城市黑臭水體是指城市建成區(qū)內(nèi), 呈現(xiàn)令人不悅的顏色和(或)散發(fā)令人不適氣味的水體的統(tǒng)稱.所謂“黑臭”是水體有機污染的一種極端現(xiàn)象, 是由于水體缺氧、有機物腐敗而造成的, 已經(jīng)成為我國許多大中城市共同存在的環(huán)境污染問題.目前國內(nèi)外對城市黑臭水體的研究多集中于黑臭形成機制、水質(zhì)評價方法與指標構(gòu)建、生態(tài)修復(fù)等方面.對城市黑臭水體的識別, 則主要采取資料收集、實地考察、野外監(jiān)測與評價指標相結(jié)合的方法.水體黑臭的常見評價指標有溫度, 色度, 化學(xué)耗氧量(COD或高錳酸鹽指數(shù))、5日生化需氧量(BOD5)、氨氮(NH4+-N)、溶解氧(DO)、總氮(TN)、硫酸還原菌數(shù)、臭閾值(TO)等.

　　城市黑臭水體通常分布范圍較廣, 河寬一般較窄, 易受到兩岸環(huán)境(居民點、建筑工地、工廠)影響; 水流速度較小, 水面多漂浮樹葉等雜質(zhì), 常出現(xiàn)“斷頭”現(xiàn)象.由于城市河道水面通常低于路面, 且設(shè)有護欄, 因此常規(guī)的地面采樣監(jiān)測不易采集河道中心水質(zhì)信息, 難以全面劃定黑臭水體分布范圍, 增加監(jiān)測難度.遙感技術(shù)以其宏觀、大面積同步觀測以及持續(xù)觀測的特點, 為城市水體的監(jiān)測提供了一種新的技術(shù)手段.萬風(fēng)年等建立ETM+遙感影像的可見光波段及其組合與電導(dǎo)率(EC)、氨氮(NH4+-N)等水質(zhì)參數(shù)的回歸方程, 模型精度較高, 較好地反映了浙江溫瑞塘河水質(zhì)參數(shù)空間分布情況.姚俊等解譯了蘇州河3個不同時相的彩紅外遙感影像和熱紅外遙感影像信息, 分析了蘇州河水體污染的狀況和歷史原因.馬躍良等利用TM影像數(shù)據(jù)對珠江廣州河段水環(huán)境質(zhì)量中的水質(zhì)污染進行監(jiān)測研究, 并建立了水質(zhì)污染遙感預(yù)測模型.目前的研究主要針對水質(zhì)參數(shù)進行, 還沒有提出有效地黑臭水體識別的方法.

　　隨著高分遙感技術(shù)的發(fā)展, 大量的城市高空間分辨率遙感數(shù)據(jù)為城市黑臭水體監(jiān)測提供了數(shù)據(jù)保障, 但是其模型方法的研究還十分欠缺.基于此, 本研究針對南京市主城區(qū)河流開展野外實驗, 對比分析黑臭水體和正常水體的光譜差異, 構(gòu)建基于高分影像的城市黑臭水體遙感識別方法, 以期為黑臭河道監(jiān)管提供技術(shù)支持.

　　1 材料與方法 1.1 研究區(qū)及采樣點分布

　　南京位于江蘇省西南部(北緯31°14′~32°37′, 東經(jīng)118°22′~119°14′), 長江下游, 市域總面積6 587 km2, 是江蘇省省會.南京水域面積達11%以上, 有秦淮河、金川河、玄武湖、莫愁湖、百家湖、石臼湖、固城湖、金牛湖等大小河流湖泊.其中, 城市內(nèi)河是城市人居環(huán)境中重要組成部分, 近年來隨著城市化進程的不斷加劇, 大量生活污水等直接排入河流, 導(dǎo)致水體發(fā)黑發(fā)臭.

