章 程 焱，董 曉 華，楊 少 康，趙 程 銘，薄 會 娟，張 慶 玉

(1.三峽大學(xué) 水利與環(huán)境學(xué)院，湖北 宜昌 443002； 2.三峽大學(xué) 三峽庫區(qū)生態(tài)環(huán)境教育部工程研究中心，湖北 宜昌 443002)

0 引 言

黃柏河是長江一級支流，在葛洲壩上游2 km處匯入長江，為宜昌市提供生產(chǎn)、生活以及農(nóng)業(yè)灌溉用水，是該市的重要水源地之一[1]。研究表明近年來由于磷礦的大量開采，黃柏河流域水質(zhì)遭到嚴(yán)重破壞，水質(zhì)富營養(yǎng)化嚴(yán)重[2-4]。黃柏河的水質(zhì)惡化影響了宜昌市供水安全，所以實現(xiàn)水體水質(zhì)參數(shù)的大范圍實時獲取十分重要。

常用的水質(zhì)監(jiān)測手段主要為人工采樣分析和自動監(jiān)測，但兩種方法對人力和物力的消耗巨大并且無法獲得在時間和空間上連續(xù)的數(shù)據(jù)，難以滿足水質(zhì)監(jiān)測所要求的大范圍以及實時性[5]。而遙感技術(shù)能夠?qū)崿F(xiàn)非接觸式感知，可在短時間內(nèi)實現(xiàn)大面積的信息獲取，逐漸成為水質(zhì)監(jiān)測的重要手段[6]。針對遙感水質(zhì)監(jiān)測反演的方法主要為經(jīng)驗法(統(tǒng)計回歸模型等)、半經(jīng)驗方法、半分析方法(生物光學(xué)模型)等[7]。岳程鵬等[8]基于Landsat8遙感影像建立了決定系數(shù)為0.816的二次多項式回歸方程來反演烏梁素海浮游植物生物量。王麗艷等[9]基于MODIS數(shù)據(jù)建立了半經(jīng)驗?zāi)Ｐ秃椭笖?shù)模型較好地反演了呼倫湖水體的總磷濃度以及富營養(yǎng)化狀態(tài)評價。上述方法均是通過建立線性回歸模型從而達(dá)到反演水質(zhì)的目的，但傳統(tǒng)的線性回歸模型不能很好地反映水環(huán)境因強(qiáng)烈的非線性和不確定性所導(dǎo)致的變化規(guī)律[10]。

人工神經(jīng)網(wǎng)絡(luò)近年來在多源數(shù)據(jù)融合研究領(lǐng)域發(fā)展迅速，該方法具有較強(qiáng)的自學(xué)習(xí)性、自組織性和良好的適應(yīng)性和容錯性，其非線性映射能力能擬合任意復(fù)雜的非線性函數(shù)[11]。目前國內(nèi)外專家學(xué)者通過建立神經(jīng)網(wǎng)絡(luò)模型對水質(zhì)參數(shù)展開了研究。洗翠玲等[12]基于高分辨率多光譜影像比較了多元線性回歸模型和人工神經(jīng)網(wǎng)絡(luò)模型對溫瑞塘河總氮和總磷的反演效果，發(fā)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)的反演效果好于多元線性回歸模型。Song等[13]基于TM數(shù)據(jù)建立了BP神經(jīng)網(wǎng)絡(luò)模型和線性回歸模型，通過比較兩種模型對水質(zhì)參數(shù)的反演效果發(fā)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)模型的反演效果更準(zhǔn)確。馬豐魁等[14]基于Landsat8影像數(shù)據(jù)建立BP神經(jīng)網(wǎng)絡(luò)模型對密云水庫非結(jié)冰期的主要水質(zhì)參數(shù)進(jìn)行了反演。

