HJ 1098-2020 水华遥感与地面监测评价技术规范（试行）.pdf

中华人民共和国国家环境保护标准中华人民共和国国家环境保护标准 HJ 1098-2020 水华遥感与地面监测评价技术规范（试行）Technical specifications for monitoring and evaluating algal bloom based on remote sensing and field monitoring（发布稿）本电子版为发布稿。请以中国环境出版集团出版的正式标准文本为准。2020-02-12 发布 2020-04-12 实施生态生态环境部环境部 发 布 i 目 次 前 言.ii 1 适用范围.1 2 规范性引用文件.1 3 术语和定义.1 4 水华遥感监测.3 5 水华地面监测.7 6 水华程度评价.9 ii 前 言 为贯彻中华人民共和国环境保护法和中华人民共和国水污染防治法，保护生态环境，保障人体健康，规范和指导我国淡水水体藻类水华监测和评价工作，制定本标准。本标准规定了淡水水体藻类水华的遥感监测方法、地面监测方法和水华程度评价方法等内容。本标准为首次发布。本标准由生态环境部生态环境监测司、法规与标准司组织制订。本标准起草单位：中国环境监测总站、生态环境部卫星环境应用中心。本标准生态环境部2020年2月12日批准。本标准自2020年4月12日起实施。本标准由生态环境部解释。1 水华遥感与地面监测评价技术规范 1 适用范围 本标准规定了淡水水体蓝藻水华遥感监测方法、地面监测方法和水华程度评价方法等内容。甲藻、硅藻及其他藻类水华监测与评价可参考使用本标准。本标准适用于我国淡水湖库水华监测、评价与管理。其他淡水水体的水华监测与评价可参考使用本标准。2 规范性引用文件 本标准内容引用了下列文件或其中的条款。凡是不注明日期的引用文件，其最新版本适用于本标准。GB/T 14950 摄影测量与遥感术语 GB/T 30115 卫星遥感影像植被指数产品规范 3 术语和定义 GB/T 14950 和 GB/T 30115 界定的以及下列术语和定义适用于本标准。3.1 水华 algal bloom 淡水水体中藻类大量繁殖的一种自然生态现象，表观特征为水体表面有藻类聚集或藻类颗粒悬浮在水体当中。3.2 藻密度 algal density 单位体积水样中藻类的细胞个数。单位：个/L。3.3 水华面积 algal bloom area 藻类漂浮在水面时覆盖水体的面积。3.4 水华面积比例 algal bloom area proportion 水华面积占监测水体面积的比例，百分比（%）。3.5 水华程度 algal bloom level 反映水华发生的强弱特征，根据水体中藻密度的高低或水华面积比例的大小进行判定。2 3.6 标准假彩色合成图像 standard false color composite image 根据加色法彩色合成原理，将遥感图像的近红、红、绿波段分别通过红、绿、蓝滤光系统合成产生的彩色图像。3.7 空间分辨率 spatial resolution 指像元代表的地面范围的大小。3.8 时间分辨率 temporal resolution 传感器能够重复获得同一地区影像的最短时间间隔。3.9 辐射定标 radiometric calibration 根据遥感器的定标方程和定标系数，将其记录的量化数字灰度值转换成对应现场的表观辐亮度的过程。3.10 几何校正 geometric correction 为消除影像的几何畸变而进行的投影变换和不同波段影像的套合等校正工作。3.11 大气校正 atmosphere correction 消除或减弱卫星遥感影像获取时在大气传输中因吸收或散射作用引起的辐射畸变。3.12 数字灰度值 digital number（DN）由遥感器各波段获取的反射或辐射能量量化而成的灰度等级。3.13 表观辐亮度 apparent radiance 大气层顶辐亮度，卫星遥感器入瞳处的辐射亮度。