　　2016年的1月19日、4月10日、11月3日對南京城市河道開展地面調(diào)查, 記錄黑臭河段位置, 并分別采集沙洲西河、禿尾河及玄武湖、金川河樣點共55個進行水面光譜測量和水質(zhì)分析.其中, 沙洲西河和玄武湖樣點共計18個, 均屬于正常水體.禿尾河位于浦口區(qū), 蜿蜒流經(jīng)天潤城和旭日上城, 河寬15~30 m, 是一條斷頭河, 水面呈現(xiàn)深墨綠色, 懸浮大量黑色絮狀物, 腥臭味明顯.因此共采集禿尾河樣點29個, 屬于黑臭水體.此外, 金川河樣點共8個, 包含黑臭水體和正常水體, 采樣時間與所獲取遙感影像時間同步.野外實驗采樣點分布如圖 1所示.

　　圖 1

　　此外, 為了與其它類型水體進行對比, 還收集了南京夾江(29個樣點)的野外實測遙感反射率數(shù)據(jù).南京夾江水體葉綠素濃度低, 懸浮泥沙含量相對較高.

　　1.2 數(shù)據(jù)采集與測量方法

　　實驗觀測包括室外實驗和室內(nèi)實驗兩部分.室外實驗包括遙感反射率、透明度、溶解氧、氧化還原電位的測量和水樣采集, 同時記錄樣點經(jīng)緯度等信息.

　　水面光譜數(shù)據(jù)測量使用美國ASD公司生產(chǎn)的ASD FieldSpec Pro便攜式光譜輻射計, 其波段范圍是350~1 050 nm.首先將儀器探頭垂直對準灰板中心, 避免陰影、雜散光, 測量標準灰板的輻亮度(Lp); 然后背對太陽方向, 儀器與水面法線方向的夾角為30°~45°, 在避開太陽直射反射、忽略或避開水面泡沫的情況下, 所測得水體輻亮度為Lsw; 將儀器向上旋轉(zhuǎn)90°對準天空測量輻亮度(Lsky); 最后再垂直對準灰板測量標準灰板的輻亮度.每個采樣點都需要測量10條以上光譜信息.水面光譜數(shù)據(jù)按照唐軍武等[35]介紹的方法換算成水面遙感反射率.

　　用塞氏盤進行透明度的測量.手握卷尺緩慢釋放繩子, 將塞氏盤垂直沉入水中, 當盤中黑白色剛好看不清楚時記錄標尺讀數(shù), 即為透明度值.數(shù)值以厘米為單位, 反復(fù)觀察2~3次確保讀數(shù)穩(wěn)定性.

　　溶解氧(DO)、氧化還原電位測量分別采用溶解氧檢測儀(YSI550A)、筆式OPT計(CT-8022).儀器使用之前需要用標準液進行校正, 測量時將探頭完全沒入水中, 待讀數(shù)穩(wěn)定記錄數(shù)值; 每個采樣點測量完畢使用高純水將探頭沖洗干凈以備下次使用.

　　本研究依據(jù)透明度、溶解氧、氧化還原電位這3項指標判斷水體是否黑臭, 具體判別標準如表 1所示.

　　1.3 高分影像數(shù)據(jù)及預(yù)處理

　　采用2016年11月3日的GF-2遙感影像進行南京黑臭水體遙感識別, 影像覆蓋鼓樓區(qū)、玄武區(qū)、秦淮區(qū)、建鄴區(qū)以及浦口區(qū)部分區(qū)域, 地面采集樣點中有8個同步實測樣點.

　　GF-2多光譜數(shù)據(jù)空間分辨率4 m, 該數(shù)據(jù)共4個波段, 波長范圍分別為450~520、520~590、630~690和770~890 nm, 中心波長分別為514、546、656和822 nm.

