滨州市水利勘测设计研究院山东滨州256600
摘要：遥感技术具有观测范围广、采集信息量大、获取信息速度快等特点，根据河长制的六大任务，有针对性地讨论遥感技术在水资源、河湖岸线利用现状调查，水质与水污染及灾害监测中的应用，并提出更大程度地发挥遥感技术的优势助推河长制的实施是今后研究的热点和难点。
关键词：遥感技术；河长制；水资源；水环境；机器学习
1前言
现代遥感技术是一种先进的勘测技术，兴起于20世纪90年代，是以电磁波理论为基础，通过传感器的作用，对远距离目标进行辐射和反射电磁波获得信息，并通过收集整理得到相关的影像集合，实现各种景物的探测和识别。由于该技术具有速度快、周期短、成本低、获取信息量大等特点被广泛应用于各种不同领域。实践证明，该技术在水资源勘测领域的应用，有效地改善了水资源勘测效率及勘测质量，使获取的勘测数据更加准确，为水资源的合理开发和有效利用提供了基础信息保证。
2问题的提出
河流和湖泊具有重要的资源功能和生态功能，是洪水的通道、水资源的载体、生态环境的重要组成部分，在防洪、供水、发电、航运、生态等方面发挥了重要的作用，有力支撑了经济社会的可持续发展，取得了显著的综合效益。但河湖管理保护仍面临不少问题，一些地方侵占河道、围垦湖泊、超标排污、非法采砂等现象时有发生，严重影响河湖防洪、供水、航运、生态等功能发挥。因此，为落实绿色发展理念、推进水生态文明建设，有力促进水资源保护、水域岸线管理、水污染防治、水环境治理等工作，着力解决当前复杂水问题、维护河湖健康生命，完善水环境治理体系、保障国家水安全的制度创新，进一步加强河湖管理保护工作，落实属地责任，健全长效机制。河长制既是近几年我国在河湖综合保护治理等方面大力推广的制度之一。
3遥感技术在河长制中的应用
3.1地表水资源调查与保护
通过对高分辨率遥感影像进行融合、几何校正、镶嵌、匀色等处理获得监测区某时相全覆盖遥感影像图。然后利用人工目视及半自动化解译及机器学习方法，根据目标物的颜色、色调、阴影、形状、纹理、大小、成像时间、地理位置等因素，确定正确的地物分类，判读流域水资源的基本信息，如河流湖泊边界、位置、面积、河网分布等，生成河流湖泊分布图，为河湖管理及保护提供决策支持。
3.2河湖水域岸线管理保护
河长制的一大任务即加强河湖水域岸线管理保护。监测河道管理范围内妨碍行洪的房屋建设情况，掌握河湖水域岸线利用现状，解决非法占用或毁坏河湖岸线极其重要。利用高空间、高时间分辨率遥感监测结合人工巡查可及时发现并处理各种违法事件，并将现场实况和处置情况及时传送至河长制办公室（以下简称河长办），助力河长办公。对比多时相遥感影像，可发现岸线破坏、占压、碓弃等情况，监测湖泊萎缩、水域建筑物、非法采砂和围湖圈地等行为。通过统计位置、面积等信息，制作由各种因素导致岸线发生变化的专题图，编写岸线变化监测报告，可为岸线管理和保护提供科学依据和支撑。
3.3河湖水质及水污染监测
3.3.1河湖水质监测
对水体来说，水的光谱特征主要由水本身的物质组成决定，同时又受到各种水状态的影响。根据清洁水与不同程度污染水的反射率不同及出现在遥感影像上的颜色差异可判别水质。
3.3.2河湖水华监测
水华指淡水水体中藻类大量繁殖的一种自然生态现象，是水体富营养化的一种特征。随着水体富营养化的发展，水华面积逐年扩散，持续时间逐年延长，对人体及河湖鱼虾都造成极大的危害。可利用遥感数据，提取水华分布面积和位置并进行制图，然后依据标准，做出水华暴发程度的结论。
3.3.3水体悬浮物监测
