王 波，黃津輝，郭宏偉，許 旺，曾清懷，麥有全，祝曉瞳，田 上

(1.南開大學(xué)環(huán)境科學(xué)與工程學(xué)院中加水與環(huán)境安全聯(lián)合研發(fā)中心，天津 300350；2.深圳市環(huán)境監(jiān)測中心站，廣東 深圳 518049)

隨著全球氣候變化和人類活動的影響，許多內(nèi)陸水體面臨水質(zhì)下降、水體富營養(yǎng)化和水生態(tài)系統(tǒng)破壞等一系列問題[1]。水質(zhì)監(jiān)測作為水生態(tài)環(huán)境管理的一個(gè)重要環(huán)節(jié)，對保護(hù)水環(huán)境、控制水污染和維護(hù)水環(huán)境的健康具有重要作用。傳統(tǒng)水質(zhì)監(jiān)測主要采用現(xiàn)場水樣采集和實(shí)驗(yàn)室測定的方法，雖然可監(jiān)測的參數(shù)多，精度較高，但費(fèi)時(shí)費(fèi)力，經(jīng)濟(jì)成本高，并且單點(diǎn)尺度的水質(zhì)難以代表整個(gè)水域的水質(zhì)狀況[2]。

遙感技術(shù)具有范圍廣、速度快和成本低等優(yōu)勢，可以滿足實(shí)時(shí)和大尺度的水質(zhì)監(jiān)測需求[3]，同時(shí)可以揭示常規(guī)方法難以發(fā)現(xiàn)的污染物和污染物的遷移和分布特征。水質(zhì)遙感監(jiān)測通過研究衛(wèi)星遙感數(shù)據(jù)和實(shí)測水質(zhì)數(shù)據(jù)之間的關(guān)系，構(gòu)建水質(zhì)參數(shù)的反演模型[4]，以此獲取整個(gè)水域水質(zhì)的空間分布和變化。

自20世紀(jì)70年代以來，水質(zhì)遙感監(jiān)測逐漸從定性分析發(fā)展到定量反演，建立了分析、經(jīng)驗(yàn)、半經(jīng)驗(yàn)和機(jī)器學(xué)習(xí)等多種反演模型，大量新型衛(wèi)星的發(fā)射為水質(zhì)監(jiān)測提供了更多遙感數(shù)據(jù)源，多種水質(zhì)參數(shù)的反演取得了優(yōu)異成果[5-7]。但是，與海洋遙感監(jiān)測相比，水域光學(xué)復(fù)雜性、衛(wèi)星傳感器針對性、大氣校正精確性以及其他一些尚未解決的問題給內(nèi)陸水體水質(zhì)遙感監(jiān)測帶來了諸多挑戰(zhàn)，因此需要進(jìn)一步促進(jìn)對內(nèi)陸水體水質(zhì)遙感監(jiān)測研究的理解和應(yīng)用。本文從遙感數(shù)據(jù)、反演方法和水質(zhì)參數(shù)3個(gè)方面闡述內(nèi)陸水體水質(zhì)遙感監(jiān)測的研究進(jìn)展，提出當(dāng)前水質(zhì)遙感監(jiān)測研究中存在的主要問題以及未來工作需要關(guān)注的重點(diǎn)，以期為內(nèi)陸水體水質(zhì)監(jiān)測提供參考。

1 水質(zhì)遙感監(jiān)測常用數(shù)據(jù)源

在內(nèi)陸水體的水質(zhì)遙感監(jiān)測中，常用的遙感數(shù)據(jù)源包括美國陸地衛(wèi)星系列(Landsat 1-8)、中分辨率成像光譜儀(moderate resolution imaging spectroradiometer，MODIS)、Sentinel-2(表1)和部分國產(chǎn)衛(wèi)星系列等。因此，本文重點(diǎn)闡述Landsat系列、MODIS、Sentinel-2和部分國產(chǎn)衛(wèi)星系列在內(nèi)陸水體水質(zhì)監(jiān)測中的應(yīng)用。

