基於無人機高光譜的水質汙染研究分析

江蘇雙利合譜科技有限公司   黃宇

1 引言

    水是生命之源，同時作為生態係統的血液，是人類生存、生產、生sheng活huo的de基ji礎chu，充chong足zu優you質zhi的de水shui資zi源yuan是shi生sheng態tai係xi統tong得de以yi健jian康kang循xun環huan的de首shou要yao條tiao件jian，然ran而er水shui資zi源yuan卻que極ji易yi受shou到dao汙wu染ran
，特te別bie是shi一yi些xie內nei陸lu水shui體ti，由you於yu自zi然ran封feng閉bi性xing其qi汙wu染ran問wen題ti就jiu更geng加jia突tu出chu，同tong時shi水shui資zi源yuan作zuo為wei汙wu染ran物wu的de載zai體ti
，具ju有you動dong態tai的de擴kuo散san和he蔓man延yan特te性xing，會hui進jin一yi步bu加jia劇ju水shui體ti的de汙wu染ran程cheng度du。我wo國guo河he流liu、湖泊眾多，伴隨經濟的高速發展
，人類活動的增強，河流、湖泊水質汙染問題日益嚴重
，已經成為製約城市可持續發展的關鍵因素，因此有必要利用高新技術手段展開河流、湖泊水質汙染問題研究，及時、快速的提供河流、湖泊的水質狀況，保障人們正常的生產生活。

    傳統的河流、湖泊水質監測主要是采用實地采樣和實驗室分析等方法，這種監測方法需要在河流、湖泊內定點、定剖麵進行，通過常年累月的監測、記錄和實驗室分析，雖然能夠達到一定的數據精度
，但是不能反映河流

、湖泊水質的總體時空狀況，且費時費力、監測區域有限，隻具有局部和典型的代表意義，不能滿足實時、快速、大尺度的監測和評價要求。

遙感技術的發展與進步為河流、湖泊水體的監測和研究開辟了新的途徑。遙感水質監測技術具有高動態、低成本和宏觀性等顯著特點，在河流、湖(hu)泊(bo)水(shui)質(zhi)汙(wu)染(ran)研(yan)究(jiu)方(fang)麵(mian)有(you)著(zhe)常(chang)規(gui)檢(jian)測(ce)不(bu)可(ke)替(ti)代(dai)的(de)優(you)點(dian)。它(ta)既(ji)可(ke)以(yi)滿(man)足(zu)大(da)範(fan)圍(wei)水(shui)質(zhi)監(jian)測(ce)的(de)需(xu)要(yao)，也(ye)可(ke)以(yi)反(fan)映(ying)水(shui)質(zhi)在(zai)空(kong)間(jian)和(he)時(shi)間(jian)上(shang)的(de)分(fen)布(bu)和(he)變(bian)化(hua)情(qing)況(kuang)，彌(mi)補(bu)了(le)單(dan)一(yi)采(cai)用(yong)水(shui)麵(mian)采(cai)樣(yang)的(de)不(bu)足(zu)，同(tong)時(shi)還(hai)能(neng)發(fa)現(xian)一(yi)些(xie)常(chang)規(gui)方(fang)法(fa)難(nan)以(yi)揭(jie)示(shi)的(de)汙(wu)染(ran)源(yuan)的(de)分(fen)布(bu)以(yi)及(ji)汙(wu)染(ran)物(wu)的(de)遷(qian)移(yi)特(te)征(zheng)和(he)影(ying)響(xiang)範(fan)圍(wei)，為(wei)科(ke)學(xue)布(bu)設(she)水(shui)麵(mian)采(cai)樣(yang)點(dian)提(ti)供(gong)依(yi)據(ju)。高(gao)光(guang)譜(pu)遙(yao)感(gan)由(you)於(yu)其(qi)高(gao)精(jing)度(du)、多波段、信息量大等特點被廣泛應用於遙感水質監測
，大大提高了水質參數的估測精度。伴ban隨sui著zhe遙yao感gan技ji術shu的de不bu斷duan進jin步bu，水shui質zhi監jian測ce已yi由you定ding性xing描miao述shu轉zhuan向xiang定ding量liang分fen析xi
，同tong時shi可ke監jian測ce的de水shui質zhi參can數shu逐zhu漸jian增zeng加jia，反fan演yan精jing度du也ye不bu斷duan提ti高gao，在zai水shui資zi源yuan的de保bao護hu、規劃和可持續發展方麵發揮了重大作用。

