淮南矿区不同类型沉陷水域水质遥感反演和时空变化分析

淮南矿区不同类型沉陷水域水质遥感反演和时空变化分析裴文明;张慧;姚素平;董少春;欧阳琰;仇洁
【摘要】在淮南矿区,常年大规模地下煤炭的开采造成地表塌陷,形成了大面积的沉陷水域.选取潘集和顾桥2个不同类型沉陷水域为研究对象,结合同步的地面实测数据和环境卫星数据,利用综合营养指数法对不同时段沉陷水域水质富营养化进行了综合评价.结果表明:沉陷水域水体都已呈现出富营养化状态,不同类型沉陷水域在时间上和空间上存在着明显的差异.从时间上看,沉陷水域5月份的富营养化程度要明显高于11月份.从空间上看,顾桥沉陷水域富营养化程度要明显高于潘集沉陷水域.【期刊名称】《煤田地质与勘探》
【年(卷),期】2018(046)003
【总页数】7页(P85-90,97)
【关键词】淮南矿区;沉陷水域;富营养化;时空变化
【作者】裴文明;张慧;姚素平;董少春;欧阳琰;仇洁
【作者单位】环境保护部南京环境科学研究所,江苏南京210042;环境保护部南京环境科学研究所,江苏南京210042;南京大学地球科学与工程学院,江苏南京210023;南京大学地球科学与工程学院,江苏南京210023;环境保护部南京环境科学研究所,江苏南京210042;环境保护部南京环境科学研究所,江苏南京210042【正文语种】中文
【中图分类】P641.69;X141
淮南煤矿位于安徽省中部，淮南市境内，具有上百年的地下煤炭开采历史。

常年大规模地下煤炭的开采造成地表塌陷，形成了大面积的沉陷水域[1]。

由于沉陷水域大多由农田、村庄塌陷而成，四周较为封闭，水体难以与外界河流沟通，加上周围工农业污水以及居民生活污水的随意排放，给沉陷水域的水环境造成严重的污染[2-4]。

同时，部分沉陷水域与淮河支流相连，使得污染物最终流入淮河干流，对淮河干流水质也会造成影响[5]。

因此，采煤沉陷水域的水环境问题已经成为限制矿区生态环境修复和区域经济可持续发展的重要因素。

目前，采煤沉陷水域的水环境监测基本采用常规的监测方法，对于整个沉陷水域及其所在流域只具有局部和典型代表意义，并且时间序列上都是“离散”的，难以获取整个水域的沉积物和营养物质分布和变化情况，不能满足对沉陷水域实时、大尺度的监测评价要求[6]。

随着空间技术的发展和各类遥感数据投入使用，传统的水质富营养化评价方法与遥感技术相结合，已经在内陆湖泊水环境监测和富营养化评价中得到了广泛的应用[7-11]。

近些年来，国内研究学者也尝试利用该方法对采煤沉陷水域进行水质富营养化的评价研究，取得了一定的成果，但仅对某一时间的富营养化状态进行评价，缺乏沉陷水域富营养化的时空动态变化的监测，难以揭示其时空演变规律[12-13]。

因此，本文结合环境一号卫星数据与实地监测数据，选择淮南煤矿区不同类型的沉陷水域，进行不同时间段沉陷水域水环境监测，分析水体富营养化状态时空变化，为长期动态监测采煤沉陷水域水质状况、采煤沉陷水域的综合治理和可持续利用提供理论指导和决策依据。