3.14 表观反射率 apparent reflectance 表观辐亮度与无大气水平场景绝对白体假设下遥感器应获得入瞳辐亮度之间的比值。3.15 地表反射率 surface reflectance 地物表面反射能量与到达地物表面的入射能量的比值。3.16 归一化植被指数 normalized difference vegetation index（NDVI）近红外波段与可见光红波段数值之差和这两个波段数值之和的比值。3 3.17 数字灰度值归一化植被指数 normalized difference vegetation index of digital number（NDVIDN）基于数字灰度值（DN）计算得到的归一化植被指数。3.18 大气层顶归一化植被指数 normalized difference vegetation index of top of atmospheric reflectance（NDVITOA）利用大气层顶表观反射率计算得到的归一化植被指数。3.19 大气层底归一化植被指数 normalized difference vegetation index of bottom of atmospheric reflectance（NDVIBOA）利用经过大气校正的地表反射率计算得到的归一化植被指数。3.20 常规监测 routine monitoring 以系统掌握监测水体藻类状况为目的的例行监测行为。3.21 预警监测 warning monitoring 在水华敏感期，以及时掌握监测水体藻类生长和发展状况，判断水华发生风险为目的的监测行为。3.22 应急监测 emergency monitoring 在水华暴发期，以跟踪掌握监测水体藻类水华状况为目的的监测行为。4 水华遥感监测 监测目的 4.1 采用卫星遥感影像数据开展水体的蓝藻水华监测，获得水体中蓝藻水华的空间分布位置，计算蓝藻水华面积及其所占水体面积比例，据此评价水华程度。监测原理 4.2 采用卫星遥感影像数据监测蓝藻水华主要是基于正常水体光谱与发生水华水体光谱的差异。蓝藻水华暴发时，藻类聚集在水体表面，因其对红光波段的强吸收导致产生的红光波段反射率较低，在近红外波段具有类似于植被光谱曲线特征的“反射峰平台效应”，近红外波段反射率较高。而正常水体对近红外波段有强烈的吸收作用，导致反射率较低。因此，通过计算植被指数可以区分水华和正常水体。监测内容 4.3 水体面积、蓝藻水华面积和空间分布位置。监测频次 4.4 4 根据实际工作需要确定监测频次，条件允许时建议每天开展监测。监测技术流程 4.5 水华遥感监测技术流程如图 1 所示。遥感影像预处理（几何校正，空间裁剪，辐射定标，表观反射率，大气校正，NDVI计算）卫星遥感影像DN值水体掩膜云掩膜水草掩膜水华二值图，0,1归一化植被指数（NDVIDN或NDVITOA或NDVIBOA）阈值分割水体区域的NDVI影像水华面积水华面积比例水体面积 图 1 基于卫星遥感影像数据监测蓝藻水华技术流程 监测方法 4.6 4.6.1 遥感数据选择 选取具有红光（630 nm690 nm）和近红外（760 nm900 nm）波段的卫星遥感影像数据。空间分辨率应取决于监测水体的大小，水体面积越小，空间分辨率要求越高。遥感影像数据至少覆盖监测水体 90%以上面积；在监测水体内，云覆盖率小于 50%。水陆掩膜、云掩膜、水草掩膜及观测几何条件等辅助数据坐标系及投影应与遥感影像数据保持一致。4.6.2 几何校正 基于参考影像或空间几何信息，开展影像几何精度校正和空间投影转换，精度控制在 1个像元内。4.6.3 空间裁剪 依据监测水体区域的左上角和右下角经纬度，对所选取的遥感影像进行空间裁剪，范围要略大于水体区域。4.6.4 辐射定标 辐射定标根据遥感器的定标公式及各波段定标系数进行。