高光谱遥感在铁矿区水环境监测中的应用研究

刘富平

（忻州市生态环境局东部区域监测技术保障中心代县分中心，山西 忻州 034200）

引言

水资源是保证国民经济健康持续发展的重要根基，然而因为多方面原因，水资源尤其地下水资源出现的安全问题日渐突出。钢铁行业是我国国民经济中重要的组成部分，国家对钢铁的需求量逐年增加，但矿山开采所产生的地下水环境问题因其具有隐蔽性、遭到破坏产生的影响具有滞后性等原因，已发展成为我国主要的地下水污染源之一。因此，必须进行铁矿地下水环境影响研究，以满足地质环境污染应急处理需求，防止地下水环境破坏。

高光谱遥感技术是近些年来迅速发展起来的一种全新遥感技术，它利用成像光谱仪以纳米级的光谱分辨率，实现了地物空间信息、辐射信息、光谱信息的同步获取。与常规的测试分析、生物指示诊断等技术方法相比，遥感技术具有速度快、成本低、区域性强、信息量大，且探测范围广，能够反映区域地质环境演化特征等特点，其在地物精细分类识别优势将为地质环境监测提供有效方案。

1 国内外研究现状

早在20 世纪60 年代末，国外就已高度重视矿山环境保护。90 年代中后期，我国才开始较为系统的矿山环境调查研究。自“十五”期间以来，遥感技术日新月异，中国航空物探遥感中心总结出不同遥感数据源在矿山开发及环境调查中应用的特点，同时在实现国土资源开发与保护统筹兼顾的政策导向下，于“十二五”期间又组织实施了“矿山遥感调查与监测”，遥感开始逐渐在我国矿山地质环境调查与监测方面得到应用，并不断深化。

在矿区水体污染研究方面，Lee 等利用航空成像光谱仪初步圈定了受污染水域的空间分布范围，为宾夕法尼亚州煤矿区水环境治理提供了基础数据（Lee N E，1999）[1]。张琪等设计出一套监测水体污染的环境遥感监测软件系统，监测太湖流域的水质污染情况[2]。陈绍杰等利用国产小卫星，基于矿区水体光谱曲线特性，判别矿区水体酸碱性以及分析水体受污染程度变化和污染源[3]。赵汀基于江西德兴铜矿及水体在不同污染程度的光谱特征，分析了大坞河和乐安河的水体波谱特性和污染物的扩散动态[4]。

2 高光谱遥感在铁矿区水环境监测中的主要技术

2.1 高光谱数据降维技术

高光谱数据降维主要是通过特征提取（原始光谱空间或其子空间的一种数学变换）和波段选择（选择一个尽可能多地保留原始数据的主要光谱），实现信息综合、特征增强和光谱降维，最终利用低维数据来有效表达高维数据信息。特征提取方法首先对原始高光谱数据进行数学变换，从而实现数据降维[5]。波段选择问题就是一个组合优化问题，标准就是其目标函数。根据目标函数的计算过程，波段选择算法分为监督的和非监督两类。

2.2 水体高光谱遥感精细识别技术

因高光谱遥感是用很窄而连续的光谱通道对地物持续遥感成像，因此其具备捕捉细微光谱特征的能力。针对区域水环境中水体目标复杂多样的特点，高光谱遥感丰富的光谱信息能够提高水体目标的识别精度，分析并提取水体的影像波谱、纹理等特征信息[6]。

3 高光谱遥感在铁矿区水环境监测中的具体应用方法

3.1 主要方法

1）基于高分二号数据的植被与水体的信息提取。为合理保护矿区生态环境，以高分二号国产卫星遥感影像为数据源，采用波段运算和密度分割，分析受污染的水体及污染级别，监测重要矿集区的矿山开发状况和环境变迁[7]。

2）基于高光谱数据的多源数据融合。高光谱数据融合不同于传统的多光谱图像融合，其为了满足光谱解译的应用需求，主要以HJ-1A 为数据源，在尽量保持光谱信息不缺失上提升高光谱数据的空间分辨率。

3）区域水体高光谱遥感精细识别技术。基于多源数据融合同化后的数据集，研究面向水体精细识别的特征选择方法及不同污染物在水中的存在特征和对不同光谱特征的响应机理，分析并提取水体的影像波谱、纹理、空间几何等特征信息，从而实现基于高光谱遥感的水体精细识别。

3.2 技术路线

首先，收集研究区内的卫星影像数据、水文环境资料等，并对其进行数据读取、图像配准等预处理；其次，在此基础上，将高光谱数据与多源空间数据进行融合，提升高光谱数据的空间分辨率；第三，通过影像特征提取与选择的数据降维技术，开展区域水体信息的精细识别，为确定污染区域提供基础；第四，基于野外样品采集与测试分析，在充分参考的基础上，开展水体污染等方面的水环境参量高光谱信息分析，为确定污染物信息提供基础；最后，开展工矿业城市区域水环境高光谱遥感监测应用。高光谱遥感在铁矿区水环境监测中应用的技术路线，如图1 所示。

图1 高光谱遥感在铁矿区水环境监测中应用的技术路线

3.3 实物工作量

主要包括研究区高分二号多光谱数据的研究实验，波段运算、水体指数的信息提取等专题研究，HJ-1A 的HSI 与CCD 数据处理实验以及融合方法研究以及野外数据采集工作等。

4 高光谱遥感在铁矿区水环境监测中的应用优势

遥感技术具有速度快、成本低、区域性强、信息量大等优点，针对区域水环境中水体目标复杂多样的特点，利用多光谱与高光谱数据针对性处理方法，可以分析并提取水体的影像波谱、灰度等特征信息，研究高光谱遥感反映污染信息的技术方法，从而实现基于高光谱遥感的水体精细识别。具体优势如下：

1）基于国产高分二号多光谱遥感数据，能够有效解决污染水体与自然植被色调趋同而难以解译问题，减少错分误差；

2）利用归一化差分水体指数和密度分割，结合不同受污染程度水体在影像上呈现不同颜色和色调特征，能够分析水体污染的程度和分布规律；

3）基于国产HJ-1A 高光谱卫星遥感数据进行矿区地物波谱分析，以及高光谱数据降维和波段重组，能利用低维数据来有效表达高维数据信息，提高植被和水体的目标识别和信息提取精度；

4）基于HJ-1A 遥感图像，用归一化差分水体指数法提取矿区水体信息，相比CCD 影像，总体分类精度、制图精度和用户精度大幅增加；用监督分类的最大似然法对矿区水体信息进行提取，相较于同等空间分辨率的CCD 影像，提高了总体分类精度、用户精度以及Kappa 系数。

5 结语

综上所述，随着高光谱遥感技术的快速发展，利用高分二号（GF-2）多光谱数据和环境与灾害监测预报小卫星星座A 星(HJ-1A)等高光谱数据，通过高光谱数据降维技术及水体高光谱遥感精细识别技术，结合地理信息系统（GIS）等多源地理数据，更有利于植被和水体的目标识别和信息提取，能够准确地分析水体污染的程度和分布规律，为矿山环境治理提供技术支撑与决策依据。