1 研究区概况
选择潘谢矿区潘集沉陷积水区(简称：潘集)和顾桥沉陷积水区(简称：顾桥)作为研究区。

这两处沉陷水域分别代表着潘谢矿区沉陷水域的 2种类型：半封闭型沉陷水域和封闭型沉陷水域。

其中潘集沉陷水域为半封闭沉陷水域，与淮河支流泥河相
连，是由20世纪80年代投产的潘集煤矿开采形成的。

顾桥沉陷水域是由21世
纪初投产的顾桥煤矿开采形成的沉陷水域。

目前，潘集和顾桥沉陷水域的面积分别约为350 hm2和450 hm2，平均水深分别约为4.5 m和4 m。

由于沉陷水域主
要由农田、村庄塌陷而来，周围有发电厂，煤矸石堆积，各种农田污水、未经处理的生活及工业废水进入积水区域，造成一定程度的污染。

同时，沉陷积水区内不合理的水产养殖也不同程度地影响着水体水质状况。

据当地环保部门的水质监测结果，沉陷水域的水质为IV和V类。

因此，需要利用遥感技术手段对沉陷水域水质的时空变化进行监测。

2 数据与方法
2.1 样品采集及实验室分析
水样采集分为 2个时间段，分别为 2013年 5月21日和22日、2013年11月
16日和17日，分别代表着水中藻类的生长期和衰退期。

其中，5月份潘集和顾桥沉陷水域分别采集了 26个采样点的水样，11月份分别采集了25个和24个采样
点的水样(图1)。

采集沉陷水域水下0.5 m处的水样，并现场记录水质测试指标，包括水温、pH值、透明度(塞克板目测法)等。

水样由棕色采样瓶装好后直接储存
在冰袋中冷藏。

采集的水样在实验室中进行叶绿素a(Chl-a)、总悬浮物(TSM)、总磷(TP)、总氮(TN)和高锰酸钾指数(CODMn)等指标的分析测试。

实验室分析结果
见表1和表2。

图1 研究区地理位置及采样点位分布图Fig.1 Location of the study area and sampling sites in Panji and Guqiao
表1 潘集沉陷水域水质参数数值统计表Table 1 Statistics of the water quality parameters measured in Panji采样日期pH T/°C Chl-a/(mg·m-3) TSM/(g·m-3) SD/m TP/(mg·L-1) TN/(mg·L-1) CODMn/(mg·L-1)最小值 7.93 25.6 10.62 3.4 0.43 0.10 1.28 2.45 5月(N=26)最大值 8.55 27.7 45.06 16.5 0.89 0.24 4.22
8.92平均值 8.32 27.1 26.61 8.6 0.65 0.17 2.49 6.23标准差 0.21 0.66 9.74
3.32 0.13 0.04 0.78 1.88最小值 7.97 17.7 2.11 1.24 0.41 0.08 1.34
4.31 11月(N=25)最大值 8.32 19.3 13.89 7.69 0.63 0.25 1.89 6.91平均值 8.09 18.3 6.98 3.06 0.49 0.16 1.61
5.7标准差 0.08 0.53 3.59 1.52 0.06 0.05 0.17 0.74
表2 顾桥沉陷水域水质参数数值统计表Table 2 Statistics of the water quality parameters measured in Guqiao采样日期pH T/°C Chl-a/(mg·m-3)
TSM/(g·m-3) SD/m TP/(mg·L-1) TN/(mg·L-1) CODMn/(mg·L-1)最小值 7.82 26.1 8.49 1.42 0.28 0.06 0.6 4.54 5月(N=26)最大值 9.21 27.9 64.45 12.45
0.81 0.74 1.99 8.93平均值 8.49 27.3 34.76 6.02 0.56 0.27 1.0 6.61标准差
0.32 0.61 22.39 2.28 0.20 0.24 0.43 1.38最小值 8.43 17.6 5.91 1.31 0.20 0.07 0.3 4.80 11月(N=24)最大值 8.85 19.9 21.84 8.30 0.72 0.65 2.12 8.35平均值8.55 18.5 13.63 3.29 0.41 0.24 0.97 6.49标准差 0.11 0.57 5.60 1.87 0.17 0.20 0.60 1.27
2.2 遥感数据预处理
本文选择的环境一号A、B(HJ-1)是我国首个环境与灾害监测预报的小卫星星座，
卫星的主要任务是对灾害、生态破坏、环境污染进行大范围、全天候、全天时的动态监测，为紧急救援、灾害救助及恢复重建提供科学依据[14-15]。

影像采集时间
分别为2013年5月21日和11月17日，与采样时间同步。

两个时间段天气晴朗，影像图像清晰，没有被云层覆盖。

由于在遥感图像中，水体一般为弱信息，相对于其他地物而言，更易受大气、平台姿态、仪器信号等干扰因素影响，因此在对塌陷积水区水质参数进行反演时，对遥感图像的预处理就显得尤为重要[16]。

