城市河道水质监测无人机高光谱技术应用研究-莱森光学

引言

对河道水质进行常态化监测，是河流生态环境系统健康维护的重要基础性工作。河流水域水质的监测方法一般有三种，分别是传统理化监测技术、生物监测技术以及遥感监测技术。传统理化监测技术方法是采用物理与化学的检测仪器对水质样本进行监测分析，该方式具有精准的检测数据，可以作为有效的执行依据，但是比较消耗人力与时间，采集样本的频次也比较低，采集的数据较离散，无法直观地呈现效果。生物监测方式主要是采用生物体对环境污染变化所产生的反应，来表示该环境现阶段被污染的具体情况，具有可以连续数据采集、数据的精准性较高的特点，但是该方式前期需要投入的资金较大，成果可能出现局部不连续，也无法直观呈现。遥感监测技术监测河流水域的水质，主要是利用水质中不同物质对光波表现出光谱特性，进行遥感光谱技术波段测试，对河流水域水质参数分析，然后形成河流水源水质参数反演效果图，该方法可以有效地呈现出河流水质的空间分布情况与对应的变化，及时发现河流水源中的污染物，然后进行污染物迁移特性分析，具有成本较低、监测范围较广、监测速度较快、监测分析结果直观可视化等优势，但也存在时空分辨率较低、抗干扰性较低等缺点。本文从高光谱技术的基本原理、无人机载高光谱技术的优势、基本工作流程，再到现场数据采集、内业数据处理、 数据反演和分析，进行机载高光谱技术在城市河道水质监测中的应用研究。

2、高光谱技术基本原理

(资料图片)

高光谱技术是采用连续且较窄的波段光谱对地面物质、水质等进行遥感成像。无人机载高光谱环保技术主要是无人机高光谱环境保护监测技术，采用先进的无人机高光谱遥感技术对水流域范围中的水质进行及时性、高效性、精细化的光谱信息采集。然后搭建该区域内的水质反演模型图，实现对整个监测区域内的浓度因子监测，快速、可靠、高效地进行定性、定量的水质指标计算与分析，为精准明确污染源、水环境治理提供科学的判断数据。而单波段反射率与各水质参数之间的相关性不强，为此构建波段组合形式，选择波段比值法，计算波段比值与各参数之间的相关性系数，进一步确定各参数的特征波段，如表 1 所示。

表 1 水质参数对应特征波段

3、无人机载高光谱技术

3.1 技术特点

无人机高光谱技术是利用不同物质对不同的波长呈现出不同的特征属性，然后采用光谱对这些物质特征属性进行判断，分析出该物质的属性，并结合先进的无人机载技术进行全流域不间断的扫描勘查。该技术具有信息量大的全息光谱功能、不定时的高频度巡航功能以及深度学习功能等，具有无人机低空的精细化与干扰小的特点 。通过采用无人机机载高光谱技术具有如下几点优势：（1）搭建一套具有清洁生态小流域全流域、连续、高效的水质监测方法体系，可以实现线上线下同步联动、 各方参与的生态清洁小流域长效管理机制。（2）融合大数据技术、人工智能技术、GIS 技术等新兴先进技术，可以有效地突破传统水质监测技术的局限性，提升监测区域内水质评估系统的智能化、数字化能力。（3）实时监测水质的时空变化情况、污染物时空迁移趋势以及污染源回溯等，精准把控浓度异常区域的现场勘查。无人机高光谱遥感技术采集示意图如图 1 所示。

图1 无人机高光谱遥感技术采集示意图

3.2 工作流程

采用无人机载高光谱技术进行监测的主要流程是：首先对勘查测区周边环境进行信息采集；以此为基础进行无人机飞行航行的规划，执行无人机的数据采集，并确保测试区域的数据采集完整性；之后人工进行实地采样样本数据分析；最后进行高光谱分析，结合该区域的地面水质采样结果，搭建水流域的水质反演模型效果图， 通过对流域水质反演分析，精准掌控水域的污染情况。无人机载高光谱技术监测流程如图 2 所示。

图 2 无人机载高光谱技术监测流程图

3.3 数据反演

基于河流的光谱成果图对河流拼接好的影像进行裁剪，去除河流两岸并保留水体水质部分的数据，然后进行水质数据的全流程反演处理，输出反演结果。数据反演的精度分析，是对各水质参数化验数据和反演数据进行反演准确率计算，公式如下：

其中：A为反演准确率；mi为某点化验数据；ni为某点高光谱反演数据；

为化验数据平均值。

在较为理想的观测条件下，通过对大量实测数据进行对比计算，反演准确率最大可达到 85%。

无人机载高光谱技术在河道水质监测中的应用

4.1 数据采集

根据物质对波长所展现出的不同特性，就可以利用高光谱技术分别判定监测水质中相关物质的属性。比如从水质检测关键参数指标出发，选择覆盖400~1000nm波段范围的机载高光谱设备，可有效监测水体中叶绿素a、 总氮、总磷、氨氮、总悬浮物、化学需氧量、溶解氧等浓度信息，在水质光谱分析中，对550~650nm波长的光进行分析赋值，即可反演水中溶解氧和氨氮浓度。具体的数据采集过程是同一天的时间段内，通过对某 一区域内六段河道区域进行4架次无人机载的现场数据采集，每段河道的实际作业距离在1.2~2.5km 之间。获取原始数据量约为229GB，实际作业情况如表 2 所示。

