAN大气校正模型，其中，输入参数中的高程信息使用覆盖研究区的90 m空间分辨率的SRTM-DEM数据，光谱响应函数由中国资源卫星应用中心提供的数据制作而成。

（3）正射校正使用ENVI软件的RPC Orthorectification模块完成；几何校正以15 m空间分辨率的Landsat8-OLI影像为基准，通过在研究区选取控制点完成对GF1-WFV3影像的几何精校正，确保校正误差小于0.5个像元。

（4）由于水质参数估算只对水体进行，需对研究区水体进行提取。本研究使用归一化差异水体指数（NDWI）［12］（式（2））对研究区水体进行掩膜处理，得到水体影像，其中，Green为高分数据绿光波段反射率，NIR为高分数据近红外波段反射率。

2.3 实测水质参数由于潘家口水库库容较大、来水相对稳定及周边排污口位置固定分布的特点，排入水库的污水种类、数量及空间分布相对固定，因此，常规污染物的种类、数量和空间分布短时间内具有相对稳定性［13］。2016年10月8日，在潘家口水库库区共采集30个水样（图1），并利用多参数水质仪测得了各样点的叶绿素a和溶解氧浓度（表3）。本研究选用20个样点的实测数据进行遥感估算模型的构建，利用剩余的10个样点的实测数据进行模型的精度评价。由于取样时间和卫星过境时间间隔较短，因此，两者间的差异对本文的水质参数估算研究没有明显影响。

3 研究方法

本研究采用最邻近像元匹配方法进行采样点与栅格像元的匹配，为进一步削弱随机噪声、数值匹配和几何误差的影响，取匹配后栅格像元邻近像元阵的均值代替该点的反射率。对遥感反射率与叶绿素a和溶解氧浓度实测值进行相关性分析，选取与水质参数线性相关性最强的波段或波段组合，确定适用于潘家口水库遥感水质监测的估算模型。

3.1 模型构建本研究提取了采样点及邻近3×3、5×5像元阵的平均反射率，并计算影像各波段不同大小像元阵的均值（图2），可知，取3×3阵列时，反射率均值已趋于稳定，像元阵增大时，均值不再显著变化，因此，取采样点邻近的3×3像元阵的平均反射率代替该点的反射率。

表3 各样点实测水质参数

图2 采样点不同大小像元阵反射率均值变化图

本研究首先参考现有模型使用的敏感波段或者波段组合对GF1-WFV数据与各水质参数实测值进行相关性分析，但由于传感器性能和模型地域性的差异，结果发现这些波段或波段组合与叶绿素a和溶解氧浓度实测值相关性不高，且针对于多光谱数据叶绿素a浓度估算的半分析方法构建比值模型（B4/B3）与实测值相关性也不高（表4）。参考现有模型使用的波段或波段组合，本研究发展了其他波段组合并与实测水质参数进行相关性分析，与现有模型进行对比（表4），并根据相关系数大小对波段组合进行筛选。结果发现，叶绿素a浓度与波段组合（B2-B1）/（B2+B1）相关性最高，溶解氧浓度与波段组合（B2-B1）相关性最高。对实测水质参数与其敏感波段组合进行线性拟合（图3），得到了叶绿素a和溶解氧估算模型（式（3）（4）），式中，X1=（B2-B1）/（B2+B1），X2=B2-B1，B1、B2、B3、B4为GF1-WFV数据的第1—4波段反射率。根据高分一号遥感数据的光谱特征，其蓝光波段和绿光波段对浮游植物叶绿素都比较敏感，能够探测水中叶绿素分布情况，可作为叶绿素a的识别变量，而溶解氧的高低与浮游植物生长情况息息相关，也可作为溶解氧的间接识别变量。因此，使用GF1-WFV数据的B1和B2波段组合构建的模型可满足库区水质监测需要。

图3 实测叶绿素a和溶解氧浓度与遥感特征波段反射率相关性分析

表4 GF1-WFV数据反射率与各水质参数实测值相关性分析

3.2 精度评价在模型构建过程中，本研究使用线性、对数、二次多项式和指数模型对遥感反射率和实测水质参数进行了相关性分析，并对各估算模型进行评估。其中，在叶绿素a估算模型中，指数模型相关性最高，线性和二次多项式模型相关性次之；在溶解氧估算模型中，线性和指数模型相关性最高，二次多项式模型相关性次之（表5和表6）。

表5 叶绿素a估算评估模型

表6 溶解氧估算评估模型

将各估算模型应用于整个研究区，结果发现，指数模型、对数模型和二次多项式模型估算值存在异常或有超过实测值范围的情况（表7），而线性模型的估算结果与实测情况较为相符，且线性模型具有直观和普适性强的优点，也具有很强的容差性，可正确反映各水质参数的空间分布情况。因此，本研究使用线性模型来构建水质参数估算模型。

表7 指数、对数和二次多项式估算结果统计值

相对误差可反映水质参数估算值与实测值的偏差程度（式5），均方根误差可表明样本的离散程度（式6），式中，MV和EV为水质参数实测值和估算值。计算剩余10个样点的水质参数实测值和估算值的相对误差和均方根误差（表8），结果表明，叶绿素a和溶解氧估算值与实测值的均方根误差分别为0.17 μg/L和0.28 mg/L，相对误差分别为14.3%和23.9%，总体平均相对误差为19.1%，模型估算结果理想，可满足库区水质监测需求。

表8 叶绿素a和溶解氧浓度实测值与估算值相对误差

4 水库污染分析

根据各水质参数反演模型，得到了库区不同区域的水质参数的统计分析和空间特征。由估算结果的空间分布（图4）可知，叶绿素a浓度在水库上游及瀑河支流水域相对较低，在水库中下游水域相对较高；溶解氧浓度在水库上游及瀑河支流水域相对较高，在水库中下游水域相对较低。

