T／CSES 15-2020  城市黑臭水体遥感监管技术规范

4.3.2.2.3几何校正

利用地面控制点（groundcontrolpoint，GCP）对影像进行儿何校正。首先均匀选取30o个具 特征的地面控制点，对其中一景高分2号影像进行几何校正。把已校正好的影像作为基准影像， 择对应位置控制点的方法校正其他影像，实现原始图像与参考图像（或地图）的空间配准

T/CSES15—2020

水利图纸、图集4. 3. 2. 2. 4 大气校正

4.3.3疑似黑臭水体识别方法

4.3.3.1水体提取

城乡结合的河流及沟渠、城市建成区（或规 围内的河流沟渠等水体，而在影像上自动化提取较为细小狭长的城市河道水体难度较高，易产生 此，准确的城市水体边界需要通过自动/半自动算法和人工目视解译得到。

4. 3. 3. 2 黑臭指数的计算

4.3.3.2.1归一化黑臭水体指数（NDBWI)

式中： Rr（Green）一一遥感影像绿波段大气校正后遥感反射率值； Rr(Red) 一遥感影像红波段大气校正后遥感反射率值。 NDBWI值无量纲。 基于NDBWI方法的阈值选取见公式（3）。N的值可根据影像上典型的黑臭水体来进行确定，参 考数值为N=0.17（NDBWI的取值范围是0~1， 0.17为模型确定的阈值）

4. 3. 3. 2. 2 决策树分类法

4.3.3.2.2.1概述

黑臭水体 水体类别 NDBWI

基于城市水体的光谱特征，将其分为黑臭水体I、黑臭水体II、黑臭水体II、黑臭水体IV、一般 水体I和一般水体I六个类别（见表1）。基于高分2号遥感影像对城市水体进行决策树分类的方法见 图2。

4.3.3.2.2.2黑臭水体差值指数（DBWD)

图2决策数分类流程图

T/CSES 152020

式中： Rrs（Blue） 一一遥感影像蓝波段大气校正后遥感反射率值； Rrs（Green）一一遥感影像绿波段大气校正后遥感反射率值。 DBWI单位为sr。 利用黑臭水体差值指数（DBWI)判别黑臭水体I。Ni的值可根据影像上典型的两大类水体确定（具 体参考附录C，下同)，阅值选取见公式（5)。

4.3.3.2.2.3黑臭水体斜率差值指数（DSBWI）

[黑臭水体IDBWIN,sr （体类别 (5) 其他水体DBWI≥Nsr

黑臭水体IDBWI

4.3.3.2.2.4单波段指数绿光波段（Greer

惑反射率区分黑臭水体II和一般水体I。阈值选

黑臭水体IⅡIR（Green）

式中： Rrs（Green）一一遥感影像绿波段大气校正后遥感反射率值，Nm为常数。 Nm值可根据影像上典型的黑臭水体II和一般水体I确定。

4.3.3.2.2.5归一化黑臭水体指数（NDBWI

4.3.3.3阅值选取

般水体Ⅱ NDBWI < N, 水体类别 NDBWI≥ N ...(9) 黑臭水体IⅢI、IV

黑臭指数的计算阈值根据应用的区域不同和应用的遥感影像不同，阈值会有变化。结合野外水体光 谱采样数据，确定不同黑臭类型水体的相关指数的均值和方差，然后根据不同黑臭水体类型均值的差异！ 确定阅值，使其识别精度达到最优，

4. 3. 4. 1概述

似黑臭水体野外验证分为室内和野外两个部分。

4. 3. 4. 2采样方法

建议采样时段为9：00～16：00，根据河流长度选择适量的断面进行采样。对各点位水体遥感反射率、 透明度、溶解氧和氧化还原电位进行测定，并采集各点位的水样供室内实验测量水质参数。同时还需要 记录测量的时间、经纬度、河宽、水深和水温等

