一种基于地基高光谱遥感的水体黑臭程度测算方法

1.本发明属于生态环境监测技术领域，具体涉及一种基于地基高光谱遥感的水体黑臭程度测算方法。


背景技术：

2.城市黑臭水体是对于在城市建成区内，呈现出令人不悦的颜色或散发出令人不适气味的水体，水体的黑臭是一种生物化学现象，当水体遭受严重的污染时，有机物的好氧分解使水体中的耗氧速率大于复氧速率，造成水体缺氧，致使有机物降解不完全，在厌氧生物降解过程中生成硫化氢、氨、硫醇等发臭物质，同时形成硫化铁、硫化锰等黑色物质，致使水体发生黑臭，这是一种严重的水污染现象，严重影响着地球的生态环境以及人类的生活健康。
3.城市黑臭水体的评价指标包括透明度、溶解氧、氧化还原电位、氨氮，按照该评价指标可将水体的污染程度分为重度黑臭水体、轻度黑臭水体和一般水体。
4.随着我国工农业的快速发展，城市建成区的水体黑臭程度趋势越发严重，并且不同地点的水体黑臭程度有所不同，如何快速准确并且大范围的识别黑臭水体，然后及时的提出相关的管理措施显得尤为重要，但是传统的检测方法多为实地采样保存，然后带到实验室进行水质分析，最终按照《指南》给出的标准，辨别水体的黑臭程度，这种方法不仅耗时耗人力，而且监测范围不够大，不能及时的反馈水体的黑臭程度，随着时代的进步，这种方法在解决水体黑臭化问题上已经尤显不足，与之相比，遥感技术却能够更加有效的解决这些问题。


技术实现要素：

5.本发明的目的是：旨在提供一种基于地基高光谱遥感的水体黑臭程度测算方法，通过高光谱成像仪得到的反射率曲线，根据不同影响因素构建出三个辨别水体黑臭程度的检测参数，从而达到简单高效、精细化评价城市水体黑臭程度的方法，更加满足水体针对性治理的需要。
6.为实现上述技术目的，本发明采用的技术方案如下：
7.一种基于地基高光谱遥感的水体黑臭程度测算方法，包括设于目标水体的地基高光谱成像仪，该方法包含以下步骤：
8.s1：首先利用遥感图像处理软件，对地基高光谱成像仪采集得到的影像数据进行处理，分别提取出计算遥感反射率的三个参量；
9.s2：利用步骤s1中已提取出的三个参量，构建敏感波长的反射率曲线r
rs
；
10.s3：利用步骤s2中构建出的敏感波长反射率曲线，提取特定波长的遥感反射率，反演出 cie颜色空间中的三刺激值，并计算目标水体颜色在cie色度图上对应的坐标；
11.s4：构建初步辨别目标水体黑臭程度的检测参数，并利用步骤s3所得到的色度图坐标，计算出该检测参数；
12.s5：利用步骤s4中的检测参数对目标水体的黑臭程度进行辨别，如果是绿色类或黄色类水体，则转至步骤s6，否则则根据检测参数直接判定该目标水体为重度黑臭水体或者其他污染水体；
13.s6：如果是绿色类水体，则利用敏感波长的遥感反射率数据，构建辨别绿色类水体黑臭程度的检测参数，转至s7；如果是黄色类水体，同理利用敏感波长的遥感反射率数据，构建辨别黄色类水体黑臭程度的检测参数，转至s8；
14.s7：利用步骤s6中构建的绿色类水体黑臭程度检测参数，对该绿色类水体的黑臭程度进行判别，如果满足该判别条件，则属于轻度黑臭水体，否则将其判别为一般水体；
15.s8：利用步骤s6中构建的黄色类水体黑臭程度检测参数，对该黄色类水体的黑臭程度进行判别，如果满足该判别条件，则属于一般水体，否则将其判别为轻度黑臭水体。
16.其中，所述步骤s1中提取的三个参量分别为标准板测量值l
p
、天空漫散射光l
sky
、离水辐亮度lw，具体提取方法如下：
17.l
p
：使用遥感图像处理软件打开对地基高光谱成像仪采集得到的影像数据源文件，选取任意一端波段形成监测区域影像，将该影像中的整个白板选取为感兴趣区域，利用roi工具读取出该感兴趣区域的最大值，形成各个波段的标准板测量最大值集合，并将其以text文档形式导出保存；
18.l
sky
：使用遥感图像处理软件打开对地基高光谱成像仪采集得到的影像数据源文件，选取任意一波段形成监测区域影像，选取该影像中最远处天空做为感兴趣区域，并利用roi工具读取出该感兴趣区域的平均值，形成包含各个波段的光谱曲线，并将其同样以text文档形式导出保存；
19.lw：使用遥感图像处理软件打开对地基高光谱成像仪采集得到的影像数据源文件，选取任意一波段形成监测区域影像，从目标水域中选择无白帽、无波纹、无倒影、无船只的水体做为感兴趣区域，同样利用roi工具读取出该感兴趣区域的平均值，形成包含各个波段的光谱曲线，并将其同样以text文档形式导出保存。
20.所述步骤s2的具体步骤为，将步骤s1得到的三种参数数据导入excel表格中，并进行通过如下两步计算形成敏感波长的反射率曲线：
21.(1)
22.(2)
23.其中，ρ
p
为标准板的反射率，ed(0

