陶慧華 姚雨彤 林文潔

(1.南寧市水資源管理服務中心，廣西 南寧 530000；2.南寧市水土保持分站，廣西 南寧 530000)

1 概 述

近年來，由于城市化和工業(yè)化的快速發(fā)展，我國各大流域尤其是長江流域河湖水質污染嚴重，河流水生態(tài)環(huán)境質量嚴重下降[1-3]。由于河流和湖泊面積廣，且水域范圍內難以實施人工操作，因此，利用無人機技術實現(xiàn)河湖水質監(jiān)控與河流污染管理具有重要的研究意義[4-5]。

目前，由于無人機技術可以實現(xiàn)全方位、多角度航拍及降低人力消耗等優(yōu)勢，被廣泛應用于地貌和水文勘測水信息工作中。王雅萍等[6]基于無人機技術展開了水域影像航拍工作，并基于研究成果提出了一種新的類影像自動拼接程序，并進一步深入分析了無人機技術及該自動拼接技術在流域水資源監(jiān)測和應急救災中的應用前景。孟慶志[7]基于無人機技術建立了新型航跡規(guī)劃數(shù)學模型，并指出該模型能夠快速生成流域航船最佳可行航跡。

綜上所述，由于技術限制等因素，現(xiàn)有針對無人機技術的研究很少涉及到河湖水質污染監(jiān)測工作。本文提出一種 “無人機+高光譜成像”協(xié)同技術，并基于廣西省南寧市青秀區(qū)金沙湖水質監(jiān)測工作驗證了該技術的可行性及需要優(yōu)化的設置，研究成果為實現(xiàn)高效水質監(jiān)控工作提供了一定思路。

2 研究區(qū)域概況

為研究無人機高光譜成像技術在河湖水質污染監(jiān)控中的應用，本次研究選取廣西省南寧市青秀區(qū)金沙湖進行。轄區(qū)內有邕江、竹排江等多條河流，并形成大大小小上百個湖泊。然而，由于工業(yè)化迅速發(fā)展，水生態(tài)環(huán)境收到一定的影響，區(qū)域河湖水質下降、水生物數(shù)量和多樣性減少。因此，通過引入無人機高光譜成像技術，能夠達到快速、高效、準確地調查研究區(qū)域水質污染情況的目的，從而因地制宜采取合理的處置措施開展水質改良工作。

3 無人機技術

3.1 技術設備

為探討無人機技術在河湖污染水質監(jiān)測中的應用，本次研究主要采用了兩種新型設備，分別為大疆M600 Pro型無人機及北京卓立漢光儀器有限公司生產的Gaiasky-mini-VN型高光譜成像儀。大疆M600 Pro型無人機的最大飛行速度可達65km/h，最大飛行高度為2500m,最大可傾斜角度為25°，垂直懸停精度為-0.5～+0.5m。機載高光譜成像系統(tǒng)GaiaSky-mini設備采用集成一體化設計結構，其探測光譜范圍為400～1000nm，光譜分辨率為3.5nm，光學傳感器采用CCD Sony ICX285，像素間距為6.45μm，可完美地搭載于M600 Pro和S1000+型無人機上。上述設備能夠較好地配合使用，在短時間內實現(xiàn)對湖面的全面監(jiān)測(見圖1)。

圖1 無人機高光譜成像系統(tǒng)

3.2 技術原理

無人機高光譜成像技術主要工作流程(見圖2)主要包括前期準備工作、外業(yè)施測及內業(yè)處理。其中，前期準備工作主要包括區(qū)域定位、氣象條件確定及起降區(qū)域選擇三項，外業(yè)施測主要包括測量區(qū)域劃定、航線規(guī)劃、高光譜設備相機調整、信號覆蓋查詢及飛行作業(yè)，內業(yè)處理則是設計后期成像及分析工作，主要包括影像數(shù)據預處理、模型構建和導出及成果交付3項工作。

在構建流域水質監(jiān)測指標模型過程中，首先需要對光譜影像進行預處理，預處理需要對影像進行鏡頭校正、背景校正、黑白幀校正、場地校正等工作，之后建立水質指標集形成水質模型并進行檢驗與最佳模型反演，最后得到流域水質參數(shù)空間分布圖。

3.3 采樣點分布

為研究并驗證無人機高光譜成像技術在河湖水體質量監(jiān)測中的應用可行性，本次研究在該水域沿湖岸近濱湖公路石埠街道段沿線設置了5個水質監(jiān)測點，每個監(jiān)測點取兩次數(shù)據，每個監(jiān)測點之間距離相差約100m(見圖3)。開展無人機高光譜成像技術監(jiān)測時，無人機飛行高度為100m，影響空間分辨率為4cm。在利用無人機高光譜成像技術完成數(shù)據采取后，立即在對應監(jiān)測點取水樣并利用室內實驗確定對應點水樣的總氮(TN)、總磷(TP)及渾濁度，以對無人機高光譜成像技術的可靠性進行驗證。

