王 喆，連 炎 清，李 曉 娜，王 璇，方 焱，徐 新 涵

(1.西安地球環(huán)境創(chuàng)新研究院，陜西 西安 710061； 2.中國科學院 地球環(huán)境研究所，陜西 西安 710061)

0 引 言

傳統(tǒng)的水質(zhì)取樣和監(jiān)測方法過程復雜、周期長、耗費大量的時間精力，且數(shù)據(jù)的頻次、時效和代表性遠遠滯后于環(huán)境管理與決策需求，特別是一些突發(fā)性、大范圍的環(huán)境質(zhì)量變化不能被及時捕捉。而遙感技術(shù)具有大范圍、低成本、周期性動態(tài)監(jiān)測的優(yōu)勢，為水質(zhì)監(jiān)測和研究開辟了新的途徑，它克服了常規(guī)方法主觀性強、監(jiān)測范圍小、長期趨勢分析困難的缺點，并可發(fā)現(xiàn)一些常規(guī)方法難以揭示的污染源和污染物的遷移特征，因此在內(nèi)陸水質(zhì)監(jiān)測中發(fā)揮著越來越大的作用。

自20世紀70年代以來，遙感開始應用到水質(zhì)監(jiān)測研究中[1-2]，幾十年來，國內(nèi)外已經(jīng)開展多種利用遙感數(shù)據(jù)建立水質(zhì)參數(shù)反演模型以監(jiān)測海洋、近岸地帶以及內(nèi)陸水體水質(zhì)環(huán)境變化的研究，并在估算光學活性參數(shù)方面取得了一定成果，如葉綠素a(Chl-a)、有色溶解有機物(CDOM)、濁度和透明度等[3-4]。而像TP、TN等非光學活性參數(shù)通常通過與光學活性參數(shù)建立關(guān)系進行估計。Li等[5]利用新安江水庫2013～2016年的實測水面TN、TP數(shù)據(jù)與準同步的Landsat8的OLI衛(wèi)星影像，構(gòu)建并驗證了2個經(jīng)驗反演模型，估算了新安江水庫的TN和TP與不同波段組合的相關(guān)關(guān)系，效果比較理想。黃宇等[6]利用無人機高光譜成像儀，反演了星云湖與茅洲河的水質(zhì)參數(shù)濃度，構(gòu)建的水質(zhì)反演模型精度較高。

近年來，隨著人工智能技術(shù)的發(fā)展，越來越多的研究把機器學習理論融入到水質(zhì)遙感監(jiān)測中。機器學習是指通過某些算法指導計算機利用已知數(shù)據(jù)來訓練模型，并利用訓練后的模型對新數(shù)據(jù)進行分析或者預測的過程，具有自適應、自學習、高效率和容錯性等優(yōu)點，且能夠挖掘出數(shù)據(jù)隱藏的潛在關(guān)系和規(guī)律，在水質(zhì)估測方面具有一定的優(yōu)勢[7]。Guo等[8]采用多種機器學習算法對小型水體的總氮、總磷濃度進行反演，比較了不同算法的反演結(jié)果，對于城市排放污水具有一定的識別作用。Pahlevan等[9]采用混合密度網(wǎng)絡(MDN)機器學習模型，應用于內(nèi)陸和沿海水域的Chl-a濃度的反演，有效提高了訓練數(shù)據(jù)的全局代表性。Hartling等[10]應用密集卷積網(wǎng)絡(DenseNet)算法，融合多源數(shù)據(jù)集遙感圖像識別城市環(huán)境中的優(yōu)勢樹種，該方法有效提高了城市優(yōu)勢樹種的分類準確率。李怡靜等[11]基于梯度提升決策樹算法構(gòu)建了水質(zhì)反演模型，該方法反演各類水質(zhì)的精度較高且速度較快，具有實用價值。李玉翠等[12]在武漢市東湖采用多種經(jīng)典機器學習算法建立了水質(zhì)參數(shù)與影像反射率間的定量反演模型，并對東湖富營養(yǎng)化程度進行了評價。

