高分卫星(高分二号)监测粤港澳大湾区水体污染

高分卫星(高分二号)监测粤港澳大湾区水体污染



1、研究区概况


粤港澳大湾区由广东省东莞市、中山市、佛山市、广州市、惠州市、江门市、深圳市、肇庆市、珠海市九市和香港、澳门2个特别行政区组成。随着粤港澳三地生态环保合作的深入,水资源环境整体上有所改善,但部分河流水质污染超标,湾区的水环境依旧存在一定风险。因此,本文主要选取粤港澳大湾区的6条主要入海河流段:东江南支流、鸡啼门水道、蕉门水道、洪奇沥水道、磨刀门水道、横门水道,包含6个监测断面(分别为沙田泗盛、鸡啼门大桥、蕉门、洪奇沥、磨刀门大桥、中山港码头)作为研究对象进行水体状况分析。



2、数据与方法


2.1 数据来源

2.1.1 遥感数据 


本文选取2019-03-11及2019-03-16高分二号卫星(GF-2)的一级数据产品作为数据源,共6幅景,其中蕉门、洪奇沥、中山港码头的遥感数据日期为03-11,沙田泗盛、鸡啼门大桥、磨刀门大桥的遥感数据日期为03-16。GF-2具备1m分辨率全色、4m分辨率多光谱光学成像能力,幅宽达45km,是我国于2014-08-19发射的对地观测卫星,具有空间分辨率高、数据传输速度快、成像清晰和信息丰富等优点,GF-2数据的参数如表1所示。

表1 高分二号对地观测卫星有效载荷参数


2.1.2 验证数据

本文选取2019年3月份粤港澳大湾区监测河流内对应断面的实测数据作为验证数据,共6组监测断面数据,主要包含各类水质指标(pH、盐度、氨氮、溶解氧、重金属汞铅铜等)、主要污染指标和综合水质类别。实测数据从广东省生态环境厅获取。


2.2 图像预处理

本文利用ENVI5.3遥感图像处理软件对GF-2多光谱数据进行预处理,GF-2多光谱数据预处理基本流程如下:首先,通过Apply Gain and Offset工具对GF-2多光谱数据进行辐射定标。其次,进行Flaash大气校正,大气校正能够去除部分大气影响;由于Flaash大气校正需要图像的中心波长信息,而ENVI暂不能自动识别GF-2多光谱数据的头文件信息,因此,在进行大气校正前,先对辐射定标后的图像添加中心波长,通过Edit ENVI Header工具手动添加中心波长,各波段的对应中心波长为0.514、0.546、0.656、0.822μm。最后,通过Flaash Atmospheric Correction工具对上一步处理好的数据进行大气校正,而通过大气校正后的结果值扩大了1万倍。


2.3 水体信息提取与图像掩膜

2.3.1 水体信息提取

本文结合归一化水体差异指数(NDWI指数)与监督分类法提取水体信息。通常来说运用NDWI指数提取水体的常用阈值0进行水体提取工作是可行的(即当NDWI 指数处于0~1时为水体),但不同研究区域由于水体信息差异,理论阈值应用于该研究区域的水体提取效果不明显。所以选择构建近红与红光的光谱特征空间进一步确定合适的阈值,经多次尝试比较,最终将水体的最优阈值范围确定在0.136~0.447之间。


2.3.2 图像掩膜

图像掩膜能够保留原始图像中感兴趣的像元,去除与研究对象无关的环境要素干扰,因此,本文通过ENVI5.3遥感图像处理软件中的Apply mask工具,利用上文提取的水体信息二值图像对经Flaash大气校正后的图像进行掩膜,最终获得研究区域的水体信息,掩膜前后的图像对比见图2。


图 2 图像掩膜前(a)、后(b)对比


2.4 有机污染水体提取与分类依据

比值植被指数(RVI)最早由Jordan(1969)于1969年提出,主要用来分析植被覆盖状况,但经不同学者多年研究发现,RVI指数也可用来分析水体有机污染状况。由于水体有机污染区域处于富营养化状态会导致水中叶绿素含量增加,而叶绿素浓度与RVI指数有较强相关性,因此RVI指数可作为水体有机污染的指标。