辐射定标公式的一般形式为：5 =()+()（1）式中：L表观辐亮度，单位为 W m-2 sr-1m-1；DN数字灰度值；Gain绝对定标系数的增益量，单位为 W m-2 sr-1m-1；Offset绝对定标系数的偏移量，单位为 W m-2 sr-1m-1，空缺值 0。遥感器不同波段各有其定标系数。随着遥感器的老化和功能衰退，定标系数会有所改变。4.6.5 大气层顶表观反射率计算 根据辐射定标获得的各波段表观辐亮度，按照公式（2）计算各波段表观反射率：（2）式中：TOA大气层顶表观反射率（无量纲）；常量（球面度 sr）；L表观辐亮度，由公式（1）计算获得，单位为 W m-2 sr-1m-1；D实际日地距离与平均日地距离的比值；F0平均日地距离处的大气层顶太阳谱照度，单位为 W m-2 m-1；s太阳天顶角。L 和 F0均与遥感器的具体波段有关，而 D 和 s可以通过卫星过境的日期和时间以及监测水体的经纬度计算获得。4.6.6 大气校正 可见光波段和近红外波段的卫星遥感大气校正主要针对大气分子散射、气溶胶散射及水汽吸收的影响。可采用基于辐射传输模型的方法（如 6S 模型、Flaash 大气校正模型等）进行大气校正，得到各波段地表反射率，也称为大气层底反射率 BOA。4.6.7 归一化植被指数计算 （3）式中：当 i 为 DN 时，公式为基于 DN 值的归一化植被指数，DN(NIR)近红外波段的灰度值；DN(R)红波段的灰度值；NDVIDN的取值范围为-1，1。当 i 为 TOA时，公式为大气层顶归一化植被指数，TOA(NIR)近红外波段的大气层顶表观反射率；TOA(R)红波段的大气层顶表观反射率；NDVITOA的取值范围为-1，1。2TOA0cossLDFOffsetDNGainL 6 当 i 为 BOA时，公式为大气层底归一化植被指数，BOA(NIR)近红外波段经过大气校正的地表反射率；BOA(R)红波段经过大气校正的地表反射率；NDVIBOA的取值范围为-1，1。归一化植被指数（NDVI）的计算可以采用三种定量化级别的图像作为输入，分别是未经定量化处理的原始 DN 值、经过部分定量化处理的大气层顶表观反射率、经过全面定量化处理的地表反射率。定量化程度越高，对应的 NDVI 的水华阈值越稳定，但处理难度以及对相关输入参数的要求越高。因此，在相关参数比较完备，处理经验比较丰富的情况下，尽量使用定量化程度较高的 NDVI 数据；反之则使用定量化程度较低的 NDVI 数据。4.6.8 水陆分离、云识别和水草识别 为避免蓝藻水华的误判，应结合实际情况准确识别被监测的水体区域，剔除云、水草等的干扰，形成监测水体的水体掩膜、云掩膜和水草掩膜等辅助数据，获得包含蓝藻水华的水体区域所有像元的NDVI值，按不同处理方式可分别获得像元的NDVIDN、NDVITOA和NDVIBOA。4.6.9 阈值分割和水华二值图 针对水体区域的 NDVIDN和 NDVITOA数据，蓝藻水华的 NDVI 值要高于正常水体，由于未经过大气校正，判别蓝藻水华的 NDVI 阈值会随着不同影像发生变化，需要结合遥感假彩色合成图像目视识别或 NDVI 灰度直方图统计加以确定，NDVI 值高于阈值的为蓝藻水华。针对经过准确大气校正的水体区域的 NDVIBOA数据，判别水华区别于正常水体的阈值可以设为 0，NDVI 值高于 0 的像元为蓝藻水华。蓝藻水华像元赋值为 1，其他地物（包括正常水体、云、陆地等）像元赋值为 0，获得水华二值图。4.6.10 水华面积和水华面积比例计算 基于水华二值图统计水华像元总数，乘以每个像元对应的实际面积，计算得出水华面积；水华面积除以水体面积获得水华面积比例（百分比）。（4）式中：A1水华面积；A水体面积（推荐采用以当年无云影像获取的水陆掩膜计算出的水体面积）；P水华面积比例。质量保证与质量控制 4.7 选择卫星遥感影像数据时需检查影像数据有无条带，有无数据缺失现象，保证用于监测水华的遥感影像原始数据质量。尽量不选取云层覆盖过多，水体区域有大面积耀斑出现的遥感影像。采用最接近卫星过境时刻发布的辐射定标系数，几何校