關(guān)鍵詞：數(shù)字河道模型；河流流量；總氮污染通量；天空地一體化

中圖分類號(hào)：X52 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1672-2043（2024）12-2848-08 doi：10.11654/jaes.2024-0951

按照污染物進(jìn)入水體的方式，水環(huán)境污染可分為點(diǎn)源污染和面源污染[1]。當(dāng)前隨著點(diǎn)源污染得到有效控制，面源污染在水環(huán)境污染中的占比越來(lái)越大[2-3]。面源污染從其產(chǎn)生機(jī)制角度來(lái)分，包括了徑流形成過(guò)程、徑流沖刷地面及形成土壤侵蝕過(guò)程、泥沙和氮磷污染物進(jìn)入水體過(guò)程，具有污染源高度分散，污染排放隨機(jī)、不確定和滯后等特征[1，4]。如何提高面源污染入水體量估算的準(zhǔn)確性是流域尺度面源污染監(jiān)測(cè)評(píng)估的難點(diǎn)。為解決該難點(diǎn)，流域出口斷面污染通量的監(jiān)測(cè)估算是關(guān)鍵技術(shù)之一?；诖?，本文綜合天基衛(wèi)星遙感、空基無(wú)人機(jī)、搭載聲學(xué)多普勒流速儀（Acoustic Doppler Current Profiler，ADCP）設(shè)備的地面無(wú)人船等多種監(jiān)測(cè)技術(shù)，融合水質(zhì)監(jiān)測(cè)數(shù)據(jù)，著重開展了典型國(guó)控?cái)嗝娴目偟廴就抗浪汴P(guān)鍵技術(shù)研究。

污染物入水體量的定義為單位時(shí)間段內(nèi)通過(guò)河口斷面進(jìn)入水域的污染物總量，一般為斷面流量與污染物水質(zhì)濃度的乘積[5-6]，因此要求水質(zhì)和流量同步開展監(jiān)測(cè)，但當(dāng)前我國(guó)國(guó)控地表水監(jiān)測(cè)斷面和國(guó)家基本水文站分別屬于生態(tài)環(huán)境部和水利部?jī)蓚€(gè)部門管理，從而導(dǎo)致二者同步監(jiān)測(cè)較難實(shí)現(xiàn)。此外，人工巡測(cè)獲取流量的頻次難以細(xì)致刻畫污染通量的變化過(guò)程，而高頻次測(cè)量河道流量和水質(zhì)需耗費(fèi)大量人力物力[7]，因此人工巡測(cè)并不是污染通量監(jiān)測(cè)的有效方式。圍繞水質(zhì)、流量及污染物通量測(cè)算，國(guó)內(nèi)學(xué)者從不同途徑進(jìn)行了研究。朱昕陽(yáng)等[8]根據(jù)2013年的水文巡測(cè)以及水質(zhì)監(jiān)測(cè)資料，分析了太湖流域浙江片區(qū)出入境水量和高錳酸鹽指數(shù)（COD_Mn）、氨氮（NH₃-N）、總氮（TN）和總磷（TP）等水質(zhì)指標(biāo)的出入境通量及其時(shí)空分布。該方法依賴水文部門的水文資料，通常情況下，水文資料較難獲取，因此該方法有一定的局限性。徐海波等[7]利用固定式ADCP測(cè)得了陳東港流量數(shù)據(jù)，并結(jié)合水質(zhì)在線監(jiān)測(cè)數(shù)據(jù)，分析了該河道流量、污染物質(zhì)量濃度和通量的年內(nèi)變化特征。該方法通過(guò)固定式ADCP設(shè)備獲取了較高精度的流量數(shù)據(jù)，但該方法需安裝固定ADCP設(shè)備，投入及維護(hù)成本較高。李影等[9]梳理了小流域采樣斷面布設(shè)、采樣頻率優(yōu)化和河流斷面通量估算3個(gè)方面的主要進(jìn)展，指出當(dāng)前通量估算方法主要有平均法、插值法和回歸/曲線法3類方法，其中流量加權(quán)的濃度估計(jì)法、插值算法和LOADEST法是簡(jiǎn)便且精確的方法。隨著衛(wèi)星遙感技術(shù)快速發(fā)展，無(wú)人機(jī)、無(wú)人船等新興測(cè)量設(shè)備的出現(xiàn)，為流量估算提供了新思路。馬博[10]將無(wú)人機(jī)搭載機(jī)載激光和無(wú)人船搭載單波束測(cè)深儀進(jìn)行有效結(jié)合，實(shí)現(xiàn)了空地一體、水上水下一體化的三維測(cè)量技術(shù)，該技術(shù)可以快速準(zhǔn)確獲取河道地形。楊勝天等[11]利用無(wú)人機(jī)航空攝影技術(shù)結(jié)合經(jīng)典曼寧公式河道流量算法，提出了一種河道流量估算的新方法，并對(duì)我國(guó)西北典型無(wú)資料區(qū)5個(gè)典型斷面的流量開展遙感監(jiān)測(cè)，證明了將無(wú)人機(jī)數(shù)據(jù)與曼寧公式相結(jié)合的方法在河道流量估算上的可行性。

