上海市黑臭水体光谱特征分析及遥感识别方法探究

黑臭水体识别对全面开展黑臭水体整治及长效监管具有重要意义.为探究上海市黑臭水体的识别方法,以其2017年黑臭水体名录为研究对象,选取105条段河道样本,于2018年7—8月进行现场调查,开展水质监测、光谱测量、光谱分析、遥感识别及验证.结果表明:①依据上海市中小河道黑臭地方判定标准,样本中共有49个黑臭水体,56个一般水体.②将遥感反射率(R_(rs))作为光谱分类的主要依据,光谱数据预处理后,共得到4个主要反射峰(F)和3个主要吸收谷(G),根据波峰波谷位置特征,可将样本分为三类一般水体(GW)、三类黑臭水体(BOW).③R_(rs)平均值光谱曲线显示,BOW1、BOW3两类水体在550-700 nm处的光谱曲线与其他四类水体存在明显差异,更易识别和区分,而BOW2与GW2两类水体的光谱曲线形态差异较小,增加了识别难度.④根据拟合多光谱曲线,提出角度a1法和比值法组合成的角度-比值联合法,经识别验证,黑臭水体的综合识别率为95.92%,对一般水体的误判率为39.29%.⑤将归一化比值模型(BOI法)、黑臭水体斜率指数(SBWI法)、归一化黑臭水体指数(NDBWI法)三类已有识别方法用于105个样本识别,对黑臭水体识别效果均不佳,这可能是由于采样时间、地点不同,方法的判别阈值不适用等造成.研究显示,上海市黑臭水体中BOW1类和BOW3类水体与一般水体光谱特征有明显差异,角度-比值联合法对105个点位水样的总识别正确率达到77.14%,但该识别方法仅在上海市进行了探讨,还需在其他城市或地区进行验证.

污泥还林土壤砷污染的本土植物修复研究

上海市某林地土壤的重金属砷超标后,选择芦苇、水杉两种本土植物进行了修复,且跟踪监测了土壤在植物修复前后各项指标的变化情况.结果表明:(1)芦苇和水杉两种植物根际区土壤的砷含量与非根际区相比分别减少了52.4%、28.6%,且非根际区土壤的砷含量均低于土壤环境风险筛选值;(2)研究比较了芦苇和水杉的根际微生态特性后发现,水杉对养分的富集效果优于芦苇,证明在土壤肥力恢复方面选择水杉进行修复效果会更好.