水污染遙感監(jiān)測的基本原理

1、l 水污染遙感監(jiān)測的基本原理水污染遙感指應(yīng)用地面、航空、航天等遙感平臺對河流、湖泊、水庫和海洋進(jìn)行探測，診斷水體的反射、發(fā)射、吸收特征的變化，從而實(shí)現(xiàn)快速地確定水污染的分布狀況和位置的水污染監(jiān)測方法。水污染遙感常用的儀器有紅外掃描儀、多光譜掃描儀、微波系統(tǒng)和激光雷達(dá)等。監(jiān)測對象主要是水面油污染、水中懸浮物、污水排放、赤潮藻類的類型和密度等?；谶b感的突發(fā)性水污染監(jiān)測應(yīng)用劉建東等（2008）基于“3S”技術(shù)，利用計(jì)算機(jī)、通信網(wǎng)絡(luò)、計(jì)算機(jī)輔助設(shè)計(jì)技術(shù)手段，通過建立水環(huán)境和部分重點(diǎn)污染源的在線監(jiān)測系統(tǒng)，并運(yùn)用水污染控制系統(tǒng)研究成果，對水環(huán)境污染事故實(shí)施有效監(jiān)控。采用衛(wèi)星遙感與渾河流域水質(zhì)準(zhǔn)同步監(jiān)測技

2、術(shù)，實(shí)現(xiàn)天地一體化模擬實(shí)驗(yàn)；采用航天衛(wèi)星、低空微航、地面監(jiān)視監(jiān)測相結(jié)合的技術(shù)手段，實(shí)現(xiàn)水污染事故的應(yīng)急監(jiān)控監(jiān)測；采用GPRS無線傳輸技術(shù)，構(gòu)建基于“3S”技術(shù)的渾河流域水污染事故應(yīng)急監(jiān)控系統(tǒng)，實(shí)現(xiàn)跨流域江河水質(zhì)污染自動(dòng)監(jiān)測數(shù)據(jù)的實(shí)時(shí)傳輸。利用遙感技術(shù)監(jiān)測太湖藍(lán)藻水華具有重要的現(xiàn)實(shí)意義.基于不同遙感數(shù)據(jù),包括MODIS/Terra、CBERS-2 CCD、ETM和IRS.P6 LISS3,結(jié)合藍(lán)藻水華光譜特征,采用單波段、波段差值、波段比值等方法,提取不同歷史時(shí)期太湖藍(lán)藻水華.結(jié)果表明:MODIS/Terra數(shù)據(jù)可以利用判別式Band20.1和Band2/Band41提取藍(lán)藻水華;CBERS-2

3、 CCD、ETM和IRS-P6 LISS3數(shù)據(jù)可以利用Band4大于一定閾值和Band4/Band31提取藍(lán)藻水華;波段比值(近紅外,紅光1)算法穩(wěn)定,可以發(fā)展成為藍(lán)藻水華遙感提取普適模式.同時(shí),本文成功利用ETM和IRS.P6 LISS3數(shù)據(jù)Band4波段對藍(lán)藻水華空間分布強(qiáng)度進(jìn)行了五級劃分.這為今后利用遙感技術(shù),建立太湖藍(lán)藻水華監(jiān)測和預(yù)警系統(tǒng)莫定了基礎(chǔ).2007 年太湖大規(guī)模藍(lán)藻暴發(fā),再次引起了人們對太湖環(huán)境的關(guān)注.有效地提取藍(lán)藻水華信息對分析藍(lán)藻動(dòng)態(tài)分布有重要意義.而衛(wèi)星遙感技術(shù)是進(jìn)行太湖水質(zhì)監(jiān)測與保護(hù)的措施之一.本文以2007年4月23日CBERS-02星CCD數(shù)據(jù)為主要的數(shù)據(jù)源,以N