　　利用ENVI軟件對影像進行正射校正、輻射定標、大氣校正等操作.大氣校正采用ENVI自帶FLAASH大氣校正模塊.利用11月3日在金川河實測的水面遙感反射率與大氣校正結(jié)果進行對比, 通過比較大氣校正后數(shù)據(jù)和實測光譜數(shù)據(jù)的差異來評價大氣校正精度.由于5號采樣點受岸邊植被影響較大, 光譜特征與植被較相似, 因此不參與精度評價.將與衛(wèi)星數(shù)據(jù)同步的7個樣點實測遙感反射率通過光譜響應(yīng)函數(shù)擬合至GF-2傳感器4個波段, 并與大氣校正后的遙感反射率進行對比.大氣校正值和實測值在可見光波段的MAPE分別為31.73%、12.33%、17.76%, RMSE分別為0.004 3、0.002 9、0.003 0 sr-1(圖 2).

　　圖 2

　　2 黑臭水體遙感識別模型構(gòu)建 2.1 黑臭水體光譜特征分析

　　為了判別城市黑臭水體的光譜特征, 將所采集的南京市黑臭水體、正常水體與南京夾江飲用水源地水體(2014年10月實測)等野外實驗采集的光譜數(shù)據(jù)進行對比, 分析黑臭水體和不同類型水體的光譜差異.如圖 3所示, 城市黑臭水體的遙感反射率的數(shù)值和光譜斜率與其他類型水體有明顯的區(qū)別.

　　圖 3

 

(a)圖 1禿尾河及金川河黑臭水體采樣點光譜曲線; (b)圖 1沙洲西河、玄武湖及金川河正常水體采樣點光譜曲線; (c)夾江水體光譜曲線 圖 3 3種類型水體遙感反射率光譜、均值及GF2 PMS2模擬結(jié)果

　　城市黑臭水體在400~900 nm波段遙感反射率值整體低于0.025 sr-1, 其平均值在三類水體中最小, 和夾江平均遙感反射率相差最大[圖 3(d)].在400~550 nm波段范圍, 黑臭水體遙感反射率隨波長增加上升緩慢, 其它水體的光譜曲線在該波段范圍斜率較大[圖 3(b)、3(c)]; 在550~580 nm波段范圍, 黑臭水體遙感反射率出現(xiàn)峰值, 波峰寬度大于其他類型水體, 但值最低, 形狀最為平緩; 黑臭水體由于水體溶解氧含量低, 導(dǎo)致水體藻含量少, 在620 nm沒有明顯吸收谷, 在700 nm附近沒有明顯的反射峰.

　　總體而言, 城市黑臭水體遙感反射率最低, 在550~700 nm范圍內(nèi)整體走勢很平緩, 雖然具有波動變化, 但是峰谷不突出.黑臭水體光譜所表現(xiàn)出的這種特征可以作為其遙感識別的重要依據(jù). 圖 3(e)給出了針對GF-2傳感器波段設(shè)置的不同類型實測水體光譜信息.對比圖 3(d)和圖 3(e), 可以看出GF-2的寬波段設(shè)置大大縮減了光譜信息, 使得黑臭水體和其他類型水體光譜特征的差異變小, 但仍然可以體現(xiàn)出不同類別水體的明顯差異.例如, GF-2影像的第二波段(中心波長546 nm)對應(yīng)水體550~580 nm出現(xiàn)的峰值, 但是黑臭水體的值最低; 此外, 由于黑臭水體遙感反射率較低且在可見光范圍變化平緩, 因此光譜值在GF-2影像一、二波段和二、三波段數(shù)值的差異小于其它水體, 且光譜斜率最小.這些差異, 為從高分影像建模提取黑臭水體提供了物理基礎(chǔ).

　　2.2 城市黑臭水體識別算法

　　利用地面實測遙感反射率擬合為GF-2影像的多光譜數(shù)據(jù), 進行黑臭水體識別建模.其中, 除了與衛(wèi)星同步的8個樣點數(shù)據(jù)外, 其它樣點數(shù)據(jù)均參與建模.基于2.1節(jié)的分析, 提出單波段閾值法、波段差值法、波段比值法和色度法進行城市黑臭水體提取.

