1、城市黑臭水体遥感监测技术研究及应用广州地理研究所报告人：杨骥 博士/高级工程师目录背景介绍背景介绍1研究概况研究概况光谱分析与建模光谱分析与建模机理与评价体系机理与评价体系遥感监测遥感监测2345结论与展望结论与展望6背景背景介绍介绍国家战略、水体污染现状、存在问题、国家战略、水体污染现状、存在问题、如何解决？如何解决？1一、背景介绍战略背景地理信息技术是与纳米技术、生物技术并列地理信息技术是与纳米技术、生物技术并列的的2121世纪三大战略领域世纪三大战略领域人工智能成为国家战略人工智能成为国家战略绿水青山就是金山银山，生态文明建设上绿水青山就是金山银山，生态文明建设上升到新高度升到新高度广东
2、省战略性新兴产业广东省战略性新兴产业无人机无人机一、背景介绍水环境现状良口镇白坭河2009年白云区不再使用流溪河作为饮用水源2015年广州市取消李溪坝以下常规水源功能工业废水工业废水畜禽养殖畜禽养殖生活废水生活废水餐饮废水餐饮废水2013年人和水厂由于水源氨氮超标面临关停流溪河流域保护条例流溪河流域保护条例、广州广州市人民政府关于全面开展流溪河流市人民政府关于全面开展流溪河流域水环境整治的通告域水环境整治的通告城市黑臭水体成因复城市黑臭水体成因复杂，如果实现黑臭水杂，如果实现黑臭水体全方位监测？体全方位监测？2016年12月，中国中共中央办公厅、国务院办公厅印发了关于全面推行河长制的意见河长制
3、由各级（省、市、县、乡）党政主要负责人担任由各级（省、市、县、乡）党政主要负责人担任“河长河长”，负责辖区内河流的污染治理，确保实现河道水质与水，负责辖区内河流的污染治理，确保实现河道水质与水环境持续改善，达到河畅、水清、岸绿、景美的效果。环境持续改善，达到河畅、水清、岸绿、景美的效果。20182018年底前全面建立河长制，建立省、市、县、镇、村五年底前全面建立河长制，建立省、市、县、镇、村五级河长体系。级河长体系。省级总河长市（地）级河长县（市、区）级河长乡（镇）级河长村级河长职责侧重“查”，主要负责日常巡查以及配合上级河长、相关职能部门开展工作职责侧重“管”，主要负责河道及排水设施维护、河
4、道保洁、污染源查控工作职责侧重于治理工作的组织实施、经费保障、监督检查职责侧重于治理工作的组织、协调、督促、检查承担总督导、总调度职责党政领导 高位推进一、背景介绍河长制“五清”专项行动清理涉河湖违法违建清理河湖障碍物清理底泥污染物清理水面漂浮物清理非法排污口水质判别以断面监测为主，城市水体污染源种类多，污染成因复杂，水质空间变化较大河湖流域覆盖面广，环境复杂，人工巡查工作量大，效率低、难度大、成本高、监测不全面存在问题一、背景介绍本研究的提出一、背景介绍黑臭水体关键水质参数遥感反演与评价方法研究遥感应用地面模型理论基础研究研究概况概况研究进展、研究内容、技术路线、研究进展、研究内容、技术路线
5、、实验区选择、数据处理实验区选择、数据处理2二、研究概况研究进展序号模型参数来源1NSF-WQIDO、粪大肠菌群、pH、BOD5、硝酸盐、总磷、温度、浊度、总固体Brown et al，19722OWQI温度、DO、BOD、pH、总固体、氨氮和硝酸盐氮的加和、TP、粪大肠菌群Code et al，20013CWQI温度、DO、BOD、pH、总固体、氨氮等Rocchini et al，19954PESCEBOD、COD、pH、温度、浊度等Pesce et al，2000国外研究主要针对一般水体，对严重污染的城市水体的适用性需要进一步研究。序号模型参数来源1黑臭单因子污染水体指数NH3-N、DO上
6、海自来水公司2有机污染水体指数BOD5、COD、NH3-N、DO刘德生 等，20013单因子指标标准温度、DO、BOD、pH、总固体、氨氮等胡国臣 等，19994综合水质标识常数BOD、COD、pH、温度、浊度等徐祖信 等，2005国内研究主要基于地面采样数据进行评价，难以从空间的角度揭示黑臭的原因。研究进展l 黑臭水体的监测目前仍以人工监测断面水质的方式为主，采样频率低。但城市黑臭河流的水质变化较大，人工监测的方式无法实现空间维度上连续的黑臭监测；l 水质评价方法主要针对一般水体，对于严重污染水体的适用性有待研究；l 多数学者采用的光谱数据都是以地面光谱数据采集为主，利用卫星遥感的方式开展低