為研究非接觸式、基于遙感的長(zhǎng)時(shí)序斷面流量及污染通量監(jiān)測(cè)關(guān)鍵技術(shù)，本研究提出了一種天空地一體化監(jiān)測(cè)方法，該方法通過(guò)帶實(shí)時(shí)動(dòng)態(tài)載波相位差分技術(shù)（Real-time kinematic，RTK）的無(wú)人機(jī)及搭載ADCP設(shè)備的無(wú)人船測(cè)量，構(gòu)建斷面三維數(shù)字河道模型；基于衛(wèi)星遙感影像，采用歸一化水體指數(shù)（Normalized differencewater index，NDWI）及大津法算法（最大類間方差算法）獲取斷面河面寬度；通過(guò)曼寧公式計(jì)算得到流量數(shù)據(jù)，結(jié)合斷面水質(zhì)監(jiān)測(cè)數(shù)據(jù)估算得到斷面總氮污染通量。

本研究以薊運(yùn)河防潮閘國(guó)控?cái)嗝鏋閷?shí)驗(yàn)斷面，估算了該斷面2022年月尺度河流流量及總氮污染通量。

1 材料與方法

1.1 研究區(qū)概況

本研究從國(guó)控?cái)嗝娴乇硭畾v史水質(zhì)數(shù)據(jù)可獲得性、衛(wèi)星遙感影像數(shù)量及質(zhì)量、污染物通量估算結(jié)果的可對(duì)比性、斷面水質(zhì)情況等幾方面因素進(jìn)行綜合分析，選取了薊運(yùn)河防潮閘斷面作為實(shí)驗(yàn)斷面。薊運(yùn)河防潮閘位于天津市塘沽區(qū)北塘鎮(zhèn)，是薊運(yùn)河匯入渤海的重要控制工程，設(shè)計(jì)流量為1 200 m³·s^-1，該工程主要承擔(dān)泄洪、排瀝、擋潮、蓄淡以及航運(yùn)等多重任務(wù)，是薊運(yùn)河綜合治理防洪體系的關(guān)鍵部分[12]。根據(jù)天津經(jīng)濟(jì)技術(shù)開發(fā)區(qū)2022年環(huán)境公報(bào)（https：//www.te?da.gov.cn/contents/13/31255.html），薊運(yùn)河防潮閘2022年水質(zhì)為地表水Ⅳ類，表明水質(zhì)狀況存在一定程度的污染。研究區(qū)概況如圖1所示。

1.2 研究數(shù)據(jù)

1.2.1 哨兵衛(wèi)星數(shù)據(jù)