4、DVI值為測試變量,運(yùn)用CART算法確定分割閾值,從而通過構(gòu)建決策樹的方法識別藍(lán)藻水華信息,分析其藍(lán)藻水華的提取結(jié)果,取得了較好的效果.文中還在GIS技術(shù)支持下,提取了2007年5月17日MODIS影像中的藍(lán)藻水華信息.本次研究為以后開展長期的太湖藍(lán)藻水華動(dòng)態(tài)監(jiān)測提供技術(shù)參考.遙感在環(huán)境監(jiān)測中的應(yīng)用 1 水環(huán)境污染監(jiān)測 水體的遙感監(jiān)測主要是以污染水與清潔水的反射光譜特征研究作為基礎(chǔ)的?？偟目磥恚鍧嵥w反射率比較低，水體對光有較強(qiáng)的吸收性能，而較強(qiáng)的分子散射性僅存在于光譜區(qū)較短的譜段上。故在一般遙感影像上，水體表現(xiàn)為暗色色調(diào)，在紅外譜段上尤其明顯。為了進(jìn)行水質(zhì)監(jiān)測，可以采用以水體光譜特性和水色

5、為指標(biāo)的遙感技術(shù)。海洋石油污染和向海洋傾倒廢棄物是海洋環(huán)境惡化的重要原因。全世界每年排入海洋的石油及其制品多達(dá) 1000多萬噸，這對海洋生態(tài)所造成的災(zāi)害性影響是無法估量的。人海河流把沿岸農(nóng)田的化學(xué)肥料、城市中的生活廢水和工業(yè)污水不斷排人海洋，使海洋污染范圍不斷擴(kuò)展，生態(tài)環(huán)境惡化，環(huán)境質(zhì)量下降。應(yīng)用遙感衛(wèi)星，特別是海洋遙感衛(wèi)星，可以在大范圍內(nèi)對石油污染和化學(xué)污染進(jìn)行搜索，還可以估算出污染的范圍及其擴(kuò)散情況，從而為海洋環(huán)保部門提供了必需的數(shù)據(jù)和資料。2 大氣污染監(jiān)測 大氣遙感監(jiān)測主要利用氣象衛(wèi)星定期地監(jiān)控大氣溫度和水蒸汽垂直分布。影響大氣環(huán)境質(zhì)量的主要因素是氣溶膠含量和各種有害氣體，而這些物理量通

6、常不可能用遙感手段直接識別。水汽、二氧化碳、臭氧、甲烷等微量氣體成分具有各 自分子所固有的輻射和吸收光譜，所以，實(shí)際上是通過測量大氣的散射、吸收及輻射的光譜而從其結(jié)果中反演推算出來的。通過對穿過大氣層的太陽(月亮、星星)的直射光，來 自大氣和云的散射光，來 自地表的反射光，以及來 自大氣和地表的熱輻射進(jìn)行吸收光譜分析或發(fā)射光譜分析，從而測量它們的光譜特性來求出大氣氣體分子的密度。通過遙感圖像可以直接分析出大氣氣溶膠的分布和含量，而有害氣體通常不能在遙感圖像上直接顯示出來，只能利用間接解譯標(biāo)志植物對有害氣體的敏感性來推斷大氣污染的程度和性質(zhì)。3 地面污染及土地利用發(fā)展監(jiān)測 地面污染也是利用間接解

7、譯，通過污染區(qū)作物的生長所起的特殊變化，與正常生長區(qū)的作物有不同的光譜表現(xiàn)來確定。通過定期地監(jiān)測地面的作業(yè)就能查清土地利用形式的變化，以便管理資源。人工建筑物特別容易測定，這是由于它們的高反射率和形狀的規(guī)則性所致。因此通過遙感圖像，在城市規(guī)劃中可以可靠地跟蹤都市擴(kuò)大的規(guī)模和速度，還能查清像隔熱不佳的建筑物的熱損失這類特殊問題。最后遙感還可以被用來監(jiān)視森林砍伐，估計(jì)牧場開墾的規(guī)模和速度。摘要： 目前，多光譜、高空間分辨率的SPOT5衛(wèi)星遙感數(shù)據(jù)被廣泛應(yīng)用到森林資源調(diào)查中。本文結(jié)合SPOT5遙感數(shù)據(jù)的特點(diǎn)，根據(jù)森林資源調(diào)查的需要，從遙感數(shù)據(jù)的正射校正、波段組合、融合處理和數(shù)據(jù)變換處理等方面探討了S

