遙感水質(zhì)監(jiān)測技術研究進展

張 克 張 凱 牛鵬濤 高 磊

(河南工業(yè)職業(yè)技術學院城市建設學院)

在遙感水質(zhì)監(jiān)測領域，水體一般可以劃分為一類水體和二類水體，一類水體主要為大洋開闊水體，二類水體主要為近岸水體和內(nèi)陸水體[1]。水是生命之源，特別是內(nèi)陸水體的水質(zhì)狀況直接關系到人類生活用水安全，因此，對內(nèi)陸水體進行水質(zhì)監(jiān)測意義重大。傳統(tǒng)水質(zhì)監(jiān)測方法雖然能夠準確分析和評價采樣點處的水質(zhì)參數(shù)信息，但無法獲得大面積水域的整體水質(zhì)狀況和變化情況，不利于環(huán)境保護部門開展有針對性的污染治理工作，同時傳統(tǒng)監(jiān)測方法效率低下且成本較高。

遙感技術具有監(jiān)測范圍廣、效率高、直觀性強、成本低等特點，非常適用于對水體進行長期動態(tài)監(jiān)測[1]。隨著我國環(huán)境系列衛(wèi)星、高分系列衛(wèi)星等衛(wèi)星星座的發(fā)射組網(wǎng)，利用遙感手段開展水體長期動態(tài)監(jiān)測得到了廣泛研究。采用遙感技術進行水質(zhì)監(jiān)測時，首先建立地面水質(zhì)實測數(shù)據(jù)和對應的衛(wèi)星遙感數(shù)據(jù)之間的關系模型，然后將該模型應用于整片水域的遙感影像，最終獲取水域范圍內(nèi)的整體水質(zhì)分布狀況。目前，葉綠素a、懸浮物濃度、透明度、黃色物質(zhì)、總氮、總磷[2]、高錳酸鉀指數(shù)、溶解氧[3]等水質(zhì)參數(shù)都可以通過遙感技術進行直接或間接監(jiān)測。本研究在綜合梳理近年來遙感水質(zhì)監(jiān)測領域研究成果的基礎上，通過對模型分析法、半經(jīng)驗分析法、經(jīng)驗分析法等3種現(xiàn)階段主要監(jiān)測方法進行剖析，并對該領域后續(xù)研究方向進行探討，供相關研究借鑒。

1 遙感水質(zhì)監(jiān)測方法

基于遙感技術的水質(zhì)監(jiān)測流程如圖1所示。具體實施步驟為：①確定待監(jiān)測的水域，開展水樣采集和遙感影像獲取工作；②根據(jù)相關需求，化驗水樣的相關參數(shù)；③對原始遙感影像進行預處理，掩膜出待監(jiān)測區(qū)域的遙感影像，并確定用于反演的數(shù)據(jù)波段組合；④根據(jù)實際情況，選擇模型分析法、半經(jīng)驗分析法、經(jīng)驗分析法中的任何一種方法進行水質(zhì)反演，生成各類水質(zhì)因子反演成果圖；⑤根據(jù)反演結果，分析原因，編寫相關技術報告。

圖1 遙感水質(zhì)監(jiān)測流程

1.1 模型分析法

模型分析主要是基于水體的輻射傳輸模型，根據(jù)純水、葉綠素、懸浮物、黃色物質(zhì)等的光譜特性，并利用遙感影像與水中各組分的吸收系數(shù)、后向散射系數(shù)關系模型，獲取水質(zhì)參數(shù)信息[4]。Gordon等[5]于1975年提出了水質(zhì)遙感模型分析法，并運用蒙特卡洛模型計算了平靜海面的表面光學量和固有光學量之間的關系，為遙感水質(zhì)監(jiān)測模型分析法奠定了基礎；李云梅等[6]利用Gordon模型和太湖水體固有的光學特性，建立了水體反射率的模擬分析模型，進而利用Landsat數(shù)據(jù)反演了水體懸浮物濃度，得到了太湖懸浮物濃度分布圖；鄧孺孺等[7]利用水體透射光測量裝置，結合光譜儀測量了相同厚度不同濃度鐵離子水體的透射光輻亮度，進而運用比值法得到了水中3種鐵化合物的消光系數(shù)和吸收系數(shù)，最終獲取了400～900 nm波長范圍內(nèi)3種鐵離子的吸收系數(shù)光譜，為遙感反演水體鐵離子濃度模型提供了基礎參數(shù)。在運用模型分析方法對水質(zhì)進行遙感監(jiān)測時，往往由于被監(jiān)測水體的固有光學性質(zhì)較為復雜，使得建立分析模型難度較大。