浐灞河下游河段位于西安市浐灞生態(tài)區(qū)，該區(qū)是首個西北地區(qū)國家級水生態(tài)系統(tǒng)保護與修復示范區(qū)。該地區(qū)水源較為豐富，但受到周邊市區(qū)早期工業(yè)化與城市化開發(fā)的影響，水質(zhì)較差，并且受早期挖沙采石影響河道破碎化嚴重。近些年經(jīng)過治理，水環(huán)境狀況有了很大改善，但仍需要長期關(guān)注且實時監(jiān)測，具有典型性。以該區(qū)域的浐灞河河段為研究區(qū)，選取水體中TN、CODMn兩個水質(zhì)參數(shù)，采用人工神經(jīng)網(wǎng)絡和隨機森林兩種機器學習方法，構(gòu)建水質(zhì)遙感反演模型，探究水質(zhì)參數(shù)的時空演化規(guī)律。研究成果可為遙感技術(shù)監(jiān)測水質(zhì)提供借鑒，對于水環(huán)境質(zhì)量提升具有重要的意義。

1 研究區(qū)概況及數(shù)據(jù)源

1.1 研究區(qū)概況

本研究以進入西安市城區(qū)的浐河灞河下游河段作為研究區(qū)域，包括浐河河段(桃花潭公園)和灞河河段(灞橋濕地生態(tài)公園)及匯合后至入渭口的河段，如圖1所示。該區(qū)域年均降水量小于700 mm，且年內(nèi)分布不均，7～10月降水量占全年的60%以上。研究區(qū)域所在的浐灞生態(tài)區(qū)是陜西省經(jīng)濟發(fā)展的重要依托，該區(qū)承接了上游的農(nóng)業(yè)面源污染，且河段兩岸經(jīng)濟和工業(yè)發(fā)達，分布有多個雨水排放口，導致河流水體出現(xiàn)一系列水環(huán)境問題，氮素(N)濃度超標、水質(zhì)惡化等。

1.2 數(shù)據(jù)采集及處理

收集與水質(zhì)參數(shù)采集時間一致的Sentinel-2衛(wèi)星遙感數(shù)據(jù)用于提取水體和水質(zhì)遙感反演的輸入數(shù)據(jù)，水質(zhì)樣點實測數(shù)據(jù)用于驗證模型精度，以下介紹各數(shù)據(jù)獲取及處理過程。

1.2.1Sentinel-2數(shù)據(jù)及預處理

Sentinel-2A衛(wèi)星于2015年6月23日發(fā)射，搭載的有效荷載為多光譜成像(multispectral instrument，MSI)。MSI傳感器有13個波段，分為可見光、近紅外和短波紅外3部分，中心波長范圍為490～2 190 nm。Sentinel-2A衛(wèi)星的優(yōu)勢在于更短的訪問周期和高分辨率，能夠更精確地刻畫河道水體。本研究在構(gòu)建人工神經(jīng)網(wǎng)絡反演模型時，需要衛(wèi)星影像數(shù)據(jù)和水質(zhì)采樣點時間相近，兩次采樣時間分別為2019年12月與2020年7月，獲取研究區(qū)相應時間段的Sentinel-2A衛(wèi)星數(shù)據(jù)中的L1C影像數(shù)據(jù)。Sentinel-2A衛(wèi)星傳感器的光譜相關(guān)參數(shù)如表1所列。

表1 Sentinel-2衛(wèi)星相關(guān)參數(shù)Tab.1 Parameters of Sentinel-2

1.2.2提取水體范圍

遙感水體提取的發(fā)展歷經(jīng)了幾十年，經(jīng)歷了從目視解譯到光譜特征提取，自動分類再到光譜與空間信息結(jié)合等多個階段。多波段譜間關(guān)系法綜合利用了多個波段的光譜信息，提取效果往往要比單波段閾值法要好[13]。因此，本文采用多波段方法提取水體，綜合采用歸一化水體指數(shù)NDWI、改進的歸一化水體指數(shù)MNDWI、增強水體指數(shù)EWI這3種水體指數(shù)(見表2)，增強水體信息同時抑制其他非水體信息[14]，融合不同水體指數(shù)的水體提取優(yōu)勢，利用ENVI5.1軟件中波段運算工具進行各水體指數(shù)計算，再對其灰度進行分割，確定最佳閾值，提取各采樣時間段的水體信息。

