水資源管理中遙感技術(shù)的應(yīng)用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了水資源管理中遙感技術(shù)的應(yīng)用范文，希望能給你帶來靈感和參考，敬請閱讀。

［摘要］利用衛(wèi)星多傳感器數(shù)據(jù)研究福建筼筜湖的時(shí)空演變。將反演的葉綠素a濃度、透明度深度和地表水溫與2015－2018年的時(shí)間序列數(shù)據(jù)進(jìn)行比較，提出大樣本MERIS和MO-DIS傳感器用于常規(guī)的大尺度水質(zhì)監(jiān)測。雖然在較短的時(shí)間跨度內(nèi)，但MERIS得到的總懸浮物與現(xiàn)場數(shù)據(jù)吻合。MERIS水質(zhì)檢測證實(shí)了閩湖中富營養(yǎng)化狀況(平均葉綠素a濃度=8.5mg/m3)和透明度深度(平均透明度深度=1m)。水位與葉綠素a濃度呈負(fù)相關(guān)，說明保持水位盡可能接近水文零點(diǎn)的重要性。總懸浮物的空間分析也揭示了小支流對湖泊南部懸浮物負(fù)荷的影響。利用更高空間分辨率的衛(wèi)星圖像描述1988－2018年的土地利用/覆蓋變化，評估最近大型植物殖民模式的變化。以期為當(dāng)?shù)厮畡?wù)部門重新制定筼筜湖的管理計(jì)劃提供參考與借鑒。

［關(guān)鍵詞］湖泊;遙感;水質(zhì)監(jiān)測;變更檢測分析

1概述

靜水生態(tài)系統(tǒng)是生物多樣性不可估量的可再生自然資源，人類活動(dòng)和氣候變化都會(huì)對其產(chǎn)生影響。它們的生態(tài)狀況對其作為飲用水水庫、灌溉、漁業(yè)或娛樂的價(jià)值有著至關(guān)重要的影響，今后任何努力都有理由提高監(jiān)測和保護(hù)或改善這些資源的能力［1－2］。主要目標(biāo)是實(shí)現(xiàn)可持續(xù)管理;維持生態(tài)系統(tǒng)的功能(包括依賴性濕地和陸地生態(tài)系統(tǒng));達(dá)到良好的生態(tài)狀態(tài)。衛(wèi)星遙感是一個(gè)重要的信息來源:它使我們能夠以比點(diǎn)測量更大的時(shí)間覆蓋范圍來觀察更大的水域，而且它也非常具有成本效益。遙感技術(shù)的優(yōu)勢在于能夠提供地表水質(zhì)量參數(shù)的空間和時(shí)間視圖，而這些參數(shù)通常無法通過現(xiàn)場測量獲得。遙感使有效和高效地監(jiān)測景觀成為可能，查明存在重大水質(zhì)問題的水體，從而支持制定湖泊管理方案。近年來，隨著傳感器設(shè)計(jì)的不斷改進(jìn)和數(shù)據(jù)分析技術(shù)的不斷進(jìn)步，湖泊水質(zhì)遙感成為一項(xiàng)新興技術(shù)。特別是水質(zhì)算法的新發(fā)展主要是由中分辨率成像光譜儀(MODIS)的出現(xiàn)推動(dòng)的，以及中分辨率成像光譜儀(MERIS)。除了水質(zhì)參數(shù)外，遙感使我們能夠調(diào)查土地覆蓋動(dòng)態(tài)和演變;根據(jù)目標(biāo)區(qū)域的范圍，各種各樣的衛(wèi)星儀器，主要來自空間介質(zhì)分辨率傳感器(如陸地衛(wèi)星)，可用于在集水區(qū)尺度上描述土地覆蓋［3－4］。遙感成功地提取并提供了有關(guān)集水區(qū)特征的相關(guān)信息。通過比較衛(wèi)星獲得的水質(zhì)數(shù)據(jù)和現(xiàn)場測量結(jié)果，評估了這些儀器描述筼筜湖水質(zhì)的能力，為今后管理提供數(shù)據(jù)支撐。

2材料和方法

2.1研究區(qū)域

筼筜湖位于廈門島西部，毗鄰西海域，流域面積約為37km2，這是一個(gè)封閉的湖泊，有未分層和非常淺的水域(平均底部深度4.5m，最大深度6m)。湖泊生態(tài)系統(tǒng)因其豐富的動(dòng)植物和物種多樣性而具有特殊價(jià)值。

2.2圖像處理

為了分析筼筜湖中的各種元素(即水質(zhì)、土地利用/土地覆蓋)，使用不同的衛(wèi)星傳感器(表1)。并根據(jù)所調(diào)查對象對圖像進(jìn)行處理。