哨兵（Sentinel）系列衛(wèi)星是歐空局哥白尼計(jì)劃的核心部分，包括了多組衛(wèi)星（Sentinel-1A/B、Sentinel-2A/B/C、Sentinel-3A/B、Sentinel-5P等）。本文主要利用哨兵2號(hào)（Sentinel-2）L2A產(chǎn)品數(shù)據(jù)提取薊運(yùn)河斷面河面寬度。哨兵2號(hào)L2A產(chǎn)品是在L1C級(jí)產(chǎn)品（經(jīng)過(guò)正射校正和幾何精校正）基礎(chǔ)上經(jīng)過(guò)大氣校正的大氣底層反射率數(shù)據(jù)（https：//documentation.dataspace.copernicus. eu / Data / SentinelMissions / Sentinel2. ht?ml#sentinel-2-level-2a-top-of-canopy-toc）。

哨兵2號(hào)是Sentinel-2A、Sentinel-2B和Sentinel-2C組成的衛(wèi)星群，3顆衛(wèi)星分別于2015年6月23日、2017年3月7日和2024年9月5日發(fā)射升空。哨兵2號(hào)影像由于具有較高的分辨率（重訪周期為5 d，空間分辨率最高為10 m，包含13個(gè)光譜波段），在植被健康信息監(jiān)測(cè)、土地覆被變化、水體監(jiān)測(cè)、生物量預(yù)估以及自然災(zāi)害監(jiān)測(cè)等方面均有較多的應(yīng)用[13]。

1.2.2 高分衛(wèi)星數(shù)據(jù)

融合使用多源高分系列衛(wèi)星數(shù)據(jù)（GF-1、GF-2、GF-6）L5A產(chǎn)品來(lái)驗(yàn)證哨兵2號(hào)提取河流水面寬度的精度，L5A產(chǎn)品已經(jīng)過(guò)幾何精校正、大氣校正及融合等處理。高分一號(hào)衛(wèi)星（GF-1）搭載了兩臺(tái)2 m分辨率全色/8 m分辨率多光譜相機(jī)和4臺(tái)16 m分辨率多光譜寬幅相機(jī)，多光譜相機(jī)涵蓋了藍(lán)、綠、紅和近紅外4 個(gè)波段，能夠提供豐富的地物光譜信息（http：//114.116.226.59/chinese/satellite/chinese/gf1）。高分二號(hào)衛(wèi)星（GF-2）是我國(guó)自主研制的首顆空間分辨率優(yōu)于1 m的民用光學(xué)遙感衛(wèi)星，其搭載有1 m全色、4 m多光譜兩臺(tái)高分辨率相機(jī)，可實(shí)現(xiàn)拼幅成像（http：//114.116.226.59/chinese/satellite/chinese/gf2）。高分六號(hào)衛(wèi)星（GF-6）配置有2 m全色/8 m多光譜高分辨率相機(jī)、16 m多光譜中分辨率寬幅相機(jī)（http：//114.116.226.59/chinese/satellite/chinese/gf6）。

1.2.3 無(wú)人機(jī)和無(wú)人船數(shù)據(jù)

無(wú)人機(jī)航測(cè)技術(shù)具有靈活快速、高效便捷、成本低、精度高等特點(diǎn)[14]。本文利用含有RTK模塊的大疆御3E無(wú)人機(jī)航空攝影測(cè)量方法獲取薊運(yùn)河防潮閘斷面河道以及岸邊區(qū)域數(shù)字正射影像（DOM）和數(shù)字地表模型（DSM）。

無(wú)人測(cè)量船系統(tǒng)是由船體、遙控器、測(cè)量通訊集成盒組成，船體作為儀器的主要載體，配備了無(wú)人船智能控制系統(tǒng)、定位系統(tǒng)以及動(dòng)力系統(tǒng)。利用無(wú)人船搭載單波束測(cè)深儀和ADCP可獲取水下地形、河流流速和流量的準(zhǔn)確數(shù)據(jù)[10]。本研究使用的無(wú)人船及ADCP設(shè)備如圖2所示。

1.2.4 水質(zhì)數(shù)據(jù)