2  材料與試驗部分

2.1  研究區域

野外試驗飛行在中山市和深圳市的某河流上進行。

2.2  數據采集設備

本次試驗采用大疆六旋翼無人機M600 Pro(無人機淨重約4 kg
，最大載重約 10 kg)，在無人機遙感平台上搭載江蘇雙利合譜科技有限公司自主研發的高光譜成像光譜儀GaiaSky-mini-2，該無人機遙感平台采用的是無人機懸置空中
，高光譜成像光譜儀采用內置推掃的方式獲取地麵圖像(其主要參數見表1)。在中山和深圳兩市，無人機的飛行高度分別為123m和100m，分別采集了33景和87景圖像，每景圖像分別代表地麵幅寬為49m*49m（中山市）和40m*40m（深圳市）
；無人機遙感平台的實景圖，如圖1。

表1   GaiaSky-mini 機載成像高光譜儀係統參數

圖1   無人機高光譜成像係統實景圖

2.3  無人機高光譜數據的預處理與分析

無人機高光譜圖像的預處理在江蘇雙利合譜科技有限公司自主研發的SpecView軟件中進行
，包括鏡像變換、黑白幀校準（如公式1所示）。

式中，R_ref 是黑白校正過的圖像的反射率值，DN_raw 是原始圖像的DN值，DN_white為白板的白幀數據，DN_dark 是相機的係統誤差DN值。

考慮到無人機飛到一定高度後，高光譜成像儀獲取的高光譜影像數據可能會受到大氣
、水汽等因素的影響。為了消除這些因素的影響，我們在無人機起飛之前，在拍攝區域放置一塊經過國家計量院標定過的2m*2m灰布，在高光譜影像獲取的時候


，隻需要在其中的一景高光譜影像中覆蓋到灰布即可。消除大氣
、水汽等因素影響的方法如公式2所示。

式中，R_fixed 是消除大氣、水汽等因素後的圖像光譜反射率，R_ref是經過黑白校正後的圖像反射率，R_standard是經過國家計量院標定的灰布的光譜反射率，R_grayref 是經過黑白校正後圖像中灰布的光譜反射率。

2.4  無人機高光譜影像拚接

無人機高光譜影像的拚接采用江蘇雙利合譜科技有限公司自主研發的無人機高光譜拚接軟件HiSpectralStitcher進行拚接
，該拚接軟件有圖像篩選、拚接預覽、投影方式選擇、拚接方法選擇、重采樣方法選擇、是否勻色、拚接結果格式輸出選擇等功能。拚接軟件界麵如圖2所示。

圖2  無人機高光譜拚接軟件HiSpectralStitcher

3  結果與分析

3.1  拚接結果預覽

圖3為利用無人機高光譜拚接軟件HiSpectralStitcher對中山市和深圳市某河流及其河岸的無人機高光譜影像的三波段拚接效果預覽圖（RGB分別代表640 nm/550 nm/460 nm最鄰近波長）。從拚接結果來看，中山市的河流影像數據拚接效果較好，深圳市的河流影像由於拍攝的時候處於中午12時，光照較為強烈，因此存在較大的鏡麵反射。

圖3.1 中山市某河流無人機高光譜拚接預覽圖

圖3.2 深圳市某河流無人機高光譜拚接預覽圖

3.2  無人機高光譜影像河流提取方法

無人機高光譜影像不僅包含有河流

，還有其他的樹木、雜草、土壤、道路、建築物等，從影像中提取感興趣的目標物，通常的方法有非監督分類、監督分類
、決策樹、mianxiangduixiangfenleideng，benyanjiucaiyongjiandufenleidemashijulifaduipinjiehaodewurenjigaoguangpuyingxiangjinxingfenlei
，congertiqulezhongshanshiheshenzhenshidemouheliuxinxi，bingduiheliujinxingyelvsua、總氮、總磷、懸浮物和渾濁度等水質參數的反演。