綜上所述，利用人工神經(jīng)網(wǎng)絡(luò)結(jié)合遙感影像可以更好地對水質(zhì)參數(shù)進(jìn)行反演。因此，本文基于Landsat8-OLI影像數(shù)據(jù)，建立人工神經(jīng)網(wǎng)絡(luò)模型對黃柏河?xùn)|支流域的氨氮和總磷含量進(jìn)行反演并分析其時空變化特征，為黃柏河?xùn)|支流域的水質(zhì)監(jiān)測提供新思路。

1 研究區(qū)域與數(shù)據(jù)

1.1 研究區(qū)概況

黃柏河位于長江中游北岸，為長江一級支流，流域面積約1 900 km2。河流分東西兩條支流，東支為干流發(fā)源于黑良山，全長約130 km；西支為霧渡河發(fā)源于武郎寨，全長約78 km，東西兩條支流于兩河口匯合成干流，長約32 km，在葛洲壩上游2 km處注入長江。東支干流水資源較為豐富，建有東風(fēng)灌渠和東山運河兩大調(diào)(引)水工程。流域水資源利用情況較為復(fù)雜，受人類活動等影響程度較大[15]。

本文選取黃柏河?xùn)|支流域作為研究區(qū)，流域地理位置如圖1所示，東支流域依次建有4座梯級水庫，為充分反映流域水質(zhì)，實測水質(zhì)監(jiān)測數(shù)據(jù)采樣點遵循覆蓋全面、分布均勻、代表性強(qiáng)的原則進(jìn)行選取。圖1中紅點顯示了水庫中采樣點，依次是上游玄廟觀水庫，包括玄廟觀庫尾、黑溝河、玄廟觀庫首；天福廟水庫，包括中游天福廟庫尾、曬旗河入河口、神龍河入河口、干溝河入河口、天福廟庫首；中下游西北口水庫，包括西北口水庫庫尾、西北口水庫庫首；尚家河水庫，包括下游尚家河水庫庫尾、牌渡河、水木溪、尚家河水庫庫首。水庫基本信息如表 1所列。

圖1 黃柏河?xùn)|支流域概況以及采樣點分布Fig.1 General situation of the east branch of Huangbai River and distribution map of sampling points

表1 黃柏河?xùn)|支水庫信息

1.2 數(shù) 據(jù)

研究選取的水質(zhì)監(jiān)測指標(biāo)為NH3-N(氨氮)、TP(總磷)。NH3-N和TP的濃度是衡量水質(zhì)質(zhì)量的重要指標(biāo)，它們的含量限制著大多數(shù)水生和陸地生態(tài)系統(tǒng)中營養(yǎng)物質(zhì)的生長。所選水質(zhì)參數(shù)指標(biāo)的檢測方法與依據(jù)均采用國家標(biāo)準(zhǔn)(GB)[16]和行業(yè)標(biāo)準(zhǔn)(SL或HJ)[17]。氨氮和總磷含量的劃分標(biāo)準(zhǔn)分別為：氨氮Ⅰ～Ⅴ類濃度為0～0.15，0.15～0.5，0.5～1.0，1.0～1.5，1.5～2.0 mg/L；總磷Ⅰ～Ⅴ類濃度為0～0.02，0.02～0.1，0.1～0.2，0.2～0.3，0.3～0.4 mg/L。總磷采用723PC可見光分光光度計檢測，氨氮采用S22分光光度計檢測。

研究選用的遙感數(shù)據(jù)來自Landsat-8陸地成像儀(OLI)，影像數(shù)據(jù)通過地理空間數(shù)據(jù)云(http：∥www.gscloud.cn)獲取，空間分辨率為30 m×30 m。選擇天氣晴朗、少云且與實測水質(zhì)監(jiān)測時間相近的遙感影像，經(jīng)過篩選最后選取了2014～2016年共6期云量低于20%的遙感影像多光譜數(shù)據(jù)進(jìn)行研究。

2 研究方法

2.1 遙感影像預(yù)處理和敏感波段提取

本研究首先對遙感影像依照黃柏河?xùn)|支流域邊界進(jìn)行裁剪得到流域影像；再進(jìn)行輻射定標(biāo)和大氣校正，使遙感影像表達(dá)真實的反射率后通過歸一化水體指數(shù)NDWI提取水域邊界；最后將水體影像的7個波段導(dǎo)出tif圖像便于后期模型的運用。