7、成本、大尺度黑臭水体监测的研究目前较少。目前仅有的遥感黑臭水体监测研究是从普通水体与黑臭水体的光谱特征出发，没有考虑导致水体黑臭的具体水质参数。二、研究概况研究内容（1）城市黑臭水体的识别与分级标准完善城市黑臭水体的识别和分级标准；分析水质指标对黑臭的响应机理；建立黑臭水体监测指标体系。（2）黑臭水体关键水质参数反演模型分析黑臭水体的光谱特性；对地面高光谱数据进行处理，突出城市黑臭水体光谱特征，选择敏感波段构建黑臭水体关键水质参数反演模型。（3）基于卫星遥感影像的黑臭水体监测研究复杂背景条件下城市细小水体的提取；构建基于中高空间分辨率卫星遥感影像的黑臭水体遥感识别模型，分析可遥感的关键黑臭水质
8、指标的光谱特征或组合特征对其响应，建立水体黑臭水质评价模型，从空间遥感定量判断黑臭程度。（4）基于无人机遥感的污染调查与分析通过无人机地空遥感，对重点污染河段周边排污口、违章建筑等情况进行全方位调查与精准分析二、研究概况实验数据收集由于大量污水、废水及垃圾等污染物排入河涌，导致河道水质变差，底泥污染严重。收集了2016年1月-2017年12月广州市53条重点污染河涌每月一次的水质监测数据（参数包括：TP、NH3-N、COD、WPI）共1200余条水质监测数据，用于水质黑臭综合评价模型的构建。二、研究概况实验数据采集本研究选取具有典型性、代表性的黑臭河涌车陂涌、永和河为黑臭水体研究实验区，选取水
9、质较好的黄龙带水库作为参考背景，图中A为车陂涌，B为永和河，C为黄龙带水库。二、研究概况实验数据采集 A：车陂涌 B：永和河 C：黄龙带水库二、研究概况本次实验的地面水体光谱测量仪器是美国ASD（Analytical Spectral Devices,Inc）公司研制的ASD Field-Spec 3系列光谱仪。光谱范围：350nm-2500nm；光谱采样间隔：1.4nm350-1050nm；2nm1000-2500nm；光 谱 分 辨 率：3 n m 7 0 0 n m；10nm1400nm，2100nm；波长精度：1nm（350-2500nm）；测定速度：固定扫描时间0.1s；输出波段数：
10、2150个（间隔为1nm）。实验数据采集二、研究概况日期地点采样数目测量的项目同步光谱2017.9.28永和河12总氮、总磷、氨氮、悬浮物、BOD5、COD、叶绿素ASD Field-Spec 3光谱仪2017.10.24车陂涌8同上同上2017.10.25黄龙带水库15同上同上2017.10.18永和河12总氮、总磷、氨氮、悬浮物、BOD5、COD、溶解氧、氧化还原电位同上2017.10.19车陂涌11同上同上本研究总共在以上3个研究区域选择54个采样点，由于受水面油膜等影响，光谱数据存在异常，本次实验共有有效水质采样与同步光谱采样点共52个。实验数据采集二、研究概况光谱数据处理0.00 0
11、.40 0.80 1.20 1.60 2.00 350450550650750850950Normal ReflectanceWavelength(nm)00.20.40.60.811.2350450550650750850950Removeing Envelope ReflectanceWavelength(nm)-3-2-101234563523774024274524775025275525776026276526777027277527778028278528779029279529771002First order differentialWavelength(nm)原始光谱 归一化
12、处理 包络线去除 一阶微分950350()()1()NiRiRiRin二、研究概况黑臭水体机理黑臭水体机理与水质评价与水质评价机理研究、指标体系、机理研究、指标体系、评价方法评价方法3 根本原因：日益严重的有机污染 关键因素：河床底泥再悬浮 环境因子：水体热污染 驱动条件：水循环动力不足有机物厌氧分解产生易挥发的刺激性气体有机污染严重的厌氧状态水体中，放线菌和藻类的分解产生醇类异臭物质以固态形式存在的不溶性物质或吸附于悬浮颗粒上的污染物质有色且溶于水的腐殖质类有机化合物致黑致臭黑臭水体机理三、黑臭水体机理与水质评价黑臭水体指标体系感官指标成分指标分析指标黑臭水体指标体系三、黑臭水体机理与水质评
13、价改进的水体评价模型iiiiiq pWQIp qi代表归一化的水体参数，根据水体黑臭的成因与本文构建的指标体系，本文选择的水质参数为DO，NH3-N，TP，TN，COD，BOD5。归一化参数计算依据提出的模型。pi为权重系数，计算公式如下：iiiiqpq改进的水体评价方法IndicatorRangeWater conditionSub-index(qi)DO7.0ExcellentY=1.98X+76.247.0-6.0GoodY=19.9X-49.35.9-5.0FairY=20.10X-50.404.9-4.0MarginalY=25.15X-75.504.0PoorY=12.50X-24
