1、1遥感技术在水质监测中的应用与发展1011021028 王晶 环境工程摘要：由于传统监测方法有耗费大量人力物力，野外工作条件差，无法长期观察监测且监测区域有限等缺点，现在出现的遥感技术越来越受欢迎，遥感水质监测具有周期性长、监测区域面积范围大，能够观察到水质的动态变化，满足于现今监测技术的要求。并且水质遥感监测是通过被测物的光与热的反应，让传感器接收到，在一定的光谱范围内将其转化为应有的光谱图，为人们所利用，常用的监测物有叶绿素、悬浮物、有色可溶性有机物质等。并且国内外对遥感监测技术的研究也越来越多，是一个热点。若是其发展的好，将会为监测技术开辟新的一片天地。关键词：遥感监测 监测方法 监测数
2、据 叶绿素、悬浮物的监测0.引言随着社会与科技的发展，人们的生活水平有了很大的提高，但是随着工业技术大突飞猛进，环境风险越来越大，出现了水污染、大气污染、土壤污染、生物多样性遭到破坏等等，目前人们又急需治理与保护环境。中国面临着严重的水问题，水体污染导致水质量急剧下降，因此水环境的治理迫在眉睫。传统的水质监测与分析方法是通过布点采样分析进行的，此方法要依靠高精度的仪器和高水平的分析技术，同时对采取的样品也有很大的要求，即样品种类多、难以保存、需要在短时间内分析等。将耗费很大的人力物力，更不必说采样的时间和地点受气象水文等因素抑制，野外工作环境差，无法产期观察。并且常规的水质监测只能监测断面上的
3、水质状况，对于整个水体而言，这些测样点只有局部和典型的代表意义。因此传统的水质监测不能满足对水质大范围实时的观察需求。TMDL1(最大日负荷总量) 计算所有潜在污染物质（包括点源、面源、误差界限中的） ，这些潜在污染物质目前不会影响水体的生态系统。提高水质的管理，现今用的遥感技术就是这方面的。随着遥感技术的发展，特别是洪涝灾害、水资源于水环境、旱情监测、土壤侵蚀调查、河口河道和湖泊、水库泥沙淤积调查，还有大型工程选址与环境效益评估方面都有很大的贡献 2，笔者着重写遥感对水环境的监测。其为对地观测综合技术，是一种应用探测仪，不需要与探2测目标直接接触，而是通过探测目标的电磁波谱来分析其特征性质与
4、变化的综合性技术。地标特征与水体参数因影响光的反射、吸收和后向散射通过遥感系统记录的光谱信号反应出来。水体水质遥感监测利用经验、半经验或者分析的方法，选择合适的遥感波段数据，建立水质参数遥感估测模型反演水体中水质参数浓度。以多空间分辨率、多时相的遥感图与数据使人们能够分析环境和自然资源的时空变化规律，能发现一些常规方法难以揭示的污染源和污染物的迁徙特征，收集大量信息并且成本低、适时、迅速、持久；能让大面积的同步观测成为现实；可以在短时间内对同一地区进行重复探测，实现对地物的动态监测；其数据具有很强的综合性、可比性和经济性。这种技术的发展应用有利于环保部门对水环境的监测以及其突然状况的长期的在线
5、的观测，具有科学性与有效性。1、水质遥感监测基本理论1.1 原理遥感定量估测水体水质参数的方法是通过分析水体吸收和散射太阳辐射能形成的光谱特征实现的，这些光谱特征体现在水体因为各组分及其含量的不同造成其对特定波长光的吸收或反射，而且这些光谱特征能够为遥感器所捕获并在遥感图像中体现出来。地水质遥感技术从定性到定量过程进行了发展，现阶段度研究各种水体的光谱特征。在水体中可见波段与近红外波段是最常用的波段（缺少与微波波段的水体研究） ，因此纯净水体、自然水体、污染水体在上述波段中将直接影响遥感灵敏度。遥感水质监测的参数主要有水体透明度，悬浮颗粒物，叶绿素 a 浓度，溶解性有机物，水体的光谱特性，表层