)表示水表面入射总辐照度，ρ表示气—水界面对天空光的反射率。
24.所述步骤s3提取的特定波长遥感反射率r
rs
(red)、r
rs
(green)和r
rs
(blue)，其对应波长为λ
red
、λ
green
和λ
blue
，然后利用地基高光谱红绿蓝三个波段波段值计算cie颜色空间中的三刺激值x、y、z，并进一步计算cie色度图中颜色对应的坐标(m，n)，三刺激值和坐标的计算公式如下：
25.cie颜色空间三刺激值：
26.cie色度图中颜色所对应的坐标：
27.所述步骤s4中所构建的检测参数为色度角θ，其计算公式如下：
28.色度角θ：
29.其中，所述步骤s5中对目标水体的黑臭程度进行了辨别，其辨别标准如下：
30.绿色或黄色类水体：-60.546＜θ＜40.552
31.重度黑臭水体：θ不存在(m＝n＝0)
32.其他污染水体：θ＜-60.546或θ＞40.552
33.将步骤s4中得到θ值与该辨别标准进行对比，若是绿色或黄色类水体，则转至步骤s7，否则该目标水体则为重度黑臭水体或者是其他污染水体。
34.在步骤s6中，绿色类水体和黄色类水体的分界数值为25.429，如果目标水体的θ值为
ꢀ‑
60.546＜θ＜40.552，则该目标水体属于绿色类水体，所以构建的绿色类水体黑臭程度的检测参数为绿波段反射率阈值r
rs
(green)并转至步骤s8；
35.如果目标水体的如θ值为，则该目标水体属于黄色类水体，所以构建的黄色类水体黑臭程度的检测参数为黑臭水体分类指数bwci并转至s9，其计算公式如下：
36.黑臭水体分类指数bwci：
37.所述步骤s7的具体检测方式为，若目标水体为绿色水体，则设置绿波段反射率阈值为m，若r
rs
(green)＜m，则表示该目标水体为轻度黑臭水体，反之则为一般水体。
38.所述步骤s8的具体检测方式为，若目标水体为黄色水体，则设置黑臭水体分类指数的阈值参数为n，若bwci《n，则表示该目标水体为一般水体，反之则为轻度黑臭水体。
39.本发明相较于现有技术至少具有以下优点：
40.通过地基高光谱成像仪，测得目标水体的敏感波长反射率曲线，并提取特定波长遥感反射率计算出cie三刺激值以及对应坐标，接着计算目标坐标的色度角θ，并根据色度角θ对应辨别标准，初步区分水体状态，而在特殊影响因素水体状态下时如水体呈绿色或黄色时，根据不同水体影响因素进一步采取不同的测算方法，从而进一步测算目标水体状态，是否为轻度黑臭水体或该类水体下的常规状态，从而更加满足于水体精细化的治理。
附图说明
41.本发明可以通过附图给出的非限定性实施例进一步说明。
42.图1为本发明方法的判断流程示意图一。
43.图2为本发明方法的判断流程示意图二。
具体实施方式
44.为了使本领域的技术人员可以更好地理解本发明，下面结合附图和实施例对本发明技术方案进一步说明。
45.如图1-2所示，一种基于地基高光谱遥感的水体黑臭程度测算方法，包括设于目标水体的地基高光谱成像仪，该方法包含以下步骤：
46.s1：首先利用遥感图像处理软件，对地基高光谱成像仪采集得到的影像数据进行处理，分别提取出计算遥感反射率的三个参量；
47.s2：利用步骤s1中已提取出的三个参量，构建敏感波长的反射率曲线r
rs
；
48.s3：利用步骤s2中构建出的敏感波长反射率曲线，提取特定波长的遥感反射率，反演出 cie颜色空间中的三刺激值，并计算目标水体颜色在cie色度图上对应的坐标；
49.s4：构建初步辨别目标水体黑臭程度的检测参数，并利用步骤s3所得到的色度图坐标，计算出该检测参数；
50.s5：利用步骤s4中的检测参数对目标水体的黑臭程度进行辨别，如果是绿色类或黄色类水体，则转至步骤s6，否则则根据检测参数直接判定该目标水体为重度黑臭水体或者其他污染水体；
51.s6：如果是绿色类水体，则利用敏感波长的遥感反射率数据，构建辨别绿色类水体黑臭程度的检测参数，转至s7；如果是黄色类水体，同理利用敏感波长的遥感反射率数据，构建辨别黄色类水体黑臭程度的检测参数，转至s8；
