Geomatics Science and Technology 测绘科学技术, 2020, 8(3), 114-122 Published Online July 2020 in Hans. http://www.hanspub.org/journal/gst https://doi.org/10.12677/gst.2020.83014
Application of High Resolution Remote Sensing in Water Quality Monitoring of Plain Reservoir
Huifen Feng, Simin Zhang
College of Geomatics and Municipal Engineering, Zhejiang University of Water Resources and Electric Power, Hangzhou Zhejiang
ndthnd
Received: Jul. 2, 2020; accepted: Jul. 15, 2020; published: Jul. 22, 2020
Abstract
Plain reservoirs are closely related to urban water consumption and residents’ life, and it is of great significance to monitor the water quality using the real-time dynamic remote sensing tech-nology. Based on the four GF-1/WFV and DigitalGlobe/QuickBird images, the water quality para-meters in Qianmu Dang—the typical plain reservoir in Haiyan, Zhejiang, including chlorophyll-a, suspended matter, transparency, total nitrogen, total phosphorus, ammonia nitrogen and dis-solved oxygen were estimated and the water quality distribution in spring and summer was dis-cussed. The results show that the water quality of the main reservoir area in Qianmu Dang is rela-tively good, and the water quality of the surrounding river to the port is relatively poor, with the most serious area in the river channel to the north, and the reservoir eutrophication in summer is more obvious than in winter. Based on this application case, the main technical difficulties and development trend of atmospheric correction, water extraction and inversion model in the plain reservoir water quality monitoring using high resolution remote sensing are analyzed and sum-marized, so as to provide reference for water quality remote sensing model research and moni-toring application of urban plain reservoir.
Keywords
Remote Sensing, GF-1/WFV, Google Image, Plain Reservoir, Water Quality Parameter
高分遥感在平原水库水质监测中的 应用初探
冯惠芬,章思敏
浙江水利水电学院,测绘与市政工程学院,浙江 杭州
文章引用: 冯惠芬, 章思敏. 高分遥感在平原水库水质监测中的应用初探[J]. 测绘科学技术, 2020, 8(3): 114-122. DOI: 10.12677/gst.2020.83014
冯惠芬,章思敏
收稿日期:2020年7月2日;录用日期:2020年7月15日;发布日期:2020年7月22日
摘要
平原水库与城镇用水和居民生活息息相关,利用高分遥感技术对其进行实时动态监测具有重要意义。以浙江省海盐县典型平原水库——千亩荡为例,使用四景GF-1/WFV和DigitalGlobe/QuickBird数据,进行了7种水质参数,包括叶绿素a、悬浮物、透明度、总氮、总磷、氨氮、溶解氧浓度的遥感估算,并讨论了各水质参数春季和冬季的分布变化。结果表明,千亩荡水库主体库区水质良好,而通往外港的周围河道水质则相对较差,以通往北部大横港的河道最为明显,且水库夏季富营养化现象较冬季更为明显。以此应用案例为切入点,总结分析了高分水质遥感在平原水库水质监测中大气校正、水体提取与反演模型三方面的技术难点与发展趋势,从而为城市平原水库的水质遥感模型研究与监测应用提供参考。
关键词
遥感,GF-1/WFV,谷歌影像,平原水库,水质参数
Copyright ? 2020 by author(s) and Hans Publishers Inc.
This work is licensed under the Creative Commons Attribution International License (CC BY 4.0). http://creativecommons.org/licenses/by/4.0/
Open Access
1. 引言
平原水库很大一部分是周围城镇的饮用水源地,其水质的恶化严重影响了水体生态环境、饮用水安全和广大人民群众的身体健康,迫切需要开展平原水库的水质监测研究,以保障饮用水安全、保障人群健康。在浙江省“五水共治”和“剿灭劣V类水”政策的倡导下,对面积较小的平原水库进行水质监测与生态修复研究显得尤其重要。常规的水质监测方法费时、费力,且受到采样点的数目和次数的限制,监测结果无法反映整个水域的水质分布状况。利用遥感方法监测水体水质速度快、成本低,可以反映水质参数时空分布变化,便于长期动态监测。