本次预处理包括遥感图像的几何校正、辐射定标以及大气校正。

2.3 水体营养状况评价
为了综合评价塌陷积水区水质的富营养化程度，本文选择目前我国环保部门广泛使
用的综合营养指数法作为基于环境一号卫星综合评价塌陷积水区水体富营养化的方法。

该方法根据王明翠等[17]建立的综合营养指数法的要求，针对5项水质监测指标：叶绿素(Chl-a)、透明度(SD)、总磷(TP)、总氮(TN)和高锰酸钾指数(CODMn)，综合评价水体的富营养化程度。

其中以叶绿素a作为基准参数的综合营养状态指
数公式为：
式中TLI(∑)表示综合营养状态指数；Wj表示第 j种参数的营养状态指数的相关权重；TLI(j)表示第j种参数的营养状态指数。

以叶绿素a浓度作为基准参数，则第j种参数的归一化相关权重计算公式为：
式中Rj表示第j种参数与基准参数叶绿素a的相关系数；m表示评价参数的个数。

3 结果与讨论
3.1 沉陷水域水质时空变化分析
从表1和表2可以看出，潘集和顾桥沉陷水域水体中的参数指标在 5月和 11月
有明显的季节变化。

5月份的各水质参数值相对高于11月份的水质参数值，局部
采样点水质指标中叶绿素a、透明度、总磷和总氮都达到甚至超过地表水环境V类标准。

空间上看，潘集沉陷水域各项指标值要低于顾桥沉陷水域各项指标值，表明潘集沉陷水域水质要优于顾桥沉陷水域。

3.2 沉陷水域指标模型建立与验证
将5月和11月的水样数据分别随机分为2组，一组用于模型的建立，另一组用于模型的检验。

在SPSS软件支持下，通过对采样时间同步的环境一号卫星 4个波段的反射率值与实测的叶绿素、总磷、总氮、透明度、高锰酸钾指数数据之间的相关关系的拟合分析，建立相应指标的反演模型(表 3、表 4)。

表3 潘集沉陷水域相应指标的反演模型Table 3 The inversion models of
corresponding indexes in Panji指标时间模型R2 Chl-a 11月 ln(Chl-
a)=5.8902e0.4527(B4/B3) 0.75 5月 ln(Chl-a)=2.654+16.843B1–
122.961B2+262.679B3–398.16B4 0.58 SD 11月 SD=2.251–
98.89B1+33.292B2+26.34B1–30.95B4 0.77 5月 SD=0.381–
1.356B1+97.284B2–167.542B3+178.474B4 0.62 TP 11月 ln(TP)=9.258–538.578B1–27
2.362B2+1297.893B3–17
3.357B4 0.60 5月 ln(TP)=6.541–299.176B1–14
4.607B2+366.21B3+281.773B4 0.63 TN 11月 ln(TN)=–
0.1533(B4/B3)–0.006 0.67 5月 ln(TN)=0.427+109.454B1–
175.225B2+115.55B3–310.106B40.58 CODMn 11月 ln(CODMn)=–
13.067+531.77B1+1643.522B2–2847.248B3+408.038B4 0.72 5月
ln(CODMn)=–5.144+436.242B1–362.705B2–51.433B3–391.774B4 0.60
表4 顾桥沉陷水域相应指标的反演模型Table 4 The inversion models of corresponding indexes in Guqiao指标时间模型R2 Chl-a 11月 Chl-
a=251.33–8524.32B1+2409.882B2+5946.774B3+6404.343B4 0.61 5月
ln(Chl-a)=33.545–1180.724B1+443.616B2+80.639B3–229.939B4 0.64 SD 11月 SD=–4.661+192.797B1–21.103B2–283.733B3–122.578B4 0.75 5月
SD=0371+139.315B1–15.27B2+6.773B3–22.073B4 0.67 TP 11月
ln(TP)=20.829–899.378B1+194.63B2+743.833B3+366.91B4 0.72 5月
ln(TP)=39.138–1408.004B1+65.115B2+585.414B3–250.586B4 0.59 TN 11月ln(TN)=20.427–549.504B1–377.31B2+1032.588B3+569.965B4 0.61 5月
ln(TN)=8.773–256.85B1–30.193B2+29.216B3+39.207b4 0.68 CODMn 11月ln(CODMn)=7.003–195.08B1+58.847B2+99.377B3+108.986B4 0.58 5月
ln(CODMn)=6.747–155.517B1–82.22B2+183.997B3+44.244B4 0.69
从潘集和顾桥沉陷水域水质反演模型可以看出，环境卫星4个波段的反射率与相
应指标的相关性较好，各指标反演模型均在 0.55以上。

