(1.长江勘测规划设计研究有限责任公司,湖北 武汉 430010;2.湖南航天远望科技有限公司,湖南 长沙 410205)
随着经济社会的发展,城镇人口不断增加,工业废水、生活污水的排放量日益增长,水污染呈恶化态势,水污染和水资源短缺成为制约中国可持续发展的瓶颈因素。近年来,汤逊湖流域开发强度越来越大,随着汤逊湖周边人口密度不断增加、产业园与开发区的快速建设以及水产养殖的迅猛发展,环境负荷不断加重,各项水质指标达不到要求,水质类别降为Ⅳ类至劣Ⅴ类。建设城市生态文明的重要内容之一是保障城市水源安全、提高城镇饮用水源的安全保障水平。因此,探究主要水质参数变化的有效方法,实现对汤逊湖主要水质参数的快速反演尤为重要。
传统的水质监测一般以实地采样分析为主,虽然能够准确地测得多种水质参数,但是需要消耗大量人力、物力、财力,且只能获得点状数据,所得数据在时间和空间上都不连续,难以达到大范围、实时性水质监测要求。而遥感技术具有连续性强、监测范围广、相对成本低等优点,在水质监测中日益受到重视。常规的遥感水质参数反演方法主要有经验方法、半经验法和半分析法。
本文以武汉市汤逊湖为研究区,利用高分二号、高分六号遥感影像数据和水质实测数据,对氨氮、总磷和化学需氧量3种水质参数进行遥感定量反演研究,通过分析波段组合与水质参数浓度的相关性,选取相应的特征波段组合建立反演模型,并对水质参数反演结果进行分析,为武汉市汤逊湖的水质监测和保护工作提供数据支撑。
汤逊湖主要位于武汉市东湖高新技术开发区,流域面积240km2,其中水域面积47.6km2。汤逊湖可划分为外汤主湖、内汤主湖、大桥湖、沙嘴湖、麻雀湖、中洲湖、杨桥湖和红旗湖8个子湖(见图1)。地貌属于鄂东南丘陵经江汉平原向大别山南麓低山丘陵过渡地带;地形属于残丘性河湖冲积平原,地势平坦低洼;北亚热带季风湿润气候,常年雨量充沛,降水主要集中在每年的6—8月。
图1 研究区示意图
本次遥感卫星影像采用国产高分系列数据(见表1)。高分二号(GF-2)卫星是我国自主研制的首颗空间分辨率优于1m的民用光学遥感卫星,搭载有两台高分辨率1m全色、4m多光谱相机,具有亚米级空间分辨率、高定位精度和快速姿态机动能力。高分六号(GF-6)卫星配置2m全色/8m多光谱高分辨率相机、16m多光谱中分辨率宽幅相机,其中2m全色/8m多光谱高分辨率相机观测幅宽90km,16m多光谱相机观测幅宽800km。
表1 遥感卫星影像数据详情
汤逊湖水质遥感反演中水质参数有氨氮、总磷和化学需氧量,3种水质实测数据的检测时间分别为2019年1月21日和2019年8月12日,与遥感影像成像时间保持一致,水质实测数据信息见表2。
表2 水质实测数据信息 单位:mg/L
通过半经验方法建立水质参数的遥感定量反演模型。主要通过以下步骤实现:ⓐ根据研究目标,收集资料,开展水样采集以及遥感影像数据的获取工作;ⓑ根据需要反演的水质参数,化验水样的相关参数;ⓒ对遥感影像进行预处理,通过掩膜提取相应水域范围,进行相关性分析获取相应水质参数的特征波段组合;ⓓ根据实际情况,选择常用的半经验方法进行水质反演,建立水质参数遥感定量反演模型;ⓔ分析模型的精度,进行精度评价;ⓕ通过水质参数遥感定量反演模型,生成各类水质参数浓度空间分布图,并对反演结果进行分析。技术流程见图2。
图2 技术流程