薊運(yùn)河防潮閘斷面水質(zhì)數(shù)據(jù)來(lái)源于中國(guó)環(huán)境監(jiān)測(cè)總站發(fā)布的地表水水質(zhì)自動(dòng)監(jiān)測(cè)實(shí)時(shí)數(shù)據(jù)（https：//szzdjc.cnemc.cn：8070/GJZ/Business/Publish/Main.ht?ml），該數(shù)據(jù)為每4 h發(fā)布一次，發(fā)布指標(biāo)包含水溫、pH、溶解氧、電導(dǎo)率、濁度、高錳酸鹽指數(shù)、氨氮、總磷、總氮共9項(xiàng)監(jiān)測(cè)指標(biāo)。本研究主要使用了2022年薊運(yùn)河防潮閘斷面總氮濃度指標(biāo)數(shù)據(jù)。

1.2.5 降雨量數(shù)據(jù)

本研究降雨量數(shù)據(jù)來(lái)自全球衛(wèi)星降水計(jì)劃（GlobalPrecipitation Measurement，GPM）（https：//disc. gsfc.nasa.gov/datasets？keywords=GPMamp;page=1amp;spatialRes?olution=0.1%20%C2%B0%20x%200.1%20%C2%B0）。GPM衛(wèi)星計(jì)劃是由美國(guó)宇航局（NASA）執(zhí)行，日本宇宙航空開發(fā)機(jī)構(gòu)（The Japanese Aerospace ExplorationAgency，JAXA）以及歐盟等其他一些國(guó)際組織合作建設(shè)的主要用于氣象預(yù)報(bào)的衛(wèi)星監(jiān)測(cè)系統(tǒng)[15-16]。本研究選用了空間分辨率為0.1°×0.1°的逐日GPM IMERG產(chǎn)品（IMERG_final），時(shí)間范圍為2022 年1 月至12月，空間位置為薊運(yùn)河防潮閘斷面。

1.3 研究方法

1.3.1 基于水體指數(shù)提取河流水面寬度

本研究基于哨兵2號(hào)衛(wèi)星影像，利用NDWI 指數(shù)和大津法算法來(lái)提取河流的水面寬度。

NDWI 指數(shù)由McFEETERS提出[17]，用遙感影像的特定波段進(jìn)行歸一化差值處理，以凸顯影像中的水體信息，其計(jì)算公式如下：

1.3.4 總氮污染通量計(jì)算方法

污染物通量可分為瞬時(shí)污染物通量和時(shí)段污染物通量，瞬時(shí)污染物通量為河道瞬時(shí)流量與污染物質(zhì)量濃度的乘積，累計(jì)污染物通量則為一定時(shí)段內(nèi)瞬時(shí)污染物通量的時(shí)間積分[7]。本研究中總氮污染通量為流量和總氮濃度的乘積。

2 結(jié)果與討論

2.1 三維數(shù)字河道模型構(gòu)建結(jié)果

本研究于2023年11月1日，采用無(wú)人機(jī)、無(wú)人船（搭載ADCP設(shè)備）對(duì)薊運(yùn)河防潮閘斷面進(jìn)行了綜合測(cè)量，并構(gòu)建了三維數(shù)字河道模型。圖3（a）為薊運(yùn)河防潮閘斷面無(wú)人機(jī)航飛影像結(jié)果圖，空間分辨率為0.02 m；圖3（b）為無(wú)人船（搭載ADCP設(shè)備）測(cè)量河底地形及流速結(jié)果圖。結(jié)果顯示：當(dāng)日斷面水面寬度為205 m，最大水深為6.8 m。