圖3 流域內金沙湖采樣點分布情況

4 研究結果分析與討論

4.1 水體光譜特征分析

由該湖泊采樣點水質參數(shù)與其對應光譜反射率相關性分析曲線(見圖4)可知，總氮和渾濁度在各個波段的反射率相關性曲線變化趨勢基本一致，均呈現(xiàn)出“減小→增大→減小→增大→平穩(wěn)”的變化趨勢。此外，水中總氮的相關性始終高于渾濁度，總氮在500～100nm波段范圍內的相關性系數(shù)在0.75左右，而渾濁度在此波段范圍內的相關系數(shù)僅為0.3左右?？偭着c各波段的反射率呈先正后負的相關性變化趨勢，且其表現(xiàn)出與總氮、渾濁度相關系數(shù)曲線相反的變化趨勢。總磷與反射率的相關系數(shù)始終處于較低水平，最高相關系數(shù)絕對值亦低于0.4。綜上所述可知，由湖泊采樣點水質參數(shù)與其對應光譜反射率相關性分析曲線結果可知，光譜結果中總氮和渾濁度的相關性較高而總磷的相關性低，因此可見，無人機高光譜成像技術對總磷的監(jiān)測效果較差，而對總氮和渾濁度的監(jiān)測效果較好。因此，進一步選取水質參數(shù)總氮和渾濁度進行監(jiān)測，驗證無人機高光譜成像技術在檢測水體總氮和渾濁度中的應用效果。

圖4 采樣點水質參數(shù)與其對應光譜反射率相關系數(shù)曲線

4.2 總氮含量監(jiān)測結果

由基于無人機高光譜成像技術建立的模型得出的總氮預測值及實測值對比曲線(見圖5)可知，水體中總氮的預測值與實測值之間具有良好的線性相關關系，線性相關系數(shù)達0.94，由此可見，基于無人機高光譜成像技術建立的流域水質模型能夠很好地預測區(qū)域水質變化規(guī)律。進一步觀察到，TN預測值—實測值擬合曲線的斜率小于1，這表明該模型雖然能夠預測水質的變化趨勢，但隨著總氮濃度增大，模型期預測效果會偏低且逐漸向下偏離實測值；且當實測值為0時，預測模型輸出值為0.92。綜上所述，根據擬合結果可對輸出數(shù)據進行二次校正，通過將總氮輸出數(shù)據結果用修正系數(shù)α、β進行修正可使其預測效果更好。根據曲線擬合結果，可知修正系數(shù)α=1.136，β=0.92。

圖5 模型總氮預測值和實測值結果對比

4.3 渾濁度監(jiān)測結果

由基于無人機高光譜成像技術建立的模型得出的渾濁度預測值及實測值對比曲線(見圖6)可知，水體含量中總氮的預測值與實測值之間具有較好的線性相關關系，線性相關系數(shù)達0.74，由此可見，基于無人機高光譜成像技術建立的流域水質模型能夠很好地預測區(qū)域水體渾濁度變化規(guī)律。進一步觀察到，渾濁度預測值—實測值擬合曲線的斜率為1.01，誤差小于1%，這表明該模型能夠很好預測水質的變化趨勢，且隨著渾濁度的逐漸增大，模型期預測效果能夠較好地同步增大。此外，當實測值為0時，預測模型輸出值為0.45，流域內湖水的水體渾濁度均值在15左右，誤差在3%以內。綜上所述，基于無人機高光譜成像技術建立的模型所輸出的結果能夠準確地監(jiān)測水體內渾濁度的變化情況，該技術對水體渾濁度具有優(yōu)秀的監(jiān)測效果，不需要進行參數(shù)修正。

圖6 模型渾濁度預測值和實測值結果對比

4.4 高光譜圖像反演結果

根據上述結果建立反演模型，進一步對高光譜圖像進行估算，得到高光譜圖像反演結果(見圖7)。由圖可知，在沿該濱湖監(jiān)測線上，湖泊的西部污染程度明顯高于其他部位，其總氮含量在5～6mg/L之間，渾濁度在15～30度之間，且由西往東污染程度呈現(xiàn)出逐漸降低的變化趨勢。結合區(qū)域地圖及實際情況調查結果，發(fā)現(xiàn)湖泊東部污染程度較高的原因是湖泊東部存在一個廢水處理廠，且該廢水處理廠處置后的廢水雖基本達標，但其中污染元素的濃度依然較高，因此湖泊東部污染物含量較高。

圖7 基于無人機高光譜成像技術不同水質參數(shù)空間分布

5 結 論

本文依托廣西省南寧市青秀區(qū)金沙湖水質監(jiān)測與改善工程，提出一種新的“無人機+高光譜成像”協(xié)同技術，基于該技術建立了流域水質預測模型，并基于室內污染物檢測實驗對該方法進行了驗證。研究主要成果如下：

a.基于無人機高光譜成像技術所建立的區(qū)域水質預測模型與實測結果吻合程度高，其中，水體總氮預測結果需要進一步進行修正，水體渾濁度預測效果準確。

b.無人機監(jiān)測結果反演空間成像效果好，湖泊的西部污染程度明顯高于其他部位，其總氮含量在5～6mg/L之間，渾濁度在15～30度之間，且由西往東污染程度呈現(xiàn)出逐漸降低的變化趨勢。