6、水温，藻类种类、浓度及分布等，其他还有病原体、油类。其中研究最多的是藻类与悬浮性颗粒的光谱反应，对于纯净水体在可见光与近红外波段的光谱特性研究的比较成熟 3。水污染可分为泥沙污染、 石油污染、 废水污染、 热污染和水体富营养化 4。利用航空热红外扫描图像确定热电厂排水口处水体的热污染；利用 SAR 图像确定海面油污染的范围及用红外扫描仪确定油膜的厚度；利用 TM 图像确定水生物( 藻类) 、赤潮的范围等等都是遥感技术应用的例子 5。下图 1 为遥感图像处理分析的过程。原始遥感图像3 图 1 遥感图像处理过程简图1.2 监测过程根据水质参数选择遥感数据，获得同期内的地面监测的水质分析数据。现今广
7、泛使用的遥感图象波段较宽，所反映的往往是综合信息，加之太阳光、大气等影响，遥感信息表现的不甚明显，要对遥感数据进行一系列校正和转换将原始数字图像格式转换为辐射值或反射率值。然后根据经验选择不同波段或波段组合的数据与同步观测的地面数据进行统计分析、检验后得到模型方程(见图2)6。 选择水质参数获取遥感数据遥感数据校正转化为反射值或辐射角地面监测值统计分析、检验图像几何校正彩色空间变化 前处理图像大气校正 数据融合处理后图像统计模型运算 后处理 实测参数校正各种专题图产品4图 2 遥感监测水质步骤简图2、水质监测的方法2.1 常规遥感的水质监测遥感的本质是反演，通过传感器收集大量的水体信息，对收集
8、的信息处理后得出与水质参数的关系。常规的遥感水质反演方法有：分析方法、经验法、半经验法（见表 1） 。表一 分析方法、经验法、半经验的区别 7分析方法 经验法 半经验法原理 以辐射传输模型为基础，利用遥感反射率计算水中实际吸收系数与后向散射系数的比值，与水中各组分的特征吸收系数、后向散射系数相联系，反演组分含量通过建立遥感数据与地面监测的水质参数值之间的统计关系外推出水质参数值将已知的水质参数光谱特征与统计模型相结合，选择最佳的波段或波段组合作为相关变量估算出水质参数值的方法优缺点此方法对于多波段反演特别有用，且具有普遍适用性。但由于理论基础尚不成熟， 模型的假设使预测值不能满足需要。由于水质
9、参数与遥感数据之间的事实相关性不能保证，所以该种方法结果缺乏物理依据。受特定的时间与区域影响。2.2 神经网络法神经网络法模仿人类的大脑进行数据的接受、处理、贮存、传输的过程，能实现多个水质参数的同时反演，是一种高度复杂的非线性动力学系统。由于水体中各种杂质对于光谱的相互影响是一个不确切的内容，而人工神经网络是一个黑箱模型，可以模拟这种不确定性，所以神经网络可以监测多种水体参数而不是单一的，更加符合实际需求。但是此方法在构建和训练时需要大量的时水质遥感模型5间，并且模型的设计与训练方法需要有经验操作，无法从原理上解释个输入变量与输出变量之间的关系，也就是说，神经网络法无法从原理对水体富营养化的
10、主导因子进行解释 8。2005 年石爱业用各自相应的神经网络进行处理，然后对神经网络输出的结果做归一化处理，再利用 D-S 证据理论进行数据融合，最终给出水质的识别结果。此方法能提高水质识别的可信度。2006 年提出了一种基于知识和遥感图像相结合的神经网络水质反演模型，具有更高的反演准确性。据研究得知对总悬浮物浓度估测来说，神经网络模型的平均相对误差为18.97%，经验模型的平均相对误差为 28.01%；对无机悬浮物浓度估测来说，神经网络模型的平均相对误差为 20.4%，经验模型的平均相对误差为 43.65%。因此，无论是估算总悬浮物浓度，还是无机悬浮物浓度，无论从建模样本的建模精度，还是测试
11、样本的误差分析，神经网络模型都优于经验模型 9。 三、当前应用于湖泊监测的数据源航空遥感数据（多光谱遥感数据）：航空遥感机动灵活，可根据需要选择空间分辨率和传感器，能根据天气选择飞行时间，是卫星遥感所不能代替的。并且高分辨率对表面水质参数具有更高的反演能力 10。光谱卫星数据：从宏观上监测水质，卫星遥感毫无疑问是十分有效的技术，但是由于其分辨率不是很高还是受到了限制，在新型高分辨星载成像光谱仪的上天，光谱卫星数据将得到新的发展 11。雷达卫星数据：穿透能力强，不受光照、气候条件的限制并且空间分辨率较高。高光谱遥感数据 12：是指利用很多很窄的电磁波段从感兴趣的物体中获取有关数据。其可以分离成几