表2 水體指數(shù)物理意義及特點Tab.2 Physical significance and characteristics of water index

Sentinel-2衛(wèi)星的B3波段為綠波段(Green)，B8、B8A波段為近紅外波段(NIR)，未設(shè)置中紅外波段。但是水體在B12波段(中心波長2 202.4 nm，半高寬242 nm)的光譜反射特性與在中紅外波段的反射特性相似，故本文用B12波段代替中紅外波段(MIR)參與波段計算。提取的水體如圖1所示。

1.2.3水質(zhì)數(shù)據(jù)采樣及測定

分別在2019年12月(枯水期)和2020年7月(豐水期)選取浐灞河下游段的8個斷面的樣點數(shù)據(jù)，采樣過程嚴格按照HJ/T 91-2002《地表水和污水監(jiān)測技術(shù)規(guī)范》[15]有關(guān)要求執(zhí)行。選擇樣點TN、CODMn兩個水質(zhì)參數(shù)，測定時需添加H2SO4調(diào)節(jié)。水質(zhì)參數(shù)的測定嚴格按照GB 3838-2002《地表水環(huán)境質(zhì)量標準》[16]執(zhí)行，數(shù)據(jù)精度和準確度均符合國家水質(zhì)檢測方法標準要求。其中，TN采用流動分析儀測定，CODMn采用酸性法測定。

2 研究方法

2.1 構(gòu)建人工神經(jīng)網(wǎng)絡模型

人工神經(jīng)網(wǎng)絡(ANN，Artificial Neural Network)算法是一種強大的分類和回歸算法，其靈感來自于人腦的神經(jīng)結(jié)構(gòu)[17]。人工神經(jīng)網(wǎng)絡以多個神經(jīng)元為隱藏層將輸入數(shù)據(jù)與輸出數(shù)據(jù)進行連接，從而挖掘出輸入和輸出數(shù)據(jù)之間的潛在關(guān)系。目前，人工神經(jīng)網(wǎng)絡在許多研究領(lǐng)域均得到廣泛應用[18-19]，比如生物記憶、模式識別、圖像處理、衛(wèi)星降水量估算、水庫調(diào)度。

本文構(gòu)建的ANN模型將各水質(zhì)樣點的B2～B8A波段像元值作為模型輸入，輸出模擬的水質(zhì)參數(shù)濃度值，其中水質(zhì)濃度實測值用于率定和檢驗。水質(zhì)濃度實測值樣本數(shù)量為8個，該模型的隱藏層為單層，隱藏層神經(jīng)元節(jié)點數(shù)量為8個(見圖2)?；赑latypus庫調(diào)用NSGA-Ⅱ算法優(yōu)化ANN模型內(nèi)部權(quán)重參數(shù)，將算法中種群規(guī)模設(shè)置為100，評價次數(shù)為5萬，二進制交叉算子(SBX)取值為(1.0，15.0)，多項式變異概率(PM)取值為(0.125，20.0)，完成反演過程。

2.2 構(gòu)建隨機森林模型

為了充分檢驗ANN模型的擬合效果，選取隨機森林(Random Forests，RF)模型作為比較基準。隨機森林算法是一種通過集成大量的決策樹來改進分類和回歸樹(CART，Classification and Regression Tree)的方法[20]。在隨機森林回歸中，引入的隨機森林算法將自動創(chuàng)建隨機決策樹群，通過從訓練數(shù)據(jù)集中選擇隨機變量集，并采用隨機有放回抽樣的方法來構(gòu)建每棵樹[21]，最后通過對所有樹的均衡化來計算實測值的估測值。本文基于深度學習框架Tensor Flow構(gòu)建RF反演模型，涉及的參數(shù)包括最大決策樹數(shù)量NE、決策樹最大深度MD和最大特征數(shù)MF，并采用試錯法確定參數(shù)取值為NE50-MD25-MF6。