1.1 Landsat系列

多光譜掃描儀(multispectral scanner， MSS)是Landsat 1-5和Landsat 7攜帶的傳感器。Carpenter等[8]利用MSS對淡水湖的濁度和藻類色素濃度進(jìn)行了建模和預(yù)測，證明了該數(shù)據(jù)源可用來反演水體中的水質(zhì)參數(shù)。但MSS影像波段較寬，空間分辨率較低，不適合用于監(jiān)測葉綠素含量較低、懸浮物含量很高的內(nèi)陸水體[9]。

專題制圖儀(thematic mapper， TM)是Landsat 4和Landsat 5攜帶的傳感器。自發(fā)射至今，TM工作狀態(tài)良好，數(shù)據(jù)獲取便利，雖然不是專門針對內(nèi)陸水體水質(zhì)遙感研究，但仍因其較高的空間、光譜和輻射分辨率，在內(nèi)陸水體水質(zhì)監(jiān)測中被廣泛使用。Hafeez等[10]通過比較Landsat TM反射率數(shù)據(jù)和原位反射率數(shù)據(jù)評估多種機(jī)器學(xué)習(xí)模型的性能，結(jié)果表明神經(jīng)網(wǎng)絡(luò)模型可用于具有光學(xué)復(fù)雜性的沿海水域的水質(zhì)監(jiān)測和評估。

增強(qiáng)型專題制圖儀(enhanced thematic mapper plus， ETM+)是Landsat 7攜帶的傳感器。ETM+因增加了一個(gè)全色波段，在紅外波段的分辨率更高，數(shù)據(jù)信息量更豐富。Lin等[11]用Landsat ETM+和機(jī)器學(xué)習(xí)算法確定湖泊藻類生物量的準(zhǔn)確性，結(jié)果表明模型在分析藻類狀況的時(shí)間變化方面很有效。但Landsat 7的掃描行校正器(scan lines corrector， SLC)曾發(fā)生故障，致使部分圖像出現(xiàn)重疊和丟失[12]，異常數(shù)據(jù)需要通過模型校正，這限制了其在水質(zhì)遙感監(jiān)測中的應(yīng)用。

陸地成像儀(operational land imager， OLI)-熱紅外傳感器(thermal infrared sensor， TIRS)是Landsat 8攜帶的傳感器。與ETM+相比，OLI增加了一個(gè)短波近紅外波段，主要用于卷云檢測和數(shù)據(jù)質(zhì)量評價(jià)等，TIRS主要用于地表溫度反演和土壤濕度評價(jià)等。Landsat 8波段組合多，數(shù)據(jù)應(yīng)用范圍廣。Cao等[13]基于Landsat 8影像，利用極限梯度增強(qiáng)樹模型開發(fā)了一種估計(jì)渾濁湖水中葉綠素a濃度的算法，繪制了2013—2018年中國東部數(shù)百個(gè)大于1 km2的湖泊中葉綠素a濃度的時(shí)空變化。

1.2 MODIS

MODIS是搭載在美國EOS衛(wèi)星上最重要的光學(xué)傳感器，可用于對陸表、生物圈、固態(tài)地球、大氣和海洋進(jìn)行長期全球觀測[14]。MODIS具有較高的時(shí)間分辨率，數(shù)據(jù)接收相對簡單，全球免費(fèi)獲取，相比其他衛(wèi)星遙感數(shù)據(jù)提供了有助于輻射校正的大氣廓線數(shù)據(jù)，在未來的水質(zhì)監(jiān)測中具有巨大的發(fā)展?jié)摿?。Chang等[15]利用MODIS影像和遺傳規(guī)劃模型研究了美國坦帕灣總磷的時(shí)空變化規(guī)律，闡明了由自然災(zāi)害和人為擾動引起的耦合動態(tài)影響。Wang等[16]利用2000—2017年MODIS數(shù)據(jù)揭示了中國水質(zhì)清晰度的長期時(shí)空變化趨勢，探討了不同地區(qū)的湖泊清晰度和經(jīng)濟(jì)發(fā)展以及氣候變化的關(guān)系。