與經(jīng)驗分析法和半經(jīng)驗分析法相比，該方法的模型參數(shù)與水體光學模型相結合具有明確的物理含義，且具有普遍適用性，但由于理論基礎尚不成熟，相關的研究和應用成果較少。

1.2 半經(jīng)驗分析法

半經(jīng)驗分析法在一定程度上考慮了水體和各類污染物質(zhì)的光學特性，利用最佳的波段或波段組合數(shù)據(jù)與實測水質(zhì)參數(shù)值之間的統(tǒng)計關系進行水質(zhì)參數(shù)估算，現(xiàn)階段，支持向量機模型(Support vector machine,SVM)、人工神經(jīng)網(wǎng)絡模型等水質(zhì)反演模型運用較為廣泛[8]。Pierson等[9]建立了一種半經(jīng)驗模型，并成功應用于預測海水表面下的輻射反射率和瑞典馬拉倫湖輻射反射率的光譜變異性，取得較好效果；崔文君等[10]利用實測光譜數(shù)據(jù)的一階微分值，結合Landsat 8遙感影像的綠光波段和紅光波段，建立了珠江口近岸水域溶解氧的遙感反演模型，實現(xiàn)了珠江口溶解氧含量的反演；盛琳等[11]基于GOCI多光譜影像，通過半經(jīng)驗分析法反演算法，對東平湖水域開展了葉綠素a濃度估算及精度驗證，研究表明，半經(jīng)驗分析算法與傳統(tǒng)的經(jīng)驗模型相比，具有更高的反演精度和較好的可移植性。半經(jīng)驗分析法同時兼顧了統(tǒng)計特征和水體的光譜特征，在選擇適當?shù)姆囱菽Ｐ秃筒ǘ谓M合后，還需針對不同季節(jié)和地域的水質(zhì)，對模型參數(shù)進行修正，該類方法較為穩(wěn)定，是目前最為常用的水質(zhì)監(jiān)測方法。

1.3 經(jīng)驗分析法

經(jīng)驗分析法算法較為簡單，主要根據(jù)遙感數(shù)據(jù)與地面實測水質(zhì)參數(shù)值之間的統(tǒng)計關系，通過運用不同的統(tǒng)計回歸模型，從而反演整個監(jiān)測區(qū)域的水質(zhì)參數(shù)值。張鴿等[12]以太湖為研究區(qū)，基于春季和夏季實測的總懸浮物濃度，結合同步過境的2期FY-3A/MERSI衛(wèi)星遙感影像，采用經(jīng)過粒子群算法優(yōu)化的支持向量機參數(shù)，選擇遙感影像各波段反射率和波段組合作為輸入?yún)?shù)，運用支持向量機方法(SVM)構建了總懸浮物濃度的遙感反演模型，結果表明，SVM反演模型為最優(yōu)的水體懸浮物濃度反演模型；周亞東等[13]根據(jù)地面實測數(shù)據(jù)與高分1號遙感影像數(shù)據(jù)構建了多元線性回歸和RBF神經(jīng)網(wǎng)絡模型，對湖泊綜合營養(yǎng)狀態(tài)指數(shù)進行了反演，結果表明，RBF神經(jīng)網(wǎng)絡模型較多元線性回歸模型反演精度更高，更適合于對內(nèi)陸湖泊水質(zhì)變化進行監(jiān)測；任巖等[14]提取了遙感影像上艾比湖流域6種水體指數(shù)，利用SPSS軟件對各種水體指數(shù)與多種水化學特征值的關系進行了相關性分析，構建了水體指數(shù)與水化學特征之間的關系模型；曹引等[15]根據(jù)集合建模思路，將多種建模結果進行綜合，提高了模型穩(wěn)定性，但集合模型的可轉(zhuǎn)移性仍需進一步驗證。

經(jīng)驗分析法雖然能夠快速建立遙感影像與實測數(shù)據(jù)之間的統(tǒng)計關系，取得良好的反演結果，但該方法中的實測水質(zhì)參數(shù)與遙感數(shù)據(jù)之間的關系缺乏物理依據(jù)，針對不同季節(jié)和區(qū)域的水質(zhì)監(jiān)測，難以建立統(tǒng)一的數(shù)據(jù)反演模型。

2 遙感反演的主要水質(zhì)參數(shù)