2.3 留一法交叉驗證水質(zhì)參數(shù)精度

為了驗證求解出來水質(zhì)指標(TN、TP、CODMn)的代表性和適用性，引入留一法交叉驗證(LOOCV)進行論證[22]。留一法交叉驗證已經(jīng)被證明能夠有效評價機器學習模型的歸納性特征，并且其結(jié)果是幾乎無偏的，且能夠充分利用所有樣本，適用于樣本數(shù)量較小的情景。該方法具體步驟為：從樣本數(shù)據(jù)集中選擇一個樣本數(shù)據(jù)作為驗證數(shù)據(jù)；然后使用剩下的樣本數(shù)據(jù)訓練模型，并用最先被排除的那個樣本數(shù)據(jù)來驗證模型精度，如此重復8次(樣本個數(shù))；最終提取8個樣本的預測結(jié)果進行統(tǒng)計分析。本文的采樣點數(shù)量為8個，交叉驗證K折數(shù)為8。

2.4 評價指標

為評價2種方法反演精度，引入決定系數(shù)(R2)與均方根誤差(RMSE)對估測模型進行精度檢驗。計算公式為

(1)

(2)

3 研究結(jié)果

3.1 ANN模型與RF模型結(jié)果與分析

選擇衛(wèi)星遙感數(shù)據(jù)B2、B3、B4、B5、B6、B7、B8、B8A波段及實測水質(zhì)數(shù)據(jù)建立水質(zhì)反演模型。表3～4為反演結(jié)果及精度。

表3 ANN模型各水質(zhì)參數(shù)反演結(jié)果均方根誤差與決定系數(shù)Tab.3 The inversion results of RMSE and R2 by ANN algorithm

應用留一法交叉驗證法得到ANN模型8個樣點的評價指標值(見表3)，得到2019年12月TN、CODMn的平均均方根誤差分別為0.54和0.32，平均決定系數(shù)分別為0.79和0.80。由于本文選擇的樣本量較少，在做交叉驗證時可能存在較大的泛化誤差，分別計算了各評價指標的標準差。均方根誤差的標準差分別為0.09和0.08，決定系數(shù)的標準差分別為0.05和0.08。2020年7月TN、CODMn的平均均方根誤差分別為0.08和0.26，平均決定系數(shù)分別為0.99和0.99，均方根誤差的標準差分別為0.02和0.14，決定系數(shù)的標準差分別為0.001和0.001。各個評價指標的標準差較小，表明樣本量少并沒有帶來太大的泛化誤差，模型結(jié)果較為可靠。

RF模型各個樣點的評價指標值如表4所列。2019年12月TN、CODMn的平均均方根誤差分別為0.62和0.50，決定系數(shù)分別為0.65和0.48，均方根誤差的標準差分別為0.12和0.11，決定系數(shù)的標準差分別為0.14和0.22。2020年7月TN、CODMn的平均均方根誤差分別為0.8和4.63，決定系數(shù)分別為0.53和0.73，均方根誤差的標準差分別為0.15和1.18，決定系數(shù)的標準差分別為0.17和0.15。各個評價指標的標準差較小，表明樣本的泛化誤差較小，模型結(jié)果較為可靠。

表4 RF模型各水質(zhì)參數(shù)反演結(jié)果均方根誤差與決定系數(shù)Tab.4 The inversion results of RMSE and R2 by RF algorithm

對ANN和RF兩種模型的指標評價結(jié)果分析可知：ANN模型估算得到的水質(zhì)參數(shù)結(jié)果優(yōu)于RF模型，ANN模型在本文研究區(qū)域體現(xiàn)出了優(yōu)于RF模型的估算性能。因此，本文后續(xù)在進行水質(zhì)參數(shù)濃度空間分布時采用ANN估算的水質(zhì)參數(shù)。

