水环境石油类污染遥感识别模式及其应用.pdf

《水环境石油类污染遥感识别模式及其应用.pdf》由会员分享，可在线阅读，更多相关《水环境石油类污染遥感识别模式及其应用.pdf（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第2 2 卷第3 期2 0 0 7 年6 月遥感技术与应用R E M O T ES E N S I N GT E C H N()L O G YA N DA P P L I C A T l 0 Ny o Z 2 2o 3J“圮2 0 0 7水环境石油类污染遥感识别模式及其应用黄妙芬1，齐小平2，于五一2，张一民2(1 大连水产学院，辽宁大连1 1 6 0 2 3；2 中国石油勘探开发研究院，北京1 0 0 0 8 3)摘要：利用2 0 0 6 年4 月6 7 日在甘肃省庆阳市境内环江、柔远河和马莲河实测的石油类污染水体波谱数据，以及石油类污染测定数据，采用F i s h e r 判别分析方法，建

2、立了基于地面实测光谱数据并适用于本研究区域的水环境石油类污染遥感识别模式，并利用2 0 0 6 年1 0 月1 5 1 7 日重复观测的数据进行精度验证，结果表明精度可达8 9；将该模式应用于2 0 0 5 年1 0 月1 6 日和2 0 0 6 年4 月1 0 日过境的两景I，a n d s a t T M 图像；根据遥感模式反演结果图，对该区域水环境石油类污染的时空变化进行了分析。水环境石油类污染遥感模式的建立为从遥感影像上快速、大面积获取石油类污染信息提供了一种技术手段。关键词：石油类污染；水体光谱；F i s h e r 判别分析；遥感模式中图分类号：T P7 9文献标识码：A文章编号

3、：1 0 0 4 0 3 2 3(2 0 0 7)0 3 一0 3 1 4 一0 7引言石油作为一种重要的能源，对国家的战略稳定起着举足轻重的作用。在石油勘探和开发过程中，不可避免地会对环境产生一定程度的污染。长庆油田位于甘肃省庆阳市境内，已有几十年的开发历史。由于石油开发活动，对境内环江、柔远河和马莲河的影响已经成为石油部门和地方部门共同关注的问题。动态及大面积地提供河流石油类污染空间分布状况将有利于各部门掌握科学数据，更好地对环境保护做出正确的决策。遥感具有大面积、快速、动态、低成本获取区域信息的优势，由于石油类污染的复杂性，如何从遥感图像中获取石油类污染信息成为一个迫切需要解决的科学前沿

4、问题。目前利用遥感图像来提取水环境石油类污染信息的相关研究鲜见报道。遥感技术在水环境监测中的应用，目前国内外主要集中在海洋溢油监测 1 3 ，以及悬浮物、叶绿素等要素上的定量遥感识别方面 4 8 。地物波谱是遥感研究的基础。在电磁波中只有可见光和近红外波段(3 0 0 2 5 0 0n m)是以地球表面反射为主的区间。多数遥感传感器使用这一区间，作为目前和今后研究地球表面特性的主要波段。利用可见光和近红外地物光谱的测试来建立与地面、航空和航天遥感数据的定量关系，是目前比较有效和常用的一种方法。该方法已经用于叶绿素和悬浮物遥感识别模式建立口 1，但国内外尚未见到有关这种方法在水体石油类污染信息提

5、取模式建立方面的报道。本文的创新点就在于利用地面实测的石油类污染水体光谱数据，建立遥感识别模式，然后应用于遥感图像，获取了可操作性较强且实用的遥感识别模式。该模式的建立可为从遥感影像上获取石油类污染信息提供一种技术手段。2方法2 1水体光谱和石油类污染测定水体光谱和石油类污染测定时间是2 0 0 6 年4月6 7 日和2 0 0 6 年1 0 月1 5 1 7 日，采样地点在甘肃省庆阳市的环江、柔远河和马莲河。采样方法采用沿河拉剖面的方式，对于有油井的地方，采样加密，第一次共获取了3 6 个观测样本，第二次共获3 2个观测样本。水体光谱测定采用美国A S D 公司F i e l d S p e

