基于湖北省12个中小型湖泊的水环境遥感监测应用示范

时间：2024-05-22

张媛，张琍，陈楠，黄丹，望志方

1.湖北省环境监测中心站，湖北武汉 430072 2.江西师范大学鄱阳湖湿地与流域研究教育部重点实验室，江西南昌 330022 3.武汉大学测绘遥感信息工程国家重点实验室，湖北武汉 430079

张媛1，张琍2，3，陈楠1，黄丹1，望志方1

以《湖北省水环境遥感监测示范系统》为数据处理平台，对2012—2014年湖北省大东湖水网、梁子湖水系和汤逊湖水系共计12个湖泊的水质类别以及营养状态级别进行遥感监测，并对比实测数据进行精度评价。结果表明：遥感监测的梁子湖、豹澥湖和严西湖水质相对较好，杨春湖、北湖和南湖水质相对较差且富营养化状况较为严重。该系统能很好地实现对水质优良达标湖泊以及富营养化湖泊的识别。对示范区域各湖泊水质类别和营养状态级别的遥感监测，基本上能满足业务化运行的需求。个别湖泊遥感监测精度较低，主要表现为遥感监测的湖泊水质类别和营养状态级别均要优于实测的结果。系统对于面积相对较大的湖泊遥感监测精度更高。

湖北；湖泊；水环境；遥感

近年来，湖泊水体污染和富营养化问题越来越严重，对人们的日常生活和身体健康造成很大影响，因此快捷准确地监测湖泊水质十分必要。常规的水质监测方法耗时耗力，难以实现湖泊水质长时间连续观测，且监测的结果只能反映局部点范围内的污染情况，不能反映大区域的污染信息[1]。遥感具有大范围、多时相和快速监测的优势，利用遥感技术监测水质可以快速、及时地提供整个湖泊的水质状况，不仅能提高监测效率并降低监测成本，还可以反映常规方法难以揭示的污染源和污染物迁移特征[2]，因此国内外许多学者在水质遥感监测方面进行了大量研究[3-8],并开展了一系列集监测与管理为一体的水质遥感监测软件系统的研究工作[9-11]。

随着湖泊资源开发利用的加剧，湖北省湖泊数量锐减，面积持续萎缩，“千湖之省”已不再是拥有湖泊最多的省份[12]。据统计，2012年湖北省现存湖泊面积约为2 706 km2,只有20世纪50年代的31.7%；面积大于1 km2以上的湖泊为231个，比20世纪50年代的679个减少了一大半[13]。此外，湖泊水质现状也不容乐观，根据2013年湖北省环境保护厅对《湖北省首批湖泊保护名录》中98个城中湖泊及82个水面面积大于5 km2的重点湖泊水域(共180个)的水质监测分析结果，水质劣于Ⅲ类的湖泊平均比例分别为94%和60%，总体为中度污染；富营养化的湖泊平均比例为72%[14]。

“湖北省水环境遥感监测示范系统”以环境一号卫星(HJ-1A/1B)CCD影像为主要数据源，以湖北省大东湖水网、梁子湖水系和汤逊湖水系共计12个湖泊为示范区域，结合地面实测数据连续动态地监测湖泊水环境质量，探索对湖北省湖泊水质更有效的监测和管理方式[15]。本文主要对“湖北省水环境遥感监测示范系统”的遥感监测结果进行精度评价，从而为下一步优化系统提供改进建议，进一步挖掘系统的应用价值。