12、十个甚至数百个很窄的波段来接收信息，每个波段宽度均小于 10nm，所有波段排列在一起能形成一条连续的完整的光谱曲线，光谱的覆盖范围从可见光到热红外的全部电磁辐射波谱范围。而常规的遥感传感器只有几个或者十几个波段，在电磁波段上不连续。因此此方法具有高分辨率、波谱连续性强的优点，越来越受到重视。但是由于其数据分析、缺乏通用的成像光谱仪处理系统进行成像光谱数据存储、分析，因而限制了其发展。表二 常使用的数据源数据 一般情 最好适用波段和水质指标 备注6源 况TMTM5 的17 波段都可以用于水质识别，14 波段（可见光到红外线）提供的信息最多。透明度、Chl-a、CDOM、TSM 均有可适用；清水时
13、，可见光反射率低，TM3 反射率低；多藻时 TM3、4 反射率高；水华时 TM4、5 很高；泥沙时 TM3 反射率很高，其它的波段也相应提高。TM2 与 SD 和 Chl-a 相关好，TM3 与浑浊度相关好，TM3/ TM2比值是估计总悬浮物和透明度有效指标。水体中兰藻增加。对悬浮物的判读最佳波段产生了影响。虽然 TM3 与悬浮物之间有一定相关性，但 TM4 与悬浮物也存在很好的相关。对于这样多维的大量的信息，应当 7 个波段数据作为 7 个变量，通过主成分分析，将显著且独立的信息尽可能少地提取出来，作合成图像。TM 对于水质遥感不足：TM1、2、3相关性较好，因为这三个波段处在可见光范围内，
14、某些地物有可见光区的反射一致性，如泥沙。SPOT由于 SPOT 光谱分辨率更低，因此用SPOT进行水质遥感研究的人并不多。650750nm 反射率最高，悬浮物浓度 01200mg/L 之间，反射率反映 1%30% ，而600nm 以上黄色物质吸收几乎为 0，不对悬浮物光谱构成影响，因此 650750nm 对于悬浮物来说，是一个很好的波段，而 SPOT2 位于这个波段之内，也相当于 TM3。SPOT1(500590nm)对悬浮物也有所表现，而SPOT3 表现不明显。而 SPOT3/SPOT1 和 SPOT3/SPOT2 效果要比单波段要好，正确率在 65%。SPOT 各波段在高浑浊度时呈饱和反射
15、：SPOT1 和 SPOT2 在 500mg/L时就饱和了，原因可能是镜面反射的结果，因此高浑浊度时 SPOT 不太适用。MODIS1、2、8、9 以及 1314、15、16 波段均可用水质遥感，可以解释浑浊度和 TSM 以及 Chl-aMERISMERIS7/9 与 Chl-a 相关好， 9/12 与 TMS相关性好，以 705 为中心的波段与 Chl-a 相关最好。Catherine Ostlur2cd 等在 CASI 上MERIS 发射比较晚，在其发射之前，有人用航空光谱仪模拟 MERIS 的适用7模拟 MERIS 适用波段建立水质模型。 波段，效果较好。AVHRR蓝藻 Chl-a 使水
16、体近红外反射率明显上升，基于这一光谱特征及蓝藻的飘浮特征，可用 NOAA 监测水华的分布。7001100nm 对于纯水是下降区，对于水华则是高反射区，正 CH2 的波段范围。另外 CH7(430480nm)、CH8(480530nm) ，CH9(530580nm)也有一定适用性。航空传感器为了研究 RS 水质的可行性，芬兰赫尔辛基大学空间技术实验室与芬兰环境研究所在 1993-1998 年，进行 4 次航空遥感和地面采样调查，这也是欧盟支持的 SALMON 项目的一部分。AISA、CASI 就是 SALMON 计划中的机载传感器。Catherine Ostlurcd 等用 CASI 的 6 7