6、 cF R 便携式野外地物光谱仪A S D(A n a I。y t i c a I，S p e c t r a I。D e v i c e s)，波段范围为o 3 5 1 0 5 0 弘m，光谱分辨率为1n m，光谱仪探头视场角为2 5。收稿日期：2 0 0 6 0 9 一l l；修订日期：2 0 0 6 一1 1 2 2基金项目：中国石油天然气股份有限公司勘探生产部“遥感技术在油田环境保护中的应用”(项目编号：0 4 0 1 4 8 6)和中国石油天然气股份有限公司科技管理部“遥感技术环境监测与评价研究”(项目编号：0 6 0 6B o l 0 3 一0 2)。作者简介：黄妙芬(19 6 3

7、 一)，教授博士主要从事定量遥感、G I s、生态和环境方面研究。万方数据第3 期黄妙芬等：水环境石油类污染遥感识别模式及其应用3 1 5石油类污染测定采用红外分光法(G B l 6 4 8 8 9 6)，所使用的测定仪器是J K 一9 5 1 多功能红外测油仪，检出限可达o 0 1m g I，。2 2 数据处理考虑到本研究实验获取的数据特点和研究区域实际情况，我们在多种建模方式中选择了判别分析方法。判别方法是多元分析中一个应用性较强的方法，在各行各业已经得到广泛应用 1 川。2 2 1建模机理目前判别分析主要方法有距离判别、F i s h e r、B a y e s 和逐步判别等方法，其中F

8、 i s h e r 适用于利用实测的波谱数据和水质数据进行建模其基本思想是：设有g 个正态总体G 1，G 2，G g(g 2)，相应的均值为“，(i=1，2，走)。今从总体G 志独立地抽去”，个埘维样本(也称为训练样本或训练模式)：z P 一(z 登，z 髫，z 鉴)丁，(i 一1，2，咒，；走=1，2，g；，z，一咒，+规：+，2。)。经过训练，建立判别函数。即用已知分类样本的观察指标构造一些彼此不相关的综合指标即判别函数，这些综合指标可以将属于不同类别的个体尽可能的分开。对于分为铆类的研究对象，建成对应的俄个线性判别函数。2 2 2 石油类建模与提取根据实验获取的石油类污染测定值和国家水

9、质标准，将总样本分为3 类，第1 类，水体石油类污染 1 0 om g I。，属于重度污染。考虑到所建水环境石油类污染遥感识别模式主要是针对I，a n d s a t T M。加上使用的波谱仪波长范围在o 3 5 1 0 5 0 弘m，因而模式建立主要针对I。a n d s a t T M 的可见光一近红外波段，即对T M l(O 4 5 0 5 3 肛m)、T M 2(0 5 2 O 6 0 肛m)、T M 3(o 6 3 O 6 9p m)和T M 4(o 7 6 o 9 1 肛m)4 个波段，I。a n d s a t T M 像元空间分辨率为3 0m。具体建模步骤：第1 步，按照上述3

10、 种分类方法，取第一次实验中的总样本进行分类，作为训练样本，进行模式建立，第二次实验中的3 2 个样本用于验证。第2 步，利用I，a n d s a t T M 的波谱响应函数和实测的光谱数据，将窄波段的地面波谱反射率按照I。a n d s a t T M 的波谱响应函数计算出与T M l、T M 2、T M 3 和T M 4 相对应的宽波段反射率。第3步，计算基本统计量，包括分类均值、总均值、组内离差矩阵E 和组间离差矩阵B。第4 步，根据F i s h e r构造判别函数的准则，得到(B A E)6 一o，判别系数6 为方程的广义特征向量，A 为方程的广义特征根。第5 步，将E 阵做C h