14、.88BOD56.0PoorY=-6.27X+62.68NH3-N3.5PoorY=-0.15X+25.53TN4.5PoorY=4.55X+45.52TP0.50PoorY=-2.63X+26.32COD6.0PoorY=-15.21X+162.21水质评价三、黑臭水体机理与水质评价IndicatorImportance in water quality（qi）Relative weight(wi)DO40.31NH3-N30.23BOD510.08COD10.08TN20.15TP20.15Total131RankWQI ValueExcellent100 WQI 90Good90WQI
15、70Fair70WQI 50Marginal50WQI 30Poor30WQI 10Serious poor10WQI 0WQI指数级别划分不同水质参数的权重分配基于广州市1200余条水质检测数据，采用层次层次分析法分析法计算权重WQI指数分为6个级别，Excellent、GOOD、Fair、Marginal分布代表优质水体、良好水体、一般水体、临界水体的四种非黑臭水体；Poor、Serious Poor代表轻度黑臭和重度黑臭水体。水质评价三、黑臭水体机理与水质评价DO与TN、TP、COD、BOD5、NH3-N呈负指数相关；TN与NH3-N、TP、COD、BOD5之间存在较高的线性相关；BOD
16、5与COD相关性最好TNTPNH3TSSBOD5CODDOTNPearson 相关性1.000.880*.978*0.150.608*.752*-.643*显著性（双侧）0.000 0.000 0.290 0.000 0.000 0.000 TPPearson 相关性.880*1.000.865*0.071.844*.889*-.643*显著性（双侧）0.000 0.000 0.616 0.000 0.000 0.000 NH3Pearson 相关性.978*.865*1.000 0.147.599*.744*-.650*显著性（双侧）0.000 0.000 0.298 0.000 0.000
17、 0.000 TSSPearson 相关性0.150 0.071 0.147 1.000 0.003 0.064-0.033 显著性（双侧）0.290 0.616 0.298 0.983 0.654 0.814 BOD5Pearson 相关性.608*.844*.599*0.003 1.000.905*-.595*显著性（双侧）0.000 0.000 0.000 0.983 0.000 0.000 CODPearson 相关性.752*.889*.744*0.064.905*1.000-.701*显著性（双侧）0.000 0.000 0.000 0.654 0.000 0.000 DOPear
18、son 相关性-.643*-.643*-.650*-0.033-.595*-.701*1.000 显著性（双侧）0.000 0.000 0.000 0.814 0.000 0.000*.在.01 水平（双侧）上显著相关。水质评价三、黑臭水体机理与水质评价No.Water ClassStandardWPIWQIIOWQIProposedWQI11.081.74.644.444.521.029.02.862.859.131.024.53.041.155.54Inferior2.1104.35.333.430.05Inferior2.3210.09.01.714.56Inferior2.3163.0
19、7.41.717.37Inferior1.095.75.379.227.38Inferior1.0285.17.7101.240.99Inferior1.0100.84.557.252.710Inferior2.1160.86.733.532.711Inferior2.1112.55.71.725.5121.044.22.764.557.3131.068.04.143.143.614Inferior1.0112.85.41.732.715Inferior1.098.14.634.744.516Inferior2.3153.67.21.718.217Inferior2.1133.26.51.72