由于水體的光譜特征受到水中各種物質(zhì)對光輻射的吸收和散射性質(zhì)影響，因此遙感影像在各波段的反射率與水體中水質(zhì)參數(shù)濃度的變化存在一定的聯(lián)系。本研究將記錄的采樣點通過ENVI-CLASSIC軟件離散到空間中，與影像疊加，得到各波段在采樣點的反射率值并整理。再使用SPSS軟件對Landsat8-OLI的1～7波段的反射率和氨氮與總磷含量的實測值各84組數(shù)據(jù)進(jìn)行皮爾遜相關(guān)性分析，在進(jìn)行相關(guān)分析的基礎(chǔ)上，以保留最大信息量為原則篩選敏感波段使神經(jīng)網(wǎng)絡(luò)的擬合效果最優(yōu)，得到水質(zhì)參數(shù)的敏感波段組合如表2所列，結(jié)果顯示總磷的敏感波段為4～7波段，氨氮的敏感波段為1～3波段。

表2 水質(zhì)參數(shù)敏感波段

2.2 BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建

BP神經(jīng)網(wǎng)絡(luò)是現(xiàn)階段應(yīng)用比較廣泛的神經(jīng)網(wǎng)絡(luò)模型之一[18-19]。BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)分為多層前饋和反向誤差修正兩個階段，正向前饋的過程如式(1)和式(2)所示，計算各層的輸入、輸出值，直至輸出層的輸出值。若輸出值誤差無法滿足精度要求，則反向傳播回網(wǎng)絡(luò)結(jié)構(gòu)中，如式(3)所示，調(diào)整神經(jīng)元之間的連接權(quán)值使誤差減小。

(1)

(2)

(3)

本研究采取3層前向傳播的神經(jīng)網(wǎng)絡(luò)，隱含層與輸出層神經(jīng)元均采用S型函數(shù)“tansig”，訓(xùn)練函數(shù)采用默認(rèn)函數(shù)“trainlm”，隱含層節(jié)點數(shù)通過試選法確定。本研究將氨氮和總磷實測值84組數(shù)據(jù)作為輸入層，構(gòu)建3層神經(jīng)網(wǎng)絡(luò)，包括輸入層、隱含層、輸出層，將數(shù)據(jù)的前2/3組數(shù)據(jù)用于訓(xùn)練，后1/3組數(shù)據(jù)用于檢驗。同時，為了加快BP神經(jīng)網(wǎng)絡(luò)的收斂速度，本研究對樣本進(jìn)行歸一化處理，使得輸入、輸出值在0～1之間。在模型建立時確定初始學(xué)習(xí)速率為0.01，訓(xùn)練步數(shù)設(shè)定為1 000，誤差性能目標(biāo)值為0.000 1。經(jīng)過反復(fù)調(diào)試得到最優(yōu)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)：總磷為4-6-1，氨氮為3-4-1。模型的評價采用納什效率系數(shù)(NSE)和均方誤差(MSE)，具體計算公式如下

(4)

(5)

3 結(jié)果分析

3.1 BP神經(jīng)網(wǎng)絡(luò)模型精度檢驗

為了直觀地表現(xiàn)模擬值和實測值之間的誤差，將檢驗期的實測值和模擬值繪制成散點圖如圖2所示。從圖2中可以看出：總磷含量的模擬值與實測值比較接近，模擬值與實測值之間的差距較小且模擬值的總體變化趨勢與實測值的變化相同，模擬效果較好。氨氮含量的模擬值在峰值的模擬上較好，模擬值的變化趨勢與實測值的變化趨勢大致相同，但在其他區(qū)段的模擬值與實測值的差距較大。綜上所述，本研究建立的總磷含量的BP神經(jīng)網(wǎng)絡(luò)反演模型質(zhì)量優(yōu)于氨氮含量的BP神經(jīng)網(wǎng)絡(luò)反演模型。

