我国城市水体数量与质量遥感调查应用现状与建议

韩亚超，高子弘，杨达昌，陈洁

（中国自然资源航空物探遥感中心，北京 100083）

水资源缺乏、水质污染给一个城市带来的影响是不可估计的，严重限制了区域经济的发展和人民生活幸福指数的提高。赵勇等（2006）以国内365个城市为对象开展城市缺水研究并制定城市缺水标准，研究表明缺水城市高达75%，甚至有93座城市为重度缺水，且自1990年以来，我国城市缺水状况一直处于恶化趋势。我国南北方城市缺水情况还有所不同，南方水资源数量庞大，多为地表水，河流径流变化对南方城市供水影响大，备用水源地和地下水缺乏，一旦发生污染事故或者受河道低流量影响，很可能中断供水。实际上南方占有我国大部分污染企业和耗水工业，比如仅化工企业就有超过8 000家分布在长江主要干支流沿岸，潜在的水污染风险不容乐观（陈进，2009）。我国多个北方城市水资源短缺现象也十分严重，主要原因：一是受气候条件与地理位置影响，导致蒸发量大、降水量少；二是落后的工农业用水技术、不合理的用水结构、恶化的生态环境、严重的水资源浪费与水源污染等因素（付意成等，2017）。因此，打破城市发展的用水瓶颈，开展城市水体数量与质量的调查工作就尤其重要。

水资源调查是广泛开展的基础性工作，其中大量的水文站点测量是核心和基础，发挥了决定性的作用，通过实地野外测量获取水文地质、水文、水质监测和气象等信息，再利用这些实测数据建立水文模型进行模拟完成调查（罗先超，2016），不足之处是水文站点分布有限、模型参数不确定，而遥感技术能够弥补一些缺陷，并能更快地获取广域范围上的相关动态信息，尤其是各类水体的面积及其动态变化等信息。利用遥感技术进行水资源调查则可解决地面监测方法中存在的问题，可以高效率、低成本、大范围地分析水资源的空间分布和变化情况，还能实现时间维度上水环境长期、动态的监测。目前水资源遥感调查手段主要有卫星遥感和航空遥感2种：其中卫星遥感技术具有快速、宏观的特点，调查的对象多为河流、湖泊和冰川等液态地表水、土壤含水量、冰川固态水等宏观水体，目前对于水域面积、水域位置、水位和储水量这4类参数的调查方法比较成熟（金建文等，2020）；航空遥感水资源调查方法则具有高空间分辨率、高光谱分辨率和机动灵活等优势，具有更强的反映地物目标属性信息的能力，可提高目标水体数量与质量的定量分析的精度和可信度（刘建霞等，2020）。与常规内陆湖泊或者大洋水体相比，城市水体具有较浅水深、更细小的水体目标、更复杂的含水地物、受人类生产活动干扰更多等特点，导致获取的遥感信息更为复杂，加大了遥感技术调查的难度。目前城市水体遥感调查的研究还非常少，城市河网遥感调查也还处于主干河流水体的监测程度。

城市水体大多为静止或流动性差的封闭型浅型水体，包含供水水源、景观水体、灌溉水体、泄洪水体、浅层地下水（含土壤水）等，具有空间分布零散、水环境容量小、水体自净能力弱、易污染等特点，往往面临较高的局部水体数量突变和水质恶化的问题。本文从水资源数量和水资源质量2个方面梳理总结了我国目前主要的水资源调查的遥感技术与方法，针对城市水体的特点，讨论了如何提高城市水体地表水数量4参数遥感测量精度，提出了提高城市地下水水量遥感估算的改进办法，还对城市水体水质尤其是黑臭水体遥感反演等问题的遥感调查精度给出了具体建议。

1 水资源数量遥感调查

一定区域内的水资源数量指当地降水形成的地表和地下产水量，即地表径流量与降水入渗补给量之和，不包括区外来水量（汪林等，2016）。水资源数量调查主要包括地表水量和地下水量的调查。查明一座城市的水体数量，是预测水体动向、规划水网结构、保障饮用水安全等方面的基础工作。获取准确的城市地表水与地下水数量，对于全面理解该城市水资源循环过程有很大的帮助。

