[发明专利]一种基于源汇景观的水源地非点源污染风险遥感识别方法

说明书

本发明公开了一种基于源汇景观的水源地非点源污染风险遥感识别方法，该模型的建立过程包括如下步骤：步骤1)对遥感影像进行预处理，并基于数字高程数据及水系数据划分流域范围；步骤2)构建源汇景观遥感分类体系，采用随机森林算法对遥感影像进行分类；3)构建一个非点源污染负荷对比指数，识别不同景观类型共同作用的子流域单元的产污风险；4)为进一步识别非点源污染对饮用水源地的风险，综合考虑地形、距河道距离因素对污染迁移的影响，通过污染指数计算实现非点源污染风险识别。

技术领域

本发明涉及一种基于源汇景观的水源地非点源污染风险遥感识别方法，本发明所提议的方法能快速识别非点源污染风险区域，为饮用水源地保护提供支撑，且应用迁移性强，能满足不同区域水源地非点源污染风险识别评价。

背景技术

我国饮用水资源数量紧张，同时还伴随着日益严重的饮用水资源环境污染的问题，严重影响着饮用水安全。随着对点源污染的治理与控制，非点源污染日益成为影响饮用水质量的重要风险源。与点源污染相比，非点源污染具有时空范围大、不确定性突出及成分和产生过程复杂等特点，因而防止起来十分困难，被认为是影响地表和地下饮用水源地安全的重要威胁，开展饮用水源地非点源污染风险的识别研究，为非点源污染防治提供及时合理的措施是非常必要和有意义的。

传统的饮用水源地非点源污染风险监测与排查通常是采用人工抽样的方式，缺乏全面性，同时效率低、速度慢，难以有效进行风险识别，不能及时为饮用水源地污染防治提供决策依据。前人对非点源污染风险的识别评价方法主要分为三类，分别为：实证模型(以水质监测为基础)、输出系数模型与机理模型。

实证模型是根据长时间系列降雨、水文和水质监测数据，建立与非点源污染负荷变化之间的相关关系，构建经验公式计算非点源污染。Tong等(2018)基于多个水质监测站的水质数据实现非点源污染风险的识别及预测，准确率较高，但是对数据要求高，对于缺乏长序列监测数据的区域无法实现风险识别。

输出系数模型是通过测算每个计算单元(人、畜禽或单位土地面积)的污染物产生量，估算研究范围内非点源污染的潜在产生量。Amaya等(2012)通过不同类型地物输出污染物的不同，结合面积、产量等估算整体的非点源污染负荷。Cheng(2018)基于测算研究区各个单元的平均污染物产生量及主要污染物的污染输出系数对农业和农村非点源污染氮磷量(TP)进行了估计，实现非点源污染风险识别评估。对数据要求低，但不同区域输出系数差异大，模型的可移植性差，精度低。

机理模型是根据非点源污染形成的内在机理，通过数学模型对降雨径流的形成以及污染物的迁移转化过程进行模拟。Niraula等人(2013)采用较为复杂的土壤水分评价工具(SWAT)和较为简单的广义流域负荷函数(GWLF)对各个流域的非点源污染进行了综合分析。Xin等人(2017)基于输出系数法结合水文模型对非点源主要污染物氮磷污染负荷进行计算，实现非点源污染风险识别。机理模型计算结果精度较高，可移植性较好，但对数据要求也比较高，同时过程较为复杂。

从以上讨论中，我们可以得出结论，现有的非点源污染风险识别评价方法尤其自身的局限性，尤其在效率与适用性方面。为解决这些限制，我们基于遥感技术能在瞬时获取地表“面状”分布的优势，提出基于源汇景观的饮用水源地非点源污染风险的遥感识别评估。

发明内容

针对现有技术中存在的问题，本发明的目的在于提出一种利用遥感影像快速高效的识别出水源地非点源污染风险。

为了实现上述目的，本发明构建了一种基于高空间分辨率遥感影像及源汇景观理论进行非点源污染风险识别的方法。具体包括如下步骤：

步骤1)对遥感影像进行预处理，并基于数字高程数据及水系数据划分流域范围；

步骤2)构建源汇景观遥感分类体系，采用随机森林算法对遥感影像进行分类；

步骤3)构建一个非点源污染负荷对比指数指数，识别不同景观类型共同作用的子流域单元的产污风险；