　　2.2.1 單波段閾值法

　　城市黑臭水體遙感反射率整體低于其它水體, 在550 nm附近即GF-2影像第二波段與其它水體的差異相對較高.因此利用這一波段遙感反射率值提取城市黑臭水體, 算法如式(1).

(1)

　　式中, Rrs(Green)為GF-2影像第二波段大氣校正后遙感反射率值, N為常數(shù).

　　圖 4為各樣點Rrs(Green)值, 選取N=0.019 sr-1作為判別一般水體和黑臭水體的閾值.

　　圖 4

　　2.2.2 波段差值法

　　由于城市黑臭水體遙感反射率值在480~550 nm上升緩慢, 在550 nm附近出現(xiàn)的波峰較寬且值最低.具體在GF-2影像上的表現(xiàn)為在可見光藍綠波段, 南京夾江水體光譜斜率最高, 城市正常水體次之, 而城市黑臭水體最低.由此, 可以利用藍綠波段的遙感反射率差值來判斷是否是城市黑臭水體, 算法如式(2).

(2)

　　式中, Rrs(Blue)和Rrs(Green)分別為GF-2影像第一、二波段大氣校正后遙感反射率值, N為常數(shù).

　　圖 5為建模樣點藍綠波段遙感反射率差值, 選取N=0.003 6 sr-1作為判別一般水體和黑臭水體的閾值.

　　圖 5

 

　　2.2.3 波段比值法

　　城市黑臭水體在550~700 nm范圍內(nèi)光譜曲線變化最為平緩, 斜率最低. GF-2影像對應(yīng)此光譜范圍的綠、紅波段, 中心波長分別為546 nm和656 nm, 很好地體現(xiàn)出城市黑臭水體這一光譜特征.從圖 3(e)可以看出, 城市正常水體在此波段范圍光譜斜率同樣較低, 但是其具有較高的遙感反射率值.因此, 選擇這兩個波段組合的遙感反射率差、和的比值來識別城市黑臭水體.算法如式(3).

(3)

　　式中, Rrs(Green)和Rrs(Red)分別為GF-2影像第二、三波段大氣校正后遙感反射率值, N1、N2為常數(shù).

　　圖 6為建模樣點紅綠波段比值, 選取N1=0.06 sr-1、N2=0.115 sr-1作為判別一般水體和黑臭水體的閾值.

　　圖 6 建模樣點綠紅波段遙感反射率比值

2.2.4 色度法

　　野外調(diào)查發(fā)現(xiàn), 黑臭水體反射率較低, 在視覺中具有直觀的體現(xiàn).此外, 已有國內(nèi)外學(xué)者運用色度方法, 直觀且定量地反映湖泊水色變化規(guī)律[37~40].因此, 嘗試建立色度指標進行黑臭水體識別.

　　本研究根據(jù)色度計算公式[41], 將GF-2影像紅、綠、藍波段分別作為R、G、B代入公式計算, 得到CIE坐標系統(tǒng)中表征水體顏色的主波長.根據(jù)圖 7建模樣點計算結(jié)果, 城市黑臭水體對應(yīng)波長范圍為528~540 nm.其余波段范圍分別對應(yīng)不同顏色(圖 8), 其中490~528 nm主要呈現(xiàn)藍色; 540~560 nm范圍呈現(xiàn)綠色, 和城市河道的正常水體的顏色最接近; 560~576 nm范圍代表顏色為黃色, 主要體現(xiàn)在秦淮河等較為渾濁的水體.

圖 7 建模樣點CIE坐標主波長

圖 8 色度法計算結(jié)果

　　2.3 精度評價

　　采用驗證樣點識別的正確率對算法精度進行評價, 由式(4)計算.

(4)

　　式中, N正確識別表示識別結(jié)果和實際情況一致的樣點數(shù)目, N總數(shù)為驗證樣點總數(shù).