2.2 河流水面寬度提取結(jié)果分析

本研究基于哨兵2號(hào)衛(wèi)星影像，采用NDWI 指數(shù)結(jié)合大津法圖像分割算法提取河流水面寬度，并用人工判讀方法對(duì)提取的河流水面寬度進(jìn)行校核。實(shí)際操作過(guò)程中，發(fā)現(xiàn)提取河寬數(shù)據(jù)存在1～2 個(gè)像元誤差。理論上，衛(wèi)星影像空間分辨率越高，提取的河流水面寬度越準(zhǔn)確。國(guó)產(chǎn)高分系列衛(wèi)星空間分辨率為1～2 m，較哨兵2號(hào)衛(wèi)星影像數(shù)據(jù)有較大提升。圖4展示了GF-6號(hào)衛(wèi)星與哨兵2號(hào)衛(wèi)星同天影像河流水面提取對(duì)比，綠色線為哨兵2 號(hào)衛(wèi)星影像水面提取邊界，藍(lán)色線為GF-6號(hào)衛(wèi)星影像大津法提取邊界，可以看出左右岸提取邊界均存在差距，左右岸差距相加最大值超過(guò)1個(gè)像元。

為進(jìn)一步驗(yàn)證基于哨兵2號(hào)衛(wèi)星影像提取河面寬度的精度，本研究基于2022年度高分系列（GF-1、GF-2、GF-6）衛(wèi)星影像數(shù)據(jù)，同樣采用NDWI 指數(shù)結(jié)合大津法圖像分割算法提取了河面寬度。選取了哨兵2號(hào)衛(wèi)星和高分系列衛(wèi)星5期影像數(shù)據(jù)（同期影像日期前后不超過(guò)1 d），對(duì)提取的河面寬度進(jìn)行了對(duì)比分析，結(jié)果見圖5。

從圖5可以看出，哨兵2號(hào)衛(wèi)星影像和高分系列衛(wèi)星影像提取結(jié)果顯示出一定的差異。高分系列衛(wèi)星相比于哨兵2號(hào)衛(wèi)星提取的河寬普遍偏大，2022年4月，高分系列衛(wèi)星比哨兵2號(hào)寬13.45 m。同時(shí)，哨兵2號(hào)衛(wèi)星提取結(jié)果變化幅度不夠顯著，如2022年3、4、5月3期影像提取結(jié)果差異很小，而高分系列衛(wèi)星提取結(jié)果則能較好地體現(xiàn)河面寬度變化情況。

哨兵2號(hào)衛(wèi)星重訪周期為5d，每月包括5～6景影像，而高分系列衛(wèi)星影像重訪周期相對(duì)較低，如果受到云、雨等天氣影響，不一定能滿足實(shí)際測(cè)算需求。因此，本研究仍然以哨兵2號(hào)衛(wèi)星影像提取結(jié)果作為河流寬度。

2.3 月尺度流量測(cè)算結(jié)果分析

本研究基于提取的河流水面寬度及三維數(shù)字河道模型，采用經(jīng)典曼寧公式，測(cè)算了薊運(yùn)河防潮閘斷面2022年度月尺度流量。月尺度流量具體計(jì)算方法為：當(dāng)月提取的多期河流流量平均值乘以當(dāng)月天數(shù)。

同時(shí)為了驗(yàn)證流量結(jié)果精度，與生態(tài)環(huán)境部海河流域北海海域生態(tài)環(huán)境監(jiān)督管理局（以下簡(jiǎn)稱“海河局”）提供的該斷面2022年月度統(tǒng)計(jì)流量數(shù)據(jù)進(jìn)行了對(duì)比分析，具體如圖6所示。

圖6（a）顯示本研究2022年度流量計(jì)算結(jié)果和海河局統(tǒng)計(jì)結(jié)果月尺度變化趨勢(shì)基本一致，其中5、8、10、12月計(jì)算結(jié)果大于統(tǒng)計(jì)結(jié)果，其余月份均小于統(tǒng)計(jì)結(jié)果，3月和7月相差較大，分別相差5.223×10⁷ m³和5.579×10⁷ m³；該斷面7月和8 月流量最大，其次為6月，春季和秋冬季較小，該季節(jié)性特征與月降雨量變化趨勢(shì)一致。圖6（b）顯示了該斷面2022年度天尺度、月尺度總氮變化趨勢(shì)，該斷面1、2、3月總氮濃度最高，5、6、7月總氮濃度最低。圖6（c）為本研究總氮污染通量計(jì)算結(jié)果與海河局統(tǒng)計(jì)結(jié)果月尺度變化對(duì)比，2、3、5月存在一定差異，其中3月相差最大，其余月份趨勢(shì)基本一致。以上結(jié)果表明本研究提供的天空地一體化河流流量及污染通量監(jiān)測(cè)方法具有可行性。