1.1 地表水资源数量遥感调查

一个地区的水资源总量可通过地表水数量直观地反映出来。理论上已知地表水面积和水深，即可求算出地表水的数量；如需计算水体数量变化，还需测得水域面积变化、水位的变化。因此查明地表水资源数量及其变化需要得到水体面积、水域面积变化、水深和水位变化4个参数。

1）地表水水体面积遥感提取

遥感地表水体提取技术已经十分成熟，不仅可以得到水体面积，还可查明水体的空间分布，研究成果繁多。最为常用的遥感数据源为卫星数据，而航空遥感数据源较少。卫星遥感自1980年以来就应用于水体提取，常用的数据源主要有以MODIS为主的低空间分辨率系列，SPOT、Landsat、ASTER、ALOSE、国产的环境1号卫星（HJ-1A/1B）等中空间分辨率系列，World-View、QuickBird、Ikonos、国产高分卫星等高空间分辨率系列，此外还有SAR数据和高光谱数据（周鹏等，2020），这些数据源总体可分为光学遥感数据和雷达遥感数据两类。基于光学遥感数据的水体信息提取方法主要是通过构建分类参数、制定分类规则，已经能够实现水体的自动分类提取，应用最多的方法为基于目标分类的提取方法和基于像元分类的阈值提取法2种；基于雷达遥感数据的水体提取方法主要包括滤波方法、灰度值阈值分割方法、机器学习方法和结合辅助信息的提取方法等（李丹等，2020）。这些方法在应用的过程中还存在雷达数据分辨率低、最优分割阈值如何确定、细小水体如何精确提取、受云和阴影的干扰大等问题，可统一表述为遥感水体信息提取的精度问题。因此通过改进遥感数据源、加强水体边界混合像元分析及细小水体精细提取方法等方面的研究来提高水体提取精度，是遥感水体提取技术的重要研究方向之一。

2）地表水水域面积遥感监测

在遥感水体提取技术的基础上，通过多时相的遥感数据对比分析，可实现水域面积变化的监测，监测的主要方法有分类后比较法、多时相图像叠加法、图像代数运算检测法、主成分分析法和时间序列分析法等（王海波等，2009）。近些年我国卫星技术发展非常迅速，卫星的重访周期和卫星载荷的空间分辨率都有很大的提高，这为遥感水域面积变化的动态快速监测提供了可能，其时效性可响应救灾应急与灾害造成的损失评估，比如张磊（2018）根据国产高分四号卫星数据的特点，构建水体指数模型实现水体范围的自动化提取，再通过基于相关分析的变化检测算法对洪泽湖湖水范围变化进行提取，分别完成了湖区水体范围典型汛期的前、中、后不同阶段的变化监测，有效指导了洪泽湖汛期抗洪减灾工作。

3）地表水水深遥感调查

利用光学遥感技术可以实现水深的反演。较早出现的遥感水深反演算法是基于多光谱波段组合和波段比值的水深反演经验算法，通过对水深实测数据和多光谱数据进行统计回归实现浅海水深的反演（Lyzenga，1978）。但是这类算法受时间和地域的限制性较强，每次应用都需要重新实测水深数据。为摆脱对实测水深数据的依赖性，Lee等在1999年提出基于半解析水体辐射传输模型的HOPE（Hyperspectral Optimization Process Exemplar）算法，利用非线性优化的方法来估算水体光学属性参数、水体底部反照率和水深，该算法常被用于高光谱遥感数据的水深反演。但该算法没有将水体混合像元的缺点考虑在内，之后我国多位学者对该算法进行了一系列改进，但需要求解的模型参数太多且精度仍然不够稳定（张源榆等，2020），因此基于多光谱/高光谱数据的光学遥感水深反演方法还须加强研究。水深还可以直接通过机载激光雷达测量得到，作为一种新兴的技术手段，我国机载激光雷达测深自主研发水平还不够成熟。2018年我国引进Optech公司的CZMIL Nova系统，开展了水深与水陆一体高精度地形测量试验，该系统的水深测量原理是激光器向水中发射激光脉冲，激光脉冲传输时在经过水体表面和水体底部产生二次强反射，再返回到传感器中，在回波的波形中记录为波峰，通过解算二次强回波数值可得到水体表面高程以及水体底部高程，两者做差值得到测量时的瞬时水深（李奇等，2020）。利用星载激光雷达反演水深的研究我国现阶段还很少，还在探索中。

