無人機高光譜技術在水質監測中的應用研究

羅華坊 LUO Hua-fang

（福建省經緯數字科技有限公司，福州 350000）

0 引言

近年來，隨著人口增長、工業化進程加快以及環境污染問題日益嚴重，水質監測的重要性愈發凸顯。水質監測是評估水體健康狀況、保護水資源和人類健康的關鍵環節。傳統的水質監測方法往往需要大量的人力物力投入，并且監測范圍有限，效率低下[1]。然而，隨著科技的發展，新的水質監測應用研究不斷涌現，為水質監測工作帶來了新的突破和進展[2]。

目前，在水質監測應用研究中，主要通過信息技術和常規遙感技術進行監測[3-4]。信息技術主要通過傳感器網絡的布設實時監測水體中的溫度、pH 值、溶解氧、濁度等重要指標，從而及時發現和預警水體污染問題，此外人工智能技術的應用也為水質監測帶來了新的突破。通過建立智能模型和算法，可以對大量的水質監測數據進行分析和處理，提取出有用的信息和規律，為決策提供科學依據，從而使得水質監測能夠實現自動化、連續化和實時化。但目前的信息技術方法具有較大的限制條件，主要在于信息技術的應用還缺乏完善的標準，確保監測數據的準確性和可比性，且監測面積較小[5-6]。相比之下遙感技術則是通過遙感衛星或無人機搭載的高光譜傳感器，可以獲取水體表面的光譜特征，進而分析水體的渾濁度、葉綠素含量、水體溫度等重要指標[7]。這種非接觸式的監測方法不僅能夠提高監測效率，還可以實現對大范圍水域的監測，為水質保護和水資源管理提供更全面的數據支持[8]進而可以實現對水體的全面監測和評估。

基于此，本文以吉水縣水環境監測與河湖管理平臺數字集成設備采購項目為背景，借助無人機高光譜技術，通過對無人機采集的數據進行反演和對比，為機載高光譜技術在水質監測中的應用提供一定的指導作用。

1 工程概況

吉水縣水環境監測與河湖管理平臺數字集成設備采購項目包含：①吉水縣水環境監測網；②吉水縣水環境指揮服務中心；③吉水縣水環境數據綜合管理平臺；④吉水縣水環境監測與河湖管理系統；⑤吉水縣水環境管理標準體系建設。項目利用遙感、無人機、地理信息、大數據、物聯網等先進技術手段，面向各部門、群眾建設一體化流程的吉水縣水環境監測與河湖管理平臺。

建設目標包括：①通過水環境監測體系的水質監測建設，實現吉水縣河界斷面在線監測覆蓋率達到90%以上，飲用水源地和污水排口在線監測覆蓋率達到100%，監測頻率至少滿足4 次/天，監測因子至少包含常規五參數、總磷、總氮、氨氮和COD。數據傳輸時間<2s；②水環境監測體系的岸線視頻監控建設，吉水縣贛江流域岸線全天候視頻監控不低于70 個，至少覆蓋河長巡查點、重點碼頭、采砂區，監控輪訓頻次不低于12 次/天，視頻自動化識別精度不低于80%，識別類別涵蓋油污染、垃圾、堤壩破損、河道非法采砂；③通過水資源、水環境遙感衛星應用的建設，實現水資源分布、陸表水體動態監測專題成果不少于4次/年，空間分辨率優于1 米，洪澇災害損毀評估專題成果不少于1 次/年，空間分辨率優于1 米，水土保持植被覆蓋監測、水體懸浮物、藍藻水華、水體富營養化、水體泥沙含量不少于10 次/年，空間分辨率不低于30 米。遙感衛星數據接收處理系統相對輻射定標精度不低于3%，平原地區幾何精校正的精度不低于1 個像元，丘陵、高原地區幾何精校正的精度不低于3 個像元。

2 研究方法

2.1 基本原理及特征波段

高光譜技術結合窄波段連續光譜和光譜成像技術，通過對所需監測的對象進行光譜特征波段采集，將收集到的光譜數據借助光譜成像技術中的光譜分光技術生成具備連續性的窄波圖像，其結果一般具有較高的光譜分辨率和空間分辨率，可以準確地捕捉和分析目標物體的光譜特征，且無需直接接觸目標物體，可以對大范圍、高分辨率的物體進行快速檢測和監測。利用工業級無人機搭載高光譜技術對所需監水質的流域進行精細、高效的光譜收集并建立水質反演計算模型，即可實現對所需監測流域各參數濃度的監測和高效率、具備較高可靠性的定量計算，有效節省人力、設備成本并且能夠大大縮短監測周期。由于溶解氧、高錳酸鹽、氨氮、總磷等參數與單波段的反射率較低，為了用不同波段表征各參數，本文采用比值法對波段與參數的相關性進行計算分析，得出了溶解氧、高錳酸鹽、氨氮、總磷等參數的特征波段。其中溶解氧的特征波段為R650/R600、高錳酸鹽的特征波段為R480/R410和R500/R850、氨氮的特征波段為R600/R500、總磷的特征波段為R500/R430和R500/R800。

2.2 無人機搭載高光譜技術

利用無人機對高光譜技術進行搭載，首先對所需勘測的區域進行信息收集，之后對無人機的航行路線進行規劃設計，在此基礎上利用無人機進行水質光譜數據的采集，對無人機所采集的光譜數據信息進行完整性確認。此外對所監測區域的水質進行人工采樣，并進行水質參數分析。根據高光譜技術對采集信息進行分析，并與實際人工采集結果進行對比，建立水質反演計算模型，通過計算模型對當地的水污染情況進行精確掌握。為保證反演計算的精度，采用下式對反演數據進行精確度計算：

