李俊生，高 敏，張 兵，張方方，王勝蕾，殷子瑤，謝 婭

1.中國科學(xué)院空天信息創(chuàng)新研究院數(shù)字地球重點(diǎn)實(shí)驗(yàn)室，北京 100094；2.可持續(xù)發(fā)展大數(shù)據(jù)國際研究中心，北京 100094；3.中國科學(xué)院大學(xué)電子電氣與通信工程學(xué)院，北京100049；4.中國地質(zhì)大學(xué)(北京)地球科學(xué)與資源學(xué)院，北京 100083；5.中國科學(xué)院大學(xué)資源與環(huán)境學(xué)院，北京 100049

相對于水面采樣的常規(guī)水質(zhì)監(jiān)測方法，基于衛(wèi)星遙感的水質(zhì)監(jiān)測具有范圍大和速度快等優(yōu)勢[1-2]，但是也經(jīng)常受到云覆蓋和影像空間分辨率不足等的限制。隨著智能手機(jī)的普及和寬帶通信網(wǎng)絡(luò)的發(fā)展，智能手機(jī)搭載的相機(jī)(相當(dāng)于包含紅、綠、藍(lán)3個(gè)波段的多光譜遙感器)為水質(zhì)監(jiān)測提供了新的手段[3-6]。基于智能手機(jī)拍攝的水體影像監(jiān)測水質(zhì)狀況，具有較高的空間分辨率，并且不受云覆蓋的影響，可以成為常規(guī)水面采樣和衛(wèi)星遙感監(jiān)測水質(zhì)的有益補(bǔ)充。

國內(nèi)外已有一些利用智能手機(jī)拍照功能進(jìn)行水質(zhì)監(jiān)測的研究。英國生態(tài)水文中心(UK Centre for Ecology & Hydrology)開發(fā)了Bloomin ’ Algae智能手機(jī)應(yīng)用程序(https:∥www.ceh.ac.uk/algal-blooms/bloomin-algae)，利用手機(jī)拍照和定位功能上報(bào)湖庫河流中的藍(lán)綠藻水華現(xiàn)象，輔助決策部門進(jìn)行水華監(jiān)測和治理。歐洲海岸海洋光學(xué)監(jiān)測公眾觀測站項(xiàng)目(Citizens ’ Observatory for Coast and Ocean Optical Monitoring)開發(fā)了EyeOnWater智能手機(jī)應(yīng)用程序(http:∥www.eyeonwater.org/)，通過手機(jī)照片利用人眼比對得到水色指數(shù)(Forel-Ule index,FUI)，為全球地表湖庫和近岸水體水質(zhì)空間分布提供數(shù)據(jù)資料[7]。但是，這些研究只是利用智能手機(jī)相機(jī)拍攝并記錄水體照片，并沒有進(jìn)一步利用水體照片去反演水質(zhì)參數(shù)，因而沒有充分挖掘智能手機(jī)在水質(zhì)監(jiān)測中的潛力。美國紅杉科學(xué)公司(Sequoia Scientific Inc.)研發(fā)了一款HydroColor智能手機(jī)應(yīng)用程序，將手機(jī)相機(jī)作為一個(gè)3波段的遙感光譜輻射計(jì)，用戶根據(jù)指導(dǎo)信息分別拍攝參考卡、水體、天空的3張圖片，并通過這些照片計(jì)算紅、綠、藍(lán)3個(gè)波段的水體離水反射率，并在此基礎(chǔ)上估算水體濁度和懸浮物濃度[8]。由于必須拍攝參考卡，HydroColor不適用于沒有參考卡的非專業(yè)用戶，因此推廣受限。此外，HydroColor也存在一些技術(shù)問題，如缺乏對相機(jī)曝光參數(shù)變化、數(shù)碼值非線性響應(yīng)等方面的校正，導(dǎo)致反演結(jié)果存在很大的不確定性[9]。目前，還缺乏基于智能手機(jī)拍攝的水面照片且無參考卡等輔助設(shè)備的水質(zhì)參數(shù)反演方法的系統(tǒng)性研究，限制了智能手機(jī)在水質(zhì)監(jiān)測中的廣泛應(yīng)用。