水體中的一些水質(zhì)參數(shù)往往能夠引起水體光譜特征(反射率、透射率、吸收率等)的變化，該類水質(zhì)參數(shù)包括葉綠素含量、懸浮物濃度、有色可溶性有機物含量[4]，常被稱為水色參數(shù)或直接水質(zhì)參數(shù)，通過遙感數(shù)據(jù)中的光譜信息可以有效監(jiān)測該類水質(zhì)參數(shù)。水體中還有一部分水質(zhì)參數(shù)與水色參數(shù)密切相關，通過遙感數(shù)據(jù)可以間接監(jiān)測出，該類參數(shù)可稱為間接水質(zhì)參數(shù)。

2.1 直接水質(zhì)參數(shù)監(jiān)測

2.1.1 葉綠素濃度

葉綠素濃度是水質(zhì)監(jiān)測中的重要參數(shù)[1]，該參數(shù)的遙感反演利用的是葉綠素的光譜特性，故需根據(jù)其光譜特征選擇特征波段，建立穩(wěn)定的反演模型。目前雖然已建立了眾多葉綠素反演模型，但該類模型的精度往往依賴于特定的研究區(qū)和時間。葉綠素的光譜特征較為明顯，其反射率在綠光波段和近紅外波段具有波峰，在藍光波段具有明顯波谷，隨著葉綠素濃度升高，其波峰和波谷更加明顯，當葉綠素濃度達到一定時，又會發(fā)生“紅移”現(xiàn)象。因此，葉綠素濃度的反演往往通過多波段組合，構建相應的反演模型實現(xiàn)。史銳等[16]對TM影像中的水體部分進行了光譜信號重構和小波去噪，結合實測的葉綠素濃度數(shù)據(jù)進行了神經(jīng)網(wǎng)絡擬合，建立了光譜反射率比值與葉綠素濃度的反演模型，結果表明，烏梁素海葉綠素濃度分布反映了污染源的分布，同時說明葉綠素濃度在時空分布上存在一定的規(guī)律；趙文宇等[17]結合Landsat 8數(shù)據(jù)研究了葉綠素a的光譜特征，確定了葉綠素a遙感定量監(jiān)測的最佳波段，并結合地面實測數(shù)據(jù)，建立了葉綠素a的遙感估測模型，同時對反演結果進行了時空分析，得到了研究區(qū)域葉綠素分布和變化情況；包穎等[18]以太湖為研究區(qū)，以GOCI為數(shù)據(jù)源，基于層次聚類法實現(xiàn)了歸一化實測光譜反射率分類，利用光譜角測距匹配一天之內(nèi)的8景GOCI太湖影像的水體分類結果，并針對不同水體類型分別建立了基于GOCI影像的葉綠素a反演模型，實現(xiàn)了不同類型水體的葉綠素a濃度反演，其結果不僅可以反應葉綠素a的空間分布情況，也可以反映太湖區(qū)域葉綠素a的日變化情況。

2.1.2 懸浮物濃度

懸浮物濃度是指單位體積水體中懸浮顆粒的總質(zhì)量，主要包括無機物和有機物2類懸浮物，是水環(huán)境監(jiān)測與評價的一項重要指標。懸浮物對水質(zhì)管理非常重要，它不僅與泥沙運動有關，更重要的是其反映了水體的透明度，是水質(zhì)監(jiān)測的一個重要指標。艾燁霜等[19]提出了一種自適應抽樣一致性極限學習機算法，并將其應用于水體懸浮物濃度定量反演中，提高了反演結果的穩(wěn)定性；王代堃等[20]以天津濱海新區(qū)為研究區(qū)域，運用Landsat 8遙感影像，分別建立了神經(jīng)網(wǎng)絡和統(tǒng)計回歸反演模型，對該區(qū)域的水體懸浮物濃度進行了反演，結果表明，神經(jīng)網(wǎng)絡模型的反演精度更加可靠；喬娜等[21]提出了分類反演淺水草型湖泊中水體懸浮物濃度的方法，針對水生植物覆蓋的水體，采用水生植物覆蓋度間接反演懸浮物濃度，對于未覆蓋區(qū)域，則采用直接法反演懸浮物濃度，反演效果較理想；宋南奇等[22]以某填海施工區(qū)的周邊海域為研究區(qū)域，利用環(huán)境災害監(jiān)測小衛(wèi)星的遙感數(shù)據(jù)和實測懸浮物濃度數(shù)據(jù)，采用回歸分析方法建立了懸浮物反演模型，對施工區(qū)周邊海域懸浮物的分布情況進行了詳細分析。