水质遥感监测在多光谱遥感影像的应用中,特征波段及波段组合基本出现在蓝、绿、红、近红外4个波段,光谱范围在400~900nm之间。波段组合方式采用波段间的加减乘除以及分子式等形式,波段组合方式参考顾清[14]提出的59种波段组合方式。将实测数据集分为反演数据集和验证数据集,数据划分原则满足各数据分布尽量均匀要求,且反演数据集和验证数据集中数量比例为2∶1。通过计算得到氨氮、总磷和化学需氧量实测值与相应位置处各波段、波段组合的影像像元值之间的Pearson相关系数,得出的3种水质参数最大Pearson相关系数的波段组合见表3。
表3 各水质参数特征波段组合信息
通过优选出最大Pearson相关系数的波段、波段组合进行建模,分别建立线性模型、指数模型、多项式模型、幂函数模型和对数模型,并从中选取相关系数(R2)最大的模型为最优的模型。水质参数遥感反演模型信息见表4。
表4 水质参数遥感反演模型信息
通过相关系数等指标优选出最佳的遥感反演模型对汤逊湖各水质参数进行反演,从而得到汤逊湖各水质参数的浓度分布数据,并综合各个水质参数,评价当月汤逊湖水质情况。水质综合评价选取氨氮、总磷和化学需氧量3参数完成。具体评价方法如下:基于遥感反演的湖区水质浓度,根据《地表水环境质量》(GB 3838-2002)的分级标准,判断每个像素空间所属的水质类别,综合3种水质参数的水质类别,取最差的水质类别,作为本像素空间的最终的水质类别。在水质状况较差时,水质浓度超过分类标准中的最大值时,通常将劣于Ⅴ类水的水质划分为劣Ⅴ类。
将水质反演的各指标浓度与实测值相比,进行精度评价。具体采用平均相对误差与绝对误差进行比对的方法。在本研究中,将遥感反演值当作反演值,地面采样的测量值当作地面真实值,不考虑地面采样测量本身的误差。相对误差即绝对误差所占真实值的百分比,即相对误差=|真实值-反演值|/真实值,公式为
(1)
式中:ni为第i个站点的估算浓度,mg/L;mi为第i个站点的实测浓度,mg/L;qi为第i个站点的相对误差。
根据地面实测站点的经纬度坐标,提取对应空间位置各水质参数的浓度值,以地面实测值作为真值,对遥感反演值进行精度评价。分别计算了1月、8月氨氮、总磷、化学需氧量的相对误差(见表5)。
表5 相对误差 单位:%
从表5可以看出,在所有参数中,化学需氧量的相对误差最小,基本在10%以内;总磷的相对误差在20%左右;氨氮的相对误差最大,精度在23%左右。有关反演精度的误差从以下几方面进行分析:
a.反演模型的误差,本研究采用非线性最优化的反演方法,通过优化模型的参数,建立遥感信息与地表参数之间的关联。这种方法通常要求有足够质量较高的训练数据对模型的参数进行训练,以提高模型的泛化能力。
b.不同时期的数据反演精度也存在一定的差别,
受卫星数据源的限制,本研究中很难做到卫星成像与地面采样完全同步。
c.卫星影像处理过程给后续反演带来直接的误差,其误差源主要来源于辐射定标与大气校正两个环节。
基于GF-2、GF-6等中高分辨率卫星遥感影像,结合地面水质同步采样分析,定量化反演了2019年1月、8月汤逊湖的水质参数(总磷、氨氮、化学需氧量)浓度(见图3)。通过地面实测数据验证,水质遥感反演精度整体较高,氨氮的误差较大,1月的相对误差为25.85%,其主要原因是氨氮浓度的有效数值范围太小,因而相对误差较大,其余水质参数的相对误差较小,相对误差低于10%。
图3 汤逊湖水质参数遥感反演
汤逊湖2019年1月总体水质:外湖总体为劣Ⅴ类水质,其中外汤主湖劣Ⅴ类水质,大桥湖东北部为劣Ⅴ类水质,西南部为Ⅴ类水质,沙嘴湖、麻雀湖为Ⅴ类水质。内湖总体为Ⅴ类水质,其中内汤主湖、杨桥湖为Ⅴ类水质,红旗湖为劣Ⅴ类水质,中洲湖为Ⅳ类水质。