52.s7：利用步骤s6中构建的绿色类水体黑臭程度检测参数，对该绿色类水体的黑臭程度进行判别，如果满足该判别条件，则属于轻度黑臭水体，否则将其判别为一般水体；
53.s8：利用步骤s6中构建的黄色类水体黑臭程度检测参数，对该黄色类水体的黑臭程度进行判别，如果满足该判别条件，则属于一般水体，否则将其判别为轻度黑臭水体。
54.在本实施例中，地基高光谱成像仪的传感器为cmos成像仪，分辨率为200万像素，光谱范围包含420-1000nm，采集速度为8-20秒一次，其辅助成像为500w的高清相机，该成像仪的拍摄方向与水面法线的夹角约40
°
，且其观测平面与太阳光入射平面的夹角为135
°
，且背对太阳方向安装；
55.在具体对水体状态进行测算时，先通过地基高光谱成像仪采集目标水体的影像数据，并通过遥感图像处理软件进行处理，得到计算遥感反射率的三个参量，然后通过三个参量构建敏感波长的反射率曲线r
rs
，再利用敏感波长反射率曲线提取cie颜色空间中三刺激值的特定波长反射率，并根据这三刺激值计算对应的坐标；
56.当计算出目标水体在cie色度图上对于坐标后，即可开始构建用于检测目标水体黑臭程度的参数值，当检测参数计算得到后即可对目标水体进行进一步的辨别测算，进而对目标水体进行类型区别，而当水体处于绿色或黄色类水体状态时，则需对其状态进行进一步检测区别；
57.根据辨别标准以及绿色和黄色类水体之间的分界数值，可对目标水体进行分类以确定其为绿色或黄色类水体，当目标水体为绿色类水体时，则根据影响目标水体成为绿色类水体的因素前提下，构建针对绿色类水体的判别条件，若目标为黄色类水体时，则根据影响目标水体成为黄色类水体的因素前提下，构建针对黄色类水体的判别条件，这样在面对影响水体色类的不同影响因素下，能够针对性的进行水体判别，提高水体判别精度和准确
性，避免水体色类影响因素对水体状态测算造成影响和误差，更加利于水体针对性治理。
58.在本实施例中具体测算步骤如下：
59.步骤s1的具体步骤为，提取的三个参量分别为标准板测量值、天空漫散射光、离水辐亮度，利用高光谱成像仪，对目标水域水体进行连续拍摄，形成包含水体信息的影像数据文件，在本实施例中遥感图像处理软件采用envi软件，再利用envi软件提取该影像数据raw源文件任意选取一波段后形成监测区域影像，并可从该影像上读取出水面上的三个参量，具体提取方法如下：
60.l
p
：首先在该影像上可以观测到固定在成像仪视野范围内的标准板，打开roi面板将这整个标准板选为感兴趣区域，利用roi工具自动读取出该感兴趣区域的一系列数值，包括最大值、最小值、平均值、中位数值等，其中标准板测量值一般选取最大值，同时由于通过roi 开启影像数据的raw源文件，将使得读取的一系列数据包含整个波段，因此便形成了各个波段标准板测量值的最大值集合，并将其以text文档形式导出保存。
61.l
sky
：首先在该影像上找到最远处的天空区域，然后打开roi面板将整个影像区域中靠近影像最顶端的天空区域选为感兴趣区域，利用roi工具自动读取出该感兴趣区域的一系列数值，包括最大值、最小值、平均值、中位数值等，其中天空漫散射光一般选取平均值，同时由于通过roi开启影像数据的raw源文件，将使得读取的一系列数据包含整个波段，因此便形成了包含各个波段的天空漫散射光光谱曲线，同样将其以text文档形式导出保存。
62.lw：首先在该影像上找到无倒影、无白帽、无波纹、无船只的水体区域，然后打开roi 面板将其选择为感兴趣区域，利用roi工具自动读取出该感兴趣区域的一系列数值，包括最大值、最小值、平均值、中位数值等其中，离水辐亮度一般选取平均值，同理将形成包含各个波段的离水辐亮度光谱曲线，将其以text文档形式导出保存。
63.步骤s2的具体步骤为，将步骤s1得到的三种参数数据导入excel表格中，并进行通过如下两步计算形成敏感波长的反射率曲线：
64.(1)
65.(2)
66.其中，ρ
p
为标准板的反射率；ed(0