20、4.518Inferior1.0114.45.430.236.419Inferior1.0107.64.935.240.020Inferior2.1165.36.81.728.221Inferior2.1133.76.71.721.822Inferior2.1123.56.21.725.5231.071.13.830.840.024Inferior1.0111.64.9103.646.425Inferior2.2175.47.333.528.2本文提出的算法分别与OWQI、WQII、WPI、Standard进行对比验证，结果表明，本文提出的算法与WQII和WPI有较好的一致性，确定系数分别为R
21、2=0.80和0.56；与OWQI的相关性较差，确定系数R2=0.35；与Standard相比，53个点中49个点判断结果一致。本文提出的算法考虑的因素更加全面，部分水体水质COD严重超标，按照指南的标准并没有识别出。0.00.51.01.52.02.53.03.513579 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53IndexSiteProposed WQI Standard水质评价三、黑臭水体机理与水质评价光谱分析光谱分析与建模与建模光谱特征分析、模型构建、光谱特征分析、模型构建、模型评价模型评价4光谱
22、特征分析四、光谱分析与建模 正常水体仅有一个明显反射峰出现在570nm附近；黑臭水体有三个反射峰，分别出现在570nm、710nm和810nm附近；高度浑浊水体有两个明显反射峰，反射峰向黄、红波段偏移出现在580-710nm和810nm附近。正常水体有两个吸收谷出现在450nm和720nm附近；黑臭水体有三个吸收谷出现在450nm、675nm和750nm附近，并在675nm和750nm附近吸收谷较为明显；浑浊水体有两个吸收谷出现在675nm和750nm附近。重度黑臭水体与轻度黑臭水体的光谱特征相似，但重度黑臭水体的反射率总体低于轻度黑臭水体。当TSS浓度过高时（100mg/L，TSS的光谱特征
23、有两个明显反射峰，并向黄、红波段偏移出现在580-710nm和810nm附近。TSS的特征起主导作用，抑制了关键黑臭水质参数的光谱特性。0.00 0.10 0.20 0.30 0.40 0.50 350 450 550 650 750 850 950ReflectenceWavelength（nm）-1.0-0.8-0.6-0.4-0.20.00.20.40.60.81.0350450550650750850950correlation coefficientWavelengh(nm)TNTPNH3TSSBOD5CODDO-1-0.500.511.5350450550650750850950c
24、orrelation coefficientWavelengh(nm)TNTPNH3TSSBOD5CODDO-1.20-0.80-0.400.000.400.801.20350450550650750850950correlation coefficientWavelengh(nm)TNTPNH3TSSBOD5CODDO-1.5-1.0-0.50.00.51.01.5352452552652752852952correlation coefficientWavelengh(nm)TNTPNH3TSSBOD5CODDOTN、TP、NH3-N、COD、BOD5五种水质参数与水体反射率的相关性呈现一
25、致，但五种参数之间呈现较好的相关性，为模型构建提供光学基础。原始光谱归一化光谱包络线去除光谱一阶导数微分光谱光谱特征分析相关性分析四、光谱分析与建模五种水质参数（TN、TP、NH3-N、COD、BOD5）的DR（597nm）、ER（600nm）的单波段模型显著性较高，为最优模型。BR（580nm，650nm）、CR（550nm，650nm）、E-BR（580nm，650nm）、E-CR（550nm，650nm）、N-BR（580nm，650nm）、N-CR（550nm,650nm）的最优波段组合主要呈负指数模型，模型效果较好。DO的原始光谱、NR、DR、ER的最优波段分别在567、760、42
26、0、600nm处，其中NR（760nm）、ER（600nm）模型显著性系数较高，主要呈对数模型，模型效果较好。DO的原始光谱波段比值最优组合为BR（650nm，750nm），CR（680nm，750nm），模型主要呈对数形式，模型的确定系数R2为0.958，显著性系数较高。关键水体黑臭指标（mg/L）波段（nm）光谱形式模型确定系数R2F值TP580、650BRy=6.0728x12.7250.842143.276550、650CRy=2.3185e90.603x0.858150.313580、650B-NRy=6.0728x12.7250.842143.276550、650C-NRy=4.8