为验证建立的反演模型，
分别将潘集和顾桥沉陷水域5项水质指标的线性回归模型的预测值与另一组实测
的校验数据进行对比分析，用平均绝对误差(MAPE)和均方根误差(RMSE)反映模型拟合效果，结果如表5所示。

表5 沉陷水域相应指标模型精度验证表Table 5 Precision verification for index model of waterlogged areas潘集5月潘集11月顾桥5月顾桥11月MAPE/% RMSE MAPE/% RMSE MAPE/% RMSE MAPE/% RMSE Chl-a/(mg·m-3) 32.05 9.29 21.35 3.17 26.31 10.44 24.67 4.24 SD/m 24.31 0.17 7.43 0.03 14.31
0.12 9.59 0.07 TP/(mg·L-1) 16.58 0.05 15.27 0.04 26.33 0.17 15.57 0.09
TN/(mg·L-1) 15.26 0.6 6.83 0.13 12.58 0.25 16.47 0.42 CODMn/(mg·L-1) 19.76 2.12 6.82 0.51 9.16 0.71 11.02 0.9
在潘集沉陷水域，5月份各水质指标反演模型精度均低于11月份。

其中，5月份，叶绿素 a的MAPE和RMSE分别为32.05%和9.29 mg/m3，精度在 5项指标中
最低。

总氮的精度最高，MAPE和RMSE分别为15.26%和0.6 mg/L。

11月份，总氮和高锰酸钾指数精度最高，MAPE和 RMSE分别为6.83%，6.82%和0.13
mg/L，0.51 mg/L。

而叶绿素a的精度依然最低，MAPE和RMSE分别为21.35%和3.17 mg/m3。

这可能是因为叶绿素a的光学特性容易受到水体中悬浮物和可
溶性有机物的影响，而夏季随着雨量增多，水体流动性大，沉积物再悬浮现象发生更为频繁。

在顾桥沉陷水域，与潘集沉陷水域类似，叶绿素a浓度精度均低于其他4项指标，其中5月份的MAPE和RMSE分别为26.31%和10.44 mg/m3，11月份的MAPE和RMSE分别为24.67%和4.24 mg/m3。

5月份，高锰酸钾指数精度最高，MAPE和RMSE分别为9.16%和0.71 mg/L。

11月份，透明度精度最高，MAPE 和RMSE分别为9.59%和0.07 m。

潘集和顾桥沉陷水域水质反演模型精度的差异
反映了在不同水域因为其水环境的差异，造成影响水体内部光学特性的物质存在明显不同。

3.3 富营养化评价
根据以上建立的各项指标的反演模型，利用营养状态指数计算出潘集和顾桥塌陷水域5月份和11月份的富营养化遥感评价图(图2和图3)。

从图2可以看出，潘集
沉陷水域5月份水体富营养化程度基本呈现出轻度富营养化状态。

其中沉陷水域
中部富营养化程度较高，达到中度甚至重度富营养化状态。

这与农业生产有关，由于春季当地农田开始播种，大量的农业化肥的使用，加上春季降雨较少，对污染物的排泄能力较差。

潘集沉陷水域中部因为其特殊的地理位置导致水中营养物质在此处富集，富营养化程度比水域其他部分要高。

右图中11月份潘集沉陷水域水体富营养化程度有所改善，水体内部没有明显的富营养化差异，但整体水体依然为轻度富营养化状态。

从图3可以看出，相比潘集沉陷水域，顾桥沉陷水域富营养程度更为严重，5月份，除西北部水体外，其余均呈现出中度富营养化状态，在南部的沉陷水域甚至达到了重度富营养化状态。