3、结果与讨论

3.1 水体有机污染程度分类

本文通过计算RVI指数提取水体污染信息,为更清晰直观地反映水质分类及水体污染分布状况,通过Arcgis10.2软件将水体污染信息进行可视化表达,得到2019年3月粤港澳大湾区6条入海河流——鸡啼门水道鸡啼门大桥段、磨刀门水道磨刀门大桥段、东江南支流沙田泗盛段、横门水道中山港码头段、珠江洪奇沥段以及珠江蕉门段的水体污染分布图(图3),并将各河流段的分类结果进行面积统计(表2)。从图3-a看,轻污染水体占鸡啼门水道及其周边水体总面积的54%,无污染水体在鸡啼门水道中分布零散,轻污染水体为主,鸡啼门大桥处的水体则处于轻污染等级。从图3-b可知,无污染水体占磨刀门水道及其周边水体总面积的46%,主要分布在磨刀门水道,且磨刀门大桥处的水体无污染,说明该区域水体质量高,生态保护措施到位。从图3-c看,东江南支流主要以无污染和轻污染水体为主,占该研究区水体总面积的66%,说明东江南支流的水体状况良好,沙田泗盛的水体则处于轻污染。从图3-d可知,横门水道大部分水体处于无污染状态,其无污染水体部分占总水体面积的59%。从图3-e看,珠江洪奇沥水道整体呈无污染状态,轻污染水体分布在水道两侧以及水道周边区域,洪奇沥的水体处于轻污染状态。从图3-f看,轻污染水体分布在珠江蕉门水道,占总面积的66%,无污染以及中等污染水体呈零星分布,说明珠江蕉门水道在一定程度上存在较为严重的水体有机污染。

图3  2019年3月各主要河流水体污染分级图


表2 2019年3月各类水体占研究河流段面积比


3.3 GF-2 数据与实测数据对比分析

溶解氧(DO)、氨氮(NH3-N)和生化需氧量(BOD)等是反映水体有机污染的主要水质参数,也是实际监测的主要工作。参照国家《地表水环境质量标准》(GB3838-2002)(中华人民共和国生态环境部,2002)中DO、NH3-N、BOD等单项水质参数评价标准进行综合水质分类,当综合水质类别为I~II类,表 示水体无污染;III~IV类,表示水体轻度污染;V类表示水体中等污染;劣V表示水体重污染,具体分类标准见表3。


表3 地表水有机污染单项水质参数标准值


本文利用2019年3月份鸡啼门大桥、磨刀门大桥、沙田泗盛、中山港码头、洪奇沥、蕉门6个监测断面的实际监测数据来验证GF-2遥感分析结果的准确性,根据上述分类标准对实测数据的水质指标进行评价分级,其评价分级对比结果见表4。


表 4 2019年3月6个监测断面的实测数据与GF-2数据水体污染评价分级对比


从表4可知,鸡啼门大桥、磨刀门大桥、洪奇沥和蕉门为一类水体,属无污染水体。沙田泗盛为四类水体,DO和氨氮参数超标;中山港码头属三类水体,氨氮参数超标,均属轻度有机污染水体。通过对比遥感分析与实测数据分析的评价分级,发现两者的水体有机污染判别结果一致,说明利用GF-2多光谱数据计算RVI以提取污染信息的方法是可行且准确的。


4、结论

针对已有研究对水体污染的监测未利用GF-2卫星数据作为遥感数据源的问题,本文基于GF-2多光谱数据,采用归一化水体差异指数提取水体信息,通过计算RVI指数半定量分析了粤港澳大湾区6条主要入海河流及其周边水体的水质分类及有机污染的分布现状。为更清晰直观地反映水质分类及水体污染分布状况,本文通过Arcgis10.2将水体污染信息进行可视化表达,并将各河流段的分类结果进行面积统计,最后对比同期相对应河流的6个实际监测断面点的污染等级验证了遥感分析结果,结论表明,GF-2多光谱数据作为有机污染水体监测的遥感数据源适用性较强。


1)鸡啼门水道与珠江蕉门水道以轻污染为主,分别占水体面积的54%和66%;磨刀门水道、东江南支流、横门水道和珠江洪奇沥水道整体上无污染,小面积轻污染,分别占水体面积的46%、66%和59%,反映出2019年3月份研究区域水体质量总体较好。


2)河流的主干道以无污染水体为主,河流两岸以轻污染为主,远离主河道的封闭水体以中等污染以及重污染为主,说明水体有机污染的分布具有空间规律性,水污染防治需要因地制宜地采取及时有效的措施。


3)2019年3月份实际检测点处的鸡啼门大桥、磨刀门大桥、洪奇沥、蕉门的水体属I类水质,为无污染水体,沙田泗盛的水体属IV类水质、中山港码头的水体属III类水质,均为轻污染水体,与6个断面点遥感分析的污染等级-结果一致,说明利用GF-2多光谱数据提取水体有机污染信息是可行的。GF-2多光谱数据作为国产民用高分辨率卫星数据能够用来分析水体有机污染信息及进行水质分类,对国产民用光学卫星数据的推广普及起到一定的积极意义,并为我国水污染防治提供辅助决策。本文利用RVI指数进行水体分类的研究方法为半定量分析方法,无法定量分析水体具体的水质参数。下一步可找出研究区域的水体光谱信息与叶绿素的相关性,建立叶绿素浓度反演模型,以快速获取受检测水体的具体叶绿素浓度数据。


来源:《热带地理杂志

作者:吴迪、于文金、谢涛



资源三号03星(ZY-3号03星)激光在轨几何检校试验取得初步成功(附资源三号03星样图)
环境减灾二号A、B卫星发射成功

上一篇

上一篇

本网站由阿里云提供云计算及安全服务