圖2 BP神經(jīng)網(wǎng)絡(luò)結(jié)果驗證Fig.2 BP neural network result verification

采用NSE和MSE對模擬值和實測值進(jìn)行評價來進(jìn)一步驗證BP神經(jīng)網(wǎng)絡(luò)的模擬效果，結(jié)果如表3所列。從計算結(jié)果來看，總磷和氨氮的NSE接近于1，說明本研究建立的模型質(zhì)量較好，其中總磷的NSE大于氨氮，說明總磷的反演模型質(zhì)量優(yōu)于氨氮的反演模型；從MSE來看，總磷和氨氮的值都接近于0，說明總磷和氨氮的模擬值和實測值都比較接近。綜上所述，本研究針對總磷和氨氮含量所建立的模型模擬結(jié)果可信度較高。

表3 納什效率系數(shù)、均方誤差

3.2 總磷和氨氮含量的年際及季節(jié)變化分析

3.2.1年際變化

本研究基于構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)模型反演了2014～2016年黃柏河?xùn)|支流域春冬季總磷和氨氮的含量，按時間取均值分析了2014～2016年黃柏河?xùn)|支流域各庫區(qū)3～4月和11～12月總磷和氨氮含量的變化，結(jié)果如圖3所示。由圖3可知：黃柏河?xùn)|支流域各庫區(qū)總磷含量呈下降趨勢，但仍有波動，2014年3月至2015年12月總磷污染主要集中在西北口以及天福廟庫區(qū)，2016年4月各庫區(qū)總磷含量顯著增加且主要集中于天福廟以及玄廟觀庫區(qū)，2016年4～11月除尚家河外各個庫區(qū)的總磷含量明顯下降；流域內(nèi)氨氮含量呈上升趨勢，2015年12月前西北口和尚家河庫區(qū)的氨氮含量增加明顯，分別由0.18 mg/L和0.12 mg/L上升至0.27 mg/L和0.22 mg/L。綜上所述：4座水庫的總磷含量呈波動下降趨勢，各水庫總磷含量在3～4月份較高且主要集中在玄廟觀、天福廟以及西北口庫區(qū)處；氨氮含量呈小幅度上升趨勢，一般在11～12月份含量較高且主要集中于西北口和尚家河庫區(qū)。因此黃柏河?xùn)|支流域的水質(zhì)風(fēng)險依然存在，需要切實開展保護(hù)與監(jiān)測工作。

圖3 水質(zhì)參數(shù)的時間變化(實線為總磷，虛線為氨氮)Fig.3 Time change of water quality parameters (the dotted line is total phosphorus，the solid line is ammonia nitrogen)

3.2.2季節(jié)變化

因黃柏河?xùn)|支流域所在區(qū)域夏、秋季對應(yīng)的衛(wèi)星遙感時間處于雨季，遙感圖像無法完全顯示流域，因此針對春季(2014年3月、2015年4月、2016年4月)和冬季(2014年12月、2015年12月、2016年11月)展開研究，將結(jié)果按季節(jié)取平均值來研究黃柏河?xùn)|支流域各庫區(qū)水體總磷和氨氮含量的變化，結(jié)果如圖4所示。分析可知：春季黃柏河?xùn)|支流域各庫區(qū)水體的總磷含量大于冬季水體中的總磷含量，天福廟庫區(qū)的總磷含量在春季的含量最高，達(dá)到0.28 mg/L，屬于Ⅳ類水質(zhì)標(biāo)準(zhǔn)，玄廟觀庫區(qū)在春季的總磷含量也較高，達(dá)到0.15 mg/L，屬于Ⅲ類水質(zhì)標(biāo)準(zhǔn)；春季水體中氨氮含量總體較低，只有玄廟觀庫區(qū)達(dá)到0.22 mg/L，屬于Ⅱ類水質(zhì)標(biāo)準(zhǔn)，冬季水體中氨氮含量較高，總體處在0.15～0.25 mg/L之間，屬于Ⅱ類水質(zhì)標(biāo)準(zhǔn)。