4.3.4.3记录与运输要求

样品标签信息至少包括样品编号、日期、水体名称、采样位置以及采集人姓名。除样品相关信息外 采样时间、采样地点的天气、周边环境、水面状况等也应有详细记录，确保样品数据的完整性。及时清 洗所有接触过样品的采样设备，并仔细检查，防止采样污染。样品运输过程中贮存温度不超过采样时的 温度，必要时需使用冷藏设备，应仔细保管样品，确保样品无破损、无污染

.3.4.4黑臭水体确认

4. 3. 5. 1概述

T/CSES15—2020

4.3.5.2黑臭水体空间分布图

城市黑臭水体空间分布图以jpg等图片文件格式呈现，主要展示黑臭河流在空间上的分布情况，应 包括以下要素： 城市遥感影像底图； b 城市水系（蓝色）； c） 黑臭河段（红色，有对应编号）； d) 建成区边界； e) 数据源与时间； 其他地图要素，包括指北针、比例尺与出图单位

4.3.5.3黑臭河段长度和面积统计报告

黑臭河段长度和面积统计报告以excel文件存储，主要描述黑臭河流的具体信息，应包括以下要素： a 河流编号； b) 河流名称； 起始经纬度； d) 黑臭河段长度（米）； e 黑臭河段面积（平方千米）； f 是否在清单上。

避免有条带的数据和云层覆盖过多的数据。参考原则是遥感图像云层覆盖不超过15%的数据为 据。

卫星及传感器的遥感数据前，保证几何位置的配

建议使用FLAASH方法进行大气校正，用均方根误差（RootMeanSquareError，RMSE）和平均绝对 百分误差（MeanAbsolutePercentageError，MAPE）两个指标评价大气校正精度，各指标计算见公式 （10）和公式（11），并且保证校正后影像的反射率与同步实测点的MAPE达到30%，RMSE达到0.001sr。

式中： P:一一实测点的遥感反射率值，常用单位为sr"；

RMSE= (10) Nn MAPE= 1 P × 100% (11) i=1 P

T/CSES 152020

阈值的选取依据黑臭水体与一般水体实测样点在模型中的可分性达到最大，最终使得选取的阈值令 模型精度至少达到70%。 结合野外验证情况，使用混淆矩阵评价城市黑臭水体遥感识别精度。混淆矩阵是用来表示精度评价 的一种标准格式，其行数据表示模型识别的结果，列表示实际地物类别，如表2所示。

表2黑臭水体识别分类混淆矩阵

这里由混滑矩阵建立了5个不同的误差评价的指标，分别为整体止确识别率、黑臭水体 臭水体漏分率、黑臭水体制图精度和kappa系数

是指所有分类正确的样点与总样点个数的比值，按照公式（12）进行计算。

P= (a+ d) / (a+ b+ c+ d)

是指对于分类模型上的黑臭水体类型，它与参考数据类型不同的概率，即模型中被划为黑臭水 体实际上为一般水体的概率，按照公式（13）进行计算。

P=c/ (c+d)

是指对于参考数据上的黑臭水体类型，被错分为一般水体类型的概率，即实际的黑臭水体有多 少被错误地分到一般水体类别中，按照公式（14）进行计算

..........

是指被正确分类的黑臭水体样本数与实际黑臭水体样本的比值，按照公式（15）进行计 P=d/(b+d)

P=d/ (b+ d)

T/CSES 152020

表A.1和表A.2给出了高分2号卫星参数。

表A.1高分2号卫星轨道参数表

表A.2高分2号卫星有效载荷技术指标

表B.1给出了城市黑臭水体判别标准

密封圈标准附录B （资料性） 城市黑臭水体判别标准

表B.1城市黑臭水体判别标准

T/CSES 152020

决策树分类法应用于扬州市高分2号影像的参考

表C.1决策树方法应用于扬州市高分2号影像的参考值

附录D （资料性） 成果出图示例

图D.1给出了城市黑臭水体遥感识别空间分布图的示例（以扬州市为例），表D.1给出了城市黑臭水 体长度和面积统计报告。

纸箱标准图D.1城市黑臭水体遥感识别空间分布图（以扬州市为例）

表D.1城市黑臭水体信息统计报告