基于光谱特征的矿山污染水体遥感监测

2019-10-30汪燕贾利萍刘乐彭鹏

安徽地质 2019年3期

汪燕，贾利萍，刘乐，彭鹏

（安徽省地质调查院，安徽合肥 230001）

0 引言

矿产资源的开采和加工不仅对地表水和地下水造成大面积的污染，还会加剧土地的退化。矿山废水的排放、渗漏等导致周围河流也受到了一定程度的污染，从而影响人们的生活。因此，进行矿山环境治理，尤其是水污染治理的前提是要了解矿山周围水的分布及污水的范围[1][2]。通过遥感技术可快速、大范围、周期性地监测水质及其动态变化，为矿山环境治理提供了有效的技术支持。

目前国内外对污染水体的提取方法主要有指数法、模糊数学法、因子分析法、基于盲数理论的指数评价模型等，而针对矿山水体污染的分析评价常用的方法有地积累指数法、污染负荷指数法、潜在生态危害指数法等，根据选择的因子数量，指数法又可以分为单因子指数模型与多因子综合指数模型。模糊数学法也是水体污染评价中应用较为广泛的一种数学工具。国内对于污染水体监测的研究起步较晚，但近年来随着科技的进步也取得较大的发展。不仅丰富了污染水体监测的理论，也对污染水体的防治和管理提供了非常有价值的参考性。国内常用的方法有：灰色理论法、混沌法、统计学法、人工神经网络法[3]等。以上污染水体方法各自均有其优缺点，适应于不同的应用[4]。

本文结合矿山开发区域特征，根据遥感影像光谱特征，选取辽宁省辽阳县兰河流域为研究区，以Landsat8为数据源，在水体信息提取的基础上，通过实验对比，结合水体污染光谱曲线的差异，采用光谱对比法实现研究区污染水体的监测分析，进而为矿区污染的水质监测、水污染监测提供数据和技术支撑。

1 研究区概况及数据预处理

1.1 研究区概况

本实验选取辽宁省辽阳县兰河流域为实验区域，在之前光学影像的目视解译过程中发现该处有大量的露天采矿场、铁矿尾矿库、选矿场、废石堆等矿业活动用地，由此推测该区域的水域受到了一定程度的污染。

1.2 数据及预处理

Landsat8 是在Landsat 卫星基础上的进一步改进的新一代陆地资源卫星，该卫星于2013年2月成功发射，在Landsat8卫星上搭载了陆地成像仪和热红外传感器两个影像获取的传感器。其中，陆地成像仪包含九个波段数据，原始的Landsat 卫星的7 个波段数据，分辨率均为30m，第八波段为全色波段，其分辨率为15m，该波段增强了数据的分辨率，第九波段为卷云波段，分辨率为30m，该波段主要用于云检测等。表1为Landsat8传感器波段参数列表。

表1 Landsat8波段参数设置Table 1.Setting of Landsat8 waveband parameters

根据研究区域覆盖的范围，论文使用轨道号为119～30的Landsat8遥感影像数据，影像的成像时间为2018年6月13日，云量低于5%。为了减少大气、光照等对信息提取引起的几何位置和辐射误差，我们首先对获取的原始影像数据进行了大气校正和辐射纠正，进而提高水体提取的精度。

2 矿山污染水体遥感监测方法

2.1 矿山污染水体监测原理

矿山水污染类型通常分为三类，即酸性污染（包括泥沙污染）、碱性污染和酸碱混合污染。露天采矿场、废石堆等通常产生酸性废水；选矿废水产生碱性污染；酸碱混合污染是指同时受到酸性和碱性污染，造成上述三种类型的因子是水体中悬浮物的不同类型[5]。

基于遥感技术的矿山水质污染监测是以污染水体的光谱特征为依据。水体光谱反射率特征显示，水体对太阳辐射的光谱反射率差异与水体其本身的污染程度有着紧密的相关性，从而使得其在影像上显示的特征也存在差异性。由于溶解或悬浮于水中的污染成分和浓度的不同，使水体的颜色、密度、透明度和温度也不同，导致其特征曲线上反射峰的位置、高度和影像上的特征也相应的不同。基于以上因素，运用遥感技术手段进行废水污染监测，可利用多光谱合成图像，根据色调、形态、纹理等特征进行污染源、污染范围、面积和浓度的初步识别。

2.2 矿山污染水体信息提取

矿山水污染识别和提取包括两种，一是确定水体的化学成分，将其分为酸性污水、碱性污水和酸碱混合污水；二是不考虑具体的化学成分，直接将水体按污染程度分级分别进行提取[6]。