17、 8 9 10 10/ 9 10/ 8 分别与 Chl-a 和 Phaeo 作相关，均取得了很好的相关性，相关系数最小的竟高 0.57，并给出了最适合的几个波段的反演公式的列表。主要有 AISA、CAMS、CASI、CEASAR、OMIS-II型国产航空成像光谱仪、AIRSAR、ERSSAR、未来的 ADEOS 和未来的 VCL Sensor、LIDAR 。不同传感器的组合可见光适当组合与微波辐合有助于提高反演能力。微波不能入水，只读水表面信息，因此可以判读水体表面的信息，SAR 主动遥感，受水表面粗糙度的影响，TM 被动遥感受散射的影响，把 SAR 和 TM 合成，可以克服二者的缺点。张渊智
18、等用 TM123波段与微波(ERS)辐合，给出了相关方程。四、水质遥感监测的应用 134.1 叶绿素的监测叶绿素 a 在可见波段范围内有两个显著的吸收最大值：在蓝紫光波段(400-8500nm)和 676nm 附近。从不同叶绿素含量下的水体反射光谱可以看出，当叶绿素浓度较高时，光谱曲线形态基本相似，只是反射率值有差别。而当叶绿素浓度很低时，反射光谱很大不同，与纯净水体的反射光谱比较类似，接近线性，且随着波长增加，光谱反射率逐渐降低。有经验法、解析算法（半经验法） 、比值法。所以适合湖泊富营养化的监测。4.2 悬浮物的监测悬浮物是最先被遥感估测的水质参数，其浓度、组成和颗粒大小是影响光谱的反射的
19、重要因素。自然环境下测量的清水和浊水的反射光谱响应曲线有着明显的差异，随着悬浮物浓度的增加，水体在可见光及近红外波段范围的反射亮度增加，水体由暗变得越来越亮，同时反射峰值波长向长波方向移动，反射峰值本身形态变得更宽。对可见光遥感而言，580680 nm 波段对不同悬浮泥沙浓度出现辐射峰值，即对水中悬浮泥沙反映最敏感，是遥感监测水体浑浊度的最佳波段，被 NOAA、风云气象卫星及海洋卫星选择。据研究表明：500600 nm 波段适合用来监测悬浮物，700-900nm 波段反射率对悬浮物浓度变化敏感，是遥感估算悬浮物浓度的最佳波段 14。悬浮物颗粒粒径越小，散射系数越大，相应的反射率越大；在可见光波
20、段亮色水底对悬浮物水体的光谱反射率影响最大，在 740-900nm 处由于水的吸收作用水底亮度对反射率没有影响.由于现今卫星遥感技术影像数据波段较宽、分辨率低的情况下，发现地面实测的高光谱数据具有波段窄具有众多波段、能反映水体光谱的微小变化，发挥了很好的作用。并且发现高光谱遥感反射率数据和神经网络方法建立湖泊水体的悬浮物浓度的估算模型，并与经验模型作比较，发现神经网络模型的估算精度明显高于经验模型，这将为湖泊水体悬浮物浓度的高精度估算提供一种新思路。4.3 有色可溶性有机物（CDOM）的监测主要是指黄腐酸和腐殖酸等未能鉴别的 DOC 组分，特别是 BOD、COD、营养状态指数。它在紫外和蓝光范
21、围具有强烈的吸收特性，在黄色波段吸收最小，呈黄色，故又称这类复杂的混合物为“黄色物质” 。CDOM 是很重要的一个光学参数，性质稳定，在海洋与内陆湖泊中中很好的示踪物质。目前有 2 个研究方向：进行水色遥感时如何消除 CDOM 的干扰；研究遥感探测 CDOM 浓9度的方法。提取模式有直接提取浓度信息；计算黄色物质在某一特征波段的吸收系数，用吸收系数来表示黄色物质浓度。前者有研究证明可用 DOC 代替CDOM 来监测。4.4 其他物质的监测营养状况指数（TSI）是对综合水质指标监测的重要指标，用于避免单一水质参数评价水体的不足，并且它也适合于遥感监测，原因是与湖泊各项水质指标存在着很好的相关性，