3.3  河流葉綠素a的反演

    內陸水體遙感中，葉綠素a對水體的光譜特性影響很大
，其波譜數據是反映水體富營養化程度的一個重要指標。當葉綠素a的濃度升高時，藍光波段的波譜反射率下降，紅綠光波段的波譜反射率上升，且當葉綠素a的濃度達到一定數值時

，葉綠素a的敏感波段向長波方向移動。因此在對葉綠素a進行遙感反演時
，常用的方法是根據葉綠素a的敏感波段建立最佳波段或各種波段組合的經驗、半經驗模型。常用的算法有以下三種:(1)根據葉綠素a在700nm處的反射峰
，確定葉綠素a反演模型；(2)根據葉綠素a在700nm處的反射峰和675nm或560nm處的吸收峰的比例關係建立葉綠素a反演模型；(3)采用半經驗的航空監測方法，利用葉綠素a在藍綠光波段對水體反射率的影響，以這兩個波段光譜反射率的差異或比值建立葉綠素a濃度反演模型。利用TM圖像進行葉綠素a含量分析的時候，一般認為采用TM2(包含550nm反射峰)或TM3(包含685nm熒光峰)與TM1(包含440nm吸收峰)之比值是估算葉綠素a濃度的最佳方法。

官滌等利用巢湖西半湖2005-2009年間的監測資料以葉綠素a濃度作為水華藻類生物量的表征
，將水文
、氣象、水質等各種指標作為水華的環境因子
，統計葉綠素a與yu這zhe些xie環huan境jing因yin子zi之zhi間jian的de相xiang關guan性xing，並bing在zai此ci基ji礎chu上shang建jian立li了le多duo元yuan回hui歸gui預yu測ce模mo型xing，找zhao出chu了le驅qu動dong水shui華hua現xian象xiang發fa生sheng的de顯xian著zhu因yin子zi，為wei巢chao湖hu水shui華hua現xian象xiang的de防fang治zhi提ti供gong了le理li論lun依yi據ju。區qu銘ming亮liang等deng采cai用yong2002年7月以及9-12月都陽湖監測數據
，對潘陽湖水體中的葉綠素a濃度的空間分析特征進行了研究，並建立了葉綠素a濃度與總磷、總氮濃度的相關性模型。陳奇等利用雲貴高原湖區54個湖泊和水庫近20年的監測數據，參照湖泊法
、三分法、群體分布法建立了葉綠素a與總磷濃度的參照狀態，構建了經驗模型(主要包括多元和一元線性回歸模型)和形態指數模型。