自然因素和人类活动造成水土流失、河流侵蚀，河流带走大量泥沙入湖、入海，是水中悬浮泥沙物质的主要来源。这些泥沙物质进入水体，会对进入水中的光发生散射和反射，从而增大水体的反射率。浓度不同的水体光谱衰减特性不一样，随着泥沙浑浊度和悬浮沙粒的增大，水的反射率逐渐增高。
3.3.4城市污水监测
城市大量排放的工业废水和生活污水中带有大量有机物，它们分解时耗去大量氧气，使污水发黑、发臭。遥感技术可通过水体在光谱影像上的差异判定水体污染的变化，实时观察污染物运动特点，并将水中悬浮物作为判定指示物追踪污染源。
3.5河长制绩效考核
河长制以行政区划责任区，监管区域包括水域和陆地，面广量多，各行政区之间不可能有裁判员进行评判。如何分清问题出在哪个行政区，由谁来监管是个难题。通过遥感技术结合视频识别、人工检测数据及专家的解读分析，综合分析判断所出问题的源和根，可服务于河长的工作绩效考核。这种大数据的共享与服务是实现水利资源管理的有效途径。
4关键技术及优势
4.1关键技术
4.1.1水体遥感监测技术
河流、湖泊等水体性质与一般陆地表面的物理性质差异较大，因此通过光学或雷达图像均能准确、快速地提取。在计算的过程中大多利用阈值和水体指数法，阈值法是利用水体在近红外波段反射率非常低为依据，区别水体与其他地物的；水体指数法是利用平原地区陆地水体在TM2模式下比TM5模式下的反射率高，而其他地物不具备这一特性进行水体信息提取的。水体污染的遥感监测是以污染水与清洁水的反射率不同及出现在遥感影像上的颜色差异监测水污染的。影响水质的主要因子有水中悬浮物，以及溶解有机、油类、化学等物质和藻类。根据水体的光学和温度特性，可利用可见光和热红外遥感技术对水体的污染状况进行监测。
4.1.2智能处理技术
机器学习是指通过计算机学习数据中的内在规律性信息，获得新的经验和知识，以提高计算机的智能性，使计算机能够像人一样决策。借助机器学习自动处理遥感影像，可充分挖掘遥感图像中大量的有用信息，增强分类器的能力，有效提高遥感影像自动分类的精度和速度，使高精度动态监测全自动处理成为可能，且能节约大量人力、时间，提高效率，降低成本，保证信息的实时发布。在机器学习中，卷积神经网络是一种深度前馈人工神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现，已成功应用于图像识别。
4.2无人机遥感技术优势
（1）机动、灵活、快速。能快速到达指定目标区域，起降场地要求低，可在15~30min完成组装、调试和起飞。（2）操作简单，越来越智能化、自动化。（3）体积小、成本低。操控简单，培训时间较短，设备存放、维护比较简便，可节省调试、停机等费用。（4）数据处理速度快。借助无人机遥感数据处理软件系统，几小时就可获取遥感数据。（5）影像分辨率高。（6）数据精度高。可显示平面和三维场景影像及三维数据信息。
5结束语
无人机遥感技术是随着遥感传感器技术、通讯技术、GPS定位技术和计算机信息技术等不断发展而发展起来的，因此，更大程度地发挥无人机遥感技术的特长，在更多方面助推河长制的实施，是今后研究的热点和难点。
参考文献：
[1]尹鹏飞，尹球，陈兴峰，等．无人机航空遥感技术在震后灾情调查中的应用[J]．激光与光电子学进展，2010(11)：130-134．
[2]韩文权，任幼蓉，赵少华．无人机遥感在应对地质灾害中的主要应用[J].地理空间信息，2011(5)：6-8．
[3]鲁恒，李永树，江禹．无人机影像数字处理及在地震灾区中的应用[J]．西南交通大学学报(自然科学版)，2010，45(4)：533-538．
[4]饶帅雄．利用UASMaster对无人机航空影像数据进行正射影像制作方法的研究[J]．测绘通报，2015(S0)：216-218．