1.3 Sentinel-2

Sentinel-2由兩顆高分辨率多光譜成像衛(wèi)星2A和2B組成，主要用于監(jiān)測近岸水體和大氣中的氣溶膠，以及在紅邊范圍內(nèi)植被的健康信息。Sentinel-2在可見光/近紅外到短波紅外光譜范圍中具有13個(gè)通道，為沿海和內(nèi)陸水域的水質(zhì)監(jiān)測提供了合適的數(shù)據(jù)源，已經(jīng)成為近些年最流行的多光譜遙感反演數(shù)據(jù)源之一。

Saberioon等[17]以Sentinel-2A的10個(gè)光譜波段和19個(gè)光譜指數(shù)的組合作為自變量訓(xùn)練Cubist模型，生成葉綠素a和總懸浮物的空間分布圖，監(jiān)測小型內(nèi)陸水體的生物物理狀態(tài)。Pahlevan等[18]利用大量原位葉綠素a測量值和重采樣的高光譜輻射數(shù)據(jù)模擬Sentinel-2攜帶的多光譜成像儀，訓(xùn)練并驗(yàn)證混合密度網(wǎng)絡(luò)模型，用3種不同的大氣校正方法獲得了準(zhǔn)確的葉綠素a分布圖。

1.4 國產(chǎn)衛(wèi)星系列

自2008年以來，中國生態(tài)環(huán)境部衛(wèi)星應(yīng)用中心發(fā)射了一系列針對環(huán)境監(jiān)測的中/高空間分辨率的衛(wèi)星，包括環(huán)境系列衛(wèi)星(HJ-1A/B和HJ-1C)、高分系列衛(wèi)星(GF 1-7)等，這些衛(wèi)星被成功地應(yīng)用于內(nèi)陸水體的水質(zhì)監(jiān)測和藍(lán)藻富營養(yǎng)化預(yù)測[19]。

孫宏亮等[20]利用HJ-1A/B衛(wèi)星多光譜數(shù)據(jù)反演香港近海海域葉綠素a濃度，明晰了該海域近10年的葉綠素a濃度時(shí)空變化特征。Lu等[21]基于GF 1衛(wèi)星遙感數(shù)據(jù)提出了一種城市水體總磷濃度的間接反演算法，結(jié)果表明廣州河道的大部分水體為Ⅲ類和Ⅳ類，符合一般工業(yè)用水和娛樂用水的標(biāo)準(zhǔn)。

2 水質(zhì)遙感監(jiān)測方法

20世紀(jì)70年代初，遙感監(jiān)測技術(shù)開始應(yīng)用于水體研究，從單一的水域識別逐漸發(fā)展到水質(zhì)參數(shù)的定量反演。20世紀(jì)80年代后，多光譜數(shù)據(jù)和高光譜數(shù)據(jù)的涌現(xiàn)推動了遙感技術(shù)的快速進(jìn)步，隨著水質(zhì)參數(shù)的光譜特性和算法研究的不斷深入，水質(zhì)遙感監(jiān)測方法經(jīng)歷了分析法、經(jīng)驗(yàn)法、半經(jīng)驗(yàn)法、機(jī)器學(xué)習(xí)和綜合法的發(fā)展歷程。

2.1 分析法

分析法是以生物-光學(xué)模型為基礎(chǔ)的水質(zhì)反演方法。該方法利用輻射傳輸模型模擬光在大氣和水體中的傳播過程，利用遙感測得的水體反射率計(jì)算水質(zhì)參數(shù)的特征吸收系數(shù)和后向散射系數(shù)，建立反射光譜與水質(zhì)參數(shù)之間的關(guān)系[22]。

分析法具有嚴(yán)格的物理意義，模型穩(wěn)定性好，反演精度較高，適用性強(qiáng)，不需要大量的地面實(shí)測水質(zhì)數(shù)據(jù)作支撐。但這一方法基于已知水體中水質(zhì)參數(shù)的光譜特性，在初次建立模型時(shí)需要測量固有光學(xué)量和表觀光學(xué)量，如Li等[23]在淺水內(nèi)陸有色可溶性有機(jī)物(colored dissolved organic matter， CDOM)的時(shí)空變化研究中測量了CDOM的吸收系數(shù)和不同波長的遙感反射率等。這些參數(shù)需要通過實(shí)驗(yàn)手段或野外觀測得出，其中部分參數(shù)隨監(jiān)測水域的不同而變化[24]，因此分析法在水質(zhì)監(jiān)測實(shí)際應(yīng)用中的效果并不理想。