11、 o l e s h y 三角分解、用J a c o b i 法求出广义特征根和特征向量。第6 步，建立判别函数，得到水体石油类污染遥感识别模式：c l a s s l 一一1 3 2 0 0 3 T M l+1 0 8 8 9 6 4 T M 2 6 1 3 4 4 4 T M 3+1 1 3 6 2 9 T M 4(1)c l a s s 2 一一1 0 8 2 T M l+1 1 3 5 4 5 8 T M 2 6 4 5 7 0 1 T M 3+8 7 2 6 4 T M 4(2)c l a s s 3 9 3 6 9 T M l+1 0 1 8 5 2 2 T M 2 6 1 9 6

12、 7 7 T M 3+8 9 3 8 2 8 3 T M 4(3)其中：c l a s s l、c l a s s 2 和c l a s s 3 为每一类的分数值。T M l、T M 2、T M 3 和T M 4 为对应T M 的4 个波段的反射率。对获取的每一景l a n d s a t T M 遥感图像，将图像上河流对应的T M l、T M 2、T M 3 和T M 4 波段的反射率代人模式(1)(3)中，计算每一类的分数值。把对应像元归类到分数值最大的类中。2 3 遥感数据处理2 3 1 河流信息提取首先将2 0 0 5 年1 0 月1 6 日和2 0 0 6 年4 月1 0日过境的两景

13、L a n d s a t T M 图像进行几何纠正，以便进行空间分析。图1 和图2 分别是2 0 0 5 年1 0 月1 6 日和2 0 0 6年4 月1 0 日T M 3、4、2 波段合成的真彩色图。从图中我们可以看到要准确提取河流信息有一定的难度。对于水体来说，水体几乎吸收了近红外和中红外波段内的全部入射能量，所以水体在近红外和中红外波段的反射能量很少。经过试验，利用T M 5 T M 3能清晰的反映出河流信息，这主要是因为在T M 5波段(短波红外)，水体对太阳辐射的吸收很强，反射能量很小，而其它地物在这个波段反射能量皆高于水体。所以水体T M 5 值小，利用T M 5 T M 3 可

14、以清晰的反映出河流信息，见图3 和图4。从图3 和4 可见，河流信息增强了，而且图像显示河流宽度在2 3 个像元(I。a n d s a t T M 图像一个像元为3 0m)。庆阳地区的环江、柔远河和马莲河有水段一般宽度在1 0 2 5m，不足一个像元，因而还需要进一步从河流信息中提取有水河段。考虑到有水河段T M 5 更小，得到的T M 5 T M 3 是最小值，因而我们以最小值作为阈值，提取有水河段，见图5 和图6。2 3 2D N 值转化为反射率经过图像切割和几何校正的成品图像只是传感 万方数据3 1 6遥感技术与应用第2 2 卷图J2 0 0 5 年】O 月1 6 日波段合成真彩色图F

15、 垃1C o m p o s et r u ec o l o ri m a g eo fT M 3、4、2o n0 c t 1 6，2 0 0 5图32 0 0 5 年l O 月1 6 日T M 5 T M 3 波段比值图F i g 3T h er a t i oo fT M 5 T M 3o no c t 1 6，2 0 0 5图52 0 0 5 年l O 月1 6 日河段有水像元F i g 5T h ep i x e lw i t hw a t e ro n0 c t 1 6，2 0 0 5器接受到来自目标物的辐射信息，一般是将其转化为灰度值(D i g i t a lN u m b e

16、r)进行存储。根据美国航空航天局(N A S A)的相关I。a n d s a tT M 使用手册提供的资料1 3 ，由I，a n d s a t T MD N 值转换为辐亮度的公式为：L n)一“g a i n”*Q。l+“o f f s e t”(4)图22 0 0 6 年4 月l O 日T M 3、-I、2 波段合成真彩色图F i g 2C O m p o s et r u ec o l o ri m a g eo fT M 3、4、2o nA p r 1 0，2 0 0 6图42 0 0 6 年1 月1 0 日T M 5 T M 3 波段比值图F i g 4T h er a t i o