2.2.1MERIS水質(zhì)參數(shù)選取118幅2015－2018年間的晴空MERIS圖像。除2018年外，每年包括大約20個(gè)場景。這些圖像用基本環(huán)境衛(wèi)星/ERSATSR和MERIS工具箱進(jìn)行處理。利用改進(jìn)的陸地和海洋對比度(ICOL)插件對一級(jí)數(shù)據(jù)進(jìn)行鄰接效應(yīng)校正，然后轉(zhuǎn)換為水質(zhì)產(chǎn)品。為此，基于MERISCase－2核心模塊的3種插件算法可用:Case－2區(qū)域、北部湖泊和富營養(yǎng)化湖泊，所有這些算法都實(shí)現(xiàn)了專門的大氣校正。在本研究中，使用C2R處理器是因?yàn)樗m合于描述湖的光學(xué)特性。C2R的水成分反演提供了不同的產(chǎn)品，包括葉綠素a濃度和總懸浮物，以及假設(shè)與透明度深度相當(dāng)?shù)淖钚≥椪斩人p系數(shù)和信號(hào)深度。

2.2.2土地利用/覆蓋和植物為了研究流域土地利用/覆蓋類型的近期變化，利用1979－2018年期間獲得的陸地衛(wèi)星多光譜掃描儀(MSS)/專題制圖器(TM)、反射輻射計(jì)和可見光和近紅外輻射計(jì)(AVNIR－2)(表1)。在2014－2018年夏季采集了多光譜遙感圖像。基于偽不變特征的選取和線性回歸變換，采用輻射歸一化方法對衛(wèi)星數(shù)據(jù)進(jìn)行預(yù)處理。整個(gè)數(shù)據(jù)集中只有同源光譜帶被考慮用于進(jìn)一步分析，因此包括3個(gè)可見綠光波段(0.52～0.60μm)、可見紅光波段(0.63～0.69μm)和近紅外波段(0.76～0.89μm)。通過減去暗像素對歸一化數(shù)據(jù)進(jìn)行大氣效應(yīng)校正，最后在平面坐標(biāo)系中進(jìn)行地理參照和聯(lián)合登記。從多時(shí)相數(shù)據(jù)集中提取覆蓋6個(gè)土地覆蓋等級(jí)的樣本，這6個(gè)覆蓋類別是:水、山上的森林、平原上的森林、荒地(裸露的巖石和牧場)、裸露的土壤和有植被的田地。

3結(jié)果與討論

3.1水質(zhì)監(jiān)測

為了長期驗(yàn)證葉綠素a濃度和透明度深度以及MODIS地表溫度，利用ARPAUmbria在湖心收集的現(xiàn)場監(jiān)測數(shù)據(jù)。總的來說，考慮到衛(wèi)星數(shù)據(jù)是由這些現(xiàn)場數(shù)據(jù)獨(dú)立產(chǎn)生的，因此是兩個(gè)絕對獨(dú)立的數(shù)據(jù)集，因此觀察到現(xiàn)場數(shù)據(jù)和衛(wèi)星遙感數(shù)據(jù)之間的良好一致性，見圖1。由圖1(a)可知，MERIS遙感數(shù)據(jù)符合葉綠素a濃度的原位趨勢，盡管MERIS在2015年夏季和2018年夏季都有低估葉綠素a濃度最高值的趨勢。現(xiàn)場和衛(wèi)星測量之間的時(shí)間不匹配(通常是小時(shí)與秒)以及比例尺差異(點(diǎn)式站的樣本與面積為300m×300m的測量值之間的差異)，都阻礙了遙感測量和現(xiàn)場測量之間的比較。與葉綠素a濃度類似，MER-IS描述透明度深度的能力是非常有前途的，因?yàn)镸ERIS可以描述水透明度的時(shí)間趨勢，見圖1(b)。盡管時(shí)間序列較短，但由于C2R估計(jì)值與現(xiàn)場數(shù)據(jù)相當(dāng)，因此總懸浮物的結(jié)果也令人滿意，見圖1(c)。在最高和最低水溫下，MODIS和原位水面溫度測量之間的一致性幾乎是非常契合的，見圖1(d)。在論證遙感技術(shù)可以監(jiān)測筼筜湖水質(zhì)參數(shù)的基礎(chǔ)上，對其管理進(jìn)行分析。由MERIS得到的葉綠素a濃度值與水位(圖2)進(jìn)行對比，發(fā)現(xiàn)兩個(gè)量之間呈負(fù)相關(guān)，因此葉綠素a濃度隨水位下降而增加，反之亦然。兩個(gè)參數(shù)之間的回歸分析統(tǒng)計(jì)數(shù)據(jù)顯示，皮爾遜相關(guān)系數(shù)r的值為－0.48。盡管相關(guān)性很低，F(xiàn)檢驗(yàn)(P值＜0.01)表明變量之間的關(guān)系不是偶然發(fā)生的。因此，水位降低可能有助于提高湖泊的營養(yǎng)水平。

