王茹，申茜，彭紅春，姚月，李俊生，汪明秀，史佳睿，徐雯婷

1.江蘇海洋大學(xué) 海洋技術(shù)與測(cè)繪學(xué)院,連云港222005;

2.中國(guó)科學(xué)院空天信息創(chuàng)新研究院 數(shù)字地球?qū)嶒?yàn)室,北京100094;

3.東華理工大學(xué) 測(cè)繪工程學(xué)院,南昌330105

1 引 言

由于經(jīng)濟(jì)的快速發(fā)展，大量的生活和工廠污水被排放到城市河道中，導(dǎo)致城市河道變黑變臭，最終形成城市黑臭水體（中華人民共和國(guó)住房和城鄉(xiāng)建設(shè)部和中華人民共和國(guó)環(huán)境保護(hù)部，2015；白慧文等，2019）。黑臭水體現(xiàn)象的出現(xiàn)對(duì)人類的基本生活造成威脅（申茜等，2017），成為目前亟需解決的問題。傳統(tǒng)的黑臭水體地面監(jiān)測(cè)方式耗時(shí)耗力，遙感手段以其低成本、范圍廣、速度快等優(yōu)勢(shì)，逐漸替代傳統(tǒng)的地面監(jiān)測(cè)。而黑臭水體監(jiān)測(cè)是黑臭水體監(jiān)督和治理的前提（胡淼等，2017），因此，黑臭水體遙感監(jiān)測(cè)具有十分重要的科學(xué)價(jià)值和現(xiàn)實(shí)意義。

早期，一些學(xué)者基于現(xiàn)場(chǎng)數(shù)據(jù)和海洋水色遙感數(shù)據(jù)，在春季長(zhǎng)江入?？诎l(fā)現(xiàn)了一個(gè)黑水區(qū)（Bai等，2009），使用了Landsat 8 OLI 和Sentinel-2 MSI影像通過(guò)水質(zhì)參數(shù)識(shí)別黑湖問題（Kutser 等，2016；李旭文等，2012），他們的研究表明遙感技術(shù)在識(shí)別污染的黑湖方面是有用的（Nichol，1993；Zhao 等，2013），隨著高分辨率影像的發(fā)展，目前，黑臭水體遙感監(jiān)測(cè)主要采用高空間分辨率影像，主要利用國(guó)產(chǎn)的GF-2、GF-1、北京二號(hào)、美國(guó)的PlanetScope 衛(wèi)星影像以及高光譜機(jī)載CASI 影像數(shù)據(jù)，對(duì)某些城市黑臭水體進(jìn)行監(jiān)測(cè)，包括北京、重慶、南京、欽州、太原、深圳、沈陽(yáng)等，而黑臭水體監(jiān)測(cè)方法大致可分為兩類，一類是基于黑臭水體的遙感反射率光譜與一般水體反射率光譜特征差異，構(gòu)建光譜指數(shù)閾值分割模型，包括利用綠光波段遙感反射率的的單波段閾值、藍(lán)，綠波段差值、紅，綠波段比值，以及色度值構(gòu)建了黑臭水體遙感識(shí)別算法（溫爽等，2018），對(duì)南京主城區(qū)進(jìn)行黑臭提??；基于GF-1 PMS 和GF-2 PMS 影像，利用城市黑臭水體反射率光譜在綠光—紅光波段變化比一般水體平緩的特點(diǎn)，提出基于反射率光譜指數(shù)BOI（Black and Odorous water Index）的黑臭水體識(shí)別模型（姚月等，2019），并應(yīng)用于沈陽(yáng)；基于實(shí)測(cè)等效數(shù)據(jù)值，利用CIE顏色純度算法提取城市黑臭水體，并將該算法應(yīng)用于沈陽(yáng)和北京的GF-2 PMS 影像，具有較好的識(shí)別精度（Shen 等，2019）；基于機(jī)載高光譜CASI 圖像數(shù)據(jù)，提出一種可以有效消除陰影和植被影像的黑臭水體模型（Huang和Zheng，2019）；基于欽州PlanetScope 影像的藍(lán)、綠、紅、近紅波段，構(gòu)建歸一化黑臭水體指數(shù)法—NDBWI（姚煥玫等，2019）；基于GF-1 PMS 衛(wèi)星水體清潔指數(shù)（WCI）的太原市黑臭水體模型（李佳琦等，2019）；基于GF-1 PMS 數(shù)據(jù)對(duì)比4 種模型在深圳市的適用性（張雪等，2019）等；為了有效識(shí)別城市黑臭水體，另一類是通過(guò)水質(zhì)參數(shù)的反演評(píng)價(jià)城市黑臭水體，如靳海霞等（2017）反演北京河段的葉綠素a濃度、懸浮物濃度、透明度及綜合營(yíng)養(yǎng)狀態(tài)指數(shù)，并利用綜合營(yíng)養(yǎng)狀態(tài)指數(shù)評(píng)價(jià)黑臭程度。由此可見，利用多源影像大范圍監(jiān)測(cè)黑臭水體的研究很少。