17、o fT M 5 T M 3o nA p r 1 0，2 0 0 6图62 0 0 6 年4 月1 0 日河段有水像元F i g 6T h ep i x e lw i t hw a t e ro nA p r 1 0，2 0 0 6其中：L。，为传感器接收的光谱辐亮度(w m _ 2 s r 一1 肛m 1)；Q 幽为T M 影像待分析像元的像元灰度值(D N 值)；“g a i n”为各波段的增益量(w m 卅s r1 弘m _ 1)；“o f f s e t”为各波段的偏移量(w m _ 2 s r 一1 p m 叫)；g a i n 和o f f s e t 可以从T M 图像的头文件中

18、获取。万方数据第3 期黄妙芬等：水环境石油类污染遥感识别模式及其应用3 1 7由于传感器在获取信息过程中，电磁辐射穿过大气层时，会受到大气的反射、折射、吸收和散射的影响，因而必须进行大气纠正。严格的大气校正应该根据大气传输方程和有关传感器响应参数等，对遥感影像逐个像元地进行校正。这需要在遥感数据获取的同时必须有大气廓线的同步观测资料的支持。但大多数情况下大气状况的数据无法满足这一要求，特别是对逐个像元进行校正，则很难做到。实际上实时的大气参数很难同步获取。于是，人们采用了各种算法，进行大气的校正。总结起来，主要有：不变目标物法、直方图匹配法、暗目标物法和降低对比度法等。考虑到这些方法一般来说并

19、不能给出真实的地表反射率值，我们采用G I L A B E R T(1 9 9 4)14 1 提出了一种根据图像自身特性进行的大气校正方法：耳(己 一L。)d 2f D s u-一 啄方(5)其中：r 为大气透过率，以为太阳天顶角(由T M 头文件可以查到)，E。为大气顶层太阳的光谱辐射(Wm _ 2 s r _ 弘m _ 1)，p 为程辐射(W m _ 2 s r-1弘m-1)，d 为日地距离。厶，的计算式为：L。一己。i。一厶()(6)其中：L。()：坠塑笋；L。；。通过对图像进行直方图分析，找到突变的点，该点的辐射亮度值就是L。i。2 3 3 混合像元分解遥感对地物的探测是以像元为单位。

20、如果一个像元内仅包含一种地物，则这个像元称为典型像元。如果一个像元内包含几种地物，则称这种像元为混合像元。一般情况下，不同地物具有不同的辐射特性，故混合像元的辐射特性与任何典型像元的辐射特性都不相同。实地考察发现，本研究区域河流宽度一般都在1 0 2 5m 之间，不足一个像元。图7(见图版I)是环江在2 0 0 6 年4 月1 0 日图像上的T M l、T M 2、T M 3 和T M 4 等4 个波段的反射率，从图7 中可看到，环江T M 4 T M 3 T M 2 T M l 很明显，环江悬浮泥沙含量大，悬浮泥沙在5 5 0 6 7 0n m 和7 8 0 8 3 0n m 为2 个反射峰

21、，正好对应T M 3 和T M 4 波段。柔远河和马莲河也有类似的光谱特征。这说明除了河流悬浮泥沙的影响外，像元在各波段的反射率都是比较高的，如果是纯水像元，整体反射率不会怎么高，因而这也充分说明，在遥感影像上，这些有水像元是混合像元，而我们建立的水质遥感识别模式基于典型像元，因而为了提高精度必须进行混合像元分解。在本研究中，采用线性混合像元分解法。其基本原理是：设一个像元存在是种典型地物，其灰度值从小到大的顺序为d(1)，d(2)，d(志)，像元面积为S。第i 个混合像元的灰度值为D(i)，以每一种(，M)典型地物在该混合像元(i)中所占面积比z(i，埘)S为权重，利用灰度的线性可加性可以得

22、到如下方程：塞掣咒)一踟)吏堑乒一1纠S1z(i，优)，d(优)O志=2(7)(8)(9)方程(8)为和为1 的约束，即各典型地物面积比例加起来的和要为1；方程(9)为非。约束，即要使分解的结果大于o。3结果根据2 0 0 5 年1 0 月1 6 日和2 0 0 6 年4 月1 0 日的I a n d s a t T M 图像反演得到河流对应T M l、T M 2、T M 3 和T M 4 等4 个波段的反射率，分别代入遥感识别模式(1)(3)中，逐个像元进行计算分数值，然后进行归类，得到图8 1 5。其中，图8 9分别反映2 0 0 5 年和2 0 0 6 年研究区域水环境石油类污染总体分布