　　3 結(jié)果與討論

　　將以上方法應(yīng)用于2016年11月3日GF-2 PMS2影像, 提取出南京主城區(qū)黑臭水體, 如圖 9所示.衛(wèi)星過境當天野外同步實驗采集的8個樣點(圖 1)水質(zhì)參數(shù)如表 2所示. JC1、JC2位于金川河泵站附近水流交匯處, 流速大, 河岸寬, 居民點較少, 透明度和溶解氧含量較高(表 1和表 2), 水體黑臭現(xiàn)象不明顯, 是正常水體. JC8位于長江入江口處, 河寬大概20 m, 附近居民點較少, 無排污口, 水體顏色正常, 無臭味, 透明度和溶解氧含量高(表 1和表 2), 是正常水體. JC3~JC7位于城市狹窄河道, 河水流經(jīng)多處居民小區(qū), 沿岸有數(shù)個排污口, 水質(zhì)極差, 水體顏色變深, 呈現(xiàn)墨綠色, 近岸則聞到刺鼻臭味; 透明度低于30 cm, 溶解氧含量低于0.4 mg·L-1(表 1和表 2), 是典型城市黑臭水體.利用這8個樣點對黑臭水體遙感識別效果進行評價.

圖9

 

樣點號	透明度/cm	溶解氧/mg·L-1	氧化還原電位/mV	黑臭情況
JC1	50	1.26	59	正常
JC2	70	3.95	109	正常
JC3	20	0.36	-161	黑臭
JC4	30	0.11	-139	黑臭
JC5	10	0.12	-133	黑臭
JC6	20	0.23	-174	黑臭
JC7	30	0.12	-144	黑臭
JC8	80	5.14	319	正常

  表2                                           

　　3.1 不同算法識別精度對比

　　基于2.2節(jié)所構(gòu)建的算法, 對南京市部分城區(qū)黑臭水體進行識別.由于長江是含沙量大且比較渾濁的水體, 不存在黑臭現(xiàn)象, 和黑臭水體的光譜特征差異顯著, 在遙感影像上和其他類型水體顏色相差大, 因此將其單獨劃分為一類.在遙感影像上選取金川河流域采集的8個衛(wèi)星同步樣點對算法識別精度進行評價.

　　3.1.1 單波段算法

　　根據(jù)表 3, 單波段法對黑臭識別結(jié)果和實際情況一致的是JC1、JC4、JC5、JC6所在河段.根據(jù)2.3節(jié)精度評價方法, 算法識別正確率為50%. 圖 9(a)紅色部分是單波段法識別的城市黑臭水體分布范圍.

 　　表 3 不同算法驗證樣點取值及識別結(jié)果

樣點號	單波段法			差值法			比值法			色度法		實際黑臭情況
	計算結(jié)果/sr-1	識別結(jié)果		計算結(jié)果/sr-1	識別結(jié)果		計算結(jié)果/sr-1	識別結(jié)果		計算結(jié)果/nm	識別結(jié)果
JC1	0.019 5	正常		0.001 4	黑臭		0.133 2	正常		542	正常	正常
JC2	0.018 5	黑臭		0.003 1	黑臭		0.117 5	正常		545	正常	正常
JC3	0.022 6	正常		0.001 7	黑臭		0.068 6	黑臭		535	黑臭	黑臭
JC4	0.018 8	黑臭		0.001 9	黑臭		0.080 6	黑臭		552	正常	黑臭
JC5	0.010 4	黑臭		0.001 1	黑臭		0.077 2	黑臭		548	正常	黑臭
JC6	0.015 9	黑臭		0.001 8	黑臭		0.114 9	黑臭		554	正常	黑臭
JC7	0.019 9	正常		0.002 9	黑臭		0.069 8	黑臭		557	正常	黑臭
JC8	0.013 3	黑臭		0.004 1	正常		0.153 6	正常		536	黑臭	正常

　　3.1.2 差值算法

　　根據(jù)表 3, 差值算法對黑臭識別結(jié)果和實際情況一致的是JC3、JC4、JC5、JC6、JC7、JC8所在河段, 識別正確率為75%. 圖 9(b)紅色部分是差值算法識別出的城市黑臭水體分布范圍.