1 系统介绍

“湖北省水环境遥感监测示范系统”由3个子系统构成：遥感数据预处理与水环境监测子系统，水环境遥感数据库管理子系统，水环境遥感可视化子系统。遥感数据预处理与水环境监测子系统负责完成具体的监测工作，其主要功能模块如图1所示。由于原始影像不能直接用于水质参数反演，需要先进行地理坐标校准和辐射定标等处理，从而生成表达地物反射率和亮度温度的中间产品，因此水环境遥感监测的数据预处理功能包括辐射定标、几何校正、大气校正、投影变换、湖区提取等。水环境监测功能主要包括水环境指标提取和水环境评价。本系统提供了2种水环境指标提取方法，分别是模型法和分割法。模型法是基于水环境指标实测数据与相关波段光谱数据的最小二乘法拟合得到的反演模型，通过波段间的组合运算，反演得到湖区12个单项水环境指标，包括五日生化需氧量、氨氮、高锰酸盐指数、汞、挥发酚、铅、溶解氧、石油类、透明度、叶绿素a、总氮、总磷。分割法是从图像处理和空间分析的角度进行水环境指标反演，通过对遥感影像进行预处理，并选择与监测指标相关程度高的波段组合构造新的特征影像，采用均值漂移算法对特征影像进行对象分割，针对分割后形成的图斑，进行反距离加权内插，得到整个湖区的12个单项水环境指标。

水环境评价主要是根据环境保护部公布的水环境状况评价标准，对遥感反演获得的12个单项水环境指标进行分级评价，包括富营养化程度分级、水质分级和水污染程度分级。水质现状类别评价采用单因子水质评价方法，评价标准执行《地表水环境质量标准(GB 3838—2002)》。湖泊富营养化评价采用综合营养状态指数法，评价标准执行《地表水环境质量评价办法(试行)》(环办[2011]22号)。

2 应用示范

2.1 示范区域

以武汉城市圈大东湖水网、梁子湖水系、汤逊湖水系共计12个湖泊为示范区域来进行湖北省水环境遥感监测应用示范。大东湖水网是长江中游最大的城市湖泊水系，以东湖为中心，主要由东湖、沙湖、杨春湖、北湖、严西湖和严东湖等6个湖泊组成，面积分别约为33、3、0.1、3、13、7 km2；梁子湖水系主要包括梁子湖、豹澥湖、鸭儿湖和保安湖，面积分别约为335、20、8、44 km2，其中梁子湖是湖北省第二大淡水湖；汤逊湖水系主要包括汤逊湖和南湖，面积分别约为45 km2和8 km2。示范区域各湖泊如图2所示。

2.2 监测结果

下载示范区域各湖泊清晰无云的HJ-1A/1B CCD遥感影像每月各一景，每月监测1次，全年共监测12次。首先在系统中实现对遥感数据的格式转换、辐射定标、几何校正、大气校正、投影变换、水域提取等预处理。然后采用基于实测数据与光谱数据的最小二乘法拟合建立的反演模型，反演得到12个单项水环境指标的分级图，并在这些单项指标分级图的基础上进行综合评价，最终形成遥感监测水质分级专题图和营养状态级别专题图，图3所示分别为梁子湖水系2013年8月水质分级专题图和营养状态级别专题图。

注：底图源自中国资源卫星应用中心网站(http://218.247.138. 121/DSSPlatform/index.html)下载的HJ-1A CCD2遥感影像 (HJ1A-CCD2-457-80-20130809-L20001034709)，影像分辨率30 m，成像时间2013年8月9日。下同。图2 湖北省水环境遥感监测示范区域Fig.2 Demonstration area of water environment remote sensing monitoring

图3 2013年8月梁子湖水系遥感监测水质分级专题图和营养状态级别专题图Fig.3 Thematic map of water quality classification and nutritional status level monitored by remote sensing of Liangzi lake system in August, 2013

对2012—2014年示范区域各湖泊进行水质遥感监测，每月监测1次，共监测36次。遥感监测结果表明：梁子湖水系各湖泊水质相对较好，其中梁子湖、豹澥湖主要为II类水质，保安湖、鸭儿湖主要为III类水质；除保安湖为轻度富营养化外，梁子湖水系各湖泊均未见明显富营养化现象，其中梁子湖以中营养化为主，鸭儿湖和豹澥湖以贫营养化为主。

大东湖水网各湖泊出现了明显的富营养化现象，其中沙湖、东湖、严东湖以轻度富营养化为主；杨春湖和北湖以中度富营养化为主；严西湖以中营养和轻度富营养化为主。大东湖水网各湖泊水质状况参差不齐，其中沙湖和严西湖以II类水体为主，严东湖以III类水体为主，东湖以IV、V类水体为主，杨春和北湖以V类水体为主。