目前的相關(guān)研究都是利用某一種高分辨率衛(wèi)星監(jiān)測(cè)某個(gè)城市的黑臭水體。但是，一般高分辨衛(wèi)星幅寬較小，單顆衛(wèi)星覆蓋能力比較差。因此，無(wú)法滿足一定時(shí)段內(nèi)的黑臭水體監(jiān)測(cè)需求。有必要聯(lián)合多源衛(wèi)星監(jiān)測(cè)黑臭水體。但是，衛(wèi)星遙感器的空間分辨率、波段設(shè)置等方面都存在差異，因此在黑臭水體監(jiān)測(cè)方法和效果上也會(huì)存在不同。目前，還缺乏這方面的系統(tǒng)性研究。

因此，為了滿足一定時(shí)段內(nèi)的黑臭水體監(jiān)測(cè)要求，本文將從高分辨率衛(wèi)星傳感器波段設(shè)置、黑臭水體識(shí)別模型、衛(wèi)星影像成本等方面分析多源遙感影像監(jiān)測(cè)黑臭水體的適用性，為多源衛(wèi)星影像監(jiān)測(cè)全國(guó)范圍黑臭水體提供應(yīng)用參考和借鑒。

2 數(shù) 據(jù)

2.1 多源高分辨率衛(wèi)星影像數(shù)據(jù)

選取國(guó)內(nèi)外常用的全色波段分辨率在2 m 以內(nèi)高分辨率遙感影像作為數(shù)據(jù)源，通過(guò)人工目視解譯，剔除受云和太陽(yáng)耀光影響較大的圖像，保留高質(zhì)量的遙感影像。主要選取了2017年—2020年高質(zhì)量的GeoEye-1、WorldView-2、北京二號(hào)（DMC3）、高景一號(hào)SV1（SuperView-1）以及GF-PMS系列（GF-1/1B/1C/1D、GF-2、GF-6）衛(wèi)星影像（表1）。

表1 多源高分辨率遙感影像使用情況Table 1 Usage of multi-source high-resolution remote sensing images

為了對(duì)比多源衛(wèi)星影像傳感器設(shè)置的差異性，從空間分辨率、波段設(shè)置、光譜響應(yīng)函數(shù)等方面介紹多源衛(wèi)星影像的異同點(diǎn)。

（1）空間分辨率。一般地，空間分辨率越高，獲取的信息越詳盡。目前國(guó)產(chǎn)衛(wèi)星往往同時(shí)搭載了全色和多光譜傳感器（孫偉偉等，2020），多源衛(wèi)星影像的全色和多光譜波段空間分辨率如表2所示。

表2 多源衛(wèi)星影像空間分辨率對(duì)比Table 2 Comparison of spatial resolution of multi-source satellites remote sensing images

（2）波段設(shè)置。GeoEye-1、DMC3、SV1 以及GF系列影像均設(shè)置了4個(gè)波段，分別為藍(lán)、綠、紅、近紅波段；WorldView-2影像設(shè)置了8個(gè)波段，即深藍(lán)、藍(lán)、綠、黃色、紅、紅邊、2個(gè)近紅外波段。

（3）光譜響應(yīng)函數(shù)。在相同的觀測(cè)條件下，光譜響應(yīng)函數(shù)的差異會(huì)導(dǎo)致不同傳感器觀測(cè)到的地物反射率不同。如圖1，多源衛(wèi)星影像在藍(lán)光波段、綠光波段和近紅波段的光譜響應(yīng)函數(shù)基本一致，在紅光和全色譜段存在差異。圖1（a）中，DMC3影像的紅光波段的光譜響應(yīng)函數(shù)與其他多源衛(wèi)星影像存在差異，主要是位置差異，GeoEye-1的紅光波段光譜響應(yīng)寬度小于其他多源衛(wèi)星傳感器；圖1（b）中，DMC3 衛(wèi)星和WorldView-2 衛(wèi)星的全色波段光譜響應(yīng)寬度小于其他遙感衛(wèi)星。

圖1 多源衛(wèi)星影像光譜響應(yīng)函數(shù)Fig.1 The spectral response function of the multi-source sensor images

2.2 實(shí)測(cè)數(shù)據(jù)