2.2 經(jīng)驗(yàn)法

經(jīng)驗(yàn)法是以多光譜遙感數(shù)據(jù)為基礎(chǔ)的水質(zhì)反演方法。該方法依據(jù)遙感影像數(shù)據(jù)和地面實(shí)測數(shù)據(jù)之間的關(guān)系，選取相關(guān)系數(shù)最高的波段或波段組合用于統(tǒng)計(jì)回歸分析，獲得水質(zhì)參數(shù)的最佳反演模型。Majid等[25]利用經(jīng)驗(yàn)算法和神經(jīng)網(wǎng)絡(luò)算法估算香港沿海地區(qū)的葉綠素a和懸浮物濃度，其中用到的波段組合方法包括相加、相減、相乘、相除、平均和取對數(shù)。

經(jīng)驗(yàn)法利用簡單易用的回歸模型構(gòu)建相對復(fù)雜的關(guān)系，能在一定程度上提高水質(zhì)反演的精度，但也存在一些缺陷[26]。首先，經(jīng)驗(yàn)法容易受到地域和時(shí)間的限制，通用性較差；其次，經(jīng)驗(yàn)法需要以大量實(shí)測數(shù)據(jù)為基礎(chǔ)才能達(dá)到理想的水質(zhì)反演精度；此外，經(jīng)驗(yàn)法在實(shí)測數(shù)據(jù)的影響下只能反演一定濃度范圍內(nèi)的水質(zhì)參數(shù)，超出這個(gè)范圍后，反演結(jié)果的誤差明顯增大；最后，經(jīng)驗(yàn)法因缺乏物理依據(jù)往往導(dǎo)致遙感影像和水質(zhì)數(shù)據(jù)的關(guān)系得不到有效保證，模型的準(zhǔn)確性難以得到保障。

2.3 半經(jīng)驗(yàn)法

半經(jīng)驗(yàn)法是以高光譜遙感數(shù)據(jù)為基礎(chǔ)的水質(zhì)反演方法。該方法通過水質(zhì)參數(shù)的光譜特征和實(shí)測數(shù)據(jù)的關(guān)系獲得最佳波段或波段組合，選取合適的數(shù)學(xué)統(tǒng)計(jì)分析模型(線性回歸、指數(shù)/對數(shù)函數(shù)回歸、多項(xiàng)式回歸、主成分分析和聚類分析等)反演水質(zhì)參數(shù)。林劍遠(yuǎn)等[27]利用半經(jīng)驗(yàn)法定量反演城市河網(wǎng)水質(zhì)，建立了四種水質(zhì)參數(shù)的線性、二次多項(xiàng)式、指數(shù)和冪模型。

半經(jīng)驗(yàn)法充分利用了水質(zhì)參數(shù)的光譜特征，兼顧了遙感影像數(shù)據(jù)和實(shí)測水質(zhì)數(shù)據(jù)之間的統(tǒng)計(jì)關(guān)系[28]，是目前最常用的水質(zhì)反演方法。但半經(jīng)驗(yàn)法仍有較強(qiáng)的時(shí)空局限性，針對不同類型、不同地區(qū)和不同季節(jié)的水體需要尋找合適的數(shù)學(xué)統(tǒng)計(jì)模型，提高模型的通用性。

2.4 機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)是指通過某些算法指導(dǎo)計(jì)算機(jī)利用已知數(shù)據(jù)得出適當(dāng)模型，并利用此模型對新數(shù)據(jù)進(jìn)行分析或者預(yù)測的過程[29]。近年來，隨著人工智能技術(shù)的發(fā)展，越來越多的研究把機(jī)器學(xué)習(xí)理論融入水質(zhì)遙感監(jiān)測中。