圖4 總磷和氨氮的季節(jié)變化Fig.4 Seasonal changes of total phosphorus and ammonia nitrogen

3.3 總磷和氨氮含量的空間變化分析

3.3.1總磷濃度的空間變化分析

圖5顯示為黃柏河?xùn)|支流域總磷含量的空間差異性。分析圖5可以發(fā)現(xiàn)：黃柏河?xùn)|支流域的總磷含量在研究時間內(nèi)總體為0.02～0.1 mg/L，屬于Ⅱ類水質(zhì)標(biāo)準(zhǔn)。2014年黃柏河?xùn)|支流域總磷含量得到明顯改善，2014年3月黃柏河?xùn)|支流域水體總磷含量總體處于0.02～0.1 mg/L，屬于Ⅱ類水質(zhì)標(biāo)準(zhǔn)。其中天福廟段部分區(qū)域的總磷含量為0.1～0.2 mg/L，屬于Ⅲ類水質(zhì)標(biāo)準(zhǔn)，局部區(qū)域污染嚴(yán)重，總磷含量超過0.4 mg/L，達(dá)到劣Ⅴ類水質(zhì)標(biāo)準(zhǔn)；其次為玄廟觀段，玄廟觀部分區(qū)域處于0.1～0.2 mg/L的范圍內(nèi)，屬于Ⅲ類水質(zhì)標(biāo)準(zhǔn)。2014年12月玄廟觀和天福廟庫區(qū)的總磷含量得到明顯改善，大部分區(qū)域?qū)儆?～0.02 mg/L，但在西北口庫首區(qū)域附近和尚家河庫尾和中游總磷含量較高，達(dá)到Ⅲ類水質(zhì)標(biāo)準(zhǔn)。2015年黃柏河?xùn)|支流域水體總磷含量減少，總體處于0.02～0.1 mg/L，其中天福廟干溝河入口處和尚家河水木溪段總磷含量達(dá)到Ⅲ類水質(zhì)標(biāo)準(zhǔn)。2016年4月天福廟干溝河入河口處污染嚴(yán)重，達(dá)到劣Ⅴ類水質(zhì)標(biāo)準(zhǔn)，西北口庫區(qū)局部區(qū)域達(dá)到Ⅲ類水質(zhì)標(biāo)準(zhǔn)，2016年11月上述區(qū)域的水質(zhì)參數(shù)明顯下降，達(dá)到Ⅰ類水質(zhì)標(biāo)準(zhǔn)，但在西北口庫區(qū)中部和尚家河庫區(qū)庫首處的總磷含量上升至0.1～0.2 mg/L，屬于Ⅲ類水質(zhì)標(biāo)準(zhǔn)?？傮w來看，黃柏河?xùn)|支流域各個水庫的總磷含量呈改善趨勢，總磷含量在春季明顯大于冬季，且污染主要集中于玄廟觀中上段(庫尾至黑溝河段)、天福廟庫首(神龍河至庫首段)以及尚家河庫首(庫首至牌渡河段)。

圖5 黃柏河?xùn)|支流域總磷含量在不同季節(jié)的空間分布Fig.5 Spatial distribution of total phosphorus content in the east branch of Huangbai River in different seasons