22、即其组分（SPM、SD、TN、TP、COD 等）与叶绿素之间的相关性。五、国内外的研究现状通过遥感对西部干旱区湖泊水位的变化、湖水的化学组成、矿化度、水生物种类及数量的变化进行长时间大范围高时效的监测，反应湖泊水质的变化，若与 GIS（地理信息系统）技术相结合，由面域信息产生的湖泊水质分级分布图可直观的反映湖泊水质信息，提高监测效率 15。对于潜在地下水的寻找也利用到了遥感与地理信息系统技术的结合，通过地下水周围物质的的热与光的变化，传感器将此信息收集，分析；并且在深山与地质坚硬的地区（不利于监测的地方） ，用遥感技术能够较容易与方便的搜寻出地下水流动状况 16。在滇池陆地卫星 TM 数据与准
23、同步滇池全湖面监测后，对滇池总悬浮固体量与不同波段遥感值的关联度分析，因此建立出了 TM 图像遥感总悬浮物水质模型，该模型成功的应用于滇池水体总悬浮物的动态监测 17。Robert 18等用 LandSat ETM+数据，提前 5 周预报了湖面的微囊藻的暴发。Michelle 19等用 SeaWiFS监测有毒藻类 kerenia，对有毒藻类的暴发作早期预警。用 MODIS 卫星遥感数据 20监测到的巴里坤湖区面积为周期性变化：从 11 月下旬湖区逐渐进入冰冻期，直至次年 3 月中下旬逐步解冻，监测到得冰冻期与解冻期与当地实际情况相符。事实证明了 MODIS 卫星遥感的可行性。并且也应用 MOD
24、IS 卫星遥感进行淀山湖蓝藻“水花”的监测 21，将 MODIS 影像波段反射率与叶绿素 a 浓度同步实测值进行相关分析，然后建立出遥感监测模型，将此模型成功用于淀山湖蓝藻的监测。利用遥感技术发现许多古湖岸线的信息，并且结合气象信息，也得出了古湖岸线的演变与快速的气候震动密切相关的结论，帮助人们发现与探索历史 22。106、水质遥感存在问题及发展水体污染是目前最重要的污染问题，因此对水体进行水质监测是十分必要的。在常规检测无法满足监测的要求下发现遥感技术的监测，当然目前是将两种检测方法结合在一起应用，弥补双方的不足。但是目前遥感技术的监测准确度不是很高，因此更适合于宏观水质的评价、管理、分类，
25、而不可能代替实地水质监测，并且遥感技术的训练与信息转换的化肥和需要也是个问题，让使用者如何应用新方法提供更精确的数据（摒弃传统方法）也是个亟待解决的问题。以下就是笔者总结遥感技术的所存在的问题以及其以后的发展方向。存在的问题：多数限定于定性研究，或进行已有的航空和卫星遥感数据分析，却很少进行定量分析。监测精度不高，各种算法以经验、半经验方法为主。算法具有局部性、地方性和季节性，适用性、可移植性差。监测的水质参数少，主要集中在悬浮沉积物、叶绿素和透明度、浑浊度等参数；对于贫营养和腐殖化的湖泊不适合遥感水质监测的波段范围小，多集中于可见光和近红外波段范围，而且光谱分辨率大小不等，尤其是缺乏微波波段
26、表面水质的研究。发展趋势：1.将 RS（遥感技术） 、GIS（地理信息系统） 、GPS（全球地位系统） 、ES（专家系统）集成综合应用于环境监测，开发适合环境保护领域应用的综合多功能的遥感技术。神经网络模型、高光谱遥感技术以及与“4S” “3S”技术的结合运用，将打造全新的水质监测领域。2.对水质参数、内在光学特性及表面反射率之间的理论关系应进一步研究，以提高水质遥感监测精度及模型的适用性。3.采用微波波段或微波复合技术对水质进行监测，多数应用可见光与近红外波段，缺乏对微波的研究应用，微波具有一定的穿透力，因此将微波与可见光、近红外复合起来，将提高对水质参数的反演能力。4.拓宽遥感水质监测项目
27、，加强光谱特性的研究，建立不同水质参数光谱特征的数据库。5. 形成水质遥感监测体系，形成一个标准化的安全定量遥感监测体系，针对不同的水体，进行不同的反演，以实现定性遥感至定量遥感的跨越，提供11动态监测数据。6.加强高光谱技术在内陆湖泊中的遥感监测应用。由于我国绝大部分湖泊都是复杂的浑浊水体，这种水体的大气校正是国际公认的难点，因此发展适合于湖泊水体区域性大气校正方法，并集成反演、遥感产品制作、分发等技术、建立湖泊水体水质/水色遥感业务化运行体系。参考文献1Jerry C. Ritchie and Charles M. Cooper. Remote sensing techniques for