水體中復(fù)雜的光譜特征導(dǎo)致水質(zhì)遙感監(jiān)測在本質(zhì)上是一個(gè)非線性的反演過程。機(jī)器學(xué)習(xí)具有較強(qiáng)的適應(yīng)性、組織性和容錯(cuò)性，可以通過持續(xù)不斷的學(xué)習(xí)、校正和誤差反饋提升遙感反演模型的精度和泛化能力，適合模擬遙感影像和水質(zhì)參數(shù)間錯(cuò)綜復(fù)雜的關(guān)系。目前，應(yīng)用于水質(zhì)反演的機(jī)器學(xué)習(xí)模型包括隨機(jī)森林[30]、支持向量機(jī)[31]、神經(jīng)網(wǎng)絡(luò)[32]等。

機(jī)器學(xué)習(xí)在許多水質(zhì)遙感監(jiān)測研究中表現(xiàn)優(yōu)異，但構(gòu)建遙感反演模型需要大量的訓(xùn)練樣本，同時(shí)校正參數(shù)會增加模型訓(xùn)練的時(shí)間成本，因此如何平衡模型復(fù)雜程度和計(jì)算效率至關(guān)重要[33]。此外，機(jī)器學(xué)習(xí)的理論基礎(chǔ)有待完善，模型結(jié)果的可解釋性有待提高，模型的普遍適用性有待增強(qiáng)。

2.5 綜合法

單一的水質(zhì)遙感監(jiān)測方法均存在各自的局限性，如葉綠素a的經(jīng)驗(yàn)?zāi)Ｐ屯ǔ；谂c其光吸收和發(fā)射特性相關(guān)的物理原理，一般依賴光譜波段中的綠色、藍(lán)色、紅色和近紅外波段[34]。但不同水體的物理特征、組成成分和藻類種群具有很大差異，這些因素都會影響經(jīng)驗(yàn)?zāi)Ｐ偷倪m用性。綜合法是指通過比較或結(jié)合幾種甚至更多的水質(zhì)遙感監(jiān)測方法，發(fā)揮每種水質(zhì)監(jiān)測方法的優(yōu)勢，在充分利用水質(zhì)參數(shù)光譜特征的基礎(chǔ)上提高水質(zhì)反演精度，增強(qiáng)模型的通用性。

Hansen等[35]使用經(jīng)驗(yàn)法和多元線性逐步回歸方法建立葉綠素a分季節(jié)的遙感反演模型，結(jié)果表明與傳統(tǒng)的經(jīng)驗(yàn)?zāi)Ｐ拖啾?，?shù)據(jù)驅(qū)動的機(jī)器學(xué)習(xí)方法較好地改進(jìn)了模型擬合效果，利用其他波段所含信息有助于解釋湖泊特定的光學(xué)特性，如懸浮物、水色組分和季節(jié)特定的藻類種群。Pahlevan等[36]通過高光譜數(shù)據(jù)反演不同區(qū)域的葉綠素a，選擇傳統(tǒng)的固有光學(xué)量和葉綠素a算法與混合密度網(wǎng)絡(luò)算法做對比，顯著改進(jìn)了葉綠素a的反演結(jié)果，證明了混合密度網(wǎng)絡(luò)模型可用于內(nèi)陸和沿海水域的高精度葉綠素a濃度監(jiān)測。

3 水質(zhì)遙感監(jiān)測參數(shù)

根據(jù)水體中不同物質(zhì)對光輻射的吸收和散射性質(zhì)，水質(zhì)遙感監(jiān)測參數(shù)分為光敏參數(shù)和非光敏參數(shù)。光敏參數(shù)是指有明顯光學(xué)特性的水質(zhì)參數(shù)，主要包括葉綠素a、懸浮物和有色可溶性有機(jī)物等；非光敏參數(shù)是指無明顯光學(xué)特性的水質(zhì)參數(shù)，主要包括化學(xué)需氧量(COD)、生化需氧量(BOD)、總磷(TP)和總氮(TN)等。