根据潘家口水库现有监测断面分布位置，将库区分为7部分水域，分别对各水质要素进行统计分析。其中，区域A为瀑河口断面以北水域，区域B为瀑河口断面东部瀑河支流水域，区域C为瀑河口断面至燕子峪断面水域，区域D为燕子峪断面至潘家口断面水域，区域E为潘家口断面西部水域，区域F为潘家口断面东部水域，区域G为潘家口断面至潘家口水库坝上断面水域（图1）。结果表明，叶绿素a浓度在区域A、B、C相对较低，浓度分别为1.21±0.23 μg/L、1.06±0.21 μg/L和1.41±0.21 μg/L，而溶解氧浓度在这3个区域内相对较高，浓度分别为5.43±0.82 mg/L、5.26±1.47 mg/L和4.32±0.81 mg/L；区域D、E、F、G的叶绿素a浓度相对较高，浓度分别为1.67±0.21 μg/L、1.72±0.15 μg/L、1.67±0.19 μg/L和1.77±0.16 μg/L，而这4个区域内溶解氧浓度相对较低，浓度分别为3.58±0.76 mg/L、3.25±0.76 mg/L、3.25±0.99 mg/L和2.81±0.64 mg/L（表9）。

水库投饵网箱养鱼污染量大、周边生活污水垃圾处理程度不高、工矿区污染增加等是影响库区水质的主要原因。根据海河流域水资源保护局的统计数据，潘家口水库养鱼网箱数量自2014年起无明显增加趋势，为了进一步分析不同区域水质参数差异的原因，本研究参考2014年9月份潘家口水库养鱼网箱遥感解译结果，分别统计了上述分区水域内网箱占比、安装投饵器的网箱占比情况（表9），结果表明，区域A、B、C网箱占比和安装投饵器的网箱占比相对较小，网箱占比分别为3.75%、2.35%和3.96%，安装投饵器的网箱占比分别为6.10%、7.45%和6.49%，而这3个区域的叶绿素a浓度相对较低、溶解氧浓度相对较高；虽然区域D网箱占比仅为4.36%，但安装投饵器的网箱占比高达11.77%，因此，区域D水体富营养化程度相对较高，区域E、F、G网箱占比和安装投饵器的网箱占比相对较大，网箱占比分别为9.69%、5.68%和5.96%，且区域E和区域G安装投饵器的网箱占比高达12.01%和17.80%，而这4个区域叶绿素a浓度相对较高，溶解氧浓度相对较低。网箱占比和安装投饵器网箱占比的多少与叶绿素a浓度的高值区和溶解氧浓度的低值区存在明显的相关性。在水样采集过程中，工作人员也发现库区上游水域网箱养鱼相对比较规范，大多数网箱中鱼类是自然生长的状态，不投放饵料；中下游水域网箱养鱼相对无序，且大多数网箱安装饵料投放设备，鱼饵含有丰富的有机质，进入水体后为浮游植物生长提供了足够的营养盐，藻类等浮游植物生长旺盛［30-31］，消耗大量的溶解氧，导致区域D、E、F、G叶绿素a浓度升高和溶解氧浓度下降。库区周边旅游船只、农家院和水上饭店等旅游设施主要分布在区域E，且岸上无任何垃圾处理手段，粪便等大量生活垃圾直接入库；F区域东侧有剑峰矿业排污口（图4中红色图标），将大量工业生产废污水排入库区，造成区域E和F水体富营养化程度较高，这也是区域E、F的叶绿素a浓度相对较高而溶解氧浓度相对较低的又一原因。

图4 潘家口水库叶绿素a和溶解氧估算结果空间分布

表9 潘家口水域各水质要素与各部分水域网箱面积和数量统计结果

5 结论

采用2016年10月11日GF1-WFV数据和潘家口水库30个实测水质样本建立了叶绿素a和溶解氧的遥感估算模型，精度评价结果表明，叶绿素a和溶解氧浓度模型估算值与实测值相对误差分别为14.3%和23.9%，总体平均相对误差为19.1%，模型可满足库区水质监测需要。

从各水质要素空间分布图可知（图4），水库中下游水域的叶绿素a浓度相对较高，溶解氧浓度相对较低。入库河流含有大量的营养物质，是影响燕子峪断面以上水域水质状况的主要因素，应重点加强上游的水土流失治理工作及河流周边工业、生活废污水排污口的治理工作；燕子峪断面以下水域水质状况的主要影响因素为网箱养鱼和周边工业生产、生活污水的排放，应重点加强养鱼网箱清理工作、库区周边生活污水的处理工作和剑峰矿业排污口的治理工作。

GF1-WFV影像以其覆盖范围大、重访周期短的优势，可实现小型水域水质状况的周期性动态监测，为库区水质监测和水污染防治提供重要的科学依据，但区域化的经验模型对实测数据与卫星数据间的同步性依赖较大，如何确定潘家口水库水体各组分的吸收系数、散射系数和后向散射系数等固有光学量，通过光在水体中的辐射传输过程建立较严格的数学物理关系，最终确定潘家口水库水质参数反演的生物光学模型，使其具有更高的反演精度和普适性，是下一步研究工作的重点。

致谢：感谢海河流域水环境监测中心引滦工程分中心王少明主任在水样采集过程中的协助工作；感谢海河流域水环境监测中心对水样进行化验并提供了监测断面的常规监测数据；感谢国家高分专项应用技术中心提供的高分一号卫星数据。