本文的目的是要解決基于智能手機(jī)的水質(zhì)監(jiān)測的主要問題，促進(jìn)智能手機(jī)在水質(zhì)監(jiān)測中的廣泛應(yīng)用。首先，構(gòu)建基于智能手機(jī)照片且無參考卡等輔助設(shè)備條件下的典型水質(zhì)監(jiān)測模型，包括水色指數(shù)、透明度、營養(yǎng)狀態(tài)等級、藍(lán)藻水華、黑臭水體；然后，基于這些模型開發(fā)“觀水色”app，并在典型研究區(qū)對“觀水色”app的應(yīng)用效果進(jìn)行評價(jià)；最后，分析白平衡、不同相機(jī)設(shè)備、照片存儲(chǔ)格式對于基于智能手機(jī)的水質(zhì)監(jiān)測的影響。

1 基于數(shù)碼照片的水質(zhì)監(jiān)測模型

1.1 水色指數(shù)計(jì)算模型

水體顏色是太陽光與水中物質(zhì)相互作用的結(jié)果，與水中各種光敏組分的吸收和散射作用密切相關(guān)，能夠表征水質(zhì)狀況[10-11]。早在一百多年前，人們已經(jīng)開始了利用手持福萊爾水色計(jì)(Forel-Ule scale)通過現(xiàn)場比對來記錄水體顏色(圖1)，將自然水體顏色從深藍(lán)到紅棕色分為21個(gè)級別，可以稱之為水色指數(shù)(FUI)。水色指數(shù)與水體的渾濁程度相關(guān)，越偏藍(lán)色的水體一般越清潔，越偏黃色的水體一般越渾濁[12]。

圖1 福萊爾水色計(jì)

隨著衛(wèi)星遙感技術(shù)的發(fā)展，擁有紅、綠、藍(lán)3個(gè)波段的衛(wèi)星遙感數(shù)據(jù)也開始被用于計(jì)算水色指數(shù)[13]。彩色數(shù)碼照片也有紅、綠、藍(lán)(R、G、B)3個(gè)波段，也可以用于計(jì)算水色指數(shù)。

首先，將數(shù)碼照片的R、G、B波段的數(shù)碼值(digital number,DN)轉(zhuǎn)換成國際照明委員會(huì)(Commission Internationale de l ’Eclairage,CIE)標(biāo)準(zhǔn)顏色系統(tǒng)的光譜三刺激值X、Y、Z[14]

X=2.768 9R+1.751 7G+1.130 2B

(1)

Y=1.000 0R+4.590 7G+0.060 1B

(2)

Z=0.000 0R+0.056 5G+5.593 4B

(3)

然后，將三刺激值XYZ轉(zhuǎn)換成二維色度圖上的坐標(biāo)x、y

x=X/(X+Y+Z)

(4)

y=Y/(X+Y+Z)

(5)

再根據(jù)二維色度圖中的坐標(biāo)(x,y)利用雙變量反正切函數(shù)(arctan2)計(jì)算色度角α

α=((arctan2(y-1/3,x-1/3))×180/π)+180

(6)

最后，基于色度角和水色指數(shù)的查找表[13](表1)，查找與α最鄰近的色度角值，該色度角值對應(yīng)的FUI值即為水體的水色指數(shù)。

表1 色度角和水色指數(shù)的查找表

1.2 透明度反演模型

水體透明度是表征水體清澈程度的水質(zhì)參數(shù)，通常使用30 cm直徑的白色或者黑白相間的塞氏盤在水面測量得到，從水面到剛好看不到塞氏盤的深度被稱為水體的透明度(ZSD)。水體的透明度可以反映水體的渾濁程度，也可以參與評價(jià)水體的富營養(yǎng)程度，是環(huán)保部門關(guān)注的水質(zhì)參數(shù)之一[15]。

筆者于2009—2019年間在三峽水庫、新廟泡、月亮泡、長江、丹江口水庫、青海湖、渤海、太湖、滇池、官廳水庫、于橋水庫、沙廠水庫、白洋淀13個(gè)研究區(qū)開展了水面試驗(yàn)，獲取了186個(gè)采樣點(diǎn)的透明度實(shí)測數(shù)據(jù)，同時(shí)還利用相機(jī)設(shè)備拍攝了水體的數(shù)碼照片。其中，三峽水庫、新廟泡、月亮泡、長江的35個(gè)點(diǎn)屬于渾濁水體，丹江口水庫、青海湖、渤海的49個(gè)點(diǎn)屬于清潔水體，太湖、滇池、官廳水庫、于橋水庫、沙廠水庫、白洋淀的102個(gè)點(diǎn)屬于一般水體。

