水資源是保證國民經(jīng)濟(jì)健康持續(xù)發(fā)展的重要根基，然而因?yàn)槎喾矫嬖?，水資源尤其地下水資源出現(xiàn)的安全問題日漸突出。鋼鐵行業(yè)是我國國民經(jīng)濟(jì)中重要的組成部分，國家對(duì)鋼鐵的需求量逐年增加，但礦山開采所產(chǎn)生的地下水環(huán)境問題因其具有隱蔽性、遭到破壞產(chǎn)生的影響具有滯后性等原因，已發(fā)展成為我國主要的地下水污染源之一。因此，必須進(jìn)行鐵礦地下水環(huán)境影響研究，以滿足地質(zhì)環(huán)境污染應(yīng)急處理需求，防止地下水環(huán)境破壞。高光譜遙感技術(shù)是近些年來迅速發(fā)展起來的一種全新遙感技術(shù)，它利用成像光譜儀以納米級(jí)的光譜分辨率，實(shí)現(xiàn)了地物空間信息、輻射信息、光譜信息的同步獲取。與常規(guī)的測(cè)試分析、生物指示診斷等技術(shù)方法相比，?遙感技術(shù)具有速度快、成本低、區(qū)域性強(qiáng)、信息量大，且探測(cè)范圍廣，能夠反映區(qū)域地質(zhì)環(huán)境演化特征等特點(diǎn)，其在地物精細(xì)分類識(shí)別優(yōu)勢(shì)將為地質(zhì)環(huán)境監(jiān)測(cè)提供有效方案。

1高光譜遙感鐵礦區(qū)水環(huán)境監(jiān)測(cè)中的主要技術(shù)

1.1?高光譜數(shù)據(jù)降維技術(shù)

高光譜數(shù)據(jù)降維主要是通過特征提取（原始光譜空間或其子空間的一種數(shù)學(xué)變換）和波段選擇（選擇一個(gè)盡可能多地保留原始數(shù)據(jù)的主要光譜），實(shí)現(xiàn)信息綜合、特征增強(qiáng)和光譜降維，最終利用低維數(shù)據(jù)來有效表達(dá)高維數(shù)據(jù)信息。特征提取方法首先對(duì)原始高光譜數(shù)據(jù)進(jìn)行數(shù)學(xué)變換，從而實(shí)現(xiàn)數(shù)據(jù)降維。波段選擇問題就是一個(gè)組合優(yōu)化問題，標(biāo)準(zhǔn)就是其目標(biāo)函數(shù)。根據(jù)目標(biāo)函數(shù)的計(jì)算過程，波段選擇算法分為監(jiān)督的和非監(jiān)督兩類。

1.2?水體高光譜遙感精細(xì)識(shí)別技術(shù)

因高光譜遙感是用很窄而連續(xù)的光譜通道對(duì)地物持續(xù)遙感成像，因此其具備捕捉細(xì)微光譜特征的能力。針對(duì)區(qū)域水環(huán)境中水體目標(biāo)復(fù)雜多樣的特點(diǎn)，高光譜遙感豐富的光譜信息能夠提高水體目標(biāo)的識(shí)別精度，分析并提取水體的影像波譜、紋理等特征信息。

2高光譜遙感?鐵礦區(qū)水環(huán)境監(jiān)測(cè)中的具體應(yīng)用方法

2.1主要方法

1）?基于高分二號(hào)數(shù)據(jù)的植被與水體的信息提取。為合理保護(hù)礦區(qū)生態(tài)環(huán)境，以高分二號(hào)國產(chǎn)衛(wèi)星感影像為數(shù)據(jù)源，采用波段運(yùn)算和密度分割，分析受污染的水體及污染級(jí)別，監(jiān)測(cè)重要礦集區(qū)的礦山開發(fā)狀況和環(huán)境變遷。

2）基于高光譜數(shù)據(jù)的多源數(shù)據(jù)融合。高光譜數(shù)據(jù)融合不同于傳統(tǒng)的多光譜圖像融合，其為了滿足光譜解譯的應(yīng)用需求，主要以?HJ-1A?為數(shù)據(jù)源，在盡量保持光譜信息不缺失上提升高光譜數(shù)據(jù)的空間分辨率。

3）區(qū)域水體高光譜?感精細(xì)識(shí)別技術(shù)?；诙嘣磾?shù)據(jù)融合同化后的數(shù)據(jù)集，研究面向水體精細(xì)識(shí)別的特征選擇方法及不同污染物在水中的存在特征和對(duì)不同光譜特征的響應(yīng)機(jī)理，分析并提取水體的影像波譜、紋理、空間幾何等特征信息，從而實(shí)現(xiàn)基于高光譜遙感的水體精細(xì)識(shí)別。