實(shí)測(cè)光譜數(shù)據(jù)的獲取是使用ASDFiledSpec?3便攜式地物光譜儀，基于“表面法”進(jìn)行水面反射率光譜測(cè)量（唐軍武等，2004）。對(duì)每個(gè)采樣點(diǎn)，測(cè)量了水體上行輻亮度Lu（λ）、天空光下行輻亮度Lsky（λ）以及參考板的輻亮度數(shù)據(jù)Lp（λ），通過(guò)Mobley（1999）等提出的公式計(jì)算遙感反射率，同時(shí)，采集的水樣點(diǎn)使用塞氏盤測(cè)量透明度，氧化還原電位ORP（mV）和溶解氧DO（mg/L）由哈希HQ30D便攜式溶解氧測(cè)定儀測(cè)量，氨氮（mg/L）由哈納HI96733氨氮測(cè)定儀測(cè)量。

結(jié)合《城市黑臭水體整治工作指南》（中華人民共和國(guó)住房和城鄉(xiāng)建設(shè)部和中華人民共和國(guó)環(huán)境保護(hù)部，2015）中透明度（cm）、溶解氧（mg/L）、氧化還原電位（mV）和氨氮（mg/L）等特征指標(biāo)（表3），判斷采樣點(diǎn)水體類型。

表3 城市黑臭水體判別標(biāo)準(zhǔn)Table 3 The criteria for determination of urban black and odorous water

2016-08-28、2017-09-20、2018-09-05、2019-09-16和2019-09-18 在北京市分別開展了5 次野外水面試驗(yàn)，共采集了54 組黑臭水體，39 組一般水體（圖2（a））；2016-09-19—20 和2016-10-09 在沈陽(yáng)市分別開展了兩次野外水面試驗(yàn)，共采集了47組黑臭水體，27組一般水體（圖2（b））。

圖2 北京市和沈陽(yáng)市實(shí)測(cè)點(diǎn)位分布圖Fig.2 Distribution map of measured points in Beijing and Shenyang

其中2019-09-05 GF-2 在北京同步過(guò)境，當(dāng)天共采集了12 個(gè)采樣點(diǎn)（3 組黑臭水體，9 組一般水體）的數(shù)據(jù)。

3 方 法

為了對(duì)比多源衛(wèi)星影像監(jiān)測(cè)黑臭水體的適用性，首先，基于實(shí)測(cè)光譜數(shù)據(jù)，利用衛(wèi)星影像的光譜響應(yīng)函數(shù)，將實(shí)測(cè)水面反射率等效為衛(wèi)星影像上各個(gè)波段的遙感反射率。然后，基于等效的反射率數(shù)據(jù)，確定黑臭水體識(shí)別模型閾值，并進(jìn)行精度評(píng)價(jià)，最后，基于多源影像對(duì)示范區(qū)進(jìn)行應(yīng)用。具體的模型適用性研究的流程如圖3。

圖3 模型適用性方法研究技術(shù)流程圖Fig.3 Technical flow chart of model applicability method research

3.1 基于實(shí)測(cè)水面光譜的的黑臭水體監(jiān)測(cè)方法和對(duì)比

（1）基于實(shí)測(cè)光譜的多源衛(wèi)星波段等效。利用多源遙感影像的光譜響應(yīng)函數(shù)，將實(shí)測(cè)水體反射率模擬等效為多源衛(wèi)星影像上的各個(gè)波段的反射率Rrseq，計(jì)算公式如下：

式中，Rrseq為衛(wèi)星波段等效反射率；Rrs（λ）為實(shí)測(cè)的遙感反射率；fSRF（λ）為衛(wèi)星的光譜響應(yīng)函數(shù)；F0（λ）為大氣層外太陽(yáng)輻照度（中國(guó)資源衛(wèi)星應(yīng)用中心，2016）。

（2）基于波段等效光譜的黑臭水體識(shí)別模型。采用姚月等（2019）等提出的BOI（Black and Odorous water Index）模型，計(jì)算等效數(shù)據(jù)的BOI 值。BOI模型計(jì)算公式如下：

式中，Rrs（B）為藍(lán)光波段的遙感反射率，Rrs（G）為綠光波段的遙感反射率，Rrs（R）為紅光波段的遙感反射率，T為閾值。

（3）基于波段等效光譜的黑臭水體識(shí)別評(píng)價(jià)。為了確定模型閾值，將獲取的155組實(shí)測(cè)數(shù)據(jù)（98組黑臭水體，57 組一般水體）經(jīng)過(guò)等效計(jì)算，隨機(jī)篩選出3/4組實(shí)測(cè)數(shù)據(jù)（74組黑臭水體，43組一般水體）進(jìn)行模型閾值的確定，剩余的1/4 組實(shí)測(cè)數(shù)據(jù)（14組一般水體，24組黑臭水體）用于檢驗(yàn)?zāi)Ｐ烷撝档木取?018-09-05 同步采集的12 個(gè)采樣點(diǎn)（3組黑臭水體，9組一般水體）將用于大氣校正精度評(píng)價(jià)。

