基于無人機多光譜遙感圖像信息的水質污染監測研究

何雄

（遵義水利水電勘測設計研究院，貴州 遵義 563002）

0 引言

貴州地貌屬于中國西南部高原山地，省內地勢西高東低，海拔約1 100 m，植被覆蓋茂密，常年雨水多，境內大小河流最終匯入長江和珠江兩大水系。近些年隨著國家對鄉村振興的重視，鄉村用水問題是近年來貴州大力解決的問題，各種大小中型水庫建立解決了山區農民用水難、吃水難的問題。

但是科技的發展，生活水平的提高，環境污染問題越來越嚴重。經濟的快速發展提高了老百姓的生活水平，也越來越重視生活質量和品質，對生活環境也提出了更高的要求。經濟的快速發展遺留的問題就是在發展的同時對于環境保護的考慮不夠，出現很多都是先污染后治理的問題。貴州河流水庫眾多，改革開放以來，省內大多數區域大力發展重工業，以拉動經濟發展，因此導致過渡排放的工業廢水非常多。初期環保意識薄弱，宣傳教育力度不夠，排放的生活污水流入河流當中，導致水質被嚴重污染。很多水庫、河流、湖泊富營養化，浮游藻類瘋狂繁殖，給企業和國家帶來了巨大的經濟損失。因此，水污染問題現在已經非常嚴峻，而水質監測技術作為發現問題的手段，是一項重要監測環節。

1 無人機遙感

1.1 無人機

無人駕駛飛機，是利用遙控設備（無線電技術）和控制程序及控制設備操縱的不載人飛機。

與有人駕駛飛機相比，無人機靈活性非常高，可以在低空領域靈活飛行，只需要簡單的操作或者航線設計，而且無人機的飛行高度低，相對事故風險很低。

近幾年無人機技術，GPS差分技術，軟件技術的發展，使得以基于后差分處理系統，自動化駕駛航線設計，長航時，大載重的無人機技術越來越成熟，各種新技術，新手段在不斷的摸索，無人機的應用越來越廣泛。

1.2 遙感技術

遙感技術是利用非接觸傳感器去獲取地物信息的一種手段，主要通過光學、多光譜、高光譜、雷達、激光等方式被動或者主動的方式獲取地物的光譜信息，通過技術手段，還原或者模擬光譜信息從而對地物進行量測、分析、比較的技術。

1.3 無人機遙感技術

無人機遙感，是近幾年新起的監測手段。主要結合無人駕駛飛行器技術、遙感傳感器技術、GPS 差分定位技術、通訊技術，自動化、智能化、專業化完成監測。以無人機搭載環境監測設備進行環境監測將成為環境監測的重要手段。

無人機遙感一般搭載簡單的單發相機或者激光雷達，進行被動或者主動攝影，完成地面信息的采集，通過攝影測量技術，還原現場模型，從而獲取地形數據。該技術被廣泛應用于數字化成圖，變化監測等領域。

而新型的無人機遙感，可以搭載多光譜成像儀，對特定植被，水域進行拍攝，經后續數據處理后，對比分析植被的病蟲災害、水質環境質量，進行監測。

2 水質監測

水質監測，是對水體中各類污染物的種類、濃度及變化趨勢監視和測定，從而評價水質污染狀況的一種技術。傳統的水質監測是在水資源范圍內，修建監測站，通過不斷提取采樣數據，經專業的設備分析后，得出分析結果。該手段投入的設備繁多，前期投入非常大，而且在實際操作過程中，靠監測站只能就近采樣，對于監測站附近的水質監測非常準確，但是離開這個范圍的水質就無法監測到了。人工采樣，對人員經驗判斷考驗非常大，采樣的位置，采樣的水質及對樣本的保護都非常關鍵，而且人員投入也大，不可控因素多，操作非常不方便。以無人機為平臺搭載多光譜傳感器作業方式，可以彌補這些短板，全方位方便快捷獲取全區域的遙感影像資料，效率快捷，實時性高，利用該技術進行水質環境監測意義重大。

3 飲用水源水質監測

2021年7月，選擇飛馬D2000搭載多光譜航攝儀對遵義某重要水源水庫建有水質監測站的一段進行無人機多光譜航攝。該水庫為遵義市重要水源水庫，水質質量直接影像老百姓的飲水質量，也是遵義市重點監測的水源水庫。

為了保證監測質量，航高選擇100 m，當地地形限制，高度無法再降低。

此次根據遙感定量反演出水色指數共9 項。其中包括葉綠素a濃度、營養狀態指數、富營養化指數、顏色指數等。現對以上參數進行說明。

3.1 葉綠素a濃度

水中浮游生物、初級生產力和水體富營養化程度影響著水體葉綠素a濃度含量，從而引起高光譜成像光譜上反射率的變化。基于對葉綠素a 濃度敏感的反射率光譜或吸收光譜以及光譜指數，探索其與葉綠素a 濃度之間的定量關系，估算影像中葉綠素a濃度的含量。

從反演結果來看，整體上葉綠素a濃度整體偏低（圖1中黃色1.04～2，淺綠色0.95～1.04，綠色-4.44～0.95），表明整體水質偏好。將葉綠素a 濃度分為三個等級：小于0.95 ug/L、小于1.04 ug/L、小于2 ug/L。