3.3.2氨氮濃度的空間變化分析

圖6顯示為黃柏河?xùn)|支流域氨氮含量的空間差異性。從圖6可見，氨氮含量分布比較均勻，其中玄廟觀和西北口庫區(qū)的氨氮含量較高。2014年3月玄廟觀庫區(qū)黑溝河處和西北口庫區(qū)中部的氨氮含量以0.15～0.5和0.5～1 mg/L為主，屬于Ⅰ類和Ⅱ類水質(zhì)標(biāo)準(zhǔn)，在同年12月上述區(qū)域的氨氮含量得到明顯改善，遠(yuǎn)低于Ⅰ類水質(zhì)標(biāo)準(zhǔn)閾值，但在西北口庫區(qū)的近庫尾處以及尚家河庫區(qū)的庫尾處氨氮含量達(dá)到Ⅱ類水質(zhì)標(biāo)準(zhǔn)。2015年4月玄廟觀中段和西北口庫首段的氨氮含量升高，達(dá)到Ⅱ類水質(zhì)標(biāo)準(zhǔn)，同年12月玄廟觀中段的氨氮含量低于Ⅰ類水質(zhì)標(biāo)準(zhǔn)閾值，但西北口庫首段屬于Ⅱ類水質(zhì)標(biāo)準(zhǔn)范圍的面積增大，并且尚家河庫首至牌渡河的氨氮含量上升至0.15～0.5 mg/L。2016年4月黃柏河?xùn)|支流域各庫區(qū)氨氮含量均小于Ⅰ類水質(zhì)標(biāo)準(zhǔn)閾值，但在2016年11月西北口庫區(qū)和尚家河部分區(qū)域氨氮含量明顯上升，其中西北口庫首處達(dá)到Ⅱ類水質(zhì)標(biāo)準(zhǔn)，尚家河牌渡河至庫尾處部分區(qū)域氨氮含量較高，屬于Ⅱ類水質(zhì)標(biāo)準(zhǔn)。從整體分布來看，玄廟觀以及天福廟的氨氮含量呈改善趨勢，而西北口與尚家河水庫的氨氮含量逐漸上升，且在冬季這兩座水庫的氨氮含量明顯大于春季，并且主要集中在西北口近庫首處以及尚家河庫區(qū)中段。

圖6 黃柏河?xùn)|支流域氨氮含量在不同季節(jié)的空間分布Fig.6 Spatial distribution of ammonia nitrogen content in the east branch of Huangbai River in different seasons

4 討 論

目前已有眾多學(xué)者對國內(nèi)湖庫水質(zhì)參數(shù)進(jìn)行了相關(guān)反演研究。王云霞等[20]以清河水庫為研究區(qū)域，利用Landsat8衛(wèi)星OLI數(shù)據(jù)及實地觀測數(shù)據(jù)，建立了適用于清河水庫總磷濃度的最小二乘支持向量機(jī)(LS-SVM)遙感反演模型，其模型的平均相對誤差為6.06%。劉軒等[21]以丹江口水庫為研究對象，基于哨兵2號衛(wèi)星(Sentinel-2)遙感影像數(shù)據(jù)不同波段組合的反射率，結(jié)合總氮與氨氮的實測數(shù)據(jù)建立BP神經(jīng)網(wǎng)絡(luò)模型，其模型精度較高，R2分別為0.863和0.877。李敬等[22]利用阿哈湖國家濕地公園水庫的實測水質(zhì)數(shù)據(jù)，基于遙感技術(shù)和數(shù)理統(tǒng)計基本理論，結(jié)合Sentinel-2衛(wèi)星的遙感數(shù)據(jù)，建立阿哈水庫的總磷回歸反演模型，其精度較為理想，均方根誤差和平均絕對百分比誤差分別為0.108 mg/L和28.80%。吳歡歡等[23]以天津市海河下游段為研究對象，基于Landsat8-OLI遙感影像數(shù)據(jù)與實測總磷、氨氮、總氮濃度及電導(dǎo)率數(shù)據(jù)建立BP神經(jīng)網(wǎng)絡(luò)模型，其模型結(jié)果精度較好，R2均大于0.85，MAE分別為0.019，0.09，0.242，0.411，RMSE分別為0.024，0.118，0.286，0.562。本研究構(gòu)建的模型精度較好，針對總磷和氨氮濃度的納什系數(shù)和均方差系數(shù)分別為0.977 4和0.006 4，0.714 5和0.004 5。與上述學(xué)者的研究結(jié)果相比，總磷濃度反演的模型精度高于其他研究中模型的精度，氨氮濃度反演的模型精度與其他研究中的模型精度較接近，具備較高的合理性和可信度，可以用作黃柏河?xùn)|支流域主要庫區(qū)總磷和氨氮濃度的反演。