基于等效的遙感反射率，如表4所示，采用整體識(shí)別正確率、黑臭水體錯(cuò)分率、黑臭水體漏分率、一般水體錯(cuò)分率和一般水體漏分率評(píng)價(jià)模型閾值的可靠性。

表4 各精度評(píng)價(jià)公式Table 4 Each accuracy evaluation formula

3.2 基于衛(wèi)星影像的黑臭水體識(shí)別方法和對(duì)比

（1）多源衛(wèi)星影像預(yù)處理。為了準(zhǔn)確對(duì)比多源遙感數(shù)據(jù)之間的差異，利用多源衛(wèi)星影像監(jiān)測(cè)黑臭水體時(shí)，采用相同的預(yù)處理步驟。預(yù)處理步驟主要包括圖像融合、幾何精校正、大氣校正以及利用水體中心線法提取河流矢量。

首先利用像素刻刀處理軟件對(duì)全色和多光譜影像進(jìn)行融合（像素刻刀高分衛(wèi)星處理軟件，2018），然后利用參考影像自動(dòng)提取控制點(diǎn)，同時(shí)在影像重疊區(qū)提取連接點(diǎn)，并在SRTM DEM 數(shù)據(jù)的輔助下進(jìn)行區(qū)域網(wǎng)平差，完成幾何精校正（Long等，2016）。

最后進(jìn)行大氣校正，基于輻射傳輸模型進(jìn)行衛(wèi)星遙感影像精確大氣校正時(shí)，需要衛(wèi)星遙感器進(jìn)行了精確的輻射定標(biāo)。但是對(duì)于高分辨率衛(wèi)星來(lái)說(shuō)，主要用途是目視解譯和分類識(shí)別，衛(wèi)星數(shù)據(jù)提供方對(duì)于輻射定標(biāo)往往不夠重視，導(dǎo)致輻射定標(biāo)的精度不能夠滿足精確大氣校正的要求。此外，基于輻射傳輸模型的大氣校正一般還需要短波紅外波段來(lái)反演氣溶膠，這也是常有的高分辨率衛(wèi)星所不具備的；而且，多光譜波段與全色波段融合之后，光譜會(huì)發(fā)生變化，再應(yīng)用于基于輻射傳輸模型的大氣校正會(huì)存在問題。綜上，基于輻射傳輸模型的大氣校正方法很難應(yīng)用于融合的高分辨率衛(wèi)星。為了解決這些問題，本文采用相對(duì)輻射歸一化的方法進(jìn)行大氣校正（郭麗峰等，2009）。其核心原理和操作步驟如下：（1）找到一種輻射定標(biāo)比較精確、具有短波紅外波段、空間分辨率相對(duì)較高的衛(wèi)星遙感數(shù)據(jù)作為參考數(shù)據(jù)，本文選擇具有10 m 分辨率的Sentinel-2 MSI；（2）對(duì)于一景待處理的高分辨率衛(wèi)星影像，找到與其時(shí)間相近的Sentinel-2 MSI，基于輻射傳輸大氣校正方法計(jì)算得到Sentinel-2 MSI 圖像的地表反射率；（3）假設(shè)Sentinel-2 MSI 圖像中有一些地物（如建筑物屋頂、道路、裸土等）的反射率與待處理高分辨率圖像的同一個(gè)地物反射率是近似不變的，將Sentinel-2 MSI 圖像的反射率賦給待處理高分辨率圖像的地物；（4）利用待處理高分辨率地物的反射率和對(duì)應(yīng)的DN 值，進(jìn)行線性擬合，得到DN值與反射率的線性關(guān)系；（5）將得到的線性關(guān)系，應(yīng)用于待處理高分辨率圖像全圖DN 值，得到反射率，其中，將輸出的地表反射率影像除以π，忽略天空光影響，最終近似得到水體的遙感反射率。

（2）大氣校正評(píng)價(jià)。將獲取的北京市2018-09-05 的12 組實(shí)測(cè)遙感反射率和對(duì)應(yīng)的2 景同步GF-2遙感影像，利用均方根誤差RMSE（Root Mean Square Error）和平均相對(duì)誤差MRE（Mean Relative Error）兩個(gè)指標(biāo)評(píng)價(jià)大氣校正精度，各指標(biāo)計(jì)算公式如下：