本文參考國內外的期刊，根據現有的水體葉綠素a反演模型進行對比，選擇適合深圳和中山兩市河流葉綠素a反演的模型對無人機高光譜影像的河流進行反演，如圖4所示。

圖4.1 中山市某河流無人機高光譜葉綠素a反演圖

圖4.2 深圳市某河流無人機高光譜葉綠素a反演圖

3.4  河流總氮
、總磷的反演

水體中總氮、總磷含量是衡量水質的重要指標。常規氮磷的測量方法需要長時間的高溫
、高壓消解，且消解的溫度、時間和試劑對測定的結果均有較大的影響，整個操作煩瑣、費時和耗力；因此本研究試圖利用高光譜遙感技術，通過對水體中氮、磷光譜的測定，探索水體氮
、磷與反 射光譜特征的關係，建立氮、磷濃度的反演模型
，為湖泊
、水庫和河流等大型內陸水體氮磷遙感定量監測提供理論依據。目前的一些研究僅根據總氮、總磷與葉綠素含量之間具有密切的相關關係
，建立總氮
、總磷的遙感信息模型。如王建平等(2003年)利用鄱陽湖地區的TM影像資料，建立了該地區總氮
、總磷、葉綠素、懸浮物、化學需氧量和溶解氧6個參數的人工神經網絡反演模型
，研究結果表明該模型能較好地通過遙感影像實現湖泊水質參數的反演，反演誤差基本能控製在25 %以下。雷坤等(2004年)利用中巴地球資源1號衛星的CCD數據和準同步地麵監測數據，結合水體組分的光譜特征，建立了太湖表層水體葉綠素a和總氮遙感信息模型。將獲得的遙感信息模型應用於影像上，得到整個太湖水麵的葉綠素a和總氮濃度分布圖。呂恒(2004年)應用TM(ETM +)、MODIS數據分別建立了反演太湖葉綠素\懸浮物TN\TP等水質參數的線性回歸模型和人工神經網絡模型(呂恒的博士論文)。張宵宇等(2005年)根據水體懸浮物含量與顆粒態總磷含量的相關關係，利用SeaWiFS 數據反演得到長江口及附近海域顆粒態總磷分布特征遙感圖；張穗等(2004年)基於對水體葉綠素光譜特征的分析和河口水體富營養化指標的研究，選取適合長江口特點的葉綠素濃度解譯方法
，利用總磷
、總zong氮dan與yu葉ye綠lv素su的de相xiang關guan特te征zheng得de出chu適shi合he河he口kou特te征zheng的de富fu營ying養yang化hua評ping價jia方fang法fa。並bing且qie在zai長chang江jiang口kou的de遙yao感gan影ying像xiang上shang選xuan取qu合he適shi的de實shi驗yan區qu對dui這zhe一yi方fang法fa進jin行xing試shi驗yan
，取qu得de了le較jiao好hao的de結jie果guo。而er直zhi接jie利li用yong無wu人ren機ji高gao光guang譜pu技ji術shu對dui水shui體ti總zong氮dan

、總磷監測的研究尚未報道。

本文根據無人機高光譜采集的影像數據，利用拚接軟件對其進行拚接，然後根據經驗模型對中山
、深圳兩市的無人機高光譜河流數據進行總氮和總磷的反演，如圖5所示。

圖5.1 中山市某河流無人機高光譜總氮反演圖

圖5.2 中山市某河流無人機高光譜總磷反演圖

圖5.3 深圳市某河流無人機高光譜總氮反演圖

圖5.4 深圳市某河流無人機高光譜總磷反演圖

3.5  河流懸浮物、渾濁度的反演

懸xuan浮fu物wu濃nong度du是shi內nei陸lu水shui體ti重zhong要yao的de水shui質zhi參can數shu之zhi一yi，會hui影ying響xiang水shui生sheng生sheng物wu的de生sheng長chang和he水shui體ti初chu級ji生sheng產chan力li。懸xuan浮fu物wu濃nong度du常chang規gui監jian測ce方fang法fa易yi受shou外wai界jie條tiao件jian限xian製zhi，無wu法fa大da麵mian積ji、zhouqixingdeduishuitixuanfuwunongdujinxingjiance
，yaoganjishuzuoweiquyuxingshuihuanjingtiaozhahejiancedeyizhongshouduan，kekefuchangguijiancefangfadebuzu，jichengweijiancexuanfuwunongdushikongfenbudezhongyaogongju。

