高光谱遥感技术对污染河流酸性废水的监测外文翻译资料

Monitoring acidic water in a polluted river with hyperspectral remote sensing (Hymap)

A. Riazaa, J. Buzzia, E. Garciacute;a-Meleacute;ndezb, V. Carregrave;rec, A. Sarmientod amp; A. Muuml;llere

^a Geological Survey of Spain (IGME), Tres Cantos, Madrid, Spain

^b Facultad de Ciencias Ambientales, Universidad, Leon, Spain, E-mail:

^c Laboratoire de Planeacute;tologie et Geacute;odynamique de Nantes, Nantes, France, E-mail:

^d Geology Department, Huelva, Spain, E-mail:

^e German Remote Sensing Data Center, Imaging Spectroscopy Group, Wessling, Germany,

E-mail:

Accepted author version posted online: 11 Mar 2014.Published online: 11 Mar 2014.

高光谱遥感技术对污染河流酸性废水的监测

作者：A.里亚萨，J.布齐，E.加西亚-梅尔费尔南德斯，V.卡尔，A.萨米恩托amp;A.穆勒，高光谱遥感对污染河流酸性废水的监测，水文科学杂志。

摘要：硫化物矿物废物广泛的污染了奥迭尔河（黄铁矿带，韦尔瓦，SW

西班牙），酸性污染物进入了河水中。在河流中的酸性废水和沉淀物在气候条件以及复杂的地质运动作用下生成了水合硫酸亚铁。使用成像光谱仪测得的数据是环境监测中用来评估水质的参数。在高污染源附近的水的PH会发生改变，支流的污染情况可以使用航空成像光谱数据映射得到。同时，PH的增加，酸性河水在潮汐作用的影响下可以在附近的海洋区域中检测到。水质图与高光数据被植物混淆，干旱或湿润，固定的或者飘浮的。酸性废水的光谱特征能被绿色植物的光谱所影响，类似的影响还有深度与透明度。在评价河道中水的酸度中，一个以高光谱数据这些参数详细绘制的地图中航空成像光谱必须先于其他谱。通过航空成像光谱检测得到的特征光谱数据中PH的变化强度来得知河水中硫化矿废物及其控制程度，通过高光谱图像处理来进行常规的监测。

关键词：高光谱遥感，酸性矿物废水，河水污染，航空成像光谱

介绍

对水使用传统的遥感得到的光学特性中用相关的颜色来表示水深，含沙量等，存在于近地表的植物色素如叶绿素（布卡塔等，1995）同时存在于海洋和陆地水中。在陆地，河口和近海岸区域有许多利用高光谱传感器来估计水质参数如有色可溶性有机物，叶绿素和悬浮物为目的的研究主题（卡拉等，2004；白兰度和德克，2003；德克等1996）。狭窄的河流携带着酸性废水，而这项工作的目标是对任何大型水体进行地球化学和光谱的反常之处相互比较。当地河流中水的颜色在地球化学中（桑切斯等，2005）是由光学性质中的光谱变化来确定河流的污染情况。

成像光谱仪作为一种污染映射工具

本研究旨在利用航空成像光谱仪测得的数据来映射河流的污染情况，基于水中PH的变化而得到的光谱特征，从而得到硫化铁废矿为河道污染所做的贡献（萨缅托等，2009a，2009b），以及对其控制，并建立常规的监测。

成像光谱对废矿矿床产生的酸性矿物废水是一个有效的研究工具。早期对矿山废弃物与次生矿物的研究主要集中于含铁的氧化物和氢氧化物（法兰德和豪尔绍尼，1995）。但是，很快又扩大到了考虑有关废矿的二次风化（斯韦兹等1996；莱韦斯克，1997；克拉克等，1998），并在此之间建立了污染和非污染的数据流（安德森和罗宾斯，1998）。

矿物产生的酸性环境吸引了地质科学界的注意力，因为他们在环境中通过水的引流作用从而具备高速移动的能力，从而建立沉淀模式和利用遥感高光谱数据进行追踪（斯韦兹等，1998，2000）。通过收集废弃沉淀物中含有的各种矿物质和特性的比例数据，光谱库已经形成了允许短暂的快速评估稀薄的初始酸性废水的能力（克劳利等，2003；贝拉斯科等，2005）。

当地地质水文学家用地球化学密切的监视着奥迭尔河（萨米恩托等，2009a，2009b）。奥迭尔河中的沉积物，其中聚集着从众多矿点中的排水渠、水池中泄露的废水，并且引起了科学家对其进行高光谱遥感监测的特殊兴趣（里亚萨和卡雷尔，2010；里亚萨等，2012a；布兹等，2011；布兹等，2012）。此外，个别的研究者选择废弃矿物的汇编图和历史的航空成像光谱中寻找数据，并进行实验室光谱研究（里亚萨和穆勒，2010；里亚萨等，2011a，2011b）。科学家们对影响高光谱图像常规预处理和地球上矿物的空间格局，以及在河流沉淀物表层的矿物诊断任然需要讨论（里亚萨等，2011c）。

矿场所在地水体中用航空成像光谱得到的数据显示光谱反应随着水的化学变化而有着明显的不同（里亚萨等，2011b）。在河道中绘制酸性废水图现在已经有初步结果，至于公开发布基本信息则是下面要展开的目标（里亚萨等，2012b）。

水的颜色是尤其光学性质决定的，在PH相关光谱的光感观测水体表面来确定河流受污染的程度（桑切斯等，2005）。水的PH值在这项工作中被用作环境中复杂化学反应的指标（诺德斯通和阿尔佩斯，1999）。直接实地的观察水-植被-底部相互擢用这一复杂的光谱效应和现场光谱测量是下一步工作的经验基础。