式中，Pi為實(shí)測(cè)遙感反射率，Ai為大氣校正后衛(wèi)星影像的遙感反射率，n為采樣點(diǎn)個(gè)數(shù)。

（3）多源衛(wèi)星影像黑臭水體識(shí)別評(píng)價(jià)。將確定的閾值應(yīng)用于2 景星—地同步的GF-2 影像，利用同步采集的12 個(gè)采樣點(diǎn)，采用上述5 個(gè)精度評(píng)價(jià)指標(biāo)進(jìn)行精度評(píng)價(jià)，并且選取高質(zhì)量多源衛(wèi)星影像對(duì)北京通州區(qū)的某一重疊區(qū)域進(jìn)行示范應(yīng)用。

4 結(jié)果與討論

4.1 基于實(shí)測(cè)水面反射率光譜等效的模型閾值確定和精度評(píng)價(jià)

4.1.1 黑臭水體識(shí)別模型閾值的確定

利用隨機(jī)篩選出的117 個(gè)采樣點(diǎn)（3/4 的樣本點(diǎn)）（74組黑臭水體，43組一般水體）確定黑臭識(shí)別模型閾值。如圖4 所示，GeoEye-1、WorldView-2、SV1 和高分系列影像上一般水體與黑臭水體的BOI值有很明顯的分界限，黑臭水體與一般水體的BOI值多數(shù)在一定的范圍內(nèi)：黑臭水體BOI 值范圍為-0.068—0.051，一般水體范圍為0.057—0.25，最終確定閾值T=0.05 區(qū)分黑臭水體和一般水體。而DMC3影像的一般水體和黑臭水體BOI值沒有明確的分界，對(duì)BOI模型不適用。

圖4 多源衛(wèi)星影像實(shí)測(cè)等效數(shù)據(jù)BOI模型閾值確定Fig.4 Threshold determination of BOI model for measured equivalent data of Multi-source Satellite Images

在模型閾值的確定過(guò)程中，存在黑臭水體BOI值明顯高于一般水體的情況，如圖4 藍(lán)框所示的4 個(gè)樣本點(diǎn)，根據(jù)現(xiàn)場(chǎng)測(cè)量指標(biāo)和水體周圍環(huán)境判別4 個(gè)樣點(diǎn)均屬于典型的黑臭點(diǎn)，由于這4 個(gè)點(diǎn)的葉綠素濃度很高，而葉綠素a 在675 nm 附近有個(gè)強(qiáng)吸收，導(dǎo)致紅波段的遙感反射率偏低，計(jì)算的BOI 值會(huì)偏高，從而導(dǎo)致黑臭水體誤判為普通水體。既是黑臭水體、葉綠素濃度又高的河流，在缺水型的北方城市中很少見，本文主要研究的是缺水型、非渾濁的城市黑臭水體，故采取T=0.05的閾值雖然會(huì)帶來(lái)一些誤差，不過(guò)這種影響相對(duì)比較小，而且對(duì)于波段比較少的高分辨率衛(wèi)星來(lái)說(shuō)暫時(shí)也沒有更好的解決辦法。

GF-1/1B/1C/1D/2 的PMS1 和PMS2 傳 感 器等效計(jì)算值基本相同，故圖4 中僅對(duì)比各衛(wèi)星的PMS1傳感器等效的BOI 值折線圖；高景一號(hào)的4 顆星則采用01星代表。

對(duì)于不適用BOI模型的DMC3影像，采用歸一化水體指數(shù)NDWI（Normalized Difference Water Index）識(shí)別黑臭的方法（McFeeters，1996；Liu等，2017），計(jì)算公式如下：

式中，Rrs（Green）和Rrs（NIR）為DMC3影像的綠波段和紅波段的遙感反射率。

針對(duì)DMC3影像，黑臭水體NDWI范圍在-0.51—0.53，一般水體范圍為0.037—0.85（圖5），故選取N=0.55 作為判別一般水體和黑臭水體的閾值。閾值N=0.55 雖然會(huì)帶來(lái)一些誤差，不過(guò)誤差相對(duì)較小。

圖5 DMC3影像等效數(shù)據(jù)的NDWI指數(shù)閾值的確定Fig.5 Determination of NDWI index threshold of DMC3 image equivalent data

4.1.2 黑臭水體識(shí)別精度評(píng)價(jià)