自1972年Landsat 1發射以後，MSS數據開始被用於湖泊水質的評價，內陸水體的懸浮物濃度是首先被遙感的參數(齊峰、王學軍，1999 )。70年代初
，Klemas等(1974)提出了用MSS數據估算Delaware海灣懸浮物濃度的線性統計模型。70年代末提出懸浮物遙感定量的統一模式(Holyer
，1978； Munday等，1979)。80年代以後
，隨著Landsat4和Landsat5的發射，TM數據以其更高的空間
、光譜和輻射分辨率吸引研究者研究它的水質監測用途。Lathrop等(1991，1985，1992)對美國Michigan湖的Green湖灣作了一係列遙感研究，估測了包括葉綠素a濃度、懸浮物、透明度在內的多項參數
，取得了較理想的結果。Carpenter等(1983)等利用MSS數據得到了澳大利亞三個湖泊的渾濁度算法程。Lathrop等(1992)等應用TM數(shu)據(ju)得(de)到(dao)美(mei)國(guo)黃(huang)石(shi)湖(hu)的(de)透(tou)明(ming)度(du)和(he)總(zong)懸(xuan)浮(fu)物(wu)的(de)回(hui)歸(gui)方(fang)程(cheng)。這(zhe)些(xie)方(fang)程(cheng)的(de)一(yi)個(ge)共(gong)同(tong)特(te)點(dian)是(shi)盡(jin)管(guan)在(zai)各(ge)自(zi)的(de)湖(hu)泊(bo)或(huo)湖(hu)泊(bo)群(qun)取(qu)得(de)了(le)可(ke)接(jie)受(shou)的(de)準(zhun)確(que)結(jie)果(guo)
，但(dan)是(shi)不(bu)能(neng)外(wai)推(tui)到(dao)其(qi)他(ta)湖(hu)泊(bo)，除(chu)非(fei)湖(hu)泊(bo)的(de)條(tiao)件(jian)非(fei)常(chang)類(lei)似(si)。隨(sui)後(hou)許(xu)多(duo)學(xue)者(zhe)提(ti)出(chu)了(le)不(bu)同(tong)模(mo)式(shi)來(lai)模(mo)擬(ni)懸(xuan)浮(fu)物(wu)與(yu)遙(yao)感(gan)數(shu)據(ju)的(de)關(guan)係(xi)。Mahtaba等(1998)等利用地物光譜儀模擬TM波段設置，對不同濃度懸浮物光譜反射率進行測量研究，結果表明TM4波段是估測懸浮物濃度的最佳波段，並建立利用TM4波段反射率估測懸浮物濃度的二次回歸模型，結果表明該模型估測效果優於線性模型估測效果。Stumpf等(1989)在Gordon模型和Gordon大氣校正方法的基礎上，建立AVHRR的CH1, CH2資料來獲取中等渾濁度海灣的懸浮物濃度的實用係統。Chen(1991)對18種不同濃度
、不同類型
、不同粒徑的懸浮物在350-2500nm範圍的光譜特征研究結果表明：在450-700nm波段範圍
，懸浮物濃度與反射率是一種對數線性關係

，而在700-1015nm波段範圍成線性關係。Han等(1998)實驗研究發現
，當懸浮物濃度大於350mg/L 時，光譜反射率與懸浮物濃度呈線性關係，利用反射率的一階微分的一元二次回歸模型的估測效果比利用反射峰值估測精度高。Barak等(1999)利用機載成像光譜儀CASI數據534
、624nm，精度達到0.5mg/L。

在國內，張春桂(1999)根據水體對太陽輻射光譜的反射率變化特性，動態監測福建省近岸懸浮物的定性分布。李京(1986)提出了反射率和懸浮物濃度之間的負指數關係式，並成功地用於杭州灣水域懸浮物的調查中。許君(1999 )等運用SPOT數據對河流水體懸浮固體濃度進行研究，發現SPOT數據的1、2boduanduishuitizhongdexuanfugutibijiaomingan
，binggenjuyingxianghuiduzhiyuxuanfugutizhijiandexiangguanguanxiduitaiwandanshuihedexuanfugutinongdujinxinglefenjipingjia。zhaobiyun(2001)等應用TM數據和同步監測資料
，對滇池水體總懸浮物濃度與不同波段遙感值進行了關聯度分析，並建立了TM圖像遙感總懸浮物水質模型。

本ben文wen根gen據ju目mu前qian國guo內nei外wai學xue者zhe利li用yong高gao光guang譜pu技ji術shu對dui河he流liu水shui質zhi狀zhuang況kuang的de研yan究jiu進jin展zhan，選xuan擇ze監jian測ce懸xuan浮fu物wu濃nong度du和he渾hun濁zhuo度du較jiao為wei穩wen定ding的de經jing典dian模mo型xing，利li用yong無wu人ren機ji搭da載zai高gao光guang譜pu相xiang機ji獲huo取qu中zhong山shan市shi和he深shen圳zhen市shi的de河he流liu影ying像xiang數shu據ju
，然ran後hou根gen據ju經jing典dian模mo型xing反fan演yan中zhong山shan市shi和he深shen圳zhen市shi河he流liu的de懸xuan浮fu物wu濃nong度du和he渾hun濁zhuo度du（如圖6所示），研究結果對保障河流周邊居民的日常生活具有重大意義。