　　3.1.3 比值算法

　　根據(jù)表 3, 比值算法對8個樣點所在河段的識別結(jié)果與實際情況一致, 識別正確率達到100%. 圖 9(c)紅色部分是比值法識別的城市黑臭水體分布范圍.

　　3.1.4 色度法

　　根據(jù)表 3, 色度法識別正確的是JC1、JC2、JC3, 識別正確率為37.5%. 圖 9(d)紅色部分是色度法識別的城市黑臭水體分布范圍.

　　3.2 算法識別誤差原因及適用性分析 3.2.1 不同算法識別誤差原因分析

　　從圖 9可以看出, 算法識別誤差主要表現(xiàn)為將城市湖泊正常水體錯分為黑臭水體.單波段法和差值算法將莫愁湖識別為黑臭水體, 識別正確率最高的比值算法也將玄武湖部分區(qū)域識別為黑臭水體, 而色度法將兩者均識別為黑臭水體.通過野外調(diào)查, 莫愁湖和玄武湖水質(zhì)較為清潔, 為正常水體, 并未出現(xiàn)黑臭.對上述錯分現(xiàn)象進行分析, 主要原因如下.

　　(1) 光譜存在重疊部分.城市湖泊水質(zhì)較好, 由于水體吸收較強, 遙感反射率值很低, 在影像上呈現(xiàn)暗像元的特征. 圖 10為實測玄武湖和部分黑臭水體光譜曲線以及模擬至GF-2傳感器上的結(jié)果.從中可以看出, 兩種水體的遙感反射率值非常低, 在400~700 nm范圍有較多的重疊.在GF-2數(shù)據(jù)第2波段遙感反射率值十分接近, 因此運用單波段法不能將兩者明顯區(qū)分; 運用比值法計算時, 通過波段組合, 兩者值域也存在重疊的部分.因此, 玄武湖等正常水體和黑臭水體在運用單波段法、比值法進行計算時, 可能出現(xiàn)錯分現(xiàn)象.

圖 10 光譜曲線對比

　 　(2) 水色相似.色度法可以直觀反映不同地物的顏色差別, 但有些河段受排放污染物的影響水色差異大, 出現(xiàn)墨綠、灰黑色等(圖 11), 與玄武湖、莫愁湖等正常水體顏色相似; 此外, GF-2影像4個波段中心波長和CIE標準色度系統(tǒng)不能完全對應(yīng), 也可能導(dǎo)致計算結(jié)果存在一定偏差.因此色度法對城市黑臭水體的識別精度低.

圖 11 典型城市黑臭水體

　　　　(3) 對GF-2遙感影像第1波段的大氣校正效果較差[圖 2(a)], 因此在運用1、2波段的差值進行計算時, 容易將部分正常水體錯分為黑臭水體, 產(chǎn)生較大誤差.

　　3.2.2 算法適用性分析

　　綜合上述的分析, 比值算法識別精度最高.比值算法基于城市黑臭水體和正常水體在550~650 nm范圍內(nèi)光譜差異而建立, 通過GF-2影像綠、紅波段遙感反射率差、和的比值計算求得, 具有理論依據(jù), 簡單易于操作.比值算法對于城市黑臭河段的識別正確率最高, 可以準確地區(qū)分城市河道的黑臭水體和正常水體.但是由于城市內(nèi)部大型清潔湖泊遙感反射率較低, 計算結(jié)果值域存在重疊, 因此運用比值算法計算容易將其劃分為黑臭水體.因此, 比值算法不適用于區(qū)分城市河道黑臭水體和城市內(nèi)部非常清潔的大型湖泊.

