微山湖水体富营养化遥感动态监测

徐慧宇，柳佳，李龙坤

（山东科技大学）

1 引言

水资源关系到城市的经济发展及城市扩张趋势，是城市生态的重要调控者，水质也与人们的生活水平有着直接联系。微山湖位于济宁市微山县境内，面积达1266km2，是我国北方最大的淡水湖[1]。水体富营养化是最容易发生的水污染现象，治理起来也比较困难，所以对水体进行富营养化的监测是非常有必要的。传统方法的监测和分析过程复杂、耗时长，需要大量的人力物力，还会受到气候、地理位置等自然条件的限制。遥感技术具有探测范围广、速度快、数据信息量大、不受地面情况的影响等特点，较传统的监测方法具有很大的优势。本次研究是基于Landsat 数据与实际数据的某种相关关系建立叶绿素a 浓度反演模型，对整个微山湖水域进行叶绿素a 浓度的反演。然后对不同年份反演出的叶绿素a 浓度进行对比分析。

2 研究方法

首先对获取的遥感数据进行辐射定标、大气校正、裁剪等预处理，然后使用归一化水体指数提取微山湖的水体信息。确定实测数据的精确位置并采集与实测数据对应的影像反射率，通过回归分析找到采样点波普反射率与叶绿素含量的线性关系，依据这种关系建立微山湖水域叶绿素a浓度的反演模型。

2.1 试验原理

水体的光谱曲线是由水体中的各种物质及其含量决定的，纯净水体与受污染的水体含有的藻类、微生物、悬浮物等含量不同，因此水体的光谱曲线也有很大差异。当水体中叶绿素a 含量超过10μg/l时，则认为水体处于富营养化状态。叶绿素a 在不同波段范围有不同的反射特性，当水体中叶绿素a 含量增加时，水体的反射光谱也会随之发生变化。因此，根据水体的光谱反射曲线吸收峰值所在的波段的变化可判定藻类叶绿素a 含量的变化，且峰值出现的波段位置和峰值的大小是反映叶绿素浓度的重要指示。

辐射定标是将传感器记录的原始DN值转换为大气外层表面反射率的过程。辐射定标是为了尽可能消除传感器自身条件、大气条件、太阳高度角以及噪声影响引起的传感器测量值与目标的光谱反射率或光谱辐射亮度之间的差异。

传感器接收到的地面辐射信号实际上受到了大气的吸收和散射作用，不是地表真实反射率的反映。大气校正就是消除大气影响所造成的辐射误差，得到地物真实的地表反射率的过程。本次试验采用 的 是FLASSH（Fast line‐of‐sight atmo‐spheric analysis of spectral hypercubes）大气校正，是美国的波谱科学研究所开发的大气校正模块，它具有算法精度高，基于像素级的校正，可以有效去除水蒸气、气溶胶散射与邻近效应的影响等优点。

2.2 水体信息提取

Mcfeeters 在1996 年提出了归一化差分水体指数（NDWI）[2]，NDWI 是基于绿波段与近红外波段的归一化比值指数，对于大部分水体提取效果较好，其表达式为：

式中：Green 为绿光波段辐射亮度，Nir为中红外波段辐射亮度。观察影像的灰度直方图结合遥感影像目视解译，确定水体提取的阈值。通过阈值分割得到掩膜图像，使用掩膜对图像裁剪后就可以得到微山湖的水体信息。

2.3 回归分析

线性回归是目前较为成熟的建模技术，是在回归分析中经过大量研究并且在实际应用中使用广泛的类型。利用线性回归分析建立的线性模型比非线性模型更容易拟合，而且反演的估计值统计特性也更容易确定。通过回归分析确定实测叶绿素a 含量和遥感影像上对应点反射率的线性关系是建立模型的基础。

2.4 反演模型建立

波段比值法是在众多波段组合中选取相关性最大的波段组合，通过计算波段组合的反射率来进行反演建模[3]。波段比值法能够更有效地提取叶绿素a 的信息。波段比值法也是国内外学者在叶绿素a 浓度提取时常用的方法。波段比值模型的一般算法形式为：

式中：Chla 为反演得到的叶绿素a 浓度。a、b是该模型的相关经验常数，r1、r2则是所选择波段组合的遥感反射率。有学者研究表明对水体中叶绿素a 浓度进行遥感反演的最佳波段组合为Rrs(708)/Rrs(676)，即近红外与红光波段。疏小舟等[4]在研究太湖反射光谱特性与藻类叶绿素a 浓度之间关系时，发现光谱反射率比值Rrs(705)/Rrs(675)与叶绿素a 浓度相关性较好。因此本实验中r1对应近红外波段，r2对应可见光的红光波段。

3 结果与分析（见图1）

图1 三时期叶绿素a浓度反演结果

上图中红色代表水体中叶绿素a 浓度大于10μg/L，即为发生富营养化现象的水体。通过以上三幅图可以看出上湖区比下湖区更容易发生水体富营养化。主要原因可能是上湖区要首先承受入湖河流的来水，河流中携带的营养盐会首先到达上湖区，再加上二级坝的控水作用，下湖区发生富营养化的可能性要比上湖区低一些。五月份还没到汛期，微山湖水位较低，湖边上的鱼塘、水渠由于水体无法流动，容易发生水体的富营养化。因此图像上会有细小的红色线条和红点出现。

比较2008年、2013年、2018年三个年份的反演结果可以看出，发生富营养化的水体面积随着时间推移越来越少，尤其是下湖区水质变化非常明显。2008 年整个湖区叶绿素a 浓度较高，下湖区更是出现了大面积的富营养化现象，而到了2013年富营养化面积明显减少，2018年下湖区出现富营养化现象的水体面积已经很少了，并且整个湖区的叶绿素a 浓度都有所降低。在2008年到2018年的十年里微山湖的水质逐步提升，发生富营养化的水体面积逐年减少。

4 总结与展望

本次研究使用了landsat 数据建立线性比值模型对微山湖进行叶绿素a 浓度反演，分析了微山湖近十年水体富营养化的发展趋势。可以作为评价政府部门工作情况的依据；在对湖区附近居民身体健康情况调查时可以提供线索；分析微山县或济宁市经济发展情况时可以提供可靠的依据。经验分析的波段比值模型较容易建立，并且需要的参数少，不需要水体的光谱特征。凭借Landsat卫星数据易获取，重访周期短的优势，可以利用本次的研究思路实现对微山湖水域富营养化情况的动态监测，对水质污染提前进行预警以减少损失，具有很大的现实意义。

实验中也存在一些不足，例如实测数据较少，没有对水体的光谱特性进行研究，这都对试验结果有一定的影响。在以后的研究中可以结合实测水体的光谱特性来提高反演模型的精度。增加采样点个数、提高遥感影像的分辨率对遥感监测的结果也有很大的帮助。其次，增加反演的水质参数个数，可以增加悬浮物浓度、重金属含量等参数的监测。综合分析各种水质参数，能够更全面地对水体进行监测。