高分数据连续多时相南湾湖藻类污染监测

文 晔,王松妍,张 欢

(1. 大连理工大学城市学院建筑工程学院,辽宁 大连 116600; 2. 沈阳农业大学土地与环境学院,辽宁 沈阳 110866; 3. 辽宁锦鹏地理信息科技有限公司,辽宁 沈阳 110000)

随着经济发展需要和人类活动范围增大,湖泊水环境相关问题愈发得到重视。湖泊水藻污染导致水体缺氧、水质变坏、鱼虾死亡,同时影响居民用水,给环境、农业和渔业带来极大危害,造成经济损失。近年来环境污染逐渐加重,受藻类污染的湖泊数目增加,规模也越来越大,急需快速、高效且便捷的藻类污染监测方法。传统的湖泊藻类危害信息提取方式多数为人工现场勘测统计、手动测量并上报等,耗费人力财力的同时主观性强,而遥感技术具有获取数据全面、受气候影响小、数据更新速度快及监测面积大等多重优点,是目前响应较为迅速的动态监测水藻污染的技术手段。常用的遥感监测方法主要有单波段阈值法、监督分类法等。本文采用的多波段比值法效率和准确率较高,具有广泛的应用价值[1]。湖泊藻类监测由海洋藻类监测演化而来,且现有藻类提取多数基于水色卫星和多光谱卫星,缺乏高分卫星数据和红边波段的应用。

在植被定量遥感中,红边是绿色植被在680～780 nm之间反射光谱中最大斜率的点,可提供比红绿波段和短波红外更为丰富的红边区域波谱信息。由于在红边波段光谱存在非常明显的变化趋势,红边波段在识别植被叶绿素含量时有更为显著的作用[2]。研究表明,红边指数对植物叶绿素浓度、叶表面冠层、叶聚和冠层结构敏感[3-4],在农作物特征分析[5-8]、草地品质评价[9]、分析林地信息[10]、提取湿地信息[11-12]、冰湖提取[13]等方向都有广泛应用。因此,红边波段在湖泊藻类污染监控方向有广阔的研究和应用前景。

高分一号卫星突破了高空间分辨率、多光谱与高时间分辨率结合的光学遥感技术,对于推动我国卫星工程水平的提升及提高我国高分辨率数据自给都具有重大战略意义。高分六号是中国第一颗具备红边波段的宽视场多光谱中高分辨率卫星,宽幅相机影像具有8个波段,包含两个红边波段,更有利于监测植被状态,提高了我国农业、林业、草原、湿地等资源的监测能力,为生态文明建设、城市绿化、自然资源管理等需求提供大量数据,同时也标志着国家高分辨率对地观测重大专项中“2 m/8 m光学成像卫星系统”正式建成[14-15]。目前把红边波段应用于湖泊藻类范围提取的研究还很少,尤其是针对国内首颗包含红边波段的湖泊藻类污染监测研究。本文尝试构建应用红边波段的归一化植被指数,利用高分系列卫星对南湾湖水库进行短时序水藻监测研究,进而为稳步发展的国产高分系列数据的应用提供依据。

1 研究区与研究数据

1.1 研究区域

南湾湖位于河南省信阳市西南5 km,水域辽阔,面积约为75 km2,岸边植被茂盛,湖中岛屿绿树成林,苍翠欲滴。湖水清澈透明,烟波浩渺,有着“豫南明珠”的美誉,是河南省十大重点景区之一。南湾湖景区处在南北气候过渡带,季相多变。年平均气温为15.1℃,夏季高温可达35℃左右,夏季气候十分适宜藻类生长繁殖。

1.2 研究数据

以高分一号和高分六号遥感影像为数据源,分别选取成像时间为2020年7月20日的GF-1 WFV影像数据、8月2日的GF-1 WPF影像数据、8月3日的GF-6 PMS影像数据、8月3日的GF-6 WFV影像数据、8月4日的GF-1B影像数据、8月5日的GF-1 WFV影像数据及8月9日的GF-1 W影像数据。