表 2 无人机载高光谱采集信息统计

本次数据采集现场情况为四段河流，一共完成了32个采集水质样本点，详细点位分布图如图 3 所示。

图 3 水质样本采集点分布图

本次化验结果主要是针对溶解氧、高锰酸盐、氨氮等 指标的溶度进行实验室检测。其中：总磷采用钼酸铵分光光度发，氨氮采用水杨酸分光光度法，溶解氧采用碘量法，高锰酸盐指数采用碱性滴定法。

4.2 数据处理

将无人机载高光谱技术所采集的数据信息进行数据处理，数据的处理方式包括了辐射校正、反射校正、几 何校正以及波段裁剪等 。主要步骤或环节为：（1）辐射校正是采用辐射定标文件对数据进行校正；（2）反射校正是通过反射布的平均光谱文件对数据进 行校正；（3）几何校正是对数据进行地理校正，保证数据位置的精度。由于数据采集、POS 定位、校正算法等原因，都会导致单景影像的位置发生不同程度的变化。因此，需要在一定程度上进行影像的几何校正；（4）波段裁剪对高光谱数据进行波段裁剪，保留 400~1000nm波段的数据。将多架次数据完成影像拼接工作，一般可以采用影像拼接处理，调整羽化值，并且设置匀色参数，使拼接后的数据无明显色差。拼接后的高光谱效果（河流A至B 段）如图 4 所示。

图4 河道 A 到河道 B 高光谱成果图

4.3 反演效果

基于河流的光谱成果对河流水质数据进行全流程反演处理，输出反演结果。其中，溶解氧的反演效果如图 5 所示。

图 5 河道 A 到 B 的溶解氧（DO）反演效果图

4.4 对比分析

无人机高光谱技术的实测应用反演结果，与同步取样的水质分析的对比，具体结果如表 3 所示。以溶解氧为例，反演数据相对于化验数据有波动，但整体保持了相近的变化趋势（图 6）。经计算，本次实测数据溶解氧反演准确率为 80.7%。

图6 溶解氧化验和反演曲线

4.5 污染判定

通过对高光谱反演异常点的分析，可以判定疑似污染点。高光谱反演进行疑似污染点的判读与划定，是根据采集水样的监测结果，将超标因子高锰酸盐、氨氮、溶解氧及总磷作为本次反演结果中关注的污染物。基于高光谱反演效果图中污染物总磷、氨氮、溶解氧 及高锰酸盐的浓度的变化趋势（由绿变红 / 黄片区），划定原则为将红色 / 黄色突出位置标定为疑似污染点位，最终标定9个疑似污染点位，成果整体分布情况如图 7 所示，其中河流 B 其中一处水质异常点如图 8 所示。

图7 河道 A 至河道 B 疑似污染点分布图

图8 疑似污染点高光谱反演结果图

通过河流疑似污染点位分析，1-1 号疑似污染点位于河流B西侧，南面为住宅区，推测可能为雨水或者污水排放导致该处水质数值异常。疑似点位的高光谱反演结 果如表 4 与图 8。结合疑似污染点大部分位于居民住宅区附近的情况，推测生活污水以及雨水的排放是导致水质异常的主要原因。

表 4 疑似污染点高光谱反演结果

根据《地表水环境质量标准》（GB 3838-2002），疑 似污染点高锰酸盐指数为5.9，属于 III 类水标准（≤ 6）， 其余三个因子为 IV 类水标准，提示该处有污染可能，应予及时处治。

5、结论

本文通过基于高光谱技术，采用无人机载的方式，应用于城市河道水质监测，得出了如下基本结论：（1）无人机载高光谱技术对河道水质监测具有可行性。（2）通过与同步采集水样化验数据对比，该技术有效，且具有一定的可靠性。（3）该技术对污染异常点的发现，具有优势。（4）重复扫描可提高反演精度，再次采样分析也有助 于数据判读的可靠性。

推荐：

便携式地物光谱仪iSpecField-NIR/WNIR

专门用于野外遥感测量、土壤环境、矿物地质勘探等领域的最新明星产品，由于其操作灵活、便携方便、光谱测试速度快、光谱数据准确是一款真正意义上便携式地物光谱仪。

无人机机载高光谱成像系统iSpecHyper-VM100

一款基于小型多旋翼无人机机载高光谱成像系统，该系统由高光谱成像相机、稳定云台、机载控制与数据采集模块、机载供电模块等部分组成。无人机机载高光谱成像系统通过独特的内置式或外部扫描和稳定控制，有效地解决了在微型无人机搭载推扫式高光谱照相机时，由于振动引起的图像质量较差的问题，并具备较高的光谱分辨率和良好的成像性能。

便携式高光谱成像系统iSpecHyper-VS1000

专门用于公安刑侦、物证鉴定、医学医疗、精准农业、矿物地质勘探等领域的最新产品，主要优势具有体积小、帧率高、高光谱分辨率高、高像质等性价比特点采用了透射光栅内推扫原理高光谱成像，系统集成高性能数据采集与分析处理系统，高速USB3.0接口传输，全靶面高成像质量光学设计，物镜接口为标准C-Mount，可根据用户需求更换物镜。

关键词：