2.4 局限性

本研究聯(lián)合衛(wèi)星遙感、無(wú)人機(jī)、無(wú)人船、ADCP等方法開展河流流量監(jiān)測(cè)，受限于斷面的實(shí)際情況和衛(wèi)星影像的分辨率，本技術(shù)還存在以下幾個(gè)方面的局限性：

（1）河道岸邊植被和不規(guī)則性對(duì)水面寬度提取的影響。當(dāng)河道岸邊存在草叢或河道形狀不規(guī)則時(shí)，可能會(huì)對(duì)遙感影像中河流水面寬度的提取造成顯著影響。植被的覆蓋可能會(huì)掩蓋實(shí)際的水面邊界，而河道的不規(guī)則性可能導(dǎo)致水面寬度在不同區(qū)域出現(xiàn)較大變化，這些都會(huì)增加從遙感影像中準(zhǔn)確提取水面寬度的難度。因此，建議選取兩岸順直，岸邊是人工修葺且不被植被覆蓋的河道。

（2）衛(wèi)星影像空間分辨率對(duì)流量監(jiān)測(cè)的影響。衛(wèi)星影像的空間分辨率直接影響水面寬度的提取精度。對(duì)于較窄的河道，如果其寬度接近或低于衛(wèi)星影像的分辨率，將難以準(zhǔn)確測(cè)量，從而導(dǎo)致較大的誤差。此外，低分辨率影像可能無(wú)法捕捉到河道的細(xì)小特征，從而影響流量估算的準(zhǔn)確性。因此建議盡量采用高分辨率衛(wèi)星影像數(shù)據(jù)開展監(jiān)測(cè)。

（3）水下地形變化對(duì)流量監(jiān)測(cè)的影響。水下地形的變化，尤其是極端天氣事件如“23.7”華北極端暴雨事件，可能會(huì)導(dǎo)致河道地形發(fā)生顯著變化。這種變化可能會(huì)改變水流的分布和速度，從而影響流量的測(cè)量。在這種情況下，需要及時(shí)對(duì)河道地形進(jìn)行更新，以確保流量監(jiān)測(cè)數(shù)據(jù)的準(zhǔn)確性。未能及時(shí)更新河道地形數(shù)據(jù)可能會(huì)導(dǎo)致流量估算出現(xiàn)偏差。因此，建議定期對(duì)水下地形進(jìn)行監(jiān)測(cè)修正，以確保水下地形的準(zhǔn)確性。

3 結(jié)論

（1）薊運(yùn)河防潮閘斷面2022年月尺度流量估算結(jié)果與統(tǒng)計(jì)流量結(jié)果在3月和7月相差較大，其余月份變化趨勢(shì)基本一致。月尺度總氮污染通量估算結(jié)果與統(tǒng)計(jì)結(jié)果在2、3、5月存在一定差異，其余月份變化趨勢(shì)基本一致。

（2）三維數(shù)字河道模型構(gòu)建及河流寬度提取是本研究方法的關(guān)鍵技術(shù)。衛(wèi)星影像空間分辨率是影響河流寬度提取精度的重要因素。

（3）整體而言，本研究提出的斷面總氮污染通量估算方法具有較高的精度，可以作為地面?zhèn)鹘y(tǒng)監(jiān)測(cè)的有效補(bǔ)充，適用于流域尺度面源污染、入海河流污染通量監(jiān)測(cè)等業(yè)務(wù)。督管理局提供的薊運(yùn)河防潮閘斷面2022年月度統(tǒng)計(jì)流量數(shù)據(jù)，在此表示衷心感謝！