利用這些水體照片和實(shí)測透明度數(shù)據(jù)構(gòu)建透明度反演模型。首先，從這些水體照片中裁剪比較均勻的水體區(qū)域，避免太陽耀斑、陰影遮擋和水面漂浮物。計(jì)算裁剪照片R、G、B波段像素值的中值，可以降低噪聲影響。然后，利用R、G、B的中值計(jì)算色度角α、波段比值等光譜指數(shù)，與同步測量的透明度進(jìn)行統(tǒng)計(jì)回歸，發(fā)現(xiàn)色度角α與透明度的相關(guān)性最高，擬合度R2為0.77，散點(diǎn)圖如圖2所示，得到基于色度角α的透明度反演公式

圖2 水體照片計(jì)算的色度角與同步實(shí)測透明度的擬合模型

ZSD=32.27×exp(-0.020 4×α)

(7)

1.3 營養(yǎng)狀態(tài)分級模型

水體富營養(yǎng)化是指隨著水體中的營養(yǎng)物質(zhì)的增多，水體中藻類快速生長的現(xiàn)象[16]。水體富營養(yǎng)化會(huì)導(dǎo)致水體透明度下降、水質(zhì)惡化、水生態(tài)功能受損。除了富營養(yǎng)，水體的營養(yǎng)狀態(tài)等級還包括貧營養(yǎng)和中營養(yǎng)，分別對應(yīng)于水體中的營養(yǎng)物質(zhì)和藻類很少以及一般的情況。

水體的營養(yǎng)狀態(tài)評價(jià)的常用方法是利用葉綠素a濃度計(jì)算營養(yǎng)狀態(tài)指數(shù)，再根據(jù)閾值確定貧營養(yǎng)、中營養(yǎng)、富營養(yǎng)[17]。智能手機(jī)拍攝的水體照片只有R、G、B3個(gè)波段，很難用于渾濁內(nèi)陸水體的葉綠素a濃度反演。由于水體的營養(yǎng)狀態(tài)與水體的顏色有關(guān)，因此水色指數(shù)FUI被用于構(gòu)建判別水體營養(yǎng)狀態(tài)等級的決策樹模型[11]，如圖3所示。

圖3 基于水色指數(shù)的水體營養(yǎng)狀態(tài)等級判別決策樹模型

由于智能手機(jī)拍攝的數(shù)碼照片的DN值在沒有參考卡等輔助設(shè)備的支持下不容易計(jì)算為反射率，所以在應(yīng)用基于水色指數(shù)FUI的水體營養(yǎng)狀態(tài)等級判別決策樹模型時(shí)，無法使用645 nm的紅波段遙感反射率(Rrs(645))閾值判斷這個(gè)條件。這會(huì)導(dǎo)致一部分中營養(yǎng)被誤判為富營養(yǎng)，將來在應(yīng)用的時(shí)候要注意。

1.4 藍(lán)藻水華識別模型

富營養(yǎng)化水體在一定條件下可能暴發(fā)藍(lán)藻水華，即大量藍(lán)藻在偽空泡的作用下聚集在水體表面，影響太陽光入射到水面以下，降低透明度，使水體缺氧，損壞水生態(tài)系統(tǒng)，對漁業(yè)和人們生產(chǎn)生活都帶來極大威脅[18]。

由于藍(lán)藻水華暴發(fā)時(shí)大量藻類聚集在水面，導(dǎo)致水體顏色呈現(xiàn)比較鮮艷的綠色，與其他水體在顏色上存在明顯的差異。選擇4張代表性的藍(lán)藻水華、一般水體、清潔水體、渾濁水體的照片，提取R、G、B波段的DN值，得到4種水體的光譜曲線如圖4(a)所示。由圖4(a)可知，藍(lán)藻水華的綠波段明顯高于藍(lán)和紅波段，與其他類型水體有明顯的區(qū)別。為了識別藍(lán)藻水華，我們利用藍(lán)藻水華的這種光譜特征建立了一種光譜指數(shù)rG(綠光與藍(lán)紅均值的比值)

rG=G/(B/2+R/2)

(8)