23、情况。图1 0 1 5 单独反映环江、柔远河和马莲河各自的水环境石油类污染分布情况。利用第二次实验获取的3 2 个样本进行验证，验证精度为8 9。从这些图中我们可以看到，由于水是流动的，水量大小、流速等有明显差异，加上污染点的空间变化，相邻像元石油类污染程度可能完全不同。在实际水质测量时也证明了这一点。例如，在环江相隔不到1 0 0m 的采样点，其石油类污染的测定值分别为2 4 5 5m g I。和O 1 2 5m g L，相差了近2 0 0 倍。2 0 0 6 年4 月1 0 日图像受到云的影响，图中河流缺数据部分是云覆盖区域。3 1 水体石油类污染时间变化特征根据图8 1 5(见图版I)，

24、我们分别统计了石油类污染所占面积比例，并绘制2 0 0 5 年和2 0 0 6 年各类之间面积变化对比图，以反映石油类污染随时间的变化，见图1 6 1 9。万方数据3 1 8遥感技术与应用第2 2 卷图1 62 0 0 S 年和2 0 0 6 年研究区域河流石油类污染各类所占比例F i g 1 6T h er a t i 00 ft h ec o n t e n to fp e t r O l e u mp o l I u t i o nO fd i f f e r e n tc I a s s e si nr e s e a r c hr e g i o ni n2 0 0 5a n d2

25、0 0 6图1 82 0 0 5 年和2 0 0 6 年柔远河石油类污染各类所占比例F i g 1 8T h er a t i OO ft h ec o n t e n to fp e t r o I e u mp o l l u t i o no fd i f f e r e n tc I a s s e si nR o u y u a nr i v e ri n，2 0 0 5a n d2 0 0 6从图1 6 可见，对于石油类污染，2 0 0 6 年第1 类(1 0m g I。)比2 0 0 5 年增加了2 0，说明2 0 0 6 年4 月份石油类污染总体来说要比2 0 0 5 年1 0

26、 月份加重。这可能是原因是2 0 0 5 年1 0 月河流水量要多于2 0 0 6 年4 月，另一方面也可能是2 0 0 6 年4 月由于石油开采活动的加剧，增加了石油类污染。从图1 7可见，环江2 0 0 5 年石油类污染第1 类面积要多于2 0 0 6 年，第2 类小于2 0 0 6 年，说明环江2 0 0 6 年污染比2 0 0 5 年要严重。从图1 8 可见，2 0 0 6 年柔远河石油类污染第3类的比例远远高于2 0 0 5 年，第2 类和第1 类都小于2 0 0 5 年，这说明柔远河石油类污染在2 0 0 6 年4 月比较严重。从图1 9 可见，马莲河属于重度石油类污染的面积2 0

27、 0 6 年比2 0 0 5 年高了近1 倍，2 0 0 5 年轻度污染的面积高于2 0 0 6 年，这说明2 0 0 5 年属于中度污染的河段污染进一步加剧，到2 0 0 6 年4 月属于重度污染。3 2 水体石油类污染空间变化特征为了分析水质空间变化特征，我们分别对图1 2图1 72 0 0 s 年和2 0 0 6 年环江石油类污染各类所占比例F i g 1 7T h er a t i oo ft h ec o n t e n to fp e t r o l e u mp o l l u t i o no fd i f f e r e n tc l a s s e si nH u a n

28、j i a n gr i V e ri n2 0 0 5a n d2 0 0 6图1 92 0 0 5 年和2 0 0 6 年马莲河石油类污染各类所占比例F i g 1 9T h er a t i oo ft h ec o n t e n to fp e t r o l e u mp o H u t i o nO fd i f f e r e n tc I a s s e si nM a l i a nr i v e ri n2 0 0 S a n d2 0 0 61 9 统计了各河流石油类污染各类所占比例，结果见表1 表2。表l2 0 0 s 年河流石油类污染各类所占比例()T a b l