根据官方发布的相关信息,7月末至8月初为南湾湖水库水藻爆发及清理时间,具体清理水藻时间为2020年7月31日。数据的分辨率及波段信息见表1,产品等级为1A级。其中高分六号宽幅相机增加了能有效反映农作物叶绿素含量和光谱属性的2个波段(B5和B6)。本文利用ENVI进行数据预处理,先采用ENVI集成的全球高程数据GMTED2010.jp2和数据自身RPC参数实现RPC正射校正,再利用辐射定标和FLAASH大气校正功能,对数据进行辐射定标和大气校正,便于后续植被指数等参数计算。

表1 GF-1、GF-6卫星光谱波段 μm

2 研究方法

2.1 归一化植被指数

高分一号与高分六号卫星的时间分辨率高,覆盖范围大,因此可利用连续的多时相遥感影像获得不同日期的归一化植被指数(NDVI)数据,提取出短时序的区域内植被范围图。通过后续实现对比分析,能够得到研究区范围内水藻发展、消亡与复发趋势。公式为

NDVI=(B4-B3)/(B4+B3)

(1)

高分六号卫星空间分辨率与高分一号相同,但新增了紫波段、黄波段、红边波段1和红边波段2,宽幅影像的幅宽也比高分一号宽幅影像大,因此在NDVI的基础上引入两个红边波段,计算多时相遥感影像的红边波段归一化植被指数NDVI-B5和NDVI-B6[7],以此提取影像中的藻类范围,与使用经典NDVI提取的藻类范围进行对比,验证红边波段提取湖泊中藻类范围的有效性。NDVI-B5和NDVI-B6计算公式分别为

NDVI-B5=(B5-B3)/(B5+B3)

(2)

NDVI-B6=(B6-B3)/(B6+B3)

(3)

2.2 归一化差异水体指数

采用归一化差异水体指数法(NDWI)提取水体信息。水体指数法利用水体在波长逐渐增大时,对光的反射率逐渐降低的原理,对影像的可见光波段和近红外波段进行比值运算,进而达到提取水体范围的目的[16]。NDWI法能够有效地放大水体与其他地物之间的特征差异,对背景噪声有较好的抑制效果。虽然NDWI法不易将水体与建筑物进行明显区分,导致提取信息中会存在城区建筑信息,但研究区域内的湖泊周围几乎没有建筑物,因此不会对提取的水体范围精度和准确度造成实质性影响,故本文采用NDWI法对研究区内的多时相GF-1和GF-6影像数据提取水体信息。公式为

NDWI=(B2-B4)/(B2+B4)

(4)

2.3 矢量化及提取分析

采用植被指数法、水体指数法分别提取7期遥感影像研究区内的水体和植被范围信息。利用ArcGIS批量将水体范围与植被范围的二值化图像进行矢量化,实现提取分析,获取水体范围内的绿色植被信息数据。由于这些植被信息在各期影像中的位置、面积等都存在不同,结合7月末湖泊发生藻类污染的实际情况,认定这些范围内的绿植为水藻。同时由于南湾湖曾发生过较为严重的蓝藻污染,可推断此次水藻污染大概率为蓝藻污染。将各期影像获取的水藻污染范围按时序排列分析即可得到南湾湖在7月末至8月初的水体藻类污染发展、消亡及复发趋势,对比后确定研究成果的准确性。

2.4 同时间不同方法结果对比

8月3日GF-6 WFV数据中含有两个红边波段,采用改进的NDVI-B5和NDVI-B6方法提取水藻信息。与8月3日利用传统NDVI方式提取水藻信息的GF-6 PMS数据提取结果进行对比,验证NDVI-B5和NDVI-B6和红边波段在湖泊水藻提取中应用的可行性,为湖泊水藻提取和高分六号数据的应用提供技术依据。技术流程如图1所示。

图1 技术流程

3 结果与分析

图2为多时相影像水藻的提取结果,可以看出,共有12个位置有明显异常区域,详细分析各区域在不同日期的水藻污染状况。

图2 多时相水藻提取结果

区域1:7月20日无云雾及岛屿等影响,且宽度较宽不是岸边干扰,推断为水藻污染;8月2日异常值为云雾影响,根据前后时相影像推断,不认为存在水藻污染。推测区域1在7月20日有水藻污染,水藻被清理后无复发迹象。如图3所示。