2.2?技術(shù)路線

首先，收集研究區(qū)內(nèi)的衛(wèi)星影像數(shù)據(jù)、水文環(huán)境資料等，并對(duì)其進(jìn)行數(shù)據(jù)讀取、圖像配準(zhǔn)等預(yù)處理；其次，在此基礎(chǔ)上，將高光譜數(shù)據(jù)與多源空間數(shù)據(jù)進(jìn)行融合，提升高光譜數(shù)據(jù)的空間分辨率；第三，通過影像特征提取與選擇的數(shù)據(jù)降維技術(shù)，開展區(qū)域水體信息的精細(xì)識(shí)別，為確定污染區(qū)域提供基礎(chǔ)；第四，基于野外樣品采集與測(cè)試分析，在充分參考的基礎(chǔ)上，開展水體污染等方面的水環(huán)境參量高光譜信息分析，為確定污染物信息提供基礎(chǔ)；最后，開展工礦業(yè)城市區(qū)域水環(huán)境高光譜遙感監(jiān)測(cè)應(yīng)用。高光譜遙感在鐵礦區(qū)水環(huán)境監(jiān)測(cè)中應(yīng)用的技術(shù)路線，如圖?1?所示。

圖1??高光譜遙感在鐵礦區(qū)水環(huán)境監(jiān)測(cè)中的應(yīng)用的技術(shù)路線

?

2.3?實(shí)物工作量

主要包括研究區(qū)高分二號(hào)多光譜數(shù)據(jù)的研究實(shí)驗(yàn)，波段運(yùn)算、水體指數(shù)的信息提取等專題研究，HJ-1A?的?HSI?與?CCD?數(shù)據(jù)處理實(shí)驗(yàn)以及融合方法研究以及野外數(shù)據(jù)采集工作等。

3高光譜遙感鐵礦區(qū)水環(huán)境監(jiān)測(cè)中的應(yīng)用優(yōu)勢(shì)

遙感技術(shù)具有速度快、成本低、區(qū)域性強(qiáng)、信息量大等優(yōu)點(diǎn)，針對(duì)區(qū)域水環(huán)境中水體目標(biāo)復(fù)雜多樣的特點(diǎn)，利用多光譜與高光譜數(shù)據(jù)針對(duì)性處理方法，可以分析并提取水體的影像波譜、灰度等特征信息，研究高光譜遙感反映污染信息的技術(shù)方法，從而實(shí)現(xiàn)基于高光譜遙感的水體精細(xì)識(shí)別。具體優(yōu)勢(shì)如下：

1）基于國產(chǎn)高分二號(hào)多光譜遙感數(shù)據(jù)，能夠有效解決污染水體與自然植被色調(diào)趨同而難以解譯問題，減少錯(cuò)分誤差；

2）利用歸一化差分水體指數(shù)和密度分割，結(jié)合不同受污染程度水體在影像上呈現(xiàn)不同顏色和色調(diào)特征，能夠分析水體污染的程度和分布規(guī)律；

3）?基于國產(chǎn)?HJ-1A?高光譜衛(wèi)星遙感數(shù)據(jù)進(jìn)行礦區(qū)地物波譜分析，以及高光譜數(shù)據(jù)降維和波段重組，能利用低維數(shù)據(jù)來有效表達(dá)高維數(shù)據(jù)信息，提高植被和水體的目標(biāo)識(shí)別和信息提取精度；

4）基于?HJ-1A??遙感圖像，用歸一化差分水體指數(shù)法提取礦區(qū)水體信息，相比?CCD?影像，總體分類精度、制圖精度和用戶精度大幅增加；用監(jiān)督分類的最大似然法對(duì)礦區(qū)水體信息進(jìn)行提取，相較于同等空間分辨率的?CCD?影像，提高了總體分類精度、用戶精度以及?Kappa?系數(shù)。

4結(jié)??語

綜上所述，隨著高光譜遙感技術(shù)的快速發(fā)展，利用高分二號(hào)（GF-2）多光譜數(shù)據(jù)和環(huán)境與災(zāi)害監(jiān)測(cè)預(yù)報(bào)小衛(wèi)星星座?A?星(HJ-1A)等高光譜數(shù)據(jù)，通過高光譜數(shù)據(jù)降維技術(shù)及水體高光譜遙感精細(xì)識(shí)別技術(shù)，結(jié)合地理信息系統(tǒng)（GIS）等多源地理數(shù)據(jù)，更有利于植被和水體的目標(biāo)識(shí)別和信息提取，能夠準(zhǔn)確地分析水體污染的程度和分布規(guī)律，為礦山環(huán)境治理提供技術(shù)支撐與決策依據(jù)。

萊森光學(xué)（深圳）有限公司是一家提供光機(jī)電一體化集成解決方案的高科技公司，我們專注于光譜傳感和光電應(yīng)用系統(tǒng)的研發(fā)、生產(chǎn)和銷售。