29、e1R a t i oo ft h ec o n t e n to fp e t r O l e u mp o l l u t i o no fd i f f e r e n tc I a s s e si nt h er i v e r si n2 0 0 5表22 0 0 6 年河流石油类污染各类所占比例()T a b l e2R a t i oo ft h ec o n t e n to fp e t r o l e u mp o l l u t i o no fd i f f e r e n tc I a s s e si nt h er i v e r si n2 0 0 6从图表1

30、 和图表2 可见，环江2 0 0 5 年和2 0 0 6年属于重度污染的比例分别为13 3 5 和2 9 3 5。在2 0 0 6 年其属于重度污染的比例小于柔远河和马 万方数据第3 期黄妙芬等：水环境石油类污染遥感识别模式及其应用3 1 9莲河，相对来说是三条河中污染最轻的。2 0 0 5 年属于无污染的比例大于柔远河和马莲河，其无污染的比例占一半以上。柔远河2 0 0 5 年和2 0 0 6 年属于重度污染的比例分别为2 1 1 4 和5 0 8 9，显然2 0 0 6 年柔远河污染相当严重，有污染部分(轻度加重度)比例达到7 0 以上。在三条河中是污染最严重的。2 0 0 5 年有污染部

31、分的比例也达6 0，明显比环江污染严重。马莲河2 0 0 5 年和2 0 0 6 年属于石油类重度污染的比例分别为1 5 7 5 和3 4 6 2，无污染比例分别为4 6 2 3 和3 7 17。其污染程度不论是2 0 0 5 年还是2 0 0 6 年，在三条河中属于中等状况。三条河的总体来看，2 0 0 5 年和2 0 0 6 年属于重度污染的比例分别占到1 5 7 5 和3 4 7 8，属于轻度污染的比例分别占3 5 8 8 和2 5 5 6，显然2 0 0 5 年以轻度污染为主。而2 0 0 6 年以重度污染为主，属于无污染的区域所占比例分别为4 8 3 7 和3 9 6 6。综上分析，

32、2 0 0 6 年属于重度石油类污染的比例最高，2 0 0 5 年属于无污染的比例最高。从三条河来看，无论是2 0 0 5 年还是2 0 0 6 年，柔远河属于重度污染的比例都是三河中最大的，马莲河其次，环江相对来说是最好的。可见2 0 0 6 年石油类污染比2 0 0 5 年加重，这可能是因为2 0 0 5 年是1 0 月份测定的，为丰水期，水量比较大。2 0 0 6 年是4 月份测定的，为枯水期。水量大，水中溶解氧含量多，有利于石油物质的降解。另外水量大、流速快，也能把石油类物质迅速带走。4结语水环境石油类污染在油田区域内是一个普遍存在的问题。传统的水环境石油类污染监测费时、费力，样品分析

33、费用昂贵，加上在河流取样有一定的难度，很难在大区域开展。本文利用实测水体光谱数据和石油类污染测定数据，结合L a n d s a t T M 的波谱响应函数以及采用F i s h e r 判别模式，我们建立水环境石油类污染的遥感识别模式。分析结果表明，根据实地观测数据建立的水环境遥感识别模式可为本研究区域遥感监测水环境石油类污染提供定量指标和监测手段，为水环境石油类污染时空分析提供了一种行之有效的手段。本研究拟起抛砖引玉的作用，为今后通过进一步的研究来建立较高精度的水环境石油类污染的遥感识别模式奠定基础。致谢：本文水体石油类污染和光谱测定由陕西省宝鸡市环境保护监测站和国家农业信息化工程技术研究

34、中心协助完成，特此表示谢忱!参考文献：1 M a r t i n e zA，M o r e n oV A nO i ls p i l lM o n i t o“n gs y s t e mB a s e do ns A RI n l a g e s J s p i l ls c i e n c e a n dT e c h n o l o g yB u l l e t i n，1 9 9 6，3(1 2)：6 5 7 1 2 V o I c k a e r tF AM，K a y e n s aG s c h a“i e r 刚，“f A e r i a is u 卜v e i l l a n