汤逊湖水系中，南湖全湖为劣V类水体，营养状态级别为中度富营养化；汤逊湖以III类水体为主，营养状态级别主要为轻度富营养化。

遥感监测的梁子湖、豹澥湖和严西湖水质相对较好；杨春湖、北湖和南湖遥感监测水质相对较差，且富营养化状况较为严重。

对比2012—2014年的监测结果表明，对示范区域各湖泊采用遥感方法监测的水质类别和营养状态级别年际间差异不大。对各湖泊水质类别及营养状态级别进行季节性变化分析，梁子湖、保安湖、东湖和汤逊湖等面积相对较大的湖泊，出现了略微的季节性变化，表现为第二、三季度水质相对较差、营养状态级别相对严重，其余湖泊水质类别以及营养状态级别无明显季节性变化。

2.3 精度评价

示范区域各湖泊中，梁子湖有国控监测点位，保安湖、沙湖、东湖、南湖和汤逊湖有省控监测点位，每月都会公布实测水质类别以及营养状态级别数据。由于当前社会关注的是水质类别以及营养状态级别，各单项指标值均是用于评价水质类别以及营养状态级别，单项指标只要未超标，具体值都不是关注的重点。因此，以环境保护部门公布的上述湖泊2012—2014年实测水质类别和营养状态级别为基础，对遥感监测的结果进行精度评价，结果见表1。

表1 湖北省水环境遥感监测精度评价

从表1可以看出：①2012—2014年，梁子湖各月遥感监测水质类别主要以II类为主，营养状态级别为中营养化，与实测结果一致，监测精度均为100%。沙湖遥感监测水质类别为II类，优于实测的劣V类水体；遥感监测营养状态级别为轻度富营养化，优于实测的中度和重度富营养化，因此遥感监测的水质类别和营养状态级别精度较低。②2012—2014年，南湖各月遥感监测营养状态级别均为中度富营养化，而实测营养状态级别以重度富营养化为主，部分月份为中度富营养化。因此，南湖营养状态级别遥感监测精度不高。③2012年和2013年，保安湖各月遥感监测水质类别均为III类，要优于部分月份实测的IV、V类水体；2012—2014年，汤逊湖各月遥感监测水质类别主要为III类，而实测水质类别以IV、V类为主。因此，保安湖和汤逊湖遥感监测水质类别精度较低。

有研究表明，遥感方法对贫营养和腐蚀化的湖泊不适用[16], HJ-1A/1B卫星CCD遥感影像在叶绿素含量较高的中小型湖泊水环境遥感监测中的应用潜力还需要进一步挖掘[17]，对于小型内陆湖泊水体的遥感监测，需要时间分辨率、空间分辨率和光谱分辨率更高的传感器[16-18]。而实测数据表明：沙湖为劣V类水体，保安湖和汤逊湖以IV、V类水体为主；沙湖和南湖营养状态级别为中度和重度富营养化，因此，遥感监测水质类别和营养状态级别精度相对较低。

综上所述，系统对示范区域各湖泊水质类别和营养状态级别的遥感监测，基本上能满足业务化运行的需求。部分区域遥感监测精度较低，主要表现为遥感监测的湖泊水质类别和营养状态级别均要优于实测结果。系统对于面积较大的湖泊的遥感监测精度更高。如果将II类水质归为水质优良级别，III、IV类水质归为一般，V、劣V类水质认为极差，将轻度富营养化、中度富营养化和重度富营养化之间的分类统一归为富营养化，对梁子湖、保安湖、东湖、南湖和汤逊湖遥感监测结果重新进行精度评价(沙湖不纳入精度评价范围)，则2012—2014年共计180个监测频次中，遥感监测水质类别总体精度为91.67%，营养状态级别分类精度约为95.6%。若将沙湖也纳入精度评价范围，则在2012—2014年共计216个监测频次中，水质类别和营养状态级别遥感监测精度分别为82.6%和97.7%，遥感监测精度较高。因此，该系统能很好地实现对水质优良达标湖泊以及富营养化湖泊的识别。