4）地表水水位遥感调查

水位的变化可通过搭载在卫星上的对地微波雷达高度计和激光测高仪进行测量，国内有关学者已经开展了研究。2016年我国首次在资源三号（02星）上搭载了一台对地观测的试验性激光测高仪，用于激光测高试验。由于激光测高仪的测距、指向、激光平面等系统参数受到发射卫星时的火箭推力力矩变化、平台振动以及运行轨道内的空间环境变化等因素影响，与发射前地面测量值相比发生微小的变化，这会引起激光仪测量的高程和平面精度误差。唐新明等（2017）根据该型激光测高仪的特点，参考地面探测器捕获的激光光斑位置，构建了以激光测距值残差最小为原则、以指向和测距为系统误差的几何检校模型，完成了对激光仪系统误差参数的轨道内几何检校。卫星在轨测试期间利用多个试验场数据检校后，在小于2°的地形坡度区域内激光点高程精度可由100～140 m提高至2～3 m。水位观测还可以通过基于机载POS系统辅助的胶片航空摄影、框幅式数字航空摄影、推扫式数字航空摄影测量技术实现，尤其是近些年发展迅速的倾斜航空摄影技术，能够进行三维场景下的定量量测，可实现水位的分米级甚至厘米级航空遥感调查监测（陈洁等，2020）。

5）城市地表水体数量遥感调查

由于城市内水体规模小，周边影响环境大，成分复杂，无论是城市水网分布、水体面积、水深或者水位变化，给城市地表水资源数量遥感调查都增加了很大的难度。已有研究表明，利用AISA（airborne hyperspectral imaging systems）获取的航空高光谱遥感影像对南方城市河网提取时，通过基于特征波段的决策树算法、支持向量机（SVM，Support Vector Machine）、归一化差异水体指数（NDWI，Normal Differential Water Index）和谱间关系法4种方法的水体提取精度进行对比分析，结果表明高光谱数据源的特征波段可以很好地抑制城市建筑造成的阴影信息；利用近红外闭值判断同特征波段构造的水体指数影像结合基于高光谱水体特征波段的决策树方法，可有效提高水体提取的准确度和速度（张璇，2014）。因此城市地表水资源数量遥感调查可以从2个方面进行改进：一是水体提取遥感算法与方法的改进，比如在细小河流水体的提取中，利用研究对象的形态特征和光谱特征差异，提出了“先粗后细”的分级提取法，结合形态学开、闭运算，综合面向对象分割和SVM监督分类，逐步逼近水体边界（刘炜等，2014）；二是数据质量的改进，卫星遥感数据都因空间分辨率、光谱分辨率的不足影响了调查精度，尤其是在估算城市水体数量中卫星遥感无法精确反演/测量的水深和水位变化2个参数。通过数字航空摄影技术、航空高光谱遥感技术、机载激光雷达测量技术以及倾斜航空摄影技术的实施，可分别获取城市高空间分辨率正射影像、高光谱分辨率影像、精细城市地形以及精细实景三维模型，综合利用各种高精度遥感数据源可有效提高城市水体数量遥感调查的精度。

1.2 地下水资源数量遥感调查

地下水是水资源重要的组成部分，它是干旱、半干旱地区灌溉、工业用水和生活用水的主要来源。目前地下水资源数量遥感调查使用的数据源主要有：一是干涉雷达和卫星重力数据，能够估算大区域地下水储量的变化，其应用尺度只能是上百万米范围的小比例尺调查，具体到水资源数量上，并不成熟（叶叔华等，2007；周旭华等，2006）；二是利用光学遥感数据，具有成本低廉、调查范围广的优点，但在地下水资源评估调查中只能识别提取地下水的补给、径流和排泄要素中相关的地形坡度、地貌类型、植被覆盖等信息，作为模型输入要素，而不能直接对地下水量进行评估。