3.2 各水質(zhì)參數(shù)空間分布特征

利用ANN模型驗證后的模型參數(shù)，輸入水體各波段數(shù)值，得到了水體范圍內(nèi)的水質(zhì)參數(shù)濃度空間分布，如圖3～4所示。

整體來講，跨河建筑物濃度總體上比周圍河段高，世博園的河段CODMn與TN相較于上橋村河段含量較低，上橋村附近河段濃度高于中間河段，這是由于受到點源排放口的影響。

在圖3中，CODMn在2019年12月濃度為2.96～5.62 mg/L，平均值為3.46 mg/L，2020年7月濃度為3.24～13.93 mg/L，平均值為6.64 mg/L。2020年7月濃度值高于2019年12月。從空間分布來看，濃度高值出現(xiàn)在灞河上橋村附近河段、浐灞河交匯處及浐灞河匯合后秦漢大道西段處，這些地方是人口密度較大和工業(yè)分布較為集中區(qū)域。2020年7月濃度值高于2019年12月，主要原因是CODMn濃度值的變化主要反映的是有機物和生活污染問題，浐灞河周圍分布有大量的居民區(qū)和雨污排放口，夏季用水量增加，城市生活污水排放入水體，導致7月濃度整體上高于12月。

如圖4所示，TN在2019年12月濃度為5.30～7.77 mg/L，平均值為5.74 mg/L，2020年7月濃度為4.23～9.00 mg/L，平均值為5.42 mg/L。2019年12月TN值高于2020年7月，但2020年7月濃度變化幅度大于2019年12月，這是因為有幾個區(qū)域在7月出現(xiàn)高值，在灞河上橋村附近河段、浐灞河交匯處、浐灞河匯合后奧體隧道到秦漢大道西段河道及入渭口右岸處，原因是這些地方城市生活污水和工業(yè)企業(yè)廢水大量排放，且附近分布有多個排污口，雖然污水經(jīng)處理后排放，但仍有大量污染物進入水體。此外，河流周圍還有農(nóng)業(yè)和農(nóng)村生活污水排放源，接納來自于農(nóng)田和養(yǎng)殖業(yè)產(chǎn)生的污水，降水的季節(jié)差異性導致12月整體濃度值高于7月[23]。浐河河段TN濃度值呈現(xiàn)出12月整體上高于7月，同樣是由于大量居民日常生活的污水和工業(yè)生產(chǎn)的廢水在降水的季節(jié)性變化下引起的[24]。

4 結(jié) 論

本研究以浐灞河下游河段為研究河段，采用人工神經(jīng)網(wǎng)絡和隨機森林兩種機器學習算法構(gòu)建水質(zhì)參數(shù)遙感反演模型，對水體中的TN、CODMn兩個水質(zhì)參數(shù)進行遙感反演研究，主要得到了以下結(jié)論：

(1)本文基于Sentinel-2衛(wèi)星遙感影像數(shù)據(jù)，融合多種水體指數(shù)法的優(yōu)勢，更準確地提取了研究區(qū)河道水體。

(2)采用人工神經(jīng)網(wǎng)絡算法與隨機森林算法，根據(jù)實測水質(zhì)樣點參數(shù)CODMn與TN，構(gòu)建了水質(zhì)反演模型，經(jīng)過對比分析，人工神經(jīng)網(wǎng)絡模型在該地區(qū)具有良好的適用性。

(3)將ANN模型應用于整個河段水體，得到水質(zhì)參數(shù)CODMn和TN的空間分布和變化特征，整體上水質(zhì)參數(shù)波動較小，空間分布較為均勻，部分區(qū)域出現(xiàn)高值，可能與人類活動有關(guān)。此外，CODMn與TN也呈現(xiàn)出季節(jié)性規(guī)律，這與人類活動的季節(jié)性有關(guān)。當前，河流在遙感領(lǐng)域受到的關(guān)注相對較少，部分原因是河流空間尺度較小(<100 km)和水質(zhì)參數(shù)變動范圍大。而長江水系水量較為豐沛，本文構(gòu)建的水質(zhì)監(jiān)測模型對于長江流域水環(huán)境實時監(jiān)測具有重要的參考價值，對于水環(huán)境質(zhì)量提升具有借鑒意義。