27、655e10.587x0.814116.513585、720B-DRy=0.2977x+0.04670.61336.168580、650C-DRy=1.0398x+0.88340.53627.390580、650B-ERy=1.5446x11.2360.805108.571550、650C-ERy=1.8528e14.613x0.821126.499TN580、650BRy=0.0003e12.314x0.856148.571550、650CRy=2.755e63.833x0.889170.673580、650B-NRy=0.0003e12.314x0.856148.571550、650C-N
28、Ry=38.303e7.4549x0.842143.276690、720B-DRy=3.3141x+1.04460.68743.579580、650C-DRy=11.753x+10.4050.61835.218580、650B-ERy=0.0008e10.094x0.831167.382550、650C-ERy=19.174e10.225x0.839169.748NH3-N580、650BRy=86.953x15.0610.825128.991550、650CRy=30.782e110.33x0.890175.330580、650B-NRy=86.953x15.0610.825127.3885
29、50、650C-NRy=69.366e12.635x0.810115.285690、720B-DRy=2.8803x+0.61270.66740.139580、650C-DRy=10.154x+8.73210.59426.190580、650B-ERy=17.55x13.3880.79980.571550、650C-ERy=21.629e17.369x0.811100.276水质参数反演模型构建四、光谱分析与建模关键水体黑臭指标（mg/L）波段（nm）光谱形式模型确定系数R2F值BOD5580、650BRy=0.0533e6.6131x0.76976.719550、650CRy=22.782e
30、34.528x0.810123.784580、650B-NRy=0.0533e6.6131x0.76985.593550、650C-NRy=29.538e3.9696x0.74365.987690、720B-DRy=4.6675x+2.36970.66746.117580、650C-DRy=14.736x+15.0740.47619.233580、650B-ERy=0.0978e5.3314x0.72269.163550、650C-ERy=20.232e5.3914x0.72668.100COD580、650BRy=126.57e5.386x0.830143.29550、650CRy=89.1
31、1e46.892x0.907156.199580、650B-NRy=0.0242e8.961x0.857153.201550、650C-NRy=126.57e5.386x0.830126.784690、720B-DRy=14.552x+6.19250.854149.776580、650C-DRy=48.667x+46.5190.68454.890580、650B-ERy=0.0531e7.2676x0.814116.513550、650C-ERy=76.389e7.3603x0.821135.971DO650、750BRy=7.7707ln(x)+7.56440.958176.875680、7
32、50CRy=111.54x+6.17080.74577.82650、750B-NRy=7.7707ln(x)+7.56440.958178.246680、750C-NRy=10.404x+6.49610.895169.569690、720B-DRy=-1.0941x+6.61040.63857.210580、650C-DRy=-3.9567x+3.49980.59723.196650、750B-ERy=11.618x-5.14180.977181.761650、750C-ERy=12.616x+6.56560.975179.368水质参数反演模型构建四、光谱分析与建模模型评价水质参数波段或波段