為了研究光譜指數(shù)rG在識別藍(lán)藻水華上的效果，在南淝河獲取了22個(gè)站點(diǎn)的藍(lán)藻水華照片。計(jì)算這些藍(lán)藻水華照片的rG，同時(shí)計(jì)算1.2節(jié)中介紹的13個(gè)研究區(qū)的186個(gè)站點(diǎn)的非藍(lán)藻水華水體照片的rG，結(jié)果如圖4(b)橫軸所示。由圖4(b)可知，藍(lán)藻水華的rG值都比較高，都大于1.555；全部渾濁水體的rG都小于1.555，因?yàn)闇啙崴wR波段明顯大于G波段；大部分一般水體都小于1.555，但是也有個(gè)別一般水體大于1.555，可能是顏色偏綠的富營養(yǎng)化水體；很多清潔水體的rG都大于1.555，這主要是由于清潔水體的R波段非常低導(dǎo)致的。

利用rG識別藍(lán)藻水華的最大干擾是清潔水體。為了進(jìn)一步區(qū)分清潔水體以及一小部分一般水體，又建立了一種光譜指數(shù)rB(藍(lán)光與綠紅均值的比值)

rB=B/(G/2+R/2)

(9)

4種典型水體的rB如圖4(b)縱軸所示。由圖4(b)可知，清潔水體的rB都明顯大于藍(lán)藻水華，因此很容易區(qū)分。但是，很難完全將一般水體和藍(lán)藻水華區(qū)分開，因?yàn)椴糠指粻I養(yǎng)化水體的顏色可能跟藍(lán)藻水華比較接近。為了盡可能地減少誤判，本文利用rB<0.565來進(jìn)一步識別藍(lán)藻水華，發(fā)現(xiàn)只有1個(gè)藍(lán)藻水華被誤判為一般水體，沒有一般水體誤判為藍(lán)藻水華，總體識別精度獲得提高。因此，得到藍(lán)藻水華識別模型如下

圖4 藍(lán)藻水華和其他類型水體的光譜曲線和光譜指數(shù)分類

rG>1.555 且rB<0.565

(10)

需要說明的是，判別為藍(lán)藻水華的水體，將其營養(yǎng)狀態(tài)設(shè)置為富營養(yǎng)；因?yàn)樗{(lán)藻水華遮擋了水面，因此不再反演透明度；藍(lán)藻水華一般也不是黑臭水體，因此不再判斷黑臭水體。

1.5 黑臭水體識別模型

黑臭水體一般是指顏色偏黑、氣味發(fā)臭的水體，是比較嚴(yán)重的水體污染現(xiàn)象。2015年國務(wù)院頒布的《水污染防治行動(dòng)計(jì)劃》(水十條)中明確給出了治理城市黑臭水體的時(shí)間節(jié)點(diǎn)，黑臭水體的監(jiān)測和治理受到越來越多的關(guān)注[19]。

黑臭水體的氣味只能通過測量人員現(xiàn)場記錄，顏色可以通過數(shù)碼照片進(jìn)行識別。黑臭水體一般呈現(xiàn)黑色或者灰色，與其他水體在顏色上存在明顯的差異。黑色和灰色水體的光譜特征是R、G、B3個(gè)波段的DN值比較接近。作為對比，清潔水體的B波段比較高，藍(lán)藻水華的G波段比較高，渾濁水體的R波段比較高。為了判別黑臭水體，除了使用藍(lán)藻水華判別模型中用到的rG和rB，進(jìn)一步增加一個(gè)光譜指數(shù)rR(紅光與藍(lán)綠均值的比值)

rR=R/(G/2+B/2)

(11)

與其他水體相比，黑臭水體的rR、rG和rB應(yīng)該都比較小。為了確定黑臭水體判別閾值，獲取了沈陽市內(nèi)河流13個(gè)點(diǎn)的黑臭水體照片，結(jié)合1.2節(jié)中介紹的13個(gè)研究區(qū)的186個(gè)站點(diǎn)的非黑臭水體照片，分別計(jì)算rR、rG和rB。發(fā)現(xiàn)13個(gè)黑臭水體可以同時(shí)滿足下面3個(gè)判斷條件，而其他186個(gè)非黑臭水體都不滿足，因此得到黑臭水體判別模型

rR<1.05 且rG<1.13 且rB<1.29

(12)

利用上面的模型，所有黑臭水體和一般水體都沒有誤判。

需要說明的是，黑臭水體屬于比較特殊的水體污染，判別為黑臭水體之后，不再反演透明度、識別藍(lán)藻水華、判斷營養(yǎng)狀態(tài)。

2 “觀水色”app開發(fā)和典型應(yīng)用

2.1 “觀水色”app開發(fā)