圖1 葉綠素a濃度圖

3.2 營養狀態指數

水體營養狀態指數是建立營養狀態指數的目的是識別或評價水體的富營養化，是評估水體中用于植物、動物、浮游生物生存的營養物質的指標。富營養化的最重要特征是水體水生生物群落中的生產性有機體遠遠超過消費性有機體這種明顯的不平衡，一般分為貧營養、中營養和富營養三種類型。該指數是通過間接估算水體葉綠素a 濃度的方式進行營養狀態指數的計算，從而間接建立水體營養狀態與水體光譜反射率之間的關系。水質整體偏好，故水體的營養狀態指數偏低。

3.3 水體富營養化指數

水體富營養化指數原理同上，區別在于此次用的水體富營養化指數，只是單純的NDVI 指數的比對。沒有代入葉綠素a濃度。計算NDVI，區分正常水體與富營養化水體，確定不同程度富營養化的指數閾值。

水質整體較好，為了基于一期影像同期對比，可將水體分為三個等級。小于-0.20的為水質優秀、大于-0.20小于0的為水質一般，小于1的為較差水質。

3.4 總磷

水中的總磷含量是衡量水質的重要指標之一，總磷的定義是水中各種有機氮的總量。在葉綠素a影像上，水體內生化成分的改變，使得對總磷生化成分敏感的波段位置的葉綠素值出現波動，曲線上的差異增大。基于對磷素組分敏感的葉綠素值變化特征，探索葉綠素a 濃度與磷含量之間的定量關系，估算影像中總磷的含量。

此次反演出的磷的總量在0～0.16 mg/L，總體水質較好。這個總磷量整體控制較好，保證了水質微生物群安全。

3.5 總氮

水中的總氮含量是衡量水質的重要指標之一，總氮的定義是水中各種形態無機和有機氮的總量。在葉綠素a影像上，水體內生化成分的改變，使得對總氮生化成分敏感的波段位置上的葉綠素值出現波動，曲線上的差異增大。基于對氮素組分敏感的葉綠素值變化特征，探索葉綠素a濃度與氮含量之間的定量關系，估算影像中總氮的含量。整體反演出總氮含量控制在0～0.89 mg/L，趨于正常水平。

3.6 顏色指數

水體顏色指數即水色指數。水色指數是傳統水體光學性質監測數據之一，水色指的是水的顏色。基于福萊爾比色表將自然水體顏色劃分為21個顏色級別。色級標準是藍色、黃色、褐色三種溶液按一定比例配置21 種顏色，數值越小水色越高。就直觀而言，數值大小決定了看到水是否清澈，是否蔚藍。水色指數是建立水體反色率與水體顏色之間的關系，水體顏色與水質參數變化密切相關，從而反映水質參數變化，是水體顏色重要的監測依據。可以看出水體呈現兩種顏色，水質整體較好。

3.7 水體透明度

透明度作為水質參數的重要指標，其濃度不同，在高光譜影像上的反射率差異明顯。基于對透明度濃度敏感的反射率光譜或吸收光譜以及光譜指數，探索其與透明度濃度之間的定量關系，估算影像中水體透明度濃度的含量。從定量反演結果來看，整體水質透明度較好，水體清澈。

3.8 生化需氧量

生化需氧量（BOD5）是指表示水中有機化合物等需氧物質含量的一個綜合指標。在葉綠素a影像上，水體內生化成分的改變，使得對生化需氧量敏感的波段位置上的葉綠素值出現波動，曲線上的差異增大。基于對生化需氧量敏感的葉綠素值變化特征，探索葉綠素a 濃度與生化需氧量之間的定量關系，估算影像中生化需氧量。

數值越大代表需氧量越大，定量反演結果整體在0～3.80 mg/L，需氧量較少，水質參數較好。

3.9 高錳酸鹽指數

高錳酸鹽指數（CDOMn）是測定地表水中還原性污染物的主要指標。在葉綠素a 影像上，水體內生化成分的改變，使得對高錳酸鹽指數敏感的波段位置上的葉綠素值出現波動，曲線上的差異增大。基于對高錳酸鹽指數敏感的葉綠素值變化特征，探索葉綠素a 濃度與高錳酸鹽指數之間的定量關系，估算影像中高錳酸鹽指數。

如圖2遙感定量反演出的高錳酸鹽指數整體控制在0.40～5.56 mg/L，指數正常范圍。

圖2 高錳酸鹽指數圖

上述所分析結果與水質監測站數據對比，結果均與實際監測數據相吻合。

雖然結論來看較為準確，但是數據還是存在如下問題：①噪點多，對于多光譜數據，數據特點應該是連續的，不應該出現細小顆粒；②邊緣區域數據判斷不夠準確，這個有可能是本身水源邊緣由于起風導致水浪拍擊水源邊緣水質混濁導致，也有可能是航拍邊緣質量不過關，需進一步驗證。

4 結語

利用無人機搭載多光譜傳感器的新型技術，就目前熱點水質量，水環境問題，進行初步實驗，利用無人機影像具有實時性，較衛星影像有分辨率高的特點，通過反演模型，實現了對研究區域葉綠素a、營養狀態指數、富營養化、總磷、總氮、顏色指數、水體透明度、生化需氧量、高錳酸鹽指數9 種水質參數分析，通過與實測數據對比，得出無人機遙感可以較為準確的反應研究區域水質污染情況，從而確認無人機遙感技術在水源監測領域的可行性。