針對(duì)GeoEye-1、WorldView-2、SV1和GF系列影像，利用38 組實(shí)測(cè)數(shù)據(jù)（1/4 樣本點(diǎn)）（14 組一般水體，24 組黑臭水體），基于5 個(gè)精度評(píng)價(jià)指標(biāo)評(píng)價(jià)BOI=0.05 的閾值精度。如圖6，GF 系列和SuperView-1影像3組黑臭水體被誤判為一般水體；GeoEye-1和WorldView-2影像4組黑臭水體點(diǎn)被誤判為一般水體。如表5所示，整體識(shí)別正確率均較高，黑臭水體和一般水體的錯(cuò)分率、漏分率都較低，表明多源衛(wèi)星影像的模擬等效數(shù)據(jù)是可以用來(lái)以一定的精度識(shí)別黑臭水體。

表5 多源衛(wèi)星影像實(shí)測(cè)等效數(shù)據(jù)的精度評(píng)價(jià)統(tǒng)計(jì)Table 5 Accuracy evaluation statistics of measured equivalent data of multi-source satellite images

圖6 多源衛(wèi)星影像實(shí)測(cè)等效數(shù)據(jù)BOI閾值精度評(píng)價(jià)Fig.6 Accuracy evaluation of BOI threshold for measured equivalent data of multi-source satellite images

針對(duì)DMC3影像，使用上述38組實(shí)測(cè)數(shù)據(jù)評(píng)價(jià)閾值N=0.55的精度，共有4組誤判點(diǎn)（圖7），其中1組黑臭水體點(diǎn)被誤判為一般水體，3組一般水體點(diǎn)被誤判為黑臭水體，識(shí)別正確率達(dá)到89.5%；黑臭水體錯(cuò)分率、黑臭水體漏分率、一般水體的錯(cuò)分率、一般水體漏分率分別為11.5%、4.1%、8.3%、21.4%。表明基于DMC3 影像模擬等效數(shù)據(jù)使用NDWI指數(shù)識(shí)別黑臭水體是可行的（Liu等，2017）。

圖7 DMC3影像等效數(shù)據(jù)NDWI指數(shù)閾值的精度評(píng)價(jià)Fig.7 The accuracy evaluation of the NDWI index threshold of DMC3 image equivalent data

4.2 基于衛(wèi)星影像的黑臭水體識(shí)別結(jié)果評(píng)價(jià)

4.2.1 大氣校正精度評(píng)價(jià)

利用北京市2018-09-05 的12 組實(shí)測(cè)遙感反射率和GF-2 影像上對(duì)應(yīng)點(diǎn)位的遙感反射率，進(jìn)行定量評(píng)價(jià)（圖8）。得到藍(lán)（Band1）、綠（Band2）、紅（Band3）的MRE 分別為30.6%、22.5%、33%。RMSE 分 別 為0.0008 sr-1、0.0013 sr-1、0.0012 sr-1，實(shí)測(cè)反射率值與大氣校正后的遙感反射率值接近，表明相對(duì)輻射歸一化大氣校正方法能夠有效消除氣溶膠等影響。

圖8 GF-2影像遙感反射率與實(shí)測(cè)遙感反射率對(duì)比Fig.8 Comparison of remote sensing reflectance of GF-2 image and measured data

利用相同的參考影像，對(duì)2019-06-06 同時(shí)過(guò)境的GF-2 和GF-6 影像進(jìn)行大氣校正，對(duì)比不同地物的遙感反射率，發(fā)現(xiàn)GF-2 與GF-6 影像上屋頂、植被和水體的遙感反射率數(shù)值接近，波形近似。大氣校正后的衛(wèi)星影像可用于黑臭水體識(shí)別。

圖9 大氣校正后的GF-2與GF-6影像遙感反射率對(duì)比Fig.9 Comparison of remote sensing reflectance of GF-2 and GF-6 images of atmospheric correction

4.2.2 黑臭水體識(shí)別評(píng)價(jià)

（1）基于2 景同步GF-2 影像BOI 模型的精度驗(yàn)證。首先將BOI=0.05 應(yīng)用于2018-09-05 同時(shí)過(guò)境的2 景GF-2 影像，進(jìn)行黑臭水體識(shí)別，然后利用同步采集的12 個(gè)采樣點(diǎn)，包括中壩河上3 組黑臭水體，溫榆河、通惠河和通惠河灌渠上共9組一般水體。通惠河上2個(gè)一般水體被誤判為黑臭水體（圖10），采用5 種指標(biāo)評(píng)價(jià)其識(shí)別精度，識(shí)別正確率為83.3%，黑臭水體錯(cuò)分率和一般水體漏分率分別為40%、22.2%，黑臭水體漏分率和一般水體的錯(cuò)分率為0，總體精度較高。

圖10 基于同步GF-2影像的北京黑臭水體識(shí)別結(jié)果Fig.10 The recognition result of black-odor water based on synchronized GF-2 images

根據(jù)同步影像的精度評(píng)價(jià)，發(fā)現(xiàn)一般水體和黑臭水體的錯(cuò)分率和漏分率較低，黑臭識(shí)別精度在應(yīng)用中可以得到保證。