3.1 葉綠素a

葉綠素a是衡量水體富營養(yǎng)化程度的重要指標(biāo)之一，不僅體現(xiàn)浮游植物的生物量和初級生產(chǎn)力[37]，而且影響水體的反射光譜特征。國內(nèi)外學(xué)者針對不同研究區(qū)域建立了許多葉綠素a的遙感反演模型[38-39]，但葉綠素a具有明顯的季節(jié)變化特征，同時(shí)懸浮物和CDOM的存在會使水體光譜特征發(fā)生顯著變化，掩蓋葉綠素a的光譜吸收特性[40]，因此這些模型仍存在精度不夠高和適用性不夠強(qiáng)等問題。

Pulliainen等[41]根據(jù)葉綠素a的年最大濃度將湖泊劃分為4類，利用機(jī)載AISA成像光譜儀數(shù)據(jù)顯著提高了葉綠素a濃度的反演精度，并發(fā)現(xiàn)湖泊水體的營養(yǎng)和腐殖質(zhì)狀態(tài)對遙感光譜形態(tài)特征有很大影響。Blix等[42]開發(fā)了一種模型自動選擇算法，選取3種匹配數(shù)據(jù)集模擬復(fù)雜的水體條件，通過4種特征分級方法和3種機(jī)器學(xué)習(xí)回歸模型估算了全球和光學(xué)復(fù)雜水域的葉綠素a濃度。徐逸等[43]借助4種機(jī)器學(xué)習(xí)模型反演太湖葉綠素a濃度，發(fā)現(xiàn)樣本中葉綠素a濃度的高低會影響部分模型的精度、穩(wěn)定性和魯棒性，最終導(dǎo)致反演結(jié)果存在一定誤差。He等[44]利用原位葉綠素a實(shí)測值和MODIS數(shù)據(jù)構(gòu)建反演模型，依據(jù)貝葉斯最大熵理論和支持向量機(jī)估算了2017年1月1日至12月31日期間圣勞倫斯灣的葉綠素a日濃度。

據(jù)介紹，X型混凝土布內(nèi)層以交叉連接織造，適用范圍主要是緊急護(hù)坡、護(hù)堤、護(hù)岸，緊急加高和應(yīng)急道路的搶險(xiǎn)工程，充填技術(shù)可達(dá)到厚度為300～600mm以及600～1000mm等特殊要求。搶險(xiǎn)材料X型混凝土布是織造物，分量輕，徹底改變了原來復(fù)雜環(huán)境施工難、難施工的情況以及搶險(xiǎn)過程中的不安全因素，解決了原來大型機(jī)械設(shè)備施工難的問題，可以根據(jù)實(shí)際情況調(diào)整控制所需部位以及充填高度、長度等，施工簡單。充填材料可以是混凝土，也可就地取材，直接灌入泥漿、沙土，填充后會快速排出水分，在短時(shí)間內(nèi)即可凝固，增加密度和提高抗壓強(qiáng)度?，F(xiàn)場作業(yè)只需五六個(gè)人，配套3臺灌漿機(jī)、1臺小型發(fā)電機(jī)，就可替代原來的“人海戰(zhàn)役”。

3.2 懸浮物

懸浮物是水環(huán)境監(jiān)測和評價(jià)的重要指標(biāo)之一，主要包括懸浮泥沙(無機(jī)懸浮顆粒)和有機(jī)懸浮顆粒，其組成成分、顆粒分布和含量高低直接影響水體的透明度、渾濁度和水色等光學(xué)性質(zhì)[45]。懸浮物是最早應(yīng)用遙感估測的水質(zhì)參數(shù)，大量遙感反演模型已經(jīng)廣泛應(yīng)用于懸浮物的定量監(jiān)測和時(shí)空分布特征等研究[46]，但由于水體環(huán)境的復(fù)雜性和懸浮物自身的遷移變化，這些模型仍存在時(shí)空局限性。

1973年，Williamson等[47]在利用Landsat MSS數(shù)據(jù)定量反演切薩比克海灣懸浮物的過程中，首次發(fā)現(xiàn)單波段反射率與原位懸浮物的實(shí)測值存在良好的線性回歸關(guān)系。Deluca等[48]將MODIS Aqua的附加波段作為機(jī)器學(xué)習(xí)模型的輸入變量，證明隨機(jī)森林在保持交叉驗(yàn)證數(shù)據(jù)集上的性能比單波段算法略勝一籌，并且在總懸浮物高含量條件下具有特別的優(yōu)勢。Peterson等[49]開發(fā)了一種基于Landsat影像和極端學(xué)習(xí)機(jī)模型的懸浮物定量反演方法，利用該模型對1982—2018年的密西西比河水系進(jìn)行了長期監(jiān)測。