33、组合模型模型校正样本（N=35）模型检验样本（N=17）RMSEMRERMSEMRETPDR(597)y=1.2664e-2.482x4.3541.4%4.7541.2%ER(600)y=1.2097x15.654.8052.3%4.7953.5%BR(580,650)y=6.0728x12.7254.2329.2%6.5836.7%CR(550,650)y=2.3185e90.603x6.2232.7%9.7422.7%TNDR(597)y=15.093e-1.745x0.7169.8%0.5243.4%ER(600)y=14.848x11.1070.5441.6%0.5448.5%BR(5
34、80,650)y=0.0003e12.314x3.1021.4%0.5421.4%CR(550,650)y=2.755e63.833x2.3232.3%0.3922.3%NH3-NDR(597)y=15.609e-3.041x7.6049.3%5.2241.2%ER(600)y=14.451x19.0344.9319.2%5.3324.5%BR(580,650)y=86.953x15.06117.6029.8%7.8119.8%CR(550,650)y=30.782e110.33x5.3231.6%4.7421.6%BOD5DR(597)y=16.949e-0.897x8.5522.7%8.2
35、429.2%ER(600)y=16.905x5.74447.8331.4%8.1333.6%BR(580,650)y=0.0533e6.6131x8.7139.3%4.7333.8%CR(550,650)y=22.782e34.528x13.6329.2%6.3228.7%四、光谱分析与建模模型评价水质参数波段或波段组合模型模型校正样本（N=35）模型检验样本（N=17）RMSEMRERMSEMRECODDR(597)y=61.966e-1.25x22.0342.3%21.1528.4%ER(600)y=60.959x7.925418.4759.8%22.0137.7%BR(580,650)y
36、=126.57e5.386x12.3422.7%10.7729.6%CR(550,650)y=89.11e46.892x3.6838.6%12.8431.5%DODR(597)y=8.0677ln(x)+8.356831.1661.6%31.0952.7%ER(600)y=8.666ln(x)+8.560930.9379.3%29.7887.5%BR(650,750)y=7.7707ln(x)+7.56440.4917.2%0.538.7%CR(680,750)y=111.54x+6.17081.2232.7%1.0127.7%35用于模型构建，17个用于精度评价，水质参数反演模型MRE低于2
37、9.6%，差值与比值模型精度较高。四、光谱分析与建模遥感遥感监测监测水体提取、水质反演、无人水体提取、水质反演、无人机遥感、地面监测机遥感、地面监测5 水体提取算法城市水体的精确提取是遥感应用的前提。针对严重污染的城市水体，与道路、建筑物、阴影等易于混分以及遥感水体提取结果不连续，存在斑点问题，研究了基于分形几何算法的水体提取。五、遥感监测水体提取算法建成区水体受到生活污水、工业废水、倾倒垃圾等污染，以及复杂外界条件的影响，严重污染的城市水体在绿光通道反射率降低，导致污染水体MNDWI值降低，与道路易于混分。本文提出了CWI指数，公式如下：由于城市水体还受到其它噪声等影响，存在大量孤立分量，是
38、需要消除的。本文将各连接分量采用空间邻域法进行标注，将前景影像分割成不同的子集，并用数值进行标注，然后采用直方图统计面积，通过交互式方法设置阈值面积，有针对性提取水体。11100000001110000000111011000011102200001110010000111002000011100010001110004000111000100011100040000000001000000000400000011100000003330000000100000000030000000000000000000000000000000000000000000000 二值图像 四邻域五、遥感监测研