（2）基于多源衛(wèi)星影像的模型應(yīng)用。為了進(jìn)一步證明BOI模型和NDWI模型識(shí)別黑臭水體的可靠性，將閾值T=0.05 和N=0.55 應(yīng)用于適用的多源影像，在應(yīng)用黑臭水體模型后，目視剔除一些受陰影和鄰近效應(yīng)因素導(dǎo)致的混合像元；并通過(guò)目視解譯得到水草或水華矢量。

利用10 景北京區(qū)域的多源遙感影像（表1）監(jiān)測(cè)黑臭水體，結(jié)果如圖11 所示。針對(duì)重疊區(qū)域內(nèi)潮白河和七級(jí)村河，分析2017-05—2020-03 兩河的黑臭水體變化情況，可見潮白河一直為一般水體，2017-05-20七級(jí)村河存在疑似黑臭水體。此后七級(jí)村河無(wú)疑似黑臭水體。

在政府的積極治理下，2017-11七級(jí)村河完成整治（七級(jí)河及西和路邊溝黑臭水體治理工程，2017）。根據(jù)遙感協(xié)同監(jiān)測(cè)結(jié)果顯示：2017-09 前（圖11），七級(jí)村河河面上存在疑似黑臭水體、水草或水華現(xiàn)象。2017-09 之后（圖11），河面已無(wú)黑臭現(xiàn)象，僅存在少量水草或水華。2018-09-05在七級(jí)村河上獲取了2組同步實(shí)測(cè)點(diǎn)位，經(jīng)檢驗(yàn)四參數(shù)（透明度、溶解氧、氧化還原點(diǎn)位、氨氮）值分別為：（40 cm、13.45 mg/L、205 mV、3.8 mg/L），（43 cm、9.62 mg/L、226.4 mV、2.6 mg/L）均符合一般水體的指標(biāo)。表明遙感監(jiān)測(cè)結(jié)果不僅與實(shí)際治理情況相符，而且符合實(shí)測(cè)結(jié)果，證實(shí)了多源遙感影像監(jiān)測(cè)黑臭水體的適用性和可靠性。

圖11 多源遙感影像黑臭水體遙感識(shí)別分布圖Fig.11 Distribution map of black and odorous water body identified by multi-source remote sensing images

4.3 多源高分辨率遙感影像監(jiān)測(cè)黑臭水體適用性分析

4.3.1 多源高分辨率遙感影像傳感器差異性分析

為了研究多源遙感影像監(jiān)測(cè)城市黑臭水體的適用性，從空間分辨率、光譜響應(yīng)函數(shù)和黑臭水體識(shí)別模型閾值的確定進(jìn)行分析。

對(duì)比分析空間分辨率差異導(dǎo)致的黑臭水體識(shí)別差異，利用2019-06-06 同時(shí)過(guò)境、不同分辨率的GF-2和GF-6影像提取同一區(qū)域的黑臭水體，發(fā)現(xiàn)對(duì)于較窄的河道來(lái)說(shuō)，較高空間分辨率的GF-2 影像能獲取更多的有效水體像元，可以有效監(jiān)測(cè)黑臭水體；而相對(duì)較低分辨率的GF-6 影像水面存在大量混合像元，黑臭水體無(wú)法識(shí)別（圖12（a）、圖12（b））。因此，監(jiān)測(cè)較狹窄河道的黑臭水體時(shí)，優(yōu)先選擇較高分辨率的遙感影像（如GeoEye-1、WorldView-2、SV1和GF-2等）。

圖12 同一河流利用不同空間分辨率影像識(shí)別黑臭水體結(jié)果不一樣Fig.12 The same river uses different spatial resolution images to identify black and odorous water bodies with different results

對(duì)比光譜響應(yīng)函數(shù)差異導(dǎo)致的黑臭水體識(shí)別差異，選擇時(shí)間接近而光譜響應(yīng)函數(shù)差異較大的DMC3（2019-06-24）和GF-1（2019-07-12）影像，并將分辨率較高的DMC3 影像重采樣為與GF-1 相同的分辨率，對(duì)選取的北京蕭太后河河段（一般水體）計(jì)算BOI 值，對(duì)比識(shí)別結(jié)果（圖13），發(fā)現(xiàn)GF-1 影像可以正確識(shí)別水體類型，DMC3 影像的識(shí)別結(jié)果出現(xiàn)一般水體和黑臭水體，對(duì)于河段水體類型無(wú)法判別，并且BOI模型是基于GF-1、GF-2影像構(gòu)建的（姚月等，2019），因此，光譜像函數(shù)差異較大的DMC3影像不適用BOI模型，需要選用其他的黑臭水體識(shí)別模型。