3.3 有色可溶性有機(jī)物

CDOM是決定自然水體水色的重要生物光學(xué)參數(shù)之一，在內(nèi)陸水體中通常利用CDOM在440 nm波長處的吸收系數(shù)表示其濃度高低[50]。CDOM在水質(zhì)遙感監(jiān)測中的研究起步較晚，最初致力于消除CDOM對其他水質(zhì)參數(shù)光譜信息的干擾和建立遙感反演CDOM濃度的方法，但研究區(qū)大多集中在濃度較低且空間分布均勻的海洋水體[51]，針對內(nèi)陸水體(如河口、近岸和水庫等)的研究相對較少。

Gitelson等[52]模擬上行輻亮度光譜和水質(zhì)參數(shù)濃度之間的相關(guān)關(guān)系，開發(fā)了內(nèi)陸水體水質(zhì)實(shí)時(shí)監(jiān)測的定量遙感方法，提出了計(jì)算CDOM的回歸算法。Ana等[53]基于多種數(shù)據(jù)源反演不同類型水體的CDOM，比較了機(jī)器學(xué)習(xí)模型和傳統(tǒng)經(jīng)驗(yàn)算法的結(jié)果，突出了以所有波段作為輸入變量后高斯過程回歸模型的良好性能。Zhang等[54]利用最小絕對收縮和選擇算子算法開發(fā)了新的CDOM反演算法，結(jié)果表明該算法在原位生物光學(xué)數(shù)據(jù)集和合成數(shù)據(jù)集下表現(xiàn)出優(yōu)異的性能，并且算法所選擇的特征具有良好的生化可解釋性。

3.4 非光敏參數(shù)

非光敏參數(shù)的光學(xué)特性較弱，信噪比較低，無法利用遙感直接反演[55]，往往需要借助半經(jīng)驗(yàn)法或機(jī)器學(xué)習(xí)模型進(jìn)行間接遙感分析。孫駟陽[56]采用12種機(jī)器學(xué)習(xí)算法反演密云水庫的TP、TN、COD和氨氮，分析這四種水質(zhì)參數(shù)在時(shí)空尺度上的變化并對水質(zhì)波動范圍進(jìn)行分類，結(jié)果表明密云水庫總體質(zhì)量較好，常年為Ⅱ類水。Zhang等[57]開發(fā)了一種新型貝葉斯概率神經(jīng)網(wǎng)絡(luò)模型，用其定量預(yù)測TP、TN、COD和BOD等水質(zhì)參數(shù)，四種水質(zhì)參數(shù)實(shí)測值和預(yù)測值的相關(guān)性系數(shù)大小均在0.9以上，實(shí)現(xiàn)了廣東省茂州河的大規(guī)模水質(zhì)監(jiān)測和污染源定位。Guo等[58]基于Sentinel-2影像提供了一種針對小型水體非光敏參數(shù)(TP、TN和COD)監(jiān)測的新策略，通過優(yōu)化機(jī)器學(xué)習(xí)模型和圖像波段選擇顯著提高了非光敏參數(shù)的反演性能。

4 存在的問題

當(dāng)前，我國地表水環(huán)境質(zhì)量總體保持持續(xù)改善的勢頭，但從水生態(tài)環(huán)境保護(hù)的整體性來看，不平衡、不協(xié)調(diào)的問題依然突出。水質(zhì)遙感監(jiān)測在水生態(tài)環(huán)境保護(hù)中表現(xiàn)出廣闊的應(yīng)用前景，但內(nèi)陸水體水質(zhì)遙感監(jiān)測的基礎(chǔ)研究仍然不夠充分，理論和方法也不夠成熟，尚有許多問題存在：