)表示水表面入射总辐照度；ρ表示气—水界面对天空光的反射率。
67.步骤s3的具体步骤为，利用步骤s2中的敏感波长反射率曲线提取计算cie颜色空间中三刺激值的特定波长反射率，其中红、绿、蓝三个波段的中心波长分别为λr＝645nm、λg＝555nm、λb＝469nm，其对应波长反射率为r
rs
(red)、r
rs
(green)、r
rs
(blue)，利用红绿蓝三波段的中心波长反射率计算出cie颜色空间中的三刺激值，其中根据国际照明委员会建立的cie色空间标准，可得到该公式的所有系数值，其计算公式如下：
68.cie颜色空间三刺激值：
69.利用步骤s3得到的三刺激值计算出cie色度图中颜色所对应的坐标(m，n)，其中根据国际照明委员会建立的cie色空间标准，可得到拟合系数h1＝0.3333、h2＝0.3333，其计算公式如下：
70.cie色度图中颜色所对应的坐标：
71.步骤s4的具体步骤为，构建的初步辨别目标水体黑臭程度的检测参数为色度角θ，其中根据国际照明委员会建立的cie色空间标准，可得到其计算公式如下：
72.色度角θ：
73.步骤s5的具体步骤为，初步辨别黑臭水体程度的辨别标准如下：
74.绿色或黄色类水体：-60.546＜θ＜40.552
75.重度黑臭水体：θ不存在(m＝n＝0)
76.其他污染水体：θ＜-60.546或θ＞40.552
77.将步骤s5中计算得到的色度角θ值对应辨别标准，若是绿色或黄色水体，则转至步骤s7，若θ不存在，则该目标水体属于重度黑臭水体，否则则为其他污染水体。
78.步骤s6的具体步骤为，绿色类水体和黄色类水体的分界数值为25.429，如果目标水体的θ值为-60.546＜θ＜25.429，则该目标水体属于绿色类水体，所以构建的绿色类水体黑臭程度的检测参数为绿波段反射率阈值r
rs
(green)并转至步骤s8；
79.如果目标水体的如θ值为25.429＜θ＜40.552，则该目标水体属于黄色类水体，所以构建的黄色类水体黑臭程度的检测参数为黑臭水体分类指数bwci并转至步骤s8，其计算公式如下：
80.黑臭水体分类指数bwci：
81.步骤s7的具体步骤为，如果目标水体属于绿色水体，则设置绿波段反射率阈值为 m＝0.015，如果r
rs
(green)＜0.015，则表示该目标水体为轻度黑臭水体，反正则为一般水体，需说明的是，m是通过大量的数据经过神经网络训练后得到的经验值。
82.步骤s8的具体步骤为，如果目标水体为黄色类水体，则设置黑臭水体分类指数bwci的阈值参数为n＝-0.02，如果bwci《-0.02，则判别该目标水体为一般水体，否则则为轻度黑臭水体，需说明的是，n同样是通过大量的数据经过神经网络训练后得到的经验值。
83.其中由于步骤s7和步骤s8中对不同色类水体的影响因素不同，如绿色类水体的主要影响因素为浮游植物，而黄色类水体的主要影响因素为溶解有机物，因此面对不同影响因素采取不同的测算标准，能够更加准确的对目标水体进行测算，同时也对目标水体的种类进行分类，更加利于后期水体治理的针对性方案指定需要。
84.上述实施例仅示例性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成
的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。