引言

河湖水環境監測是人類一直以來高度重視的問題。目前，傳統水體污染監測仍是在“點”尺度上進行的，這種方法難以在宏觀尺度上準確獲取信息。相對于傳統監測手段，衛星遙感技術有宏觀、高效、經濟等特點，對于獲取長期、大范圍河湖水環境的時空變化具有顯著優勢，在許多領域得到了廣泛的應用。國內外學者利用衛星平臺，對監測水域水質研究也取得了一定的成果。但此技術多應用于大面積水域的水質監測，且由于衛星遙感影像周期長，易受大氣云層影響，對天氣環境要求較高，不能及時監測水質參數濃度，了解水體污染情況。

與衛星遙感相比，無人機遙感技術具有靈活性高、響應迅速、可連續動態監測、時空分辨率高和空間變化特征明顯等特點，在災害救援、流域污染演變、生態環境監測等方面已有較多應用。

我國南方城市水域眾多，經常出現因工地、工業園違規排水，汛期水土流失，管網錯接、滲漏等原因造成的突發性水體污染。因此如何快速發現水體出現污染，精確定位污染源，對后續采取有效措施消除水體污染具有現實意義。本文利用無人機及定點架設設備搭載高光譜成像儀完成不同天氣下實驗水體光譜數據的采集，研究其濃度空間分布，對比光譜反演數據和實驗室化學檢測數據，分析天氣對光譜反演數據精準度的影響，為后續該技術在水域的污染溯源，水環境保護及治理提供依據。

材料與方法

2.1 研究區與概況

茅洲河是深圳市第一大河，發源于深圳市石巖水庫上游的羊臺山，流經石巖、光明、公明、長安（屬東莞市）、沙井等街道轄區，屬于珠江水系；干流經深圳市與東莞市接壤，全長為41.61km，其中深圳境內長為31.29km。茅洲河流域位于深圳市西北部，總面積為388.23km2（包括石巖水庫以上流域面積），其中深圳市境內流域面積為310.85km2。流域水系發達，兩岸支流眾多，深圳一側共有支流60條，一級支流27條，其中光明區13條。

實驗選取茅洲河（光明區段）一級支流玉田河、上下村排洪渠和新陂頭河作為觀測目標，所有水域水質均穩定達到地表Ⅴ類及以上。

2.2 采樣點布設

2021年進行了2個階段的外業數據采集工作（5月和11月），其中第1階段為無人機高光譜監測，采樣地點為玉田河、上下村排洪渠部分水域，監測時間1d，分析參數包括COD、TP、NH3-N，每條河均設3個采樣點，采集水樣數據共6個；第2階段為定點架設高光譜監測，采樣地點為新陂頭河河口斷面，在不同天氣（多云、晴天、晴間多云、陰天、小雨）的情況下對同一點位連續監測15d，分析參數包括DO、CODMn、TP、TN、NH3-N，采集水樣數據共59個。在利用高光譜成像設備采集數據的同時，對應監測點同步取水樣送化驗室檢測，最后對比兩者間的差異。第一階段旨在展示水域水質變化趨勢，快速鎖定污染源，第二階段旨在對高光譜成像技術監測水質的可靠性和準確性進行驗證。

2.3 水質檢測

水體樣本采樣、保管和管理等相關流程參考行業標準《水質采樣技術指導》（HJ494—2009），每個采樣點取500mL表層0.2m左右處水樣，裝入樣品瓶中進行密封，并放置于陰涼干燥處保存，水樣采集完成后立即送至實驗室進行水質參數化驗測量，水質參數以及相應的檢測方法見表1。

表1 水質參數及檢測方法

2.4 數據獲取

無人機飛行實驗可采用大疆無人機M350RTK搭載由萊森光學自主研發的無人機高光譜成像系統iSpecHyper-VM100，獲取河道及水庫部分高光譜影像（如圖1a所示）。所選實驗時間均晴朗微風，無云層覆蓋。定點監測實驗采用固定架設設備搭載可見/近紅外高光譜相機，水面上設漫反射率校準板作為水質監測配套定標板，獲取新陂頭河河口點位高光譜影像（如圖1b所示）。進行連續15d以上的儀器可靠性試驗，驗證設備在多云、晴天、晴間多云、陰天、小雨等不同工況下的可靠性，對儀器在長期檢測上的穩定性和適用性上進行全面評估。

圖１ 無人機高光譜成像系統和定點式監測系統示意

2.5 數據處理

高光譜數據處理軟件，可將所采集的原始數據，經過光譜還原（導入光譜定標參數、進行輻射校正、圖幅裁切）、靶標提取、幾何校正、反射率計算、航帶拼接（單架次）等一系列處理后，生成高光譜數據影像，并對架次間數據進行勻色及拼接，用于后續數據應用。高光譜水體多參數解析軟件，即高光譜檢測水質，將儀器測量的高光譜數據傳輸到計算機上，通過模型算法可以直接給出水質檢測結果。該軟件可實現影像查看、水體提取以及水質參數反演、結果統計及水質參數制圖等功能，具體流程如圖2所示。