1）地下水量遥感调查技术方法

地下水资源遥感调查的方法主要有水文地质信息法、环境因素遥感信息法和热红外遥感地表热异常法（阿布都瓦斯提·吾拉木等，2004）。水文地质遥感信息法是以水文地质理论为基础，对从遥感图像中提取的水文、地质构造和地层岩性等水文地质信息进行分析，推断利于蓄水的地质构造，圈定地下水富集区；环境遥感信息法是根据环境因子对地下水的制约、依存关系，对从遥感图像中提取出与地下水有关的植被、湖泊和水系等环境因子信息进行分析（王飞跃等，1999），从而判断出地下水的富集状况与存在；热红外遥感地表热异常法是利用10.4～12.5μm谱段范围的热红外波段图像资料反演地表温度来推断地下水资源的存在，尤其是在干旱、半干旱地区，地表的温度和湿度由于地下水的毛细管作用和热传导作用而发生变化，在热红外遥感图像上表现出温度异常（王茂新等，1991）。上述各种地下水资源遥感调查方法的适用范围及缺点详见表1。

表1 地下水资源遥感调查方法的适用性及缺点Tab.1 Applicability and shortcomings of remote sensing survey methods for groundwater resources

我国遥感地下水资源调查技术始于20世纪80年代后期，国内学者最早使用气象卫星数据和热红外航空相片资料开展地下水资源研究，但精度差、效率低。2000年左右，我国遥感地下水调查使用TM、ETM+、Landsat MSS等卫星数据在西部干旱、半干旱地区开展了大量的研究工作，但只是对含水层的分布和埋藏深度方面进行定性的描述（李廷祺等，1998）。之后随着遥感技术的不断进步，地下水资源遥感调查技术逐渐从定性描述向半定量、定量方向发展，一些学者建立了可间接或者直接提取含水层的遥感信息定量反演模型。其中土壤水分遥感监测方法理论比较成熟（陈怀亮等，1999），但因为热红外和可见光遥感数据只能反映地表特征，对于土壤水分遥感反演的有效深度存在很大的争议。Yu等（2009）通过层次分析法加权综合，对遥感技术提取与浅层地下水相关的8个指标进行分析，很好地预测了干旱区浅层地下水的富水靶区，但只考虑了平原孔隙水单一类型的地下水。邓正栋等（2013）以ALOS、SPOT、TM和DEM为数据源，从水文地质的角度出发对地下水赋存空间、补给条件和地表指示3方面的7个指标进行遥感信息提取解译，使用层次分析法分别对裂隙水和孔隙水各个指标的权重进行计算，采用模糊数学的方法构建地下水遥感模糊评估指数，能准确反映多种类型地下水的富集程度，也提高了地下水定量遥感的反演精度。

2）城市地下水量遥感调查

对于城市地下水量遥感调查，难点在于城市发展过程中人类参与建设和改造的活动多，改变了城市原有的城市热源、土地利用类型及地质条件等环境面貌，从而使得城市地下水量遥感调查相关的植被、土壤、地表温度和蒸散发等相关环境因素变得更加复杂。将这些因素的影响减小或者消除后再建立地下水遥感反演模型，调查精度会进一步提高。国内已有学者进行了该方面的研究：艾娜古丽·买买托莲（2016）使用空间叠加分析功能得到了地表温度与地形地貌及海拔、植被覆盖度和土地利用类型空间上的关系，对各影响参数进行权重赋值计算，从而提高了伊犁察布查尔县地下水“浅埋带”的遥感反演精度；马欢（2018）在干旱区地下水埋深所有影响因子中选取蒸散发和NDVI这2个相关系数最高的因子作为协同克里金插值方法的协变量，提高了基于GIS的磴口县地下水埋深时空变化研究的计算精度。因此，在建立更加准确的地下水遥感反演模型的同时，使用更高精度的遥感数据，如分米级数字航空影像和高光谱数据，来解译提取城市的精细地形、土利用类型和植被覆盖等地下水遥感调查相关环境因素并加以消除，是提高城市地下水量遥感调查精度的重要研究内容。