3 结论

基于湖北省12个中小型湖泊，以《湖北省水环境遥感监测示范系统》为数据处理平台，进行湖北省水环境遥感监测应用示范，并对监测结果进行精度评估。总体上来看，遥感监测水质类别和营养状态级别精度较高，但也存在部分湖泊精度不理想的情况。因此，在后续工作中，要继续对系统进行改进：尝试用更高时间、空间和光谱分辨率的遥感影像来进行反演；)季节分水域建立模型，发展一种可以考虑季节和空间变化的遥感水质模型；加强实测光谱与同步点位的水质参数测量，建立普适性更强的反演模型

[1] 范登科,刘良明,刘洋.内陆湖泊水环境遥感监测系统的设计与实现[J].铁道标准设计,2012(4):138-142.

FAN Dengke, LIU Liangming, LIU Yang. Design and Implementation of inland lakes＇water envirnomental monitoring system based on remote sensing technology[J]. Railway Standard Design, 2012(4):138-142.

[2] 陈文召,李光明,徐竟成,等.水环境遥感监测技术的应用研究进展[J].中国环境监测，2008,24(3):7-10.

CHEN Wenzhao,LI Guangming,XU Jingcheng,et al. Application of remote sensing technology in water environmental monitoring[J]. Environmental Monitoring in China, 2008,24(3):7-10.

[3] 吴传庆,马万栋,王雪蕾,等.基于环境卫星CCD数据的黄海浒苔遥感监测[J].中国环境监测,2015,31(3):161-165.

WU Chuanqing, MA Wandong, WANG Xuelei, et al. Remote sensing monitoring HAB in Yellow Sea by HJ1-CCD[J]. Environmental Monitoring in China, 2015, 31(3):161-165.

[4] ADITYA Singh, ANDREW R Jakubowski, LAN Chidister, et al. A MODIS approach to predicting stream water quality in Wisconsin[J]. Remote Sensing of Environment,2013, 128:74-86.

[5] ROBERTSON D M, GRACZYK D J, GARRISON P J, et al. Nutrient concentrations and their relations to biotic integrity of wadeable streams in Wisconsin[J]. US Geological Survey Professional Paper，2006, 155：1-139.[6] Stanley E H, Maxted J T. Changes in the dissolved nitrogen pool across land cover gradients in Wisconsin streams[J]. Ecological Applications, 2008, 18:1 579-1 590.

[7] 陈静,吴传庆,申维,等.基于环境一号卫星CCD数据的巢湖叶绿素a的动态监测[J].中国环境监测,2012, 28(1):116-119.

CHEN Jing, WU Chuanqing,SHEN Wei，et al. Chlorophyll-a dynamic monitoring in chaohu lake based on environmental satellite 1 CCD Data[J]. Environmental Monitoring in China, 2012,28(1):116-119.

[8] 何磊,童玲,李玉霞.昆承湖水质状况遥感监测与空间分特征分析[J]. 测绘科学, 2015, 40(4):58-62.

HE Lei, TONG Ling, LI Yuxia. Remote sensing monitoring and spatial character analysis for water quality of Kuncheng lake[J]. Science of Surveying and Mapping, 2015,40(4):58-62.

[9] 黄君,张虎军,江岚,等.太湖蓝藻水华预警监测综合系统的构建[J]. 中国环境监测,2015,31(1):139-145.

HUANG Jun, ZHANG Hujun, JIANG Lan. Early warning monitor comprehensive system construction of cyanobacteria blooms in Lake Taihu[J]. Environmental Monitoring in China, 2015,31(1):139-145.

[10] 蒋兴伟,刘建强,邹斌,等.浒苔灾害卫星遥感应急监视监测系统及其应用[J].海洋学报(中文版),2009,31(1):52-64.

JIANG Xingwei, LIU Jianqiang, ZOU Bin. The sa tellite remote sensing system used in emergency response monitoring for entermorpha prolif era disaster and its application[J]. Acta Oceanologica Sinica, 2009,31(1):52-64.

[11] 秦雁,邓孺孺,何颖清,等.广东省大中型水库水质遥感监测系统的建立与应用[J].遥感技术与应用,2011,26(6):855-862.