基于數(shù)碼照片的水質(zhì)監(jiān)測算法，筆者開發(fā)了基于安卓智能手機(jī)操作系統(tǒng)的“觀水色”app：首先，利用手機(jī)陀螺儀控制相機(jī)的方向，利用相機(jī)拍攝照片后上傳到云端；然后，利用云端部署的程序基于照片反演水質(zhì)參數(shù)和識別水體污染；最后，將反演和識別結(jié)果返回并顯示在手機(jī)端。app主要操作界面如圖5所示。

首先，用戶根據(jù)現(xiàn)場情況選擇3個(gè)信息：是否有參考卡、是否見底、是否有臭味。其中，如果有參考卡，這是面向有特制參考卡的專業(yè)用戶預(yù)留的功能[9]，不在本文討論的范圍。如果用戶選擇見底，那么照片反映的是水體和水底共同的信息，很難用來反演水質(zhì)參數(shù)。如果用戶選擇有臭味，這是專門為黑臭水體監(jiān)測模塊服務(wù)的，作為判別黑臭水體的條件之一。

然后，用戶利用手機(jī)相機(jī)拍攝水體照片，需要設(shè)置合理的觀測幾何來盡量避開太陽耀斑的影響，可以參考水體光譜測量規(guī)范的角度[20-21]。設(shè)計(jì)了一個(gè)垂直角度標(biāo)尺，可以利用智能手機(jī)搭載的陀螺儀實(shí)時(shí)顯示手機(jī)相機(jī)垂直向外的角度，以手機(jī)相機(jī)垂直向下為0°。垂直標(biāo)尺設(shè)置3種顏色，其中20°～30°為綠色，是希望用戶首選的拍攝角度；10°～20°和30°～40°為黃色，也允許用戶拍攝；0～10°和40°～90°為紅色，不允許用戶拍攝。此外，利用智能手機(jī)搭載的GPS確定的經(jīng)緯度和時(shí)鐘記錄的日期和時(shí)間，可以計(jì)算得到太陽方位角。設(shè)計(jì)了一個(gè)圓形的水平方位度盤，根據(jù)計(jì)算得到的太陽方位角，確定太陽在度盤上的位置。將水平方位度盤顯示為3種顏色，與太陽方位夾角為135°(±22.5°)設(shè)置為綠色，是希望用戶首選的拍攝角度；為了考慮到在拍攝水體照片的實(shí)際限制，將背向太陽的180°(±22.5°)設(shè)置為黃色，也允許用戶拍攝；將面向太陽的0°(±67.5°)設(shè)置為紅色，不允許用戶拍攝。

用戶拍攝好水體照片之后，要求用戶裁剪比較均勻的水體區(qū)域，避開水面漂浮物和陰影等干擾。拍攝和裁剪水體照片之后，還要拍攝天空照片。天空照片主要是為了記錄當(dāng)時(shí)的天氣狀況，并不參與水質(zhì)參數(shù)反演運(yùn)算。設(shè)計(jì)了垂直標(biāo)尺，請用戶垂直向上拍攝天空照片。

用戶拍攝好水體和天空照片之后，單擊計(jì)算按鈕，系統(tǒng)會(huì)根據(jù)前面的算法計(jì)算相應(yīng)的水質(zhì)監(jiān)測結(jié)果，然后在彈出的頁面將反演結(jié)果顯示出來。

圖5是在青海湖岸邊使用“觀水色”app拍攝照片并返回的水質(zhì)監(jiān)測結(jié)果。

圖5 “觀水色”app操作和計(jì)算結(jié)果頁面

2.2 “觀水色”app典型應(yīng)用及評價(jià)

“觀水色”app 1.0.0版本于2021年1月11日上架騰訊“應(yīng)用寶”安卓應(yīng)用app市場以后，在不同水體開展了一些試驗(yàn)來初步檢驗(yàn)“觀水色”app的應(yīng)用效果。于2021年7—9月在青海湖、三亞河、崗南水庫、黃壁莊水庫、王快水庫、微山湖、昭陽湖7個(gè)研究區(qū)的7個(gè)站點(diǎn)開展試驗(yàn)，一方面利用“觀水色”app拍攝水體照片，計(jì)算水質(zhì)參數(shù)；同步利用地物光譜儀測量水面遙感反射率光譜，并利用塞氏盤測量水體透明度；現(xiàn)場還采集了水樣，送到試驗(yàn)室內(nèi)測量葉綠素a濃度，用于計(jì)算營養(yǎng)狀態(tài)等級。利用這些實(shí)測數(shù)據(jù)，對“觀水色”app的水質(zhì)監(jiān)測結(jié)果進(jìn)行了精度評價(jià)。