28、 determining water quality :application CMDLs, USDA Agriculture Research Service.2郑有飞等.遥感技术在环境监测中的应用J. 科技信息.9-113喻欢,林波.遥感技术在湖泊水质监测中的应用J. 环境科学与管理 ,2007,32(7):152-155.4张春鹏等.遥感技术在环境监测中的应用探讨J. 测绘与空间地理信息 .2006,29(4):32-34.5李纪人.遥感与水问题J.国土资源遥感 ,1999,3:23-276赵宏英,段建南等.遥感技术在水质监测中的应用J. 农村经济与科技 .2007,103-1047喻欢
29、,林波.遥感技术在湖泊水质监测中的应用J. 环境科学与管理 ,2007,32(7):152-1558刘宇,臧淑英.湖泊水质遥模型综述J. 民营科技.2011,3:569孙德勇,李云梅,王桥等.基于实测高光谱的太湖水体悬浮物浓度遥感估算研究 J.红外与毫米波学报.2009,28(2):124-12810张渊志.表面水质遥感监测研究J. 遥感技术与应用.2000,15(4):214-21811杨世植.水质的光学遥感监测技术J. 光电子技术与信息 .2002,15(1):1-512于德浩等.内陆水体水质遥感监测技术研究进展J. 中国给水排水 .2008,24(22):12-1613蔡丽娜等.水质遥感
30、监测方法的讨论J. 测绘与空间地理信息 .2008,31(4):68-7314张渊智,聂跃平,蔺启中,等.表面水质遥感监测研究J. 遥感技术与应用 .2000,15(4):214-219.15汪溪远等.遥感技术在西部干旱区湖泊水质环境监测中的应用J. 农业科学研究.2005,26(1):71-75.1216Norsaliza Usali & Mohd Hasmadi Ismail,2010.Use of Remote Sensing and GIS in Monitoring Water Quality,Journal of Sustainable Development,3(3): 228-
31、23817赵碧云等.滇池水体中总悬浮物含量的遥感定量模型J.环境科学与技术.2001,2:16-18.18Robert J1Vos:Integrated data2modeling approach for suspended sediment transport on a regional scaleJ.Coast Engineering,2000,41:177-200.19Michelle C,Varis Ransibrahmanokul T omlins on,et al1 Evaluation of the use of SeaWiFS imagery for detecting karenia brevis harmful algalblooms in the eastern Gul f of MexicoJ.Remote Scensing of Environment,2004,91:93-303.20邢文渊等.基于 MODIS 影像的湖泊动态变化遥感监测J.草业科学.2009,26(7):28-3121怀红燕等.基于 MODIS 数据的淀山湖蓝藻“水华”监测J.科技信息.677-679.22周立国.盐湖遥感研究的进展与展望J.2009,24(2):141-148