3.2變化檢測

根據(jù)1989－2018年衛(wèi)星數(shù)據(jù)的土地覆蓋分類得出的結(jié)果，顯示了過去30年間流域景觀和環(huán)境變化的動(dòng)態(tài)，見表2。除了城市地區(qū)略有增加(僅從1990和2000年的CORINE土地覆蓋圖中得出)和筼筜湖地區(qū)的微小變化(由于季節(jié)變化和衛(wèi)星圖像采集日期的不均勻性)之外，這些數(shù)據(jù)的主要觀點(diǎn)是，從2000年開始，耕地(農(nóng)業(yè)類)明顯減少，隨后由貧瘠土地和森林(丘陵和平原)組成的非生產(chǎn)性地形(裸地、牧場和天然林地覆蓋)增加。農(nóng)業(yè)用地在1998年占集水區(qū)的35%，2018年下降至31%，而非生產(chǎn)性地形(荒地、牧場和天然林)則從1998年的23%增加至2018年的 27%。通過與地方政府提供的面積數(shù)據(jù)進(jìn)行比較，對遙感衍生的土地覆蓋分類進(jìn)行簡單驗(yàn)證。結(jié)果表明，2009年整個(gè)流域的耕地面積估計(jì)為107km2;相比之下，根據(jù)2008年LandsatTM數(shù)據(jù)估算的農(nóng)業(yè)用地覆蓋等級(jí)為102km2，雖然略為低估，但符合得很好。空間分析得到的地圖(圖3)顯示了沿著湖泊集水區(qū)的耕地上農(nóng)業(yè)的空間分布。這些地圖是該地區(qū)農(nóng)業(yè)利用的指標(biāo)，可用于估算筼筜湖沿岸帶的農(nóng)業(yè)壓力和水質(zhì)。這些數(shù)據(jù)描述了農(nóng)業(yè)地塊破碎的局部狀態(tài)，其中1km×1km單元中包含的大量多邊形指向高度破碎，這表示專用于同質(zhì)作物的小地塊，而少量多邊形表示較低破碎和較大的農(nóng)業(yè)地塊。碎片化在時(shí)間上的演變表明，碎片化的增加是農(nóng)業(yè)分割和分化的癥狀。這些數(shù)據(jù)顯示，沿該湖西南岸的碎片化程度略有增加，這也是農(nóng)業(yè)相關(guān)活動(dòng)最集中的地區(qū)。

4結(jié)論

本文論證了遙感數(shù)據(jù)輔助筼筜湖管理的能力。利用MERIS、MODIS等高回訪時(shí)間傳感器對水質(zhì)(葉綠素a濃度、透明度深度)進(jìn)行粗尺度定期監(jiān)測。MERIS和MODIS的圖像處理方法與場景無關(guān)，可以為筼筜湖的水質(zhì)監(jiān)測提供一種替代方法。MERIS時(shí)間序列分析表明，葉綠素a濃度隨水位下降而升高。土地覆蓋變化檢測分析結(jié)果顯示，從20世億90年代初開始，耕地面積減少，隨后非生產(chǎn)性地形(裸地和牧場)和天然林增加，農(nóng)業(yè)區(qū)的破碎化程度也隨著時(shí)間的推移而變化。2013－2018年，大型植物的數(shù)量也有所減少。

［參考文獻(xiàn)］

［1］佘萬明，葉彩華.MODIS資料遙感監(jiān)測土壤水分與干旱研究進(jìn)展［J］．河南氣象，2006(1):44－46.

［2］丁志雄，李紀(jì)人.流域洪水汛情的遙感監(jiān)測分析方法及其應(yīng)用［J］．水利水電科學(xué)進(jìn)展，2004(3):8－11.

［3］張文明，董增，錢蔚，等.遙感技術(shù)在水文水資源領(lǐng)域中的應(yīng)用研究進(jìn)展［J］．節(jié)水灌溉，2007(8):24－28.

［4］劉佳，于福亮，李傳哲，等.GIS在水文水資源領(lǐng)域中的應(yīng)用進(jìn)展［J］．水電能源科學(xué)，2007，25(2):20－24．

作者：王賽林 單位：四創(chuàng)科技有限公司