彭瑪麗，葉嬌瓏，何中海，賴德軍，鐘紅梅

（1.四川省核工業(yè)地質調查院，四川 成都610061；2.四川金核礦業(yè)有限公司，四川 成都610061）

基于高光譜數(shù)據(jù)的鈾尾礦植被污染信息分析

彭瑪麗1，葉嬌瓏2，何中海2，賴德軍1，鐘紅梅1

（1.四川省核工業(yè)地質調查院，四川 成都610061；2.四川金核礦業(yè)有限公司，四川 成都610061）

選擇若爾蓋鈾尾礦區(qū)為研究對象，通過ASD地面光譜儀測量鈾尾礦堆內和堆外的植物樣品光譜數(shù)據(jù)，結合研究區(qū)高光譜數(shù)據(jù)，提取該區(qū)受污染植被的光譜信息和光譜變異參數(shù)，分析鈾尾礦區(qū)植被污染情況，為鈾尾礦區(qū)環(huán)境評價和污染治理提供參考依據(jù)。研究顯示，尾礦堆內光譜曲線特征一致，大部分樣品的紅邊位置為717 nm，存在個別紅邊差異。與非尾礦堆植被光譜參數(shù)相比，尾礦植被的紅邊波長位置藍移14.1 nm。高光譜紅邊參數(shù)提取結果反映了研究區(qū)植被紅邊變異程度。

高光譜數(shù)據(jù)；鈾尾礦；植被污染；紅邊位置

鈾尾礦堆是具有高勢能的人工松散堆，在雨水沖刷等作用下會引發(fā)廢石流失，造成周邊植被環(huán)境污染，直接危及當?shù)鼐用竦纳a生活[1]。

植被的生長發(fā)育狀況是指示生態(tài)系統(tǒng)污染的一項重要指標[2]。植物受到污染脅迫，造成植物生理生態(tài)上的一系列變化，從而導致波譜特征的一系列變化。因此通過植物的波譜特征來監(jiān)測植被污染成為利用遙感手段監(jiān)測環(huán)境污染的一個重要手段[3,4]。本文通過高光譜遙感技術對生態(tài)脆弱的研究區(qū)進行植被污染情況分析。

1 研究區(qū)概況

研究區(qū)位于四川省若爾蓋縣境內，地理坐標為東經102°43'～103°06'，北緯34°10'～34°15'，東西長38 km，南北寬11 km，面積320 km2。屬高海拔寒冷地帶，生態(tài)環(huán)境脆弱、生存條件惡劣、植被生長緩慢，是典型的生態(tài)脆弱區(qū)。

2 尾礦區(qū)光譜特征分析

2.1 植被光譜特征

大量研究證明，受大氣污染或重金屬毒害的植被與未受污染的植被相比，其反射光譜存在明顯的差異。植物體內重金屬的大量聚集，將造成植被葉面反射光譜特征在特定波段范圍內的規(guī)律性變化，這就為利用高光譜遙感技術研究植被受污染狀況提供了理論支持。

正常植被特征為在可見光的0.55μm附近有一個反射率為10%～20%的小反射峰，在0.45μm和0.65μm附近有2個明顯的吸收谷，分別稱為“藍谷”和“紅谷”。在0.70.8μm是一個陡坡，反射率急劇增高，在近紅外波段0.8～1.3μm之間形成一個反射率可達40%或更大的反射峰。相關研究表明，可見光和近紅外區(qū)域是色素反射和吸收的敏感區(qū)域。綠色植物在680～740 nm之間反射率增高最快的點，也是一階導數(shù)光譜在該區(qū)間內的拐點，稱之為“紅邊”。紅邊即由于植物體內葉綠素對入射光的吸收，造成植物反射光譜從紅光波段到近紅外波段(660～780 nm)出現(xiàn)一個陡峭的爬升脊[5]。根據(jù)紅邊拐點的位移情況可以說明植物是否受到污染，由獲得的光譜數(shù)據(jù)精確確定植被不同時間點紅邊的位置是植被污染監(jiān)測的關鍵[6]。當植物受到污染脅迫時，其正常生長受到影響，從而引起葉綠素含量、細胞結構以及水含量的變化，致使植物反射光譜也隨之發(fā)生改變[7]。紅谷變淺，紅外反射坪增高，“紅邊”的斜率和位置也會隨之變化，從而發(fā)生“藍移”現(xiàn)象，污染越嚴重變化越大，葉綠素“紅邊藍移”越明顯。