这可能因为南部水域3面被农田包围，受农业面源污染影响
较大。

沉陷水域西北部水域较好，为中营养和轻度富营养化状态。

与潘集沉陷水域相似，春季是当地农田播种的季节，大量的农业化肥的使用，加上春季降雨较少，沉陷水域污染程度较为严重。

而顾桥沉陷水域南部靠近发电厂、矿区和居民区，大量的工业废水和生活污水流入导致富营养化程度的加重。

到11月份，顾桥沉陷水域水质有明显改善，水体内部富营养化差异较小，整体水域呈现出轻度富营养化状态，但局部水域仍为中度富营养化状态。

总体上看，沉陷水域水体富营养化程度较为严重，尤其是封闭的沉陷水域。

沉陷水域周围大都为农田，农业生产过程中使用的化肥、农药，含有磷、氮化合物，在地表和土壤中累积后，随地表径流进入沉陷水域。

同时，周边的工矿企业以及居民排
放的各种污染物、营养物质进到沉陷水域内，共同构成了沉陷水域富营养化的主要来源。

潘集沉陷水域由于有泥河沟通，水体流动性强，对污染物有一定的排泄能力，水体富营养化程度相对较轻。

顾桥沉陷水域为封闭水域，水体流动缓慢，水体的自净能力差，很容易受到外界环境影响，从而导致水体出现严重的富营养化状态。

时间上看，5月份沉陷水域的富营养化程度要明显高于11月份。

这一方面是气候的
原因，5月份温度升高，降水偏少，水体中的藻类、浮游物质繁殖旺盛。

另一方面是人为的原因，5月份是当地农业生产播种施肥的季节，造成水体藻类、浮游植物过度繁殖的磷、氮元素会被排入沉陷水域内，加重水体的污染程度。

11月份，气
温降低，沉陷水域内藻类、浮游植物等大量死亡，水体的污染情况减弱，富营养化程度降低。

图2 潘集沉陷水域5月和11月水体营养状况分布图Fig.2 Distribution of eutrophication status in Panji
图3 顾桥沉陷水域5月和11月水体营养状况分布图Fig.3 Distribution of eutrophication status in Guqiao
4 结论
针对淮南矿区沉陷水域，选取潘集和顾桥 2个不同类型沉陷水域为研究对象，结
合地面实地监测数据和环境卫星数据，建立的水质指标模型能够宏观反映出不同沉陷水域的水质差异，但是，由于自然地理环境的差异和水环境的不同，所建立的模型精度不高，今后仍需大量的现场验证工作。