2.1.3 可溶性有機物含量

有色可溶性有機物(Colored dissolved organic matter,CDOM)也稱為黃色物質(zhì)[23]，是溶解性有機物(Dissolved organic matter，DOM)的光敏部分，該參數(shù)的測量方式從實際野外采樣測量向遙感數(shù)據(jù)結合算法反演方向發(fā)展，已獲得了成功應用。遙感反演CDOM具有評估范圍大的特點，不僅可以為水質(zhì)管理工作提供幫助，還可以為全球尺度氣候變化研究提供便利[24]。張春桂等[25]利用MODIS衛(wèi)星遙感影像，結合地面實測數(shù)據(jù)，運用半經(jīng)驗分析算法反演得到了海洋黃色物質(zhì)；黃妙芬等[26]利用Landsat 8衛(wèi)星數(shù)據(jù)，運用2種方法分別反演出了CDOM濃度值，并將反演結果與GOCI的CDOM濃度值進行對比，相對誤差分別達到了14.8%和25.2%；田野等[27]以北京官廳水庫為研究區(qū)域，通過野外采樣和實驗室測量獲取了水質(zhì)信息數(shù)據(jù)，并結合高光譜遙感影像，建立了CDOM遙感反演的生物光學模型，實現(xiàn)了夏季官廳水庫的CDOM濃度高精度反演。

2.2 間接水質(zhì)參數(shù)監(jiān)測

間接水質(zhì)參數(shù)與水體光譜特征不存在明顯關系，但與直接水質(zhì)參數(shù)關系密切，通常包括水體營養(yǎng)化水平、營養(yǎng)鹽含量、化學需氧量(Chemical oxygen demand，COD)等。間接水質(zhì)參數(shù)反演是在直接水質(zhì)參數(shù)反演的基礎上發(fā)來起來的，能夠直觀反應水體水質(zhì)狀況，如水中有機物污染程度可以通過高錳酸鹽指數(shù)確定；水體富營養(yǎng)化的重要指標包含氨氮和總磷的含量，當水中營養(yǎng)鹽濃度較高時，將會對水生生物和人類帶來威脅[28]，因此，間接水質(zhì)參數(shù)反演是遙感水質(zhì)反演的一個重要研究方向。周亞東等[13]基于高分1號WFV遙感數(shù)據(jù)和82個站點的實測數(shù)據(jù)，運用多元線性回歸和RBF神經(jīng)網(wǎng)絡模型，反演了武漢市及周邊湖泊的葉綠素、營養(yǎng)鹽等含量，并利用綜合營養(yǎng)狀態(tài)指數(shù)法分析了研究區(qū)域水體的富營養(yǎng)化水平；劉旭攏等[28]利用Landsat 8遙感影像和水質(zhì)監(jiān)測數(shù)據(jù)，利用遙感水質(zhì)反演算法，實現(xiàn)了高錳酸鹽指數(shù)、氨氮和總磷的反演；冼翠玲等[2]和岳佳佳等[29]分別采用多元線性回歸和神經(jīng)網(wǎng)絡模型對某內(nèi)陸水體的總磷和總氮指標進行了反演，效果較理想；黃妙芬等[26]在分析COD和CDOM濃度相關性的基礎上，建立了運用CDOM反演COD的模型，并獲取了試驗地區(qū)的COD濃度專題圖；王小平等[30]以艾比湖流域為研究對象，基于實測水溶解性總固體(Total dissolved solids,TDS)數(shù)據(jù)，選用了準同步的Landsat 8數(shù)據(jù)，分別利用多元線性回歸模型、支持向量機模型(SVM)對TDS進行了反演，并對反演結果進行了精度分析。

3 展 望

遙感水質(zhì)監(jiān)測方法與傳統(tǒng)水質(zhì)監(jiān)測方法相比，具有范圍廣、效率高、直觀性強、成本低等優(yōu)點，但同時具有模型適應性差、監(jiān)測參數(shù)不全面、遙感數(shù)據(jù)源單一等不足。遙感水質(zhì)監(jiān)測方法在后續(xù)研究中，需要對經(jīng)驗模型和半經(jīng)驗分析模型的適用性進行分析，盡管模型分析法需要觀測的物理量較多，但適應性較強，在后續(xù)工作中應加強模型分析法的研究；目前利用遙感技術所能監(jiān)測的水質(zhì)參數(shù)有限，與實際的水質(zhì)監(jiān)測要求仍有一定差距，還需要進一步拓寬遙感水質(zhì)監(jiān)測的參數(shù)范圍；應加大高光譜遙感和主動遙感在水質(zhì)監(jiān)測領域的應用，以期提高水質(zhì)監(jiān)測精度和參數(shù)數(shù)量。