8、POT5數(shù)據(jù)的處理和信息提取。探討性地提出了適應(yīng)于森林資源調(diào)查的SPOT5遙感數(shù)據(jù)處理方法。 關(guān)鍵詞：SPOT5 遙感數(shù)據(jù)，森林資源調(diào)查、數(shù)據(jù)處理DISCUSSION ON SPOT5 IMAGE DATA PROCESSING FOR FOREST INVENTORYWang Zhaoli, Huangsheng,Zhangminzhong,Ma Shengli(Northwest Institute for Forest Inventory, Planning &Design, Xian China 710048) Abstract: Now days, high spatial

9、resolution and multispectral SPOT5 image data are widely applied in forest inventory in China. Based on the characteristics of SPOT5 image and requirements of forest inventory, this paper discusses the processing procedures of ordering image data, ortho-rectification, image bands composition and ima

10、ge data fusion. The complete steps of image processing for forest inventory are given.Key words: SPOT5 image data，forest inventory, data processing 前言 衛(wèi)星遙感影像具有空間宏觀性、視角廣、多分辨率（光譜和空間）、多時(shí)相、周期性、信息量豐富等特點(diǎn)，所以衛(wèi)星遙感影像既可以提供森林資源的宏觀空間分布信息又能提供局部的詳細(xì)信息以及隨時(shí)間、空間變化的信息等1。目前在林業(yè)領(lǐng)域衛(wèi)星遙感數(shù)據(jù)被廣泛的應(yīng)用于不同尺度層次的森林資源調(diào)查、資源監(jiān)測、病蟲害、火災(zāi)監(jiān)測等方

11、面。2002年5月法國SPOT地球觀測衛(wèi)星系列之5號衛(wèi)星（即SPOT5星）發(fā)射。SPOT5遙感數(shù)據(jù)的多光譜波段空間分辨率為10米（短波紅外空間分辨率為20米），但全色波段空間分辨率達(dá)到2.5米。SPOT5遙感數(shù)據(jù)的高空間分辨率和多光譜分辨率為森林資源調(diào)查提供了豐富的、可靠的、高精度的基礎(chǔ)數(shù)據(jù)源。從性價(jià)比分析，在其他高分辨率遙感數(shù)據(jù)目前比較昂貴的狀況下，SPOT5遙感數(shù)據(jù)比較適宜應(yīng)用于大面積的森林資源調(diào)查，可大幅度的森林調(diào)查的減少外業(yè)工作量、提高工作效率。在我國SPOT5衛(wèi)星數(shù)據(jù)已被大量地應(yīng)用于森林資源調(diào)查工作中，尤其，是在森林資源“二類”調(diào)查中被作基本的森林資源信息源提取各類信息。針對于將多光

12、譜分辨率和高空間分辨率的SPOT5遙感數(shù)據(jù)應(yīng)用于森林資源調(diào)查的數(shù)據(jù)處理技術(shù)和方法鮮有報(bào)道。本文總結(jié)工作實(shí)踐，結(jié)合SPOT5遙感數(shù)據(jù)的特點(diǎn)，根據(jù)森林資源調(diào)查的需要，從遙感數(shù)據(jù)的訂購、正射校正、波段組合、融合處理和數(shù)據(jù)變換處理等方面探討了SPOT5數(shù)據(jù)的基本處理方法。 1SPOT5衛(wèi)星遙感數(shù)據(jù)特點(diǎn) SPOT衛(wèi)星系統(tǒng)采用線性陣列傳感器和推掃式掃描技術(shù)，具有旋轉(zhuǎn)式平面鏡可以進(jìn)行傾斜觀察獲得傾斜圖像和立體像對。采用與太陽同步的近極地的橢圓形軌道，軌道高度約832Km，軌道傾角98.7o ，每天繞地球14圈多，重復(fù)覆蓋周期26天2。由于有傾斜觀測功能，使重復(fù)覆蓋周期減少到2-3天。SPOT5衛(wèi)星載有2臺高