2.2 研究區(qū)尾礦堆波譜特征分析

利用美國ASD FieldSpec3 便攜式地物光譜儀，選取研究區(qū)內的3個典型尾礦堆進行植被反射光譜測量，然后對光譜曲線特征及其微分導數(shù)特征進行分析，從而揭示出研究區(qū)植被的光譜特征。ASD野外光譜分析儀是一種測量可見光到近紅外波段地物波譜的有效工具，能快速掃描地物，光纖探頭能在ms內得到地物單一光譜。

2.2.1 Ⅰ號尾礦堆

Ⅰ號尾礦堆上共測量7個植被樣本波譜曲線，除了p-3，其余植被波譜曲線特征趨于一致。p-3為馬先蒿樣本，是紫、黃花細葉高山草甸優(yōu)勢植被，在680 nm位置紅谷變淺，綠峰位置反出現(xiàn)吸收谷，這可能與測試時采集到花的光譜有關，測量時受花的影響，所得波譜曲線與綠葉植被有所區(qū)別，在可見光范圍550 nm未出現(xiàn)綠峰，紅谷位置出現(xiàn)峰值，如圖1a所示。

圖1 Ⅰ號尾礦堆樣品植被光譜分析

對光譜曲線取一階微分即可得“紅邊”位置，如圖1b所示。最大值都出現(xiàn)在700～720 nm范圍，除了p-3其余波譜曲線變化特征趨于一致，但p-3的一階微分最大值同綠葉植被出現(xiàn)在717 nm。p-8為紫花馬先蒿，葉面窄小，表面光滑，波譜曲線特征與其他植被趨于一致，但紅邊位置690 nm，明顯不同于其他植被。p-1、p-2、p-9、p-10的一階微分特征一致，且“紅邊”位置一致，p-4為尾礦堆底部采集的青草樣本，一階微分最大值出現(xiàn)在724 nm處，為該尾礦堆紅邊位置最大。

2.2.2 Ⅱ號尾礦堆

Ⅱ號尾礦堆共采集樣本8個，u-L-1為距離礦堆50 m處青草樣本，在近紅外波段反射率高于其余樣本，各樣本實測光譜曲線特征一致，都在710 nm附近光譜反射率陡增，形成“紅邊”，但無法確定其準確位置。如圖2a所示。

圖2 Ⅱ號尾礦堆樣品植被光譜分析

通過對樣品光譜一階微分運算，如圖2b所示，各光譜一階微分曲線特征一致，L-1、L-2、L-3、L-4、L-6“紅邊”位置都在717 nm，L-5樣本“紅邊”位置在699 nm，距尾堆50 m的U-L-1樣本“紅邊”所在位置為725.1 nm，為最大值。

2.2.3 Ⅲ號尾礦堆

Ⅲ號尾礦堆共采集樣本4個，測其光譜曲線，u-L-10為尾礦堆外部的青草樣本光譜，如圖3a所示。各樣本光譜特征趨于一致，都在710 nm附近光譜反射率陡增，形成“紅邊”，但無法確定其具體位置。

通過對樣本光譜進行一階微分運算，如圖3b所示，微分曲線最大值即“紅邊”位置，各樣本一階微分曲線特征一致，L-6、L-7、L-8、L-9“紅邊”所在位置都為717 nm，距尾堆10 m處的U-L-1樣本“紅邊”位置為725.1 nm。

基于上述分析，Ⅰ號和Ⅱ號尾堆光譜特征都趨于一致。其中L-1、L-2、L-3、L-4、L-6、L-7、L-8、L-9光譜曲線特征一致；一階微分曲線特征一致；“紅邊”所在位置都為717 nm。L-5樣本“紅邊”位置在699 nm，為最小值。尾礦堆外圍的青草樣本u-L-1 “紅邊”位置為725.1 nm，為最大值。對比分析3個尾礦堆的樣本，光譜曲線特征一致，大部分樣本“紅邊”所在位置為717 nm，基本無差異，有差異的樣本為L-5、u-L-1、p-4、p-8。

將各個尾礦堆及尾礦堆外圍采集的蒿草樣本光譜曲線，與envi自帶USGS標準波譜庫中的艾灌叢、蒿草叢光譜曲線進行對比，如圖4a所示，光譜曲線吸收反射特征一致，在可見光波段，標準波譜反射率高于樣本，但在近紅外波段反射率基本一致。

將各個尾礦堆及尾礦堆外圍處采集的蒿草樣本光譜曲線，與envi自帶USGS標準波譜庫中的蒿草植被光譜曲線一階微分運算，如圖4b所示，一階微分曲線特征基本一致，“紅邊”位置均出現(xiàn)在波譜718 nm處，L-5出現(xiàn)在699 nm。