式中：A 為精確度；mi為某個取樣點人工化驗結果；ni為某個取樣點光譜反演結果；m′為各取樣點人工化驗結果的平均值。

3 結果分析

3.1 溶解氧分析

由于所監測河段呈倒L 型分布，為了保證監測的效率和準確性，將待測河段分為A-B、B-C、D-E 和E-F 共4 段分別進行監測，每個待測河段分別使用一架搭載高光譜技術的工業無人機在同一時刻起飛進行監測。實際每個作業段的距離平均約為1.8m。在4 個作業段一共布設32 個監測點，根據實際作業段長度，其中A-B 段設置11 個監測點，B-C 段設置7 個監測點，D-E 段共設9 個監測點，E-F段設置5 個監測點。監測河流區段及監測測點設置示意圖如圖1。

圖1 監測河流區段及監測測點設置示意圖

考慮到實際河道存在一定程度的污染，溶氧量一般大于0.2mg/L，因此為了便于試驗進行，對于人工采樣的溶解氧分析，本文采用碘量法進行，根據實際檢測結果和反演輸出結果，繪制成了如圖2 所示的溶解氧檢測和反演結果圖。

圖2 溶解氧檢測和反演結果

根據圖2 的檢測結果和反演結果可以發現，溶解氧的反演輸出結果較實際檢測結果存在一定的波動，但其結果總體收斂于實際檢測數據，且總體變化趨勢同檢測結果較同步，根據式（1）對反演準確度進行計算，得到該參數的反演準確率為81.5%。

3.2 高錳酸鹽分析

水體中還原性有機物對水體的污染程度主要由水體中的高錳酸鹽含量表征。其含量的測定主要通過酸量法和堿量法進行測定，并根據氯離子含量選擇對應方法，考慮到本文研究河道污染以生活污水為主，氯離子含量較高，因此為對高錳酸鹽的計算結果進行驗證，對于實際的樣本檢測，高錳酸鹽的人工測定采用堿性滴定法進行，滴定溶液為碳酸氫銨溶液。將實際檢測結果與高光譜反演計算結果繪制成了如圖3 所示的高錳酸鹽檢測和反演結果。

圖3 高錳酸鹽檢測和反演結果

根據圖3 所反映的結果可以看出，高錳酸鹽在不同河段的監測和反演計算結果表現不同。在A-B 河段的1-11監測點中，其反演結果普遍大于實際監測結果，而在B-C河段中，反演結果基本均小于實際監測結果，其原因在于人工取樣基本呈點狀分布，主要以某點的取樣結果表征該流域片區的總體結果，因此造成取樣結果出現偏大或偏小的情況，因此存在一定的片面性。其余各河段的反演結果和監測結果均呈現波動趨勢互有大小，整體上高錳酸鹽的檢測結果和反演計算結果變化趨勢相近，結果相差不大，根據式（1）對其準確率進行計算，發現高錳酸鹽的反演計算準確率為86.3%。

3.3 氨氮分析

對于各取樣點水體中氨氮濃度的實際測定，由于本次研究河道周邊均為居民居住區，其生活污水一般為堿性，因此為了便于觀察研究，本文采用水楊酸分光光度法進行測定，并對無人機采集的光譜信息進行反演分析，將結果繪制如圖4 所示。

圖4 氨氮檢測和反演結果

從圖4 所示的結果可以看出該河流各河段水體中的氨氮濃度反演結果基本均在實際結果一定范圍內上下波動，總體相差不大。變化趨勢較為相近，同樣在C-D 河段中的19 號監測點氨氮濃度最大，且在該河段中的25 號監測點氨氮濃度達到最低。利用式（1）對其進行精確度計算，氨氮濃度的反演精確率達到了90.1%。

3.4 總磷分析

為了對各測點總磷進行測量，采取鉬酸銨分光光度法進行測定，在中性試驗環境中，過硫酸鉀可以將樣本中的磷進行氧化，氧化過后生成的正磷酸鹽鉬酸銨反應生成藍色絡合物，能夠便于試驗中觀察。根據試驗結果將實際檢測數據與反演數據繪制成了如圖5 所示的總磷檢測和反演圖。

圖5 總磷檢測和反演結果

從圖5 可以看出總磷濃度的反演結果同前文各參數相同，其數據均在實際檢測數據上下波動且與實際結果相差不大，變化趨勢也基本一致，但與實際檢測不同之處在于，反演計算中總磷濃度在B-C 段的17 號測點出現最大值，而實際檢測中，總磷濃度在9 號測點最大，其原因在于隨機抽樣的點狀性和片面性，且實際該區段總磷分布均呈現出較高的狀態，導致某點在反演計算時可能會出現略高的情況。借助式（1）得到總磷的反演精度為88.4%。

4 結論

本文以吉水縣水環境監測與河湖管理平臺數字集成設備采購項目為背景，借助無人機搭載高光譜技術對當地河流流域進行反演計算通過對比實際檢測結果，得出了如下結論：

①溶解氧、高錳酸鹽、氨氮、總磷濃度的反演計算結果在實際檢測結果上下波動，但相差不大。

②研究河流各區段的溶解氧、高錳酸鹽、氨氮、總磷濃度最大值基本集中于C-D 段河流中，該河段為重點污染區段。

③無人機搭載高光譜技術能夠在保證監測結果準確率的情況下做到大面積、高效率監測，對于城市河道污染監測具備一定的可行性。