QIN Yan, DENG Ruru, HE Yingqing, et al. Development and application of water quality remote sensing monitoring system for large and medium-sized reservoirs in Guangdong province[J]. Remote Sensing Technology and Application, 2011,26(6):855-862.

[12] 湖北省湖泊局，湖北省湖泊保护中心.我国湖泊分布现状[EB/OL]. (2013-06-03)[2014-08-02]. http://www.hubeilake.gov.cn/Article.aspx?ID=149.

[13] 百度百科.千湖之省[EB/OL]. [2014-08-02]. http://baike.baidu.com/view/2196954.htm?fr=aladdin.

[14] 湖北省环境保护厅.湖北省环境质量状况(2013年)[EB/OL].[2014-03-21]. http://report.hbepb.gov.cn:8080/pub/root8/hbtgg/201404/t20140415_68693.html.

[15] 陈楠,望志方.湖北省水环境遥感监测示范系统的设计与应用[J].水资源保护,2013,29(1):91-94.

CHEN Nan, WANG Zhifang. DESIGN and application of water environment remote sensing monitoring demonstration system in Hubei province[J]. Water Resources Protection, 2013,29(1):91-94.

[16] 张博,张柏,洪梅,等.湖泊水质遥感研究进展[J].水科学进展,2007,18(2):301-310.

ZHANG Bo, ZHANG Bai, HONG Mei, et al. Advance in remote sensing of lake water quality[J]. Advances in Water Science, 2007,18(2):301-310.

[17] 陈莉琼,田礼乔,邱凤.HJ-1A/B卫星CCD影像的武汉市东湖水色三要素遥感研究[J].武汉大学学报：信息科学版,2011,36(11):1 280-1 335.

CHEN Liqiong, TIAN Liqiao, QIU Feng. Water color constituents remote sensing in Wuhan Donghu Lake using HJ-1A/B CCD imagery[J]. Geomatics and Information Science of Wuhan University, 2011,36(11):1 280-1 335.

[18] 马荣华,唐军武,段洪涛,等.湖泊水色遥感研究进展[J].湖泊科学,2009,21(2):143-158.

MA Ronghua, TANG Junwu, DUAN Hongtao, et al. Progress in lake water color remote sensing[J]. J Lake Sci, 2009,21(2):143-158.

Application Demonstration of Water Environment Remote Sensing Monitoring for Small to Medium-sized Lakes in Hubei Province

ZHANG Yuan1, ZHANG Li2, 3, CHEN Nan1, HUANG Dan1, WANG Zhifang1

1.Hubei Environment Monitoring Center, Wuhan 430072, China 2.Key Laboratory of Lake Poyang Wetland and Watershed Research, Ministry of Education, Jiangxi Normal University, Nanchang 330022, China 3.State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan 430079, China

Based on the platform of water environment remote sensing monitoring demonstration system in Hubei Province, the water quality level and eutrophication level of Big East Lake water system, Liangzi Lake water system, and Shang Xunhu water system were monitored in 2012-2014, with the technique of space-ground monitor system, and the results monitored by remote sensing were evaluated with the measured results. Results showed that: Water quality of Liangzi Lake, Baoxie Lake, and Yanxi Lake was relatively well, and it had a poor water quality and a bad nutritional status for Yangchun Lake, North Lake and South Lake. There was little annual variation and seasonal variation of water quality and nutritional status level in each lake. The system has high recognition accuracy for lakes with good water quality, or with eutrophication phenomenon. And it can basically meet the demand of operational monitoring for the results of water quality category and nutritional status level monitored by remote sensing. Individual lake had a low monitoring accuracy, which was mainly because of the water quality category and nutrition status levels monitored by remote sensing was superior to that obtained through measuring. It has a higher accuracy of remote sensing monitoring for lakes with larger area.

Hubei; lakes; water environment; remote sensing

2015-09-21；

2016-03-28

国家自然科学基金资助项目(41331174)；江西省自然科学基金资助项目(20161BAB213074)

张媛(1988-)，女，湖北孝感人，硕士，助理工程师。

望志方

X87

1002-6002(2017)01- 0131- 06

10.19316/j.issn.1002-6002.2017.01.20