圖13 GF-1和DMC3不同光譜響應(yīng)函數(shù)導(dǎo)致的識(shí)別結(jié)果差異性對(duì)比Fig.13 Difference comparison of recognition results caused by different spectral response functions of GF-1 and DMC3

通過(guò)模型閾值的確定，發(fā)現(xiàn)GeoEye-1、WorldView-2、SuperView-1 和高分系列影像可以應(yīng)用同一BOI模型閾值識(shí)別黑臭水體；而DMC3影像更適用于NDWI指數(shù)；基于模擬等效和同步影像數(shù)據(jù)，分別對(duì)確定的BOI閾值和NDWI閾值進(jìn)行了精度評(píng)價(jià)，發(fā)現(xiàn)確定的閾值可以很好的識(shí)別一般水體和黑臭水體，整體識(shí)別正確率較高。

4.3.2 多源遙感影像成本分析

在黑臭水體監(jiān)測(cè)過(guò)程中，需要綜合考慮影像成本（表6）和城市河道寬度。進(jìn)行水體提取時(shí)，當(dāng)影像上河流寬度為5 個(gè)像元時(shí)，除去左右各2 個(gè)像元受鄰近效應(yīng)影響，中間像元更可能是純水像元，一般認(rèn)為大于5個(gè)像元寬度可以看清河流，即GeoEye-1 影像能夠監(jiān)測(cè)的最窄河道寬度為2.05 m，WorldView-2 和SV1 影像分別為2.3 m 和2.5 m，DMC3 和GF-2 影像均為4 m，GF-1/1B/1C/1D/6 影像全都為10 m。

表6 多源遙感影像購(gòu)買價(jià)格對(duì)比Table 6 Comparison of purchase prices of multi-source remote sensing images

根據(jù)上述，建議聯(lián)合多源衛(wèi)星影像監(jiān)測(cè)黑臭水體，可分為兩種情況來(lái)選用影像：（1）當(dāng)河道寬度大約在2—10 m，選取GF-2、SV1 或者DMC3 影像作為常規(guī)監(jiān)測(cè)影像，GeoEye-1、WorldView-2 影像為補(bǔ)充數(shù)據(jù)源；（2）當(dāng)河道寬度大于10 m，建議選用GF-1或者GF-6影像作為常規(guī)監(jiān)測(cè)影像，補(bǔ)充數(shù)據(jù)源依次為GF-2、SV1、DMC3、GF-1B/1C/1D、GeoEye-1、WorldView-2影像。

5 結(jié) 論

本文針對(duì)多源高分辨率衛(wèi)星影像，研究不同傳感器對(duì)于黑臭水體遙感監(jiān)測(cè)的適用性，得出以下幾點(diǎn)結(jié)論：

（1）光譜響應(yīng)函數(shù)的差異（主要位置差異），會(huì)導(dǎo)致多源影像間遙感反射率值不同，從而無(wú)法利用同一模型進(jìn)行黑臭水體識(shí)別。因此，GeoEye-1、WorldView-2、SuperView-1 和GF 系列影像適用于BOI模型；而DMC3影像更適用于NDWI模型。

（2）精準(zhǔn)的大氣校正，是保證黑臭水體識(shí)別精度的前提，通過(guò)對(duì)相對(duì)輻射歸一化的大氣校正，經(jīng)過(guò)星地同步匹配檢驗(yàn)，藍(lán)（Band1）、綠（Band2）、紅（Band3）的MRE 分別為30.6%、22.5%、33%，具有較好的精度，適用于高分辨率衛(wèi)星影像融合后的大氣校正。

（4）利用10 顆多源衛(wèi)星聯(lián)合監(jiān)測(cè)了北京潮白河和七級(jí)村河的黑臭水體，并與相關(guān)數(shù)據(jù)進(jìn)行交叉驗(yàn)證，證明具有較好的精度和一致性。

（5）綜合考慮衛(wèi)星影像的空間分辨率和影像購(gòu)買成本，給出多源衛(wèi)星影像協(xié)同監(jiān)測(cè)的建議：（1）當(dāng)河流寬度在2—10 m時(shí)，選取GF-2、SV1或者DMC3影像作為常規(guī)遙感影像，GeoEye-1、WorldView-2影像作為補(bǔ)充；（2）當(dāng)河流寬度大于10 m 時(shí)，選擇GF-1 或者GF-6 影像作為常規(guī)遙感影像，補(bǔ)充數(shù)據(jù)源依次為GF-2、SV1、DMC3、GF-1B/1C/1D、GeoEye-1、WorldView-2影像。