35、 c eo f0 p e r a t i o n a l0 i lP o l l u t i o ni nB e I g i u m O sM ar i t i m ez o n eo fI n t e r e s t J M a r j n eP o l l u t i o nB u l l e t i n，2 0 0 0 4 0(1 1)：1 0 5 l 1 0 5 6 3 张永宁，丁倩，李栖筠海上溢油污染遥感监测的研究 J 大连海事大学学报，1 9 9 9，2 5(3)：1 5 4 D e k k e rAG，V o suRJ，P e t e r sswM c o m p a r i s

36、 o no fR e m o t eS e n s i n gD a t a，M o d e lR e s u l t sa n di nS i t uD a t af o rT o t a ls u s p e n d e dM a t t e r(T s M)i nt h es o u t h e r nF r i s i a n 乙a k e s J T h eS c i e n c eo ft h eT o t a IE n v i r o n m e n t，2 0 0 1，2 6 8：1 9 7 2 1 4 5 H e d g e rRD，0 l s e nNRB，M a l t

37、h u sTJ，“n z c o u p“gR e m o t eS e n s i n gw i t hC o m p u t a t i o n a lF 1 u i dD y n a m i c sM o d e l l i n gt oE s t i m a t eL a k ec h l o r o p h y l l Ac o n c e n t r a t i o n J R e m o t eS e n s i n go fE n v i r o n m e n t，2 0 0 2，7 9：1 1 6 1 2 2 6 R i t c h i eJc，Z i m b aPV，E

38、v e“t tJH R e m o t es e n s i n gT e c h n i q u e st oA s s e s sW a t e rQ u a l i t y 口 P h o t o g r a m m e t r i cE n g i n e e r i n ga n dR e m o t eS e n s i n g，2 0 0 3，6 9(6)：6 9 5 7 0 4 7 疏小舟，汪骏发，沈鸣明，等航空成像光谱水质遥感研究 J 红外与毫米波学报，2 0 0 0，8(1 9)：2 7 3 2 7 6 8 王学军，马延应用遥感技术监测和评价太湖水质状况 J 环境科学，2

39、0 0 0，l l(2 1)：6 5 6 8 9 T h i e m a n ns，K a u f m a n nH D e t e r m i n a t i o no fc h l o r o p h y l lC o n t e n ta n dT r o p h i cS t a t eo fL a k e sU s i n gF i e l dS p e c t r o m e t e ra n dI R S l CS a t e l l i t eD a t ai nt h eM e c k l e n b u r gL a k eD i s t r i c t，G e r m a

40、 n y J R e m o t es e n s i n go fE n v i r o n m e n t 2 0 0 0，7 3：2 2 7 2 3 5 1 0 李素菊，吴倩，王学军，等巢湖浮游植物叶绿素含量与反射光谱特征的关系 J 湖泊科学，2 0 0 2 9(1 4)：2 2 8 2 3 4 1 1 万余庆，张风丽，闫永忠利用细分光谱仪数据分析水体泥土含量的方法研究 J 国土资源遥感，2 0 0 2，0 6(5 2)：5 l 一5 5 1 2 卢纹岱s P s sf o rw i n d o w s 统计分析 M 北京：电子工业出版社2 0 0 0 1 3 N A s AL a n

41、d s a t 7s c i e n c eD a t au s e r sH a n d b o o k s O L d o w n l o a d e dF r o mh t t p：l t p w w w g s f c n a s a g o v I A S h a n d b o o k h a n d b o o k h t m l s c h a p t e r lJ c h a p t e r l1 h t m】#t e m p e r a t u r e 1 4 G i l a b e r tMA。c o n e s ec，M a s e l l iA A nA t m o

42、s p h e“cc o r r e c t i o nM e t h o df o rt h eA u t o m a t i cR e t r i e v a lo fS u f f a c eR e f l e c t a n c ef r o mT MI m a g e J I n t e r n a“o n a lJ o u r n a lo fR e m o t eS e n s i“g 1 9 9 4 1 5(1 0)：2 0 6 5 2 0 8 6 1 5 刘永怀混合像元分解的理论与方法一以神木县为例 J 遥感技术与应用19 9 2 7(1)：7 一1 5 万方数据I d e