近年来,遥感技术在水质监测中发挥了重要作用。由于不同水体水质参数的空间变化尺度不同,水质遥感所使用的卫星数据源的空间分辨率相差也较大。对于开阔的海洋水体,水域面积较大,一般采用低空间分辨率的遥感数据,如SeaWiFS、MODIS、MERIS、HY-1等[1]。对于大型湖泊水体,空间尺度较小,水质空间差异性明显,一般采用中空间分辨率的遥感数据,如TM、HJ-1、CBERS等[2]。然而,与相对宽广的海洋、大型湖泊相比,平原水库空间尺度极小,且由于与人类生活关系密切,水质空间变异极大,需要使用高空间分辨率的遥感数据对其水质参数的空间分布变化特征进行监测。针对平原水库细小水体,讨论高分遥感影像在水质监测中的适用性,并研究适宜的水质参数遥感反演模型,对平原水库水质遥感的监测应用研究具有重要意义。
本文以典型的平原水库——浙江省海盐县千亩荡水库为例,参考已有的模型进行典型水质参数的遥感估算,绘制不同季节水质参数时空分布变化图,讨论高分遥感在平原水库水质监测应用中的可行性。结合应用案例,总结分析高分水质遥感在平原水库水质监测应用中面临的主要技术难点和未来研究趋势。
DOI: 10.12677/gst.2020.83014
115
测绘科学技术
冯惠芬,章思敏
2. 数据和方法
2.1. 研究区
千亩荡位于浙江省海盐县域西北部沈荡镇、百步镇和于城镇三镇交汇地带(图1)。它平均水深3米,水源地区域面积为4.83平方公里,其中水域面积为1.02平方公里,即1500亩,故名“千亩荡”。千亩荡位于整个海盐的腹部,属水网平原地区,河道密布地势低平,有9条河道通往外港,有充足的补充水源。作为海盐县城乡供水一体化饮用水源地,千亩荡是保障全县50万居民生活和企业生产的“生命线”,其水质的优劣更是事关全县老百姓的饮水安全。目前千亩荡饮用水源保护地共设一级保护区、二级保护区和准保护区,保护区面积合计23.61平方公里。利用遥感手段进行千亩荡水质的辅助监测,对于区域河道生态治理和河网环境预警监控等具有重要意义。
Figure 1. Location of Qianmu Dang reservoir 图1. 千亩荡水库地理位置
2.2. 数据及处理
使用GF1/WFV和谷歌DigitalGlobe/QuickBird数据进行高分辨率遥感影像的数据处理和反演研究。前者分辨率为16米,有4个光谱波段,后者分辨率为1.03米,有R、G、B3个光谱波段。其中2景GF1/WFV数据的影像日期为2016年9月3日和2017年2月10日,2景谷歌影像的影像日期为2015年8月2日和2016年2月7日,分别代表典型夏季和冬季数据进行千亩荡水库的水质参数反演研究。
利用ENVI5.1软件对GF1/WFV数据进行辐射定标与FLAASH大气校正,辐射定标参数可从中国资源卫星应用中心网站上获取。大气校正参数中,传感器高度为645 km,像元大小为16 m,大气模型为中纬度夏季,气溶胶模型为农村型,并根据头文件查找影像获取时间等参数。以经过几何精纠正的TM图像为基准,利用ERDAS 9.2软件的Geo-referencing模块进行几何精纠正,纠正后的误差控制在1个像元范围以内。
谷歌历史影像从91卫图助手上下载得到,影像级别为17级,影像来源是美国DigitalGlobe公司的QuickBird数据。由于影像原始DN值与大气层顶太阳辐亮度具有线性关系,且有研究直接使用影像DN值进行模型反演[3],因此本文直接使用谷歌影像的灰度值进行模型反演。
千亩荡水库面积较小,直接利用光谱信息进行水体提取较为困难,因此基于高分影像底图采用数字化的方法进行水体提取。
DOI: 10.12677/gst.2020.83014
116
测绘科学技术
冯惠芬,章思敏
2.3. 反演模型
选择7种平原水库典型水质参数进行研究,包括叶绿素a (Chlorophyll a, Chla)、悬浮物(Total suspended sediment, TSS)、水体透明度(SD)、总氮(Total nitrogen, TN)、总磷(Total phosphorus, TP)、氨氮(NH3-N)、溶解氧(Dissolved oxygen, DO)。已有较多基于HJ1/CCD和Landsat/ETM等多光谱传感器数据的水质参数反演模型研究[4]-[9] (表1),由于GF1/WFV和DigitalGlobe/Quickbird传感器的波段设置与之类似,因此本文直接将这些水质参数模型应用于本文的影像数据。Chla反演需要B4波段,使用GF1/WFV数据进行反演,其余的水质参数均使用分辨率更高的QuickBird数据进行反演。
Table 1. Inversion modelss of typical water quality parameters 表1. 典型水质参数的反演模型
水质参数 Chla [4] TSS [5] SD [6] TN [7] TP [8] NH3-N [7] DO [9]
模型
Chla = 0.456 + 1.8068 × (B4/B3) TSM = 119.62 × (B3/B2)6.0823
SD = a × e(TM1/TM3)
TN = ?317.494 × ETM1 + 34.584
TP = ?21.45 × (TM3/TM2) ? 14.42 × (TM1/TM3) + 42.99 × TM1 + 27.1
NH3-N = ?277.191 × ETM2 + 37.109 DO = 0.319 × (B1 + B3)/B2/B1 ? 3.878
对应传感器 HJ1/CCD GF-1/WFV Landsat/TM Landsat/ETM Landsat/TM Landsat/ETM Landsat/TM
由于缺少同步实测光谱对高分影像的大气校正结果进行验证,根据千亩荡水库地面监测的水质参数浓度范围的经验值,对各光谱波段组合计算出的水质参数浓度进行了部分拉伸处理,使其结果与地面实测结果具有可比性。
3. 千亩荡高分水质遥感监测应用
基于高分遥感影像估算的夏季和冬季各水质参数的分布图如图2所示,其中图2(a)和图2(b)是由GF1/WFV数据反演出的Chla分布结果,图2(c)~(n)是由DigitalGlobe/QuickBird反演出的其它6种水质参数的分布结果。
(a) 2016年9月3日Chla分布图 (b) 2017年2月10日Chla分布图
DOI: 10.12677/gst.2020.83014
117
测绘科学技术
冯惠芬,章思敏
(c) 2015年8月2日TSM分布图 (d) 2016年2月7日TSM分布图
(e) 2015年8月2日SD分布图 (f) 2016年2月7日SD分布图
(g) 2015年8月2日TN分布图 (h) 2016年2月7日TN分布图
(i) 2015年8月2日TP分布图 (j) 2016年2月7日TP分布图
DOI: 10.12677/gst.2020.83014
118
测绘科学技术
高分遥感在平原水库水质监测中的应用初探 - 图文