在奥迭尔河中酸性矿物水的地理化学特征：趋势控制

这条河的地理化学性质与水文年的趋势变动密切相关。进一步的地理化学变化与水的年际变化相关联，依赖于降雨量与蒸发这两者间的波动。

奥迭尔区域的降水是有维尔瓦地区决定的，短期的降雨主要在秋季，而冬天则相对干燥，春天和夏天则是干燥的。半干旱气候的低降水率限定了常年的低水位。酸性的水在这条河流中以水合硫酸铁的形式沉淀和溶解，并受到一个复杂的地理化学趋势的控制。这条河流中的自动测量装置在硫化铁溶解物进入水体时瞬间测量，在十月之后进入丰水期后，沉淀物松散的沉淀在水里，并持续在冬天、春天和夏天被氧化。

多数的硫酸盐和金属物料通过矿物废物形式释放，而残留部分则继续作为流域内的颗粒（桑切斯等，2005）。作为一个流域的趋势，重金属浓度在旱季增加，在雨季减少（萨米恩托等，2009a；奥利亚斯等，2006）。无论如何，在秋季强降雨之后的浓度降低，是由于一部分可溶性物质被溶解的结果。

污染物在淡水环境中更容易被检测到。记录奥迭尔河沿河河水PH的高变动（2,8.6）表明了污染与水的化学定量参数密切相关（萨米恩托等，2009a，2009b；里亚萨等，2012b）。在夏季，通过降水从而稀释污染物的事不会发生，PH下降，和硫化物氧化效率的提高，污染物在一定区域内跟源头更加密切。污染物浓度最高的是在干旱季节河流的上部和中部，而下部的残留物的量则在不断降低。

河中酸性废水的颜色与地理化学有关（桑切斯等，2005）,由于在污水中含有溶解性的铁和铝。酸性废水之所以呈现典型的红色，是因为水中含有胶体的三价铁。当水中的二价铁含量多时，水就会呈现出绿色。当水中富含铝元素时就会呈现白色。水文在地理化学之间的三个转变，基于现场的依据，可能产生几厘米的误差。

数据设置

高光谱遥感成像技术数据

光谱成像数据主要是在2008年8月1日到2009年8月13日在奥迭尔河4米内的空间内获得的。光谱成像是在126波段的高光谱遥感器上传输，覆盖了从436到2485纳米的频率，并经过了原始的光谱成像数据系统的矫正（科克斯等，1998年）。它的影像是利用了基础参数做出来的地理编码（Schlauml;pfer and Richter，2002年）。同时，可以利用先前找到的光谱成像数据来进一步的进行预处理的细节工作（里亚萨和穆勒，2010）。

现场图谱

整个奥迭尔河的现场光谱并且利用试纸测试出符合的PH值。从一个大型的光谱库中选择500个具有代表性的普通光谱，使用其他方面的位置对局部的PH进行测量，并且对地质环境的背景提出意见（里亚萨和穆勒，2010；布兹等，2011；布兹等，2012；布兹，2012；里亚萨等。2011b；里亚萨等，2012b）。

现场光谱测量采用高级的地理光谱测量仪，这种光谱测量仪能够在400到2400纳米之间进行操作，并且精度达到1纳米。光谱测量操作需要细密的参考（里亚萨等，2011a）。

水的地球化学分析

奥德尔河的水样是在同一天内收集的，在2008年8月1日到2009年8月13日之间，整个河道长度中设有6个不同点。物理化学参数都是在测量范围之内（温度，PH，电导率，溶解氧含量和氧化还原电位）（里亚萨等，2012b）。

在地面使用PH试纸测量水中的PH仍然是符合标准的，并且在同一位置制作水的现场图谱。

在河道上采用光谱成像数据建立水质图谱

一旦获得预处理后的反射率数据，接下来就应该将图上的地质学目标在地球表面上标注出来。有许多处理高光谱数据的算法都已经被开发了出来（RSI 2010）。以下主要旨在解释作者所用的有关的基础算法，并且以一个受污染河流的光谱特征进行测绘。对主体进行特征提取的过程，是一个利用算法标准进行定向翻译的过程，在场景内领导空间格局和光谱鉴定像素，并显示为地图。

图像处理的标准序列一般开始于噪声分离（MNF）的变化。MNF的自转决定固有的图像数据，在数据中分离噪声，并且能够减少后续处理对计算机性能的要求。

先前的工作试图了解污染的格局，通过高光谱遥感数据对产品进行检测首先需要需要测量河流的沉积物，然后隔离河水的流动路径。

第七MNF计算从整个几何学上和大气校正光谱图像能够有效的分辨水资源，然后根据这些数据建立模型。MNF再次计算使用的水的量。通过程序提升像素纯度和进行三维分析之后，将最终的数据输入到光谱映射之中，并进行最终的地图构建，包括清澈和浑浊的地区。最终的步骤是对之前测绘的深水和泥浆进行伪装，并绘制出酸性废水的区域光谱。

在狭窄地区中的水的光谱反应和大多数的浅水河道中，植物对其的影响非常大，无论是在水的边缘靠近湿沙子的地方或者在水上漂浮的野草根部或者野草的底部。如果水使透明的话，它的光谱反应会受到本质的影响，当它非常浅的时候。因此，水中全部的参数应当进行预先的评估其有关的物理化学性质和PH和污染物的强度。

剩余内容已隐藏，支付完成后下载完整资料

英语原文共 5 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[286626]，资料为PDF文档或Word文档，PDF文档可免费转换为Word