2 水资源质量遥感调查

水资源质量遥感调查即为水体质量遥感调查。水体质量（以下简称“水质”）是指水体本身和其中所含的各种杂质综合表现出来的特性，通常使用水中杂质的种类、成分和数量对水质参数进行描述（杨一鹏等，2004）。开展水质调查直接关系到人类生活用水安全、水资源的保护与管理，意义重大。

1）水质遥感调查技术方法

传统的水质调查方法主要是取水样带回实验室测定或野外实地测量，常用水质指标参数主要包括水温、pH值、叶绿素a、悬浮物（SS，Suspended Solids）、溶解氧（DO，Dissolved Oxygen）、生物化学需氧量（BOD，Biochemical Oxygen Demand）、化 学 需 氧 量（COD，Chemical Oxygen Demand）和有毒物质等。尽管传统的方法可以测试水体某一固定位置水质各项指标的精确数值，但耗时长且成本高，不能得到水质指标在区域上的空间和时间分布情况。遥感水质调查不仅可以弥补这些问题，可以更加直观地揭示一些传统方法不容易发现的水质问题迁移特征，还可以实现突发性水污染预警与风险评估（许静等，2019）。水质遥感调查是通过研究水质参数浓度与水体反射光谱特征之间的关系，建立水质参数定量遥感反演模型，从而计算出不同物质的浓度在水体中的空间分布及变化情况（疏小舟等，2000；李素菊等，2002）。使用遥感技术方法主要调查两类水质参数：一类是直接水质参数，主要包括悬浮物浓度、叶绿素a含量、可溶性有机质含量，这些参数能够引起水体光谱特征（比如反射率、吸收率、透射率等）的变化，通过遥感数据中的光谱信息可以有效调查该类水质参数；另一类是间接水质参数，与水色参数密切相关，主要包括水体化学需氧量、总磷、总氮、营养盐含量和营养化水平等，这些水质参数可以通过遥感数据间接获取（张克等，2018）。

水质调查的遥感方法主要有物理模型分析方法、经验方法和半经验分析方法。物理分析方法的理论基础是水体的辐射传输模型，根据悬浮物浓度、叶绿素a、可溶性有机质和纯水等的光谱特性，使用遥感光谱数据得到的水体反射率对水体中各成分的后向散射系数和特征吸收系数进行反演，再将水体中各成分的后向散射系数、特征吸收系数与其浓度关联起来，建立生物光学模型实现水体中各成分的浓度计算：Gordon等（1975）提出了用于遥感水质调查的蒙特卡洛模型，对平静海面的固有光学量和表面光学量之间的关系进行了计算，为水质遥感调查的物理模型分析法奠定了基础；Bukata等（2001）通过实验对前人所建立的生物光学模型进行了可行性验证；李云梅等（2006）使用TM数据，根据太湖水体固有的光学特性，结合Gordon模型建立了水体反射率的模拟分析模型，对水体悬浮物浓度进行了反演，研究结果与实测结果相比，有79%的样点的精度高于70%；邓孺孺等（2016）通过对水中悬浮物、水分子和污染物等的吸收和散射物理机制的研究，利用水体透射光测量装置建立了基于一次散射和二次散射的水体铁离子浓度的遥感反演模型，并求算了模型所需的基础参数。经验方法主要通过地面实测水质参数值与遥感数据之间的相关统计分析，选择光谱数据的最优波段或者波段组合，再结合地面实测水质参数，运用不同的统计回归模型反演水质参数：王学军等（2000）利用实测数据和遥感数据，使用主成分分析、单波段以及多波段因子组合等方法建立了预测太湖水质参数的数学模型；汪小钦等（2002）通过对遥感数据中不同水质水体的视反射率特征进行分析，采用波段反射率比值方法识别出水体有机污染区及较高悬浮泥沙区；周亚东等（2018）基于高分1号遥感影像和多个站点实测数据分别建立多元线性回归和RBF神经网络模型，实现了对湖泊综合营养状态进行反演，研究表明在内陆湖泊水质变化监测中RBF神经网络模型具有更高的精度。半经验分析方法根据多光谱或者高光谱遥感数据测量的水质参数光谱特征与统计分析相结合，优选出最佳波段或波段组合用于水质参数估算，建立水质参数与遥感数据间的定量经验性数学模型，完成水质参数的反演：崔文君等（2017）结合珠江口实测光谱数据的一阶微分值，基于Landsat 8卫星数据的红波段和绿波段建立了珠江口近岸水域溶解氧的遥感反演模型，完成了对珠江口溶解氧含量的反演；姜宗辰等（2019）使用机载PHI光谱仪获取的高光谱遥感数据开展了辽东湾赤潮分类研究，发现基于DBN（Deep Belief Network）模型方法与SVM监督分类和ISODATA非监督分类2种方法相比，分类精度可提高3%～11%。上述各种水质遥感调查方法需要输入的数据源与优缺点详见表2。