13、分辨率幾何成像儀（HRG）、1臺高分辨率立體成像裝置（HRS）和1臺寬視域植被探測儀（VGT）。高分辨率幾何成像儀的波段選擇是總結(jié)了多年的研究成果，認(rèn)為HRG的波段設(shè)置（見表1）足以取得辨別作物和植被類型的最佳效果。本文主要探討HRG高空間分辨率數(shù)據(jù)的處理。 2SPOT5數(shù)據(jù)的處理方法和過程 SPOT5數(shù)據(jù)處理工作流程： 2.1 遙感數(shù)據(jù)的訂購 訂購數(shù)據(jù)時(shí)，用戶需向數(shù)據(jù)代理商提供購買區(qū)域的四個(gè)角的大地坐標(biāo)或者數(shù)據(jù)的景號（PATH/ROW）。特別應(yīng)該注意數(shù)據(jù)訂購時(shí)間和用戶拿到數(shù)據(jù)之間有時(shí)間差，間隔時(shí)間長短因用戶的要求、天氣、衛(wèi)星重復(fù)覆蓋周期而異。相對于其他衛(wèi)星數(shù)據(jù)，比較有利的一面是SPOT5衛(wèi)星

14、裝置有旋轉(zhuǎn)式平面鏡可以進(jìn)行傾斜觀察，用戶可向代理商申請紅色編程提前得到調(diào)查區(qū)域的遙感數(shù)據(jù)，但要支付編程費(fèi)。對于遙感數(shù)據(jù)的時(shí)相、云量、入射角、陰影量、是否購買高空間分辨率的全色波段等用戶根據(jù)自己具體的工作需要向代理商提出限制要求。 根據(jù)我們對SPOT5遙感數(shù)據(jù)的使用，對于森林資源調(diào)查，北方9，10月份和11月初的遙感影像比較適宜。代理商向用戶提供經(jīng)過處理的不同級別的影像產(chǎn)品，在森林資源調(diào)查中建議購買SPOT1A級產(chǎn)品，用戶可根據(jù)自己的工作需要進(jìn)行處理，同時(shí)也可減少費(fèi)用。 2.2 基礎(chǔ)數(shù)據(jù)準(zhǔn)備 大比例尺地形圖和高精度DEM是進(jìn)行SPOT5遙感數(shù)據(jù)高精度正射校正必需的基礎(chǔ)地理數(shù)據(jù)。建議購買1：100

15、00地形圖和1：25000數(shù)字高程模型（DEM）。 將1：1萬地形圖掃描，掃描分辨率設(shè)置為300DPI。將掃描好的地形圖進(jìn)行幾何精糾正，糾正精度控制在0.3毫米內(nèi)。從測繪部門購買的1：1萬地形圖為北京54坐標(biāo)系3度分帶高斯克呂格投影，而1：2.5萬DEM為北京54坐標(biāo)系6度分帶投影。在數(shù)據(jù)準(zhǔn)備時(shí)，將校正好的1：1萬地形圖通過換帶轉(zhuǎn)換轉(zhuǎn)成和DEM一致的6度分帶投影。 對于沒有1：1萬地形圖的地區(qū)，建議使用差分GPS接收機(jī)采集地面控制點(diǎn)。 2.3幾何正射校正 正射校正過程應(yīng)用了法國SPOT公司發(fā)行的GEOIMAGE軟件。GEOIMAGE軟件有針對SPOT5衛(wèi)星數(shù)據(jù)開發(fā)的SPOT5物理模型。模型模塊