43、n t i f i c a t i o nM o d eo fP e t r o l e u mP o l l u t i o ni nW a t e rB a s e do nR e m o t eS e n s i n gT e c h n i q u ea n dI t sA p p l i c a t i o nH U A N GM i a o f e n l，Q IX i a o p i n 9 2，Y UW u y i 2，Z H A N GY i m i n 2(1 D a i i a HF i s h e r l e sU n i u e r s l t，D a z t a n

44、1 1 6 0 2 3，C h l，t a；2 R e s e n r c j tI n s t i 砖t eo fP e t r o e e u nE z p o r a t i O n口，2 dD 已u P 厶矽7 刀P 咒，尸P f，1)C i，2&，B P 巧?，2 91O 0 0 8 3，C i，z 以)A b s t r a c t：T h i sw o r kw a st og i V ea ni d e n t i f i c a t i o nm o d eo fp e t r 0 1 e u mp o l l u t i o nc o n c e n t r a t i o

45、 nw i t h i nw a t e rb o d yu s i n gr e m o t e l ys e n s i n gt e c h n i q u e F o rt h i sp u r p o s et h ef i e I dd a t a，i n c l u d i n gt h es p e c t r a ld a t ao fw a t e rb o d ya n dt h ep e t r o l e u mp o I l u t i o nc o n c e n t r a t i o nw i t h i nw a t e r，w e r ec o l l e

46、 c t e da tH u a n i i a n gr i v e r，R o u y u a nr i V e ra n dM a l i a nr i V e ri nQ i n g y a n gc i t y，G a n s up r o v i n c ef r o mA p r i l6t oA p r i l7，2 0 0 6a n df r o mO c t o b e rl5t o()c t o b e r1 7，2 0 0 6 T h es a m p l e sc o l l e c t e di nt h ef i r s tf i e l dw e r ee m

47、p l o y e dt oe s t a b h s ht h ei d e n t i f i c a t i o nm o d eo fp e t r o l e u mp o l l u t i o nc o n c e n t r a t i o na c c o r d i n gt oF i s h e rm u l t i c l a s sd i s c r i m i n a n tr u l e B vt h ea c t u a ls t a t u sa n dt h en a t i o n a ls t a n d a r d，t h ep e t r o l e

48、 u mc o n c e n t r a t i o nw e r ec l a s s e dt h r e el e v e l T h ef i e l ds D e c t r a ld a t aw e r ep r o c e s s e da sc o r r e s p o n d i n gb a n d so fL a n d s a t T M A n dt h ep e t r o I e u mc o n c e n t r a t i o nc a nb ei d e n t i f i e da st h ef o l l o w i n ge q u a t

49、i o n sc l a s s l 一一1 3 2 0 0 3 T M l+1 0 8 8 9 6 4 T M 2 6 1 3 4 4 4 T M 3+1 1 3 6 2 9 T M 4(1)c l a s s 2 一一1 0 8 2 T M l 十1 1 3 5 4 5 8 T M 2 6 4 5 7 0 1 T M 3+8 7 2 6 4 T M 4(2)K e yw o r d s：P e t r o l e u mc o n c e n t r a t i o n，W a t e rs p e c t r a，F i s h e rm u l t i c l a s sd i s c

50、 r i m i n a n tr u l e，R e m o t e l ys e n s i n gi d e n t i f i c a t i o nm o d e 万方数据川版I箍妙并等：水H、境，m 炎f _ 染造感U l 刖榄，肢J C 心JF i g l 0r h cd i s I r i b u t i n g 2 e t r p c t r f l p I I l u I i，n i n岫川i a n E()c Il 2 1 5图1 22 1 1 0 s 年1 0 月1 6 日桑远河石油类污染分布图F 噼1 2I h c d 州n bu l i“#j m“胖0 f p t