本文的研究結(jié)果表明，黃柏河?xùn)|支流域的總磷含量在2014～2016年之間總體呈波動下降趨勢，氨氮含量總體呈上升趨勢，因此需要加大對氨氮監(jiān)測和治理力度。從氨氮含量和總磷含量的季節(jié)分布情況來看，冬季氨氮含量高于春季含量，這可能是因為冬季降雨量不足而導(dǎo)致氨氮含量上升。分析春季總磷含量高于冬季的情況，文獻(xiàn)[24]認(rèn)為由于黃柏河流域耕地面積較少，且大多是陡坡開墾地，當(dāng)?shù)剞r(nóng)民在春季播種時會大量施用農(nóng)藥和化肥等有毒有害物質(zhì)，所施用的農(nóng)藥化肥極易隨著暴雨徑流進(jìn)入黃柏河水體。從空間分布的情況進(jìn)行分析，總磷在流域內(nèi)的污染主要體現(xiàn)在玄廟觀與天福廟段的污染情況比較嚴(yán)重，這與兩個庫區(qū)周邊存在大量磷礦開采點有關(guān)，這與文獻(xiàn)[25]分析的結(jié)果相同。但與文獻(xiàn)[25]得出的結(jié)論不同的是，本研究發(fā)現(xiàn)尚家河庫區(qū)的總磷濃度相對較高，分析原因是尚家河庫區(qū)周圍存在水稻田，在種植培育的過程中需要施加磷肥。氨氮在玄廟觀與西北口庫區(qū)的污染情況嚴(yán)重，需要加大監(jiān)測力度。總體來說，黃柏河?xùn)|支流域在經(jīng)過治理后的總磷和氨氮含量逐漸降低，總磷和氨氮在大部分地區(qū)達(dá)到了Ⅰ類和Ⅱ類水質(zhì)標(biāo)準(zhǔn)，但在少數(shù)地區(qū)仍然存在超標(biāo)現(xiàn)象。

5 結(jié) 論

本研究結(jié)合Landsat8-OLI遙感影像數(shù)據(jù)與地面實際監(jiān)測數(shù)據(jù)建立的BP神經(jīng)網(wǎng)絡(luò)模型，比較成功地實現(xiàn)了黃柏河?xùn)|支流域2014年3月和12月，2015年4月和12月，2016年4月和11月總磷和氨氮含量的反演，并針對兩者在時間和空間上的變化進(jìn)行了分析，得到結(jié)論如下：

(1) 針對總磷和氨氮的敏感波段，總磷為4～7波段，氨氮為1～3波段。建立的BP神經(jīng)網(wǎng)絡(luò)模型的模擬值與實測值比較接近，進(jìn)一步對建立的模型進(jìn)行驗證，納什系數(shù)和均方誤差表明研究構(gòu)建的對總磷和氨氮的反演模型模擬效果較好。

(2) 黃柏河?xùn)|支流域的總磷含量雖然在2014～2016年間存在年際波動，但總體在下降；氨氮的含量總體在上升，需要注意加大對氨氮含量的監(jiān)測和控制力度。

(3) 從季節(jié)變化分析，春季總磷含量大于冬季總磷含量，而春季氨氮含量小于冬季氨氮含量。

(4) 黃柏河?xùn)|支流域的總磷和氨氮含量的空間差異性明顯，總磷含量在春季尚家河、天福廟段與玄廟觀庫區(qū)會出現(xiàn)較高的情況，且污染主要集中于玄廟觀中上段(庫尾至黑溝河段)、天福廟庫首(神龍河至庫首段)以及尚家河庫首(庫首至牌渡河段)。氨氮含量在西北口與玄廟觀庫區(qū)較高。建議加大上述區(qū)域的監(jiān)測治理力度，找出污染源，采取有針對性的治理措施。