表2 主要水质遥感调查方法的数据源及优缺点Tab.2 Data sources and advantages and disadvantages of main water quality remote sensing survey methods

2）城市水体水质遥感调查

城市水体除了自然河流，有很大比例的人工水体，这些水体（河流）水质状况分布更加复杂。现有文献资料表明，利用遥感技术反演大型江河、大型湖泊的水质参数的研究非常普遍，而反演城市细小河网水质参数的情况比较少。主要有2个原因：一是由于城市污染物种类繁杂，生活、生产污水排放量急剧增加，城市基础设施处理能力不够，导致城市“黑臭水体”愈发严重（王旭等，2016），但目前利用遥感技术对城市黑臭水体监测的研究不多，调查监测手段主要基于物理化学过程方面，如吴世红（2019）通过对黑臭水体的实测光学性质和影像表观特征分析，梳理了光学阈值法、色度法和基于典型遥感水质指标的识别法等黑臭水体遥感识别模型的原理及评价指标，展望了黑臭水体遥感的研究趋势；二是城市河网进行水质参数遥感反演时，要想精细地反映出各污染物间细微的差别，对遥感传感器的要求较高，如林剑远等（2019）选用芬兰的AISI（airborne hyperspectral imaging systems）成像光谱仪获取的航空高光谱遥感数据，选取与水质参数浓度相关性最高的波段组合建立反演模型，对城市河网的化学需氧量、生化需氧量、总磷、总氮4项水质参数进行定量反演研究，为城市河网水质参数遥感反演提供了借鉴，研究表明机载高光谱遥感数据应用于城市水体水质监测具有明显的优势。

3 建议与展望

水资源问题对一个城市的影响是难以估量的，而且城市用水污染、水资源缺乏的问题越来越严重，查明城市水体数量与质量迫在眉睫。遥感技术手段能够对水资源进行宏观、高效、低成本、长期、多频次的动态监测，具有不可替代的优势。与常规内陆湖泊或者大洋水体相比，城市水体具有较浅水深、更细小的水体目标、更复杂的含水地物、受人类生产活动干扰更多等特点，导致获取的遥感信息更为复杂，加大了遥感技术调查的难度，对遥感调查的技术方法和数据源提出了更高的要求。本文通过对现有研究成果的梳理，针对城市水体调查的特点，从以下3方面对城市水体数量和质量的遥感调查工作提出建议和展望：

1）鉴于城市水体的复杂性，应使用更高精度的遥感数据源进行调查。航空遥感作为一种可靠的技术手段，可获取高时间、高空间、高光谱分辨率的数据。通过数据质量的改进，实现城市水体遥感的高精度、高动态调查。

2）加强多源遥感数据融合。SAR遥感全天时、全天候，在浅水和阴影区域可以提供有价值的信息，高光谱使遥感反演定量分析成为可能，航空真正射数字影像具有分米级甚至厘米级空间分辨率，机载激光雷达可获取精细地形与水深、水位信息。因此有必要充分挖掘多源、高精度遥感数据所包含的水体信息，利用融合数据的优势开展城市水体遥感调查。

3）加强城市水体水质遥感调查机理的研究。结合主动遥感和高光谱遥感的数据优势，针对城市水体的特殊性，深入分析城市水体内在的光学特性、水质参数及各组分与光谱特征之间关系，从物理机理层面而非统计学层面来提高城市水体水质反演模型的可信度。