39、究区影像日期大气纠正前CWI大气纠正后CWI水体植被建筑物水体植被建筑物流溪河2016年12月7日1.170.67=1.201.201.010.70=1.201.201.330.86=1.201.201.290.83=1.201.201.20大气纠正前后CWI值对比五、遥感监测水体提取算法CWI采用OLI影像的第3通道与第6通道计算，第3通道为绿光通道受大气影响严重，第6通道为短波红外通道受大气影响较弱，由于大气气溶胶等复杂多变，不同日期、不同区域的影像大气纠正前MNDWI差异显著，本文对影像进行大气纠正，大气纠正后CWI均小于或等于1.20，实验表明阈值设为1.20可有较好的识别水体，尤其是
40、城市污染水体，可以避免绝大部分建筑物、植被等影响。水体提取结果 （a）（b）（c）流溪河（2016年12月7日）东江（2017年4月30日）与短波红外单通道算法，SWVI算法，SVM算法，e 光谱角度算法相比，本文提出的算法可去除噪声影响，能够适用于城市污染水体的提取 原始图像 短波红外单通道算法 SWVI算法 SVM算法 光谱角度算法 本文结果原始图像 短波红外单通道算法 SWVI算法 SVM算法 光谱角度算法 本文结果五、遥感监测卫星反演模型构建选取35个采样点对OLI传感器进行模型校正，并构建了关键水质参数反演模型五、遥感监测精度评价独立随机选取17个采样点用于模型精度评价，反演结果与实
41、测结果有较好的一致性。五、遥感监测 2016年12月流溪河李溪坝断面为III类水，WQI=40，DO=7.8mg/L，NH3-N=0.98 mg/L，TP=0.08 mg/L。2017年4月流溪河李溪坝断面为类水，WQI=64，DO=4.6mg/L，NH3-N=1.54 mg/L，TP=0.12 mg/L，本文遥感反演的流溪河水质变化趋势与水质实测参数变化趋势吻合。模型应用五、遥感监测2017年10月东江广州段上游水质总体情况优于2016年2月。2017年，东莞水务部门会同广州市增城区水务部门，对东江沿途砂石堆场进行治理，从图可见经过整治后东江广州段上游的TSS浓度已经明显降低，趋于正常，与本
42、文遥感反演的东江广州段水质变化趋势吻合。模型应用五、遥感监测实测数据显示，2016年12月流溪河李溪坝断面为III类水，2017年4月流溪河李溪坝断面为类水，实测数据与本文遥感识别成果基本一致。，模型应用2017年4月3日2016年12月7日五、遥感监测巡查视频高精度违建分析三维模型无人机【机动、快速、经济】湖流域全自动、全方位调查五清专项行动清障清淤清漂清污清违热红外影像监测夜间偷排五、遥感监测某河涌水系某河涌水系底泥淤积底泥淤积生活污水直排生活污水直排疑似涉河违建、生活垃圾疑似涉河违建、生活垃圾漂浮垃圾漂浮垃圾五、遥感监测堤岸违法建筑分析堤岸违法建筑分析对侵占河道的违法建筑进行排查统计，将
43、河道两岸的违法建筑以专题图形式进行可视化展示，并生成相应的违法建筑数量和面积等信息表（位置、楼层、面积）。五、遥感监测无人机搭载热红外传感器通过水温变化监测夜间偷排漏排现象全长约4公里。找到疑似偷排点3个。五、遥感监测无人船搭载侧扫声纳进行水下暗管的探测排查，探测范围大、精度高，水下探测分辨率可达3cm，探测距离最大可达100m，定位精度最高0.6m。五、遥感监测污染源可能位置排污可能企业河流城市边界排水流域分界线干管干管工业用地入河排污口入河排污口与MITCFC签订战略合作协议污染溯源六、结论与展望创新点（1）从导致水体黑臭的机理出发，建立可表征黑臭的遥感水质指标体系；在现有的水质评价模型基
44、础上，提出一种黑臭水体识别与分级的综合评价模型，丰富了黑臭水体识别分析的理论体系，为黑臭水体遥感监测提供一种新方法。（2）通过水质参数及其光谱特征分析，发现5种水质参数（TN、TP、NH3-N、COD、BOD5）之间有较好的相关性，DO与以上水质参数之间呈负指数关系，5种参数的敏感波段为红-绿波段的比值，DO的敏感波段为近红外-绿光波段比值。基于此提出了基于红绿波段比值、近红外-绿光波段比值的黑臭水质遥感反演模型，为黑臭水体监测提供一种创新模式。六、结论与展望（1）水体黑臭是色觉与嗅觉的综合表现，本文研究从水质角度出发研究黑臭水体评价，构建一套耦合光谱色度与水质的黑臭评价综合模型是下一步研究的工作重点。（2）本文采用的30米分辨率OLI影像进行了城市黑臭水体监测研究，但受到空间分辨率限制，难以监测到细小的支流，下一步计划将本算法用于机载多光谱/高光谱数据，以期实现城市水体的全覆盖监测，为城市水资源的管理与保护提供基础数据支撑。（3）实现城市水体全覆盖监测，需融合不同空间分辨率的数据，开展空间尺度转换的研究，拟采用升尺度与降尺度方法研究空天地多源遥感数据的尺度转换。展望谢谢！敬请批评指正！杨骥 博士/高级工程师电话：18620689880邮箱：