圖6.1 中山市某河流無人機高光譜懸浮物濃度反演圖

圖6.2 中山市某河流無人機高光譜渾濁度反演圖

圖6.3 深圳市某河流無人機高光譜懸浮物濃度反演圖

圖6.4 深圳市某河流無人機高光譜渾濁度反演圖

4 結論與討論

benwenyizhongshanshiheshenzhenshideheliuzuoweiyanjiuduixiang，liyongwurenjidazaigaoguangpuchengxiangyihuoquheliudeguangputuxiangxinxi，ranhouliyongpinjieruanjianduihuoqudeyingxiangjinxingpinjie，dedaowanzhengdeyitiaoheliudegaoguangpuyingxiangshuju。benyanjiuyouyumeiyouhuoquheliudeshuizhixinxi，rufanyingshuizhifuyingyangdezhibiaoyelvsua、總(zong)氮(dan)和(he)總(zong)磷(lin)等(deng)以(yi)及(ji)反(fan)映(ying)水(shui)汙(wu)染(ran)程(cheng)度(du)的(de)懸(xuan)浮(fu)物(wu)濃(nong)度(du)和(he)渾(hun)濁(zhuo)度(du)指(zhi)標(biao)，所(suo)以(yi)隻(zhi)能(neng)翻(fan)閱(yue)國(guo)內(nei)外(wai)的(de)期(qi)刊(kan)文(wen)獻(xian)，從(cong)中(zhong)找(zhao)出(chu)國(guo)內(nei)外(wai)學(xue)者(zhe)利(li)用(yong)高(gao)光(guang)譜(pu)儀(yi)研(yan)究(jiu)水(shui)體(ti)、湖泊富營養和水汙染程度的相關模型，通過大量查閱文獻可知，目前針對河流
、湖泊、haiyangfuyingyanghuozheshuiwurandeyanjiudabufenjintingliuzaidimianhuozhechaodachidudeweixingcengmian，henshaoyouyanjiuzhezaidigaokonglingyuduiheliuhehubojinxingfuyingyangheshuiwuranjinxingyanjiu。benwengenjuzhenglidemuqianyanjiuzhezaidimianchiduyanjiuheliu
、湖泊富營養以及水汙染的高光譜數據模型，從中選擇穩定性較好的經典模型，對中山市和深圳市的兩條河流進行富營養（葉綠素a、總氮、總磷）和水汙染（懸浮物濃度、渾濁度）fanyanyanjiu。yijuxianchangtiaoyanyijigaoguangpuyingxiangfanyanxiaoguolaikan
，liyongwurenjigaoguangpukeyizaiyidingchengdushangfanyingchuheliudefuyingyangheshouwuranchengdu，bingnenggenjutuxiangshangheliudefuyingyangheshouwuranfenbuqingkuang，panduanchuheliudeshouwuranyuanyijizaochengshuitifuyingyangdeyuanyin。yanjiujieguokeweishuilishuidianbumenyijihuanbaobumenduiheliuzhilitigongjishuzhichi。

因此利用無人機高光譜技術可以河流
、湖泊、海洋的富營養、水汙染進行很好的監測
，而且具有廣闊的應用前景。然而研究者們雖然已經提出的一係列針對河流
、湖泊、海洋的富營養以及水汙染的監測和估算模型，但每個模型都有特定的研究方法和適用條件，對於所有的河流、湖泊、海洋
，所以很難找到通用的模型對其進行監側。同時無人機高光譜遙感數據有一些缺陷，比如景觀異質性、大氣噪音、太陽位置等的幹擾都會影響高光譜遙感技術在實際的應用能力。因此如何利用無人機高光譜技術對河流、湖泊

、海洋的富營養
、水汙染研究從定性研究轉為定量研究，是目前的難點和熱點。