图3 区域1水藻提取情况

区域2:7月20日的异常值范围大于其他日期,虽然临近岸边但宽度较宽,认定为可能发生了水藻污染;8月2日影像由于云的影响与其他时相略显不同,但未认为是水藻污染,后续时相中均未发现水藻污染现象。同时由于区域2存在岛屿,因此会导致一部分影像在此处NDVI值异常高,与水藻污染无关。如图4所示。

图4 区域2水藻提取情况

区域3:同区域2相同,湖中岛屿的存在导致数据NDVI值高而被提取,与水藻污染无关。如图5所示。

图5 区域3水藻提取情况

区域4:区域上方2个河道分支在7月20日有小片异常值,认为可能有水藻污染;8月2日和3日在不同位置出现异常值,均认为是云雾与岛屿影响导致,与水藻污染无关,其他时相均未发现水藻污染痕迹。如图6所示。

图6 区域4水藻提取情况

区域5和区域6:7月20日影像可见云雾覆盖,认为是云雾影响与水藻污染无关,其他时相均未发现水藻污染痕迹。如图7所示。

图7 区域5和区域6水藻提取情况

区域7:7月20日影像中的大片异常值为水藻污染,导致NDVI异常;8月2日左上异常值为云影响了水体提取范围;8月4日异常值为云与云间的阴影所导致,其他时相均未发现水藻污染痕迹。如图8所示。

图8 区域7水藻提取情况

区域8:7月20日可能有水藻污染情况,但因区域太窄不能确定;8月2日云影响了对应结果;8月3日无水藻污染状态出现;8月4日和9日有污染情况,同时疑似污染复发;分析8月5日数据可知,由于云的影响导致水体范围提取过小,未监测出污染,但根据绿植提取范围认为该日也存在一定程度的污染问题。如图9所示。

图9 区域8水藻提取情况(08-05交叉线为植被提取范围,反斜线为水体提取范围)

区域9:8月4日影像异常值由云和云的阴影共同导致,不能认定范围内有水藻污染,其他时相均未发现水藻污染痕迹。如图10所示。

图10 区域9水藻提取情况

区域10:7月20日从光学影像和提取图中可以明显观察到水藻污染状态,但8月4日异常值由云和云的阴影所导致,其他时相均未监测到水藻污染痕迹。如图11所示。

图11 区域10水藻提取情况

区域11:7月20日异常由水藻污染引起,8月2日异常值由薄云和阴影共同导致,其他时相均未发现水藻污染痕迹。如图12所示。

图12 区域11水藻提取情况

区域12:8月3日区域中部和下部的异常值由云影响,8月4日区域上方的异常值是由云与云的阴影引致,不认定该日区域有水藻污染,其他时相均未发现水藻污染痕迹。如图13所示。

图13 区域12水藻提取情况

2020年7月末,南湾湖水库在此期间发生过水藻(蓝藻)污染事件,严重影响了湖泊的生态环境和饮用水卫生,政府于7月31日实施水藻打捞工作,清理了湖中水藻。本文所示成果表明研究时间段内整个湖区范围内水藻污染最严重的日期为7月20日,在某些区域(区域8)认为后续有水藻污染复发的可能性,与南湾湖实情相符。

4 结 语

本文选取GF-1和GF-6影像对河南省信阳市南湾湖水库水藻污染情况进行了提取分析。通过短时序监测获取了2020年7月末至8月初阶段内水藻污染与消亡的发展过程,方法较为简便且不受天气环境和人力条件限制。通过WFV数据和PMS数据结论的比对,证实了国产高分数据和红边波段在湖泊绿藻监测上有广阔的应用前景。“2 m/8 m光学成像卫星系统”在提升湖泊水藻提取的准确率和效率方面会成为更重要的角色,具备更大的发展潜力和更广的适用性。

城市湖泊利用过程中应加强生态环境保护的宣传,提高居民保护自然环境的意识,与此同时加强政府部门对环境保护的监督,制定和推行湖泊生态环境保护章程。伴随着我国遥感事业的蓬勃发展和更多国产卫星星座的构建,未来也将会有更加便捷、准确、经济的湖泊藻类监测和保护生态环境的多功能复合实时遥感信息手段,以此指导湖泊和其他生态环境的可持续开发和建设。