16、自動(dòng)讀取DEM信息。SPOT 物理模型可讀取衛(wèi)星在獲取遙感數(shù)據(jù)的瞬間狀態(tài)參數(shù)，這些參數(shù)存貯在數(shù)據(jù)的頭文件中3。衛(wèi)星狀態(tài)參數(shù)包括：衛(wèi)星成像瞬間的經(jīng)緯度、高度、傾角等。衛(wèi)星狀態(tài)參數(shù)能夠幫助提高幾何校正的精度。 以校正好的1：1萬地形圖為基準(zhǔn)，在影像圖上找出和地形圖上地物相匹配的明顯地物作為地面控制點(diǎn)。在進(jìn)行正射校正時(shí)，應(yīng)先進(jìn)行全色波段數(shù)據(jù)校正，然后以校正好的全色波段數(shù)據(jù)為基準(zhǔn)進(jìn)行多光譜數(shù)據(jù)校正。以全色波段數(shù)據(jù)為基準(zhǔn)校正多光譜波段就比較容易校正，且能提高兩者的匹配精度。地面控制點(diǎn)應(yīng)分布均勻，影像的邊緣部分布要有控制點(diǎn)分布，同時(shí)在不同的高程范圍最好都有控制點(diǎn)。地面控制點(diǎn)的數(shù)量因地形地貌的復(fù)雜程度而定，

17、根據(jù)我們的經(jīng)驗(yàn)，一景60KmX60Km的SPOT5數(shù)據(jù)，一般地勢平緩的地區(qū)20個(gè)左右控制點(diǎn)即可達(dá)到滿意的結(jié)果，在高山區(qū)25個(gè)左右控制點(diǎn)就可使正射校正精度滿足要求。重采樣方法采用雙線性內(nèi)插法。 2.4 輻射校正 用戶購買的SPOT5的各級數(shù)據(jù)，數(shù)據(jù)提供商已經(jīng)根據(jù)衛(wèi)星的記錄參數(shù)對遙感數(shù)據(jù)做了輻射校正，即消除了傳感器自身引起的、大氣輻射引起的輻射噪聲。若果影像存在薄霧或地形高差較大引起的輻射誤差情況，用戶應(yīng)進(jìn)一步進(jìn)行輻射校正處理。薄霧的簡單消除原理是基于近紅外波段不受大氣輻射影響，清澈的水體或死陰影區(qū)的數(shù)值應(yīng)為零。從各波段數(shù)據(jù)中減去近紅外波段的水體或陰影的不為零值。地形起伏引起的輻射誤差校正公式:

18、f (x,y)=g(x,y)/cosa，g(x,y)為坡度為a的傾斜面上的地物影像；f (x,y)為校正后的影像。由于坡度因子參與校正所以需要DEM支持。 2.5 波段組合 根據(jù)SPOT5數(shù)據(jù)波譜特征（表1），各波段分別記錄反映了植被的不同特征方面：B4（SWIR）短波紅外反映植物和土壤的含水量，利于植被水分狀況和長勢分析；B3（NIR）近紅外波段對植被類別、密度、生長力、病蟲害等的變化敏感；B2（RED）紅光波段對植被的覆蓋度、植被的生長狀況敏感；B1（VIS）可見光波段對植物的葉綠素和葉綠素濃度敏感。經(jīng)過比較分析和實(shí)際應(yīng)用發(fā)現(xiàn)SPOT5的B3、B4、B2波段組合對植被類型的識別要優(yōu)于B3、B2和B1的組合。但由于B4波段的空間分辨率為20米，使B342組合對植被空間幾何細(xì)節(jié)表達(dá)沒有B321組合清晰，例如林緣界線信息表達(dá)方面B321要優(yōu)于B342。 2.6 影像數(shù)據(jù)融合 對于購買有高空間分辨率全色波段數(shù)據(jù)的用戶，進(jìn)行數(shù)據(jù)融合是必不可少的。影像數(shù)據(jù)融合能夠綜合不同波段、不同空間分辨率數(shù)據(jù)（層）的特征，融合后的數(shù)據(jù)具有更豐富、更可靠的信息4。 根據(jù)影像數(shù)據(jù)融合的水平階段，影像融合分為：像元級、特征級和決策級三個(gè)層次。為了最大限度的從SPOT5遙感數(shù)據(jù)中提取森林植被信息，應(yīng)進(jìn)行像元級的數(shù)據(jù)融