圖3 Ⅲ號尾礦堆樣品植被光譜分析

圖4 實測蒿草光譜與USGS標準波譜對比

2.3 植被紅邊位置分析

此次采集樣本主要分為蒿草、青草2大類，為高山草甸優(yōu)勢植被。基于上述分析，此次測得尾堆不同類型植被樣本絕大部分的波譜特征一致，且“紅邊”所在位置大部分位于717 nm。蒿草與相應USGS標準波譜曲線特征一致，且紅邊位置相同，Ⅱ號尾礦堆中坡位置的L-5馬先蒿“紅邊”位于699.8 nm。

青草對微量元素最為敏感，通過波譜微分運算，尾礦堆和非尾礦堆以及標準波譜的同種植被紅邊參數(shù)存在差異。非尾堆上青草光譜724 nm；尾礦堆上青草光譜的紅邊位于717 nm，明顯小于相應標準波譜紅邊所在位置730 nm；Ⅱ號尾堆堆底的青草L-13甚至為699 nm；尾礦堆與標準波譜紅邊位置相差13 nm，有明顯“藍移”，生長于3個尾礦堆的植被特征基本一致，以此作為遙感反演植被受輻射性影響的波譜依據(jù)。

各樣本的 “紅邊”位置情況如表1所示。其中非尾礦堆的紅邊位置均值723.7 nm左右，標準偏差為1.6 nm。而尾礦堆上的樣品紅邊位置均值為707.8，標準偏差為13.3 nm。與非尾礦堆植被光譜參數(shù)相比，尾礦植被的紅邊波長位置藍移14.1 nm。

表1 樣本植物“紅邊”位置情況表

3 植被污染信息提取

3.1 高光譜影像NDVI植被指數(shù)提取

HJ-1A/HSI數(shù)據(jù)在近紅外區(qū)域（760～900 nm）共有22個波段，紅光區(qū)域（630～690 nm）共有15個波段，基于高光譜數(shù)據(jù)計算NDVI的組合很多，需要確定較為有效的波段組合。波段選擇的一般方法主要包括：逐步回歸選擇法、簡單波段自相關選擇法和主成分系數(shù)權重選擇法等，選用主成分系數(shù)權重確定波段，近紅外波段選用反射率為877 nm的106波段，紅光波段選用反射率682 nm的第73波段。研究區(qū)NDVI指數(shù)圖如圖5所示。

圖5 研究區(qū)NDVI植被指數(shù)圖

NDVI＞0為有植被的區(qū)域，在圖上綠色圖斑顯示。NDVI＜0為非植被區(qū)，植被主要集中于研究區(qū)中部，Ⅰ號尾礦堆附近植被稀疏，Ⅱ號、Ⅲ號尾礦堆附近植被茂密。

3.2 高光譜影像植被紅邊變異分析

通過對HJ-1A/HSI高光譜影像進行數(shù)據(jù)預處理，得到用于遙感信息提取的底圖，基于實測植被光譜“紅邊”參數(shù)變異特征分析，得到遙感提取研究區(qū)放射性污染信息的依據(jù)，充分利用高光譜數(shù)據(jù)波譜連續(xù)的特征，采樣光譜角匹配法（SAM）進行研究區(qū)植被“紅邊”參數(shù)變異程度，如圖6所示。

圖6 研究區(qū)植被紅邊參數(shù)變異程度圖

[1] 彭道鋒，劉慶成. 鈾尾礦庫退役后的污染源項調查方法[J].世界核地質科學，2010,27(4)：224-228

[2] 孫鐵珩，周啟星，李培軍. 污染生態(tài)學[M]. 北京：科學出版社，2001

[3] 胡玉玲. 基于HJ-1高光譜數(shù)據(jù)的植被污染[D]. 山東：山東科技大學，2011

[4] 李娜. 重金屬脅迫下礦區(qū)植物波譜異常與圖像特征研究[D].山東：山東科技大學，2007

[5] 鄔登巍，吳昀昭. 植物污染脅迫遙感監(jiān)測研究綜述[J]. 遙感技術與應用，2009,24(2)：238-245

[6] 劉圣偉，甘甫平. 用衛(wèi)星高光譜數(shù)據(jù)提取德興銅礦區(qū)植被污染信息[J]. 國土資源遙感，2004,17(1)： 6-10

[7] 遲光宇，劉新會，劉素紅，等. 環(huán)境污染監(jiān)測中的植物光譜效應研究[J]. 環(huán)境科學與技術，2005(增刊)：16-19

P237.9

B

1672-4623（2015）01-0111-04

10.3969/j.issn.1672-4623.2015.01.037

彭瑪麗,碩士，主要從事地球探測與信息技術方面的研究。

2013-12-16。

項目來源：四川省科技支撐計劃資助項目（2012SZ0190） 。