圖２ 無人機高光譜多參數解析軟件流程示意

結果與分析

3.1 無人機監測水質參數圖像反演

采用無人機搭載水質光譜儀現場飛行檢測玉田河和上下村排洪渠水質，對模型進一步校準后，結合水質參數模型進行反演，計算高光譜圖像各像元對應的水質參數，繪制COD、TP和NH3-N濃度空間分布圖，河道水質參數濃度分布如圖3和圖4所示，可以清晰看出研究區橫、縱向的水質分布情況，相同趨勢關聯度強。玉田河和上下村排洪渠水質穩定達標，同一參數值差別較小，僅河道邊緣、橋兩側及河內植被附近存在污染物淤積或水生植被未及時撈出而死亡腐爛，釋放有機細微碎屑進入水體，造成周邊水質較差的情況，各水質參數反演的總體趨勢符合實際情況。通過對比無人機采樣點反演值和實驗室檢測化學值，對模型進行評估。結果見表2、表3所示，兩條河道參數偏差度均在20%內。

3.1.1玉田河數據分析

COD濃度分布范圍為3~19mg/L，基本在5~15mg/L區間；TP濃度分布范圍為0.13~0.27mg/L，基本在0.16~0.24mg/L區間；NH3-N濃度分布范圍為0.086~0.16mg/L，基本在0.1~0.14mg/L區間；水質地表Ⅳ類及以上。

圖３ 玉田河水質參數濃度分布示意

圖４ 上下村排洪渠水質參數濃度分布示意

3.1.2上下村排洪渠數據分析

COD濃度分布范圍為9~28mg/L，基本在15~20mg/L區間；TP濃度分布范圍為0.114~0.18mg/L，基本在0.13~0.16mg/L區間；NH3-N濃度分布范圍為0.34~1.3mg/L，基本在0.46~0.76mg/L區間；水質地表Ⅳ類及以上。

3.2 定點監測水質參數驗證

采用固定架設設備搭載高光譜成像儀定點監測新陂頭河河口水質，同時對同片水域進行了水質采樣檢測。通過修正后的水質參數模型對監測中獲取的高光譜圖像各像元進行計算，依據位點的經緯度坐標，對相同位點的指標數值進行提取，各水樣化學值和反演值的對比如圖5所示。從圖5中可看出，CODMN的兩組數據趨勢較為一致；DO和TN重合度較高；TP和NH3-N差異性最大，化學值普遍比反演值低。對反演的各水質數據進行Z檢驗，假設測量值與化學值之間存在緊密的聯系。其中P（a）=0.091>0.05，假設顯著，可以用測量值反映真實值；P（b）=P（c）=P（d）=P（e）=0，假設不顯著，可能是樣本數量較少及考慮此實驗的真實性未剔除異常數據所導致。通過相對偏差度分析，CODMN

表２玉田河采樣點水質化學值與反演值誤差

3.3 多工況水質參數驗證

在多云、晴天、晴間多云、陰天、小雨等天氣工況下，對定點監測實驗所采取水樣的化學值及反演值進行誤差分析。結果表明，不同天氣各水樣的反演值平均偏差相差不大，除總磷和氨氮外基本都控制在20%以內，屬于可控范圍。其中陰天和多云天氣時，各水質指標偏差度較小。使用多變異圖對不同工況參數是否影響測量系統穩定性進行分析（見圖6），從圖6中可以看出，天氣對模型所反演出的化學指標偏差呈現無規則性，初步判定，普通天氣對無人機高光譜儀監測水質無明顯影響。

圖５ 新陂頭河河口斷面實測值和反演值對比示意

圖６不同工況對河道水質影響情況示意

4、結論與討論

1) 相較于傳統水質監測手段，本文研究的無人機搭載高光譜儀進行水質監測，可減少人工巡查及實驗檢測過程，具有省時、省力、監測范圍廣等優點，通過模型在短時間內反演水質濃度空間分布圖，更直觀的體現水域水質狀況，實現快速溯源、精準定位。2) 通過實驗室檢測數據及遙感反演數據對比，高光譜監測CODMN、DO和TN與化學檢測法相比偏差度均在20%以內，基本可以直接替代使用;TP和NH3-N偏差度較大。原因是原建模數據來自早期的上海市河道，TP和NH3-N濃度普遍比深圳市河道高，本次建模為上海+深圳的數據，深圳采集數據量較少，導致反演結果存在偏差，若后續繼續進行長時段水域監測，隨著本地數據占比增大，模型精度會隨之提升。

3) 根據現有數據初步判定，普通天氣對無人機高光譜法監測水質無明顯影響。由于本次實驗時間較短，數據累積量小，各工況樣品數量分布不均，不同天氣對高光譜遙感設備的精度影響方面研究還需要進一步深入探討

推薦：

無人機高光譜成像系統iSpecHyper-VM100

一款基于小型多旋翼無人機高光譜成像系統，該系統由高光譜成像相機、穩定云臺、機載控制與數據采集模塊、機載供電模塊等部分組成。無人機機載高光譜成像系統通過獨特的內置式或外部掃描和穩定控制，有效地解決了在微型無人機搭載推掃式高光譜照相機時，由于振動引起的圖像質量較差的問題，并具備較高的光譜分辨率和良好的成像性能。

審核編輯 黃宇