與傳統(tǒng)的利用手持福萊爾水色計(jì)在水面目視比對來確定水色指數(shù)FUI相比，利用水面測量的遙感反射率光譜計(jì)算FUI的精度更高，可以作為評價(jià)水面照片計(jì)算FUI的真值[13]。利用實(shí)測的水面遙感反射率光譜計(jì)算FUI作為真值，評價(jià)“觀水色”app反演的FUI結(jié)果，得到平均相對誤差為4.6%，擬合度R2為0.86。利用實(shí)測的透明度作為真值，評價(jià)“觀水色”app反演的透明度結(jié)果，得到擬合度R2為0.73，平均相對誤差為29.9%，與基于衛(wèi)星遙感的透明度反演精度相當(dāng)[22]。利用實(shí)測的綠素a濃度數(shù)據(jù)計(jì)算營養(yǎng)狀態(tài)等級，得到青海湖為貧營養(yǎng)，王快水庫為中營養(yǎng)，其他5個(gè)水體為富營養(yǎng)，以這個(gè)數(shù)據(jù)作為真值評價(jià)“觀水色”app反演的營養(yǎng)狀態(tài)等級結(jié)果，發(fā)現(xiàn)只有王快水庫被誤判為富營養(yǎng)，其余6個(gè)水體判別正確，總體判別精度為85.7%。7個(gè)研究區(qū)試驗(yàn)沒有發(fā)現(xiàn)藍(lán)藻水華和黑臭水體，“觀水色”app的反演結(jié)果也是全部非藍(lán)藻水華和非黑臭水體，藍(lán)藻水華和黑臭水體的誤提率為0。

以上試驗(yàn)初步說明了“觀水色”app監(jiān)測的水質(zhì)結(jié)果具有相對較高的精度。不過，目前的檢驗(yàn)數(shù)據(jù)還比較少，未來還需要開展大量的試驗(yàn)獲取更多的試驗(yàn)數(shù)據(jù)，對“觀水色”app監(jiān)測結(jié)果進(jìn)行評價(jià)，并根據(jù)檢驗(yàn)結(jié)果對水質(zhì)監(jiān)測模型做進(jìn)一步優(yōu)化。

3 討 論

“觀水色”app在應(yīng)用過程中可能受到很多因素的影響，比如白平衡、不同相機(jī)設(shè)備、照片存儲(chǔ)格式等，下面分別進(jìn)行討論。

3.1 白平衡的影響分析

白平衡是數(shù)碼相機(jī)的一個(gè)重要參數(shù)，通過調(diào)整數(shù)碼相機(jī)的R、G、B波段的響應(yīng)比例，使得數(shù)碼照片上各種物體都保持原來真實(shí)的顏色。如果白平衡設(shè)置有誤，照片就可能發(fā)生偏色，可能偏藍(lán)，也可能偏黃。

為了分析白平衡設(shè)置不同造成的照片偏色對水質(zhì)監(jiān)測的影響，我們選擇5個(gè)典型水體(清潔水體、一般水體、渾濁水體、藍(lán)藻水華、黑臭水體)的照片，在正常白平衡的基礎(chǔ)上，修改白平衡，分別使得照片偏藍(lán)和偏黃，如圖6所示。

將圖6中的清潔水體、一般水體、渾濁水體照片代入FUI、透明度、營養(yǎng)狀態(tài)等級反演模型，得到水質(zhì)反演結(jié)果見表2。由表2可知，照片偏色對于清潔水體的FUI沒有影響，但是對于一般水體和渾濁水體的FUI影響非常大；照片偏色對于所有水體的透明度反演影響都很大，其中對于渾濁水體的影響最大；照片偏色不會(huì)誤判清潔水體營養(yǎng)狀態(tài)等級，但是會(huì)誤判一般水體和渾濁水體的營養(yǎng)狀態(tài)等級。

表2 不同白平衡設(shè)置下的3種典型水體照片的水質(zhì)監(jiān)測結(jié)果

將圖6中的清潔水體、一般水體、渾濁水體、藍(lán)藻水華、黑臭水體照片代入藍(lán)藻水華和黑臭水體判別模型，結(jié)果表明：①所有藍(lán)藻水華照片都被判為藍(lán)藻水華，所有非藍(lán)藻水華照片都被判為非藍(lán)藻水華，說明藍(lán)藻水華判別受照片偏色的影響比較?。虎谒蟹呛诔羲w照片都被判非黑臭水體，但是偏藍(lán)和偏黃的黑臭水體照片都被誤判為非黑臭水體，說明黑臭水體判別受照片偏色的影響比較大。