利用综合营养指数法对不同时段沉陷水域水质富营养化进行综合评价的结果表明沉陷水域水体都已呈现出富营养化状态，且不同类型沉陷水域在时间上和空间上存在着明显的差异。

从时间上看，不同类型沉陷水域5月份的富营养化程度都要明显
高于11月份。

从空间上看，顾桥沉陷水域富营养化程度要明显高于潘集沉陷水域。

因此，不同类型沉陷水域水体富营养化分析将有助于淮南矿区进行因地制宜的地表
水环境治理，对区域生态资源的综合利用具有重要意义。

参考文献
[1]DONG S C，YIN H W，YAO S P，et al.Detecting surface subsidence in coal mining area based on DInSAR technique[J].Journal of Earth Science，2013，24(3)：449–456.
[2]徐良骥.煤矿塌陷水域水质影响因素及其污染综合评价方法研究[D].淮南：安徽
理工大学，2009.
[3]童柳华，刘劲松.潘集矿区塌陷水域水质评价及其综合利用[J].中国环境监测，2009，25(4)：76–80.TONG Liuhua，LIU Jinsong.Water quality evaluation
of subsidence water area and its comprehensive utilization in Panji mining area[J].Environmental Monitoring in China，2009，25(4)：76–80.
[4]FAN T G，YAN J P，WANG S，et al.The environment and the utilization the status of the subsidence area in the Xu Zhou，Yan Zhou and Huainan and Huaibei region of China[J].AGH Journal of Mining and Geoengineering，2012，36(3)：127–133.
[5]李金明，周祖昊，严子奇，等.淮南煤矿采煤沉陷区蓄洪除涝初探[J].水利水电技术，2013，44(2)：20–23.LI Jinming，ZHOU Zuhao，YAN Ziqi，et
al.Preliminary research on flood-storage and water logging elimination of coal mining subsidence area of Huainan coal mine[J].Water Resources and Hydropower Engineering，2013，44(2)：20–23.
[6]蔡庆华.湖泊富营养化综合评价方法[J].湖泊科学，1997，9(1)：89–94.CAI Qinghua.On the comprehensive evaluation methods for lake eutrophication[J].Journal of Lake Sciences，1997，9(1)：89–94.
[7]GURLIN D，GITELSON A A，MOSES W J.Remote estimation of Chl-a，
concentration in turbid productive waters：Return to a simple two-band NIR-red model?[J].Remote Sensing of Environment，2011，115(12)：3479–3490.
[8]PALMER S C J，KUTSER T，HUNTER P D.Remote sensing of inland waters：Challenges，progress and future directions[J].Remote Sensing of Environment，2015，157：1–8.
[9]赵文宇，姜亮亮，焦键，等.基于Landsat-8数据的东道海子叶绿素 a的遥感反演和监测研究[J].新疆环境保护，2017，39(3)，28–35.ZHAO Wenyu，JIANG Liangliang，JIAO Jian，et al.Study on Landsat8 data-based remote sensing retrieval and monitoring of Chlorophyll-a in the
Dongdaohaizi[J].Environmental Protection of Xinjiang，2017，39(3)：28–35.
[10]孙芹芹，洪华生.九龙江下游水质遥感反演及时空变化分析[J].地理空间信息，2012，10(4)：36–39.SUN Qinqin，HONG Huasheng.Spatio-temporal analysis of water quality in the lower Jiulong river based on Landsat
TM[J].Geospatial Information，2012，10(4)：36–39.
[11]江辉.基于多源遥感的鄱阳湖水质参数反演与分析[D].南昌：南昌大学，2011.
[12]叶圆圆.基于 RS淮南采煤沉陷水域水质实时监测技术研究[D].淮南：安徽理工大学，2014.
[13]裴文明，姚素平，董少春，等.皖北刘桥矿采煤塌陷区生态环境动态监测[J].煤田地质与勘探，2015，43(2)：67–72.PEI Wenming，YAO Suping，DONG Shaochun，et al.Dynamic monitoring of ecological environment of subsidence area of Liuqiao coal mining area in Northern Anhui[J].Coal Geology & Exploration，2015，43(2)：67–72.
[14]王桥.环境一号卫星环境应用系统工程及其关键技术研究进展[J].环境监控与预警，2009，1(1)：31–36.WANG Qiao.The research progress of the environmental application systemic engineering and key technologies of environment satellite[J].Environmental Monitoring and Forewarning，2009，1(1)：31–36.
[15]金焰，张咏，牛志春，等.环境一号卫星CCD数据在太湖蓝藻水华遥感监测中的应用[J].环境监测管理与技术，2010，22(5)：53–56.JIN Yan，ZHANG Yong，NIU Zhichun，et al.Application of environmental satellite HJ-1 CCD data
for cyanobacteria bloom remote sensing in Taihu lake[J].Environmental Monitoring Management and Technology，2010，22(5)：53–56.
[16]陈姝，居为民.遥感图像分类方法及研究进展[J].河北农业科学，2009，13(1)：143–146.CHEN Shu，JU Weimin.Method of remote sensing image classification and study progress[J].Journal of Hebei Agricultural Sciences，2009，13(1)：143–146.
[17]王明翠，刘雪芹，张建辉.湖泊富营养化评价方法及分级标准[J].中国环境监测，2002，18(5)：47–49.WANG Mingcui，LIU Xueqin，ZHANG
Jianhui.Evaluate method and classification standard on lake eutrophication[J].Environment Monitoring in China，2002，18(5)：47–49.。