汤逊湖2019年8月总体水质为劣Ⅴ类。
根据2019年8月各项水质结果数据可知,中洲湖水质指标浓度较高的区域主要出现在右侧的中部区域,即黄家浪和湖北第二师范学院附近,上述区域由于居民生活污水的大量排放、高校周边餐饮业的废水排放以及大范围的围湖养殖,导致中洲湖右侧中部水质污染较为严重;麻雀湖水质指标浓度较高的区域主要分布在中部,工矿企业及居住办公用地面积占比较大,且主要集中在麻雀湖中部附近,其排放的生活污水及工业废水对附近区域的水质影响较大。
在大桥湖内,武汉纺织大学阳光校区(大桥湖左下角区域)以及肖家墩(大桥湖左上角区域)附近的水质污染较为严重,大桥湖左下角区域水质污染的原因主要是武汉纺织大学餐饮业及附近居民区排放污水,大桥湖左上角区域由于边界形状为内嵌型,水面漂浮物经常集聚,以及肖家墩附近的生活污水排放,导致大桥湖左上角、左下角区域水质较差。在红旗湖右侧,即污水处理厂和华中师范大学武汉传媒学院附近水质污染较为严重。红旗湖右侧存在围湖养殖,在养殖过程中饲料的残渣对水质会产生一定的影响,同时高校附近的各种餐饮类企业的排污也会影响附近的水质。
在外汤主湖的上部,即先建村和枫树嘴附近水质污染较为严重,外汤主湖上部区域由于耕地、围湖养殖以及居民区的分布,其中耕地和围湖养殖使用的农药和化学肥料,加上居民区的生活污水大量排放,导致附近水域氮磷等浓度高于其他水域;在内汤主湖的右下侧,即武汉纺织大学外经贸学院藏龙岛校区和栗庙新村附近,由于栗庙新村房屋密度较大,居民生活污水的大量排放以及以上两所高校周边餐饮业的废水排放导致内汤主湖右下侧水质浓度高于其他水域。
本文通过采用高分影像数据运用半经验模型算法反演氨氮、总磷和化学需氧量水质参数,并将综合评价法应用于水质遥感监测中,建立了武汉汤逊湖水质遥感反演模型,通过反演得到以下主要结论:
a.从精度评价结果中可以看出,两期的平均相对误差都在20%以内,即水质参数的平均精度达到80%左右,表明了汤逊湖水质遥感反演模型的可行性。
b.从氨氮、总磷和化学需氧量的相对误差来看,两期水质参数的反演精度由高到低分别为化学需氧量、总磷、氨氮;从3种水质的综合评价结果来看,2019年1月汤逊湖综合水质状况要优于8月的综合水质。
c.卫星遥感反演结果表明,汤逊湖中央的水质状况总体优于沿岸的水质状况;通过对汤逊湖各子湖的分析,存在工矿企业、围湖养殖等沿岸区域的水质状况更差。
在今后的研究工作中,将进一步对多源融合的遥感数据协同处理、时空自适应水质智能反演、水质综合监控平台进行研究。
a.多源融合的遥感数据协同处理:联合地表水样实测数据、水面实测光谱数据、卫星/无人机遥感影像数据,通过多源遥感数据空间精准匹配和空间光谱信息高效融合,实现多平台观测信息互补。
b.时空自适应水质智能反演:针对现有基于固定模型的水质反演技术存在精度低、时空鲁棒性差问题,研究自主学习的智能算法和迁移学习算法,构建高精度、可迁移性智能水质反演模型。
c.水质综合监控平台:构建水质综合监控平台,利用5G、物联网、区块链等技术,对水质污染进行天地基联合准实时监控,实现水污染监控告警及溯源分析。
在汤逊湖流域水环境综合治理工程方案研究中,通过遥感技术对汤逊湖进行水质反演,获取了相应时期氨氮、总磷和化学需氧量3种水质参数浓度的空间分布数据,掌握了汤逊湖各个区域的水质情况,并以此为依据分析了3种水质参数浓度的影响因素,可为汤逊湖生态环境保护的研究和决策提供重要科学依据,对以后类似工程的实施具有重要的指导意义。