圖6 不同白平衡設(shè)置下的5種典型水體照片對比

總的來說，白平衡設(shè)置錯(cuò)誤導(dǎo)致的照片偏色會(huì)影響水質(zhì)監(jiān)測結(jié)果，一般偏色越嚴(yán)重的影響會(huì)越大?！坝^水色”app調(diào)用的是智能手機(jī)相機(jī)的自動(dòng)白平衡模式，在戶外日照充足的條件下一般都能夠準(zhǔn)確地設(shè)置白平衡參數(shù)，不會(huì)導(dǎo)致明顯的照片偏色，因此對于水質(zhì)監(jiān)測不會(huì)產(chǎn)生明顯影響。自動(dòng)白平衡可能會(huì)在早晨或者傍晚產(chǎn)生偏差，因此應(yīng)該盡量避開早晨或者傍晚使用“觀水色”app。如果要在白平衡失效的條件下使用，可以在拍攝水體照片時(shí)同時(shí)拍攝參考卡，然后利用參考卡校正照片的白平衡，再用于反演水質(zhì)參數(shù)和識別水體污染。

3.2 不同相機(jī)設(shè)備的影響分析

不同品牌和型號的數(shù)碼相機(jī)設(shè)備(包括單反相機(jī)、微單相機(jī)、卡片機(jī)、智能手機(jī)相機(jī)等)拍攝照片時(shí)，可能會(huì)對照片的顏色產(chǎn)生一些影響。這些影響主要包括相機(jī)R、G、B各波段的光譜響應(yīng)函數(shù)的差別、圖像處理系統(tǒng)的差別等。遙感器的每個(gè)波段對于不同波長的入射光的響應(yīng)是不同的，每個(gè)波段在不同波長的響應(yīng)連成曲線就是這個(gè)波段的光譜響應(yīng)函數(shù)[23]。數(shù)碼相機(jī)有R、G、B3個(gè)波段，每個(gè)波段都有自己的光譜響應(yīng)函數(shù)。由于數(shù)碼相機(jī)的主要目標(biāo)是真實(shí)地還原人眼看見的物體顏色，因此數(shù)碼相機(jī)的各波段的光譜響應(yīng)函數(shù)都是模仿人眼的R、G、B3種感光細(xì)胞的光譜響應(yīng)函數(shù)，各種數(shù)碼相機(jī)設(shè)備(包括手機(jī)相機(jī))的光譜響應(yīng)函數(shù)都是比較相似的。每臺數(shù)碼相機(jī)都有圖像處理系統(tǒng)，將感光元件接收的光信號通過一系列處理存儲(chǔ)為照片格式。同樣的，為了還原物體的真實(shí)顏色，數(shù)碼相機(jī)的圖像處理系統(tǒng)也是相似的。

為了定量分析不同相機(jī)設(shè)備對于照片顏色的影響，選擇3種相機(jī)設(shè)備(華為Mate30、iPhone6、佳能50D)進(jìn)行研究，在光照充足的室外環(huán)境下拍攝18色卡(圖7)，此時(shí)3種相機(jī)的自動(dòng)白平衡結(jié)果應(yīng)該是比較準(zhǔn)確的。然后，計(jì)算3張照片中每一個(gè)色卡的平均色度角。最后，計(jì)算同一個(gè)色卡在3張照片計(jì)算的色度角的變化率(標(biāo)準(zhǔn)差/均值)，再計(jì)算18個(gè)色卡的平均變化率，只有1.1%。這說明不同的相機(jī)設(shè)備對于水體照片顏色的影響非常小，幾乎可以忽略不計(jì)。因此，“觀水色”app中的水質(zhì)參數(shù)模型也適用于各種智能手機(jī)相機(jī)(暫時(shí)只支持安卓系統(tǒng))。

圖7 典型數(shù)碼相機(jī)設(shè)備拍攝的18色卡照片對比

3.3 照片存儲(chǔ)格式的影響分析

數(shù)碼相機(jī)拍攝的照片一般有兩種格式：RAW和JPG。RAW格式照片的優(yōu)點(diǎn)是保存信息豐富，缺點(diǎn)是文件比較大，而且很多手機(jī)app無法處理RAW格式照片。JPG格式的優(yōu)點(diǎn)是文件比較小，處理方便，缺點(diǎn)是進(jìn)行了有損壓縮，損失了一些信息?！坝^水色”app使用了JPG格式保存和處理照片，因此有必要研究JPG壓縮格式損失的信息是否影響水質(zhì)監(jiān)測結(jié)果。