　　3.3 南京主城區(qū)黑臭水體空間分布 3.3.1 南京主城區(qū)黑臭水體空間分布

　　利用比值算法提取研究區(qū)黑臭水體, 識別出黑臭河段11條, 總長度40.7 km, 總面積0.749 km2, 分別為金川河、中保河、清江東溝、明御河、月牙湖、友誼河玄武段、友誼河秦淮段、沙洲東河、奧體北河、禿尾河?xùn)|支、西支.從圖 9(c)可以看出, 黑臭河段分布范圍廣且不連續(xù), 集中分布在南京市各城區(qū)人口密集的區(qū)域, 其空間分布如下.

　　(1) 金川河流域位于鼓樓區(qū)北部, 清江東溝、中保河位于南部; 明御河、月牙湖位于秦淮區(qū)北部; 友誼河流經(jīng)玄武區(qū)和秦淮區(qū), 分別為友誼河玄武段和友誼河秦淮段; 沙洲東河、奧體北河均位于建鄴區(qū)中部; 禿尾河?xùn)|支、西支黑臭河段位于浦口區(qū)北部.

　　(2) 不同河段黑臭情況不同.鼓樓區(qū)金川河黑臭河段主要位于中支上游部分, 下游流入長江的河段水色正常; 友誼河出現(xiàn)黑臭的河段位于上游玄武區(qū); 而浦口區(qū)北部禿尾河段靠近長江的部分水色正常, 其余部分河段則出現(xiàn)黑臭現(xiàn)象.

　　3.3.2 黑臭河段形成的環(huán)境因素分析

　　針對提取的黑臭河段, 對其周邊環(huán)境影響因素進行分析如下.

　　(1) 人口密集區(qū)生活污水排放.例如金川河中支上游[圖 11(a)]、清江東溝、明御河等河段, 流經(jīng)居民小區(qū)、菜市場等地, 生活污水大量排放, 有機污染物分解消耗大量溶解氧造成水體缺氧, 引起水體發(fā)黑發(fā)臭; 此外有機物富集在水體表面形成有機物膜破壞正常水體界面的交換, 加劇水體黑臭現(xiàn)象.

　　(2) 河岸建筑工地、化工廠等的影響.例如建鄴區(qū)沙洲東河附近有一處建筑工地, 污水排放進入河流, 水體渾濁發(fā)黑發(fā)臭[圖 11(b)]; 江寧區(qū)萊茵達路附近有大量工業(yè)園, 工廠廢水排放進入河流, 不僅使得水體顏色異常, 通常呈現(xiàn)乳白色[圖 11(c)], 而且散發(fā)刺激性氣味.

　　(3) 斷頭浜水體.由于城市發(fā)展遺留問題以及管理不善, 導(dǎo)致城市河段常出現(xiàn)“斷頭”現(xiàn)象, 形成斷頭浜.斷頭浜水體由于水動力不足, 造成河道淤泥增多, 底泥中堆積的污染物釋放到水體導(dǎo)致河流發(fā)黑發(fā)臭.例如鼓樓區(qū)北部金陵新村附近的一條重度黑臭河段, 距離居民小區(qū)僅兩米的距離, 水體幾乎不流動, 散發(fā)惡臭[圖 11(d)].

　　4 結(jié)論

　　(1) 和城市正常水體、夾江相比, 城市黑臭水體遙感反射率最低, 在整個可見光范圍峰谷不突出, 而且在400~550 nm范圍光譜斜率最小.具體聯(lián)系污水寶或參見http://www.bnynw.com更多相關(guān)技術(shù)文檔

　　(2) 利用GF-2影像, 基于第1、2、3、4波段, 分別建立了單波段算法、差值算法、比值算法和色度法識別黑臭水體.采用地面同步調(diào)查結(jié)果檢驗, 比值算法的識別精度最高, 對城市河道黑臭水體的識別結(jié)果更準確.

　　(3) 黑臭河段分布具有范圍廣且不連續(xù)的特征, 集中分布于各城區(qū)人口密集的區(qū)域; 水體發(fā)生黑臭主要受到生活污水、工業(yè)廢水、斷頭浜等因素影響.