针对上述两种提取类型，本实验采用光谱反射率均值对比法，基于不同水体光谱曲线数据，确定区域水体污染。

2.2.1 水体信息提取

进行污染水体提取的前提是提取出研究区中的所有水体。不同的地物在不同波段反射能力不同，对几个波段进行组合、差值、比值等运算可以突出水体，尽可能多的抑制非水体信息的表达。在整个水体信息提取的过程中，暗色地物以及阴影（尤其是来自于高大建筑物）是水体信息提取的最大干扰因素[7]。而矿山区域这两个因素最为明显。本研究水体信息提取时，针对矿山区域，研究了一种改进的综合水体指数提取方法。

通过实验发现水体在蓝绿波段下降速率明显小于红外波段，部分非水体地物虽然反射率也随着波段的增加而降低，但是它的反射率总体来说都很高，其他的地物在近红外波段反射率反而随之增加。在以上原理的基础上，论文初步尝试采用蓝、绿、近红外三个波段构建新的水体指数对水体信息进行增强，最大限度的区分水体和非水体地物之间的光谱差异，计算公式如下所示：

式中，Band2、Band3、Band5 分别代表了蓝色波段、绿色波段以及近红外波段.

2.2.2 基于光谱差异性的污水分析方法

水体在遥感影像上的光谱特性取决于水体中的物质含量以及类型，不同类型的物质以及含量使得水体的光谱特性不同，影响水体光谱特性的主要包括：水中的悬浮泥沙的含量（水体的浑浊程度）、水体中物质的颗粒大小、水体的叶绿素含量、富营养化程度、有机物的含量等，此外，水的温度以及水深也对光谱成像有一定的影响。遥感传感器的成像原理为不同地物对太阳光谱反射率的不同导致图像上存在光谱差异。因此，不同污染程度的水体在影像上呈现的光谱特征不同，具体表现为颜色不同。以上原理为水体污染的遥感监测提供了理论基础[8]。

根据非污染水体的光谱曲线和污染水体光谱数据的不同，结合遥感影像提供的水体的色调和形态，本实验通过光谱对比分析定性地确定水质污染状况。具体的做法是以采集的非污染水体和污染水体的光谱曲线为参考，将提取的研究区域的水体光谱数据与参考数据进行对比分析，通过光谱曲线相似性定性分析研究区水体污染状况，并通过阈值法将研究区域污染水体分为重点污染和轻度污染。

3 实验及其结果分析

3.1 水体提取结果

利用Landsat8 数据，经NCWI 水体指数处理之后对其进行二值化处理，可以得到如图1所示。

图1 NCWI提取结果Figure 1.NCWI extraction results

其中，NCWI值W越高越能表示该像元属于水体，通过反复实现，选择ND值大于0.3 的部分为水体，最终提取得到的整个研究区域的水体信息。

由于Landsat8属于中低分辨率影像，且该研究区无大面积水域，只存在河流和部分水塘，因此提取出的水体面积较小且不完整。

3.2 获取光谱曲线参考数据

图2 参考光谱曲线图Figure 2.Reference spectrum curves

物质的含量不同对水体的反射率有很大的影响。基于此，不同污染程度水体对太阳辐射的反射和散射也不同，进而对遥感传感器的辐射也不同，所以通过水体光谱反射率的差异可以反映出水体污染的程度。

污染水体的数据用的是landsat8 数据，区域参考南淝河流域黑臭水体；非污染水体参考纯净水的光谱曲线特征。从水体光谱曲线上分析得到，被污染严重的水体在各个波段的光谱值平均值均高于非污染水体，如图2所示。

可见光范围内，反射率随着波长的增长逐渐降低，水体的反射率也遵循上述规律。污染水体的光谱值整体在非污染水体之上，随着悬浮泥沙浓度的增加，可见光对于水体的透射能力减弱，反射率增强，所以污染水体的反射光谱曲线整体高于非污染的水体。

3.3 研究区污染水体分析

在上述分析的基础上，采用landsat8数据进行光谱反射率信息提取，提取矿山区域水体光谱曲线，并与参考的污染与非污染水体光谱曲线对比如图3所示。

图3 矿山水体与污染、非污染水体光谱曲线对比图Figure 3.Comparison of spectral curves of mine water with polluted and non-polluted water

根据水体光谱差异，w并ate结r合区域光谱反射率阈值，将区域污染水体分为重度污染和轻度污染，监测结果如图4所示，其中蓝色为轻度污染水体（四个波段光谱反射率均值范围为10406～12922）、黄色为重度污染水体（范围为12923～15437）、绿色为矿山占地范围。

根据图4 显示结果，结合图3 光谱反射率曲线表明，矿山的开发对周边区域水体带来了一定的污染，靠近矿山区域，由于政策的限制，矿山做了净化处理，所以中间一段污染较少，大部分为轻度污染水体，但距离矿山较远的上游和下游污染较为严重。表2 数据显示，从光谱均值看，矿山污染水体的均值分别为10301、11063、13600、14980，接近于常规污染水体各波段光谱值，并与非污染水体差异较大，实验证明，矿山水体的的光谱值接近污染水体，所以判断为污染水体。