利用佳能50D相機(jī)拍攝18色卡，同時(shí)存儲(chǔ)為RAW和JPG格式照片。首先，利用Photoshop軟件打開RAW格式照片，導(dǎo)出為無損TIFF格式照片。然后，提取每個(gè)色卡中央像素在TIFF和JPG格式圖像上的R、G、B波段的DN值，散點(diǎn)圖如圖8所示。由圖8可知，絕大部分點(diǎn)都落在1∶1線上，說明JPG壓縮沒有對18色卡中央像素產(chǎn)生明顯影響。JPG壓縮主要是壓縮高頻信息，也就是圖像灰度變化比較大的區(qū)域，18色卡是比較均勻的，水體一般也都是比較均勻的區(qū)域，所以JPG壓縮對于水體照片DN值的影響是非常小甚至可以忽略的，因此“觀水色”app中使用JPG格式存儲(chǔ)照片而損失的細(xì)節(jié)信息對于水質(zhì)監(jiān)測幾乎沒有影響。

4 結(jié) 論

本文構(gòu)建了基于數(shù)碼照片的典型水質(zhì)監(jiān)測模型，開發(fā)了智能手機(jī)安卓系統(tǒng)的“觀水色”app，并在典型研究區(qū)對“觀水色”app的應(yīng)用效果進(jìn)行了評價(jià)，最后討論了一些主要因素的影響。

首先，本文構(gòu)建了基于數(shù)碼照片的典型水質(zhì)監(jiān)測模型?；跀?shù)碼照片的R、G、B3個(gè)波段可以計(jì)算三刺激值、色度坐標(biāo)和色度角，并根據(jù)查找表確定水色指數(shù)FUI?；诓煌瑴啙岢潭鹊难芯繀^(qū)的實(shí)測透明度和同步拍攝數(shù)碼照片數(shù)據(jù)，構(gòu)建了基于色度角的透明度反演模型?；谒笖?shù)的決策樹方法，可以實(shí)現(xiàn)營養(yǎng)狀態(tài)等級分類?；谒{(lán)藻水華照片和普通水體數(shù)碼照片的光譜特征分析，構(gòu)建了基于綠光與藍(lán)紅均值比值、藍(lán)光與綠紅均值比值的閾值分割的藍(lán)藻水華識別模型。基于黑臭水體照片和普通水體照片的光譜特征分析，構(gòu)建了基于紅光與藍(lán)綠均值比值、綠光與藍(lán)紅均值比值、藍(lán)光與綠紅均值比值的閾值分割的黑臭水體識別模型。

然后，基于數(shù)碼照片的典型水質(zhì)監(jiān)測模型，開發(fā)了智能手機(jī)安卓系統(tǒng)的“觀水色”app。在青海湖和三亞河等研究區(qū)開展試驗(yàn)，利用水面實(shí)測數(shù)據(jù)檢驗(yàn)了“觀水色”app的水質(zhì)監(jiān)測結(jié)果，得到FUI和透明度的平均相對誤差分別為4.6%和29.9%，營養(yǎng)狀態(tài)分級的精度為85.7%，藍(lán)藻水華和黑臭水體的誤判率為0。未來需要開展更多試驗(yàn)進(jìn)一步檢驗(yàn)“觀水色”app應(yīng)用效果的穩(wěn)定性。

最后，討論了一些因素對于智能手機(jī)監(jiān)測水質(zhì)的影響。分析結(jié)果表明白平衡對于水質(zhì)監(jiān)測影響很大，因此需要盡量避免在白平衡容易失效的早晨或者傍晚使用“觀水色”app。不同相機(jī)的設(shè)計(jì)都是為了盡可能還原物體真實(shí)顏色，因此對于水質(zhì)監(jiān)測的影響非常小，“觀水色”app適用于各種類型的安卓系統(tǒng)手機(jī)。由于水體比較均勻，JPG壓縮照片格式對于水質(zhì)監(jiān)測基本沒有影響。

本文的研究結(jié)果證明了智能手機(jī)可以在水質(zhì)監(jiān)測中發(fā)揮重要作用，“觀水色”app有利于推動(dòng)智能手機(jī)在水質(zhì)監(jiān)測中的廣泛應(yīng)用。