a.衛(wèi)星傳感器的分辨率問題。不同遙感數(shù)據(jù)源在時(shí)間分辨率、空間分辨率、光譜分辨率和輻射分辨率上各有優(yōu)勢和缺陷，這對水質(zhì)參數(shù)提取的精度有著重要影響。內(nèi)陸水體面積較小，組成成分復(fù)雜，受人為活動的影響比較嚴(yán)重，需要長期、連續(xù)和高精度的動態(tài)監(jiān)測。

b.水質(zhì)反演算法的時(shí)空局限性。內(nèi)陸水體光學(xué)特性具有較強(qiáng)的區(qū)域性和季節(jié)性特點(diǎn)，即使同一水域也有光學(xué)深水區(qū)和光學(xué)淺水區(qū)之分。雖然許多遙感反演算法大幅提升了內(nèi)陸水體水質(zhì)反演的精度，但因缺乏理論基礎(chǔ)導(dǎo)致可解釋性較差，仍然有較強(qiáng)的時(shí)空局限性。

c.水質(zhì)參數(shù)的反演種類和反演機(jī)理問題。光敏參數(shù)的研究已經(jīng)日趨成熟，但水體中葉綠素a、懸浮物和CDOM間相互的光譜特征干擾仍受到廣泛關(guān)注，此外非光敏參數(shù)的反演種類依然較少，反演機(jī)理尚不明晰，反演模型仍需發(fā)展，模型精度也有待提高。

d.大氣校正模型問題。國內(nèi)外學(xué)者提出了很多大氣校正模型，但利用標(biāo)準(zhǔn)大氣剖面數(shù)據(jù)直接進(jìn)行大氣校正的誤差較大，且不同地區(qū)的大氣剖面狀態(tài)不同。因此，內(nèi)陸水體的大氣校正需要考慮氣溶膠光學(xué)特性的復(fù)雜性和水面反射光校正的不確定性。

e.特殊類型水體的水質(zhì)監(jiān)測問題。內(nèi)陸水體的水環(huán)境問題依舊存在，針對黑臭水體、富營養(yǎng)化水體和渾濁度較高水體的水質(zhì)反演仍是水質(zhì)遙感監(jiān)測研究的重點(diǎn)和難點(diǎn)。這些水體光譜特性復(fù)雜，水質(zhì)影響因素眾多，水質(zhì)參數(shù)的遙感反演進(jìn)展緩慢，遙感監(jiān)測的精度較低。

5 研究展望

近年來，水生態(tài)健康受到高度重視。生態(tài)環(huán)境部在2019年啟動了重點(diǎn)流域“十四五”規(guī)劃編制工作，印發(fā)了《重點(diǎn)流域水生態(tài)環(huán)境保護(hù)“十四五”規(guī)劃編制技術(shù)大綱》，將重點(diǎn)流域規(guī)劃名稱由“水污染防治”調(diào)整為“水生態(tài)環(huán)境保護(hù)”，體現(xiàn)了新時(shí)期流域生態(tài)環(huán)境保護(hù)工作的新要求。利用遙感技術(shù)監(jiān)測內(nèi)陸水體的水質(zhì)狀況為水生態(tài)環(huán)境保護(hù)提供了新思路和新方法，不僅節(jié)省了大量人力、物力和財(cái)力，同時(shí)也促進(jìn)了環(huán)境保護(hù)部門高效掌握和監(jiān)管水生態(tài)環(huán)境的實(shí)時(shí)狀況。目前，基于遙感的內(nèi)陸水體水質(zhì)監(jiān)測研究仍需補(bǔ)充和加強(qiáng)，未來應(yīng)重點(diǎn)關(guān)注以下幾個(gè)方面：

a.深度融合多種遙感數(shù)據(jù)源以實(shí)現(xiàn)不同時(shí)空尺度下的水質(zhì)反演。未來應(yīng)充分結(jié)合微波遙感與可見光或紅外數(shù)據(jù)，加強(qiáng)高光譜技術(shù)在內(nèi)陸水體水質(zhì)遙感監(jiān)測中的應(yīng)用，發(fā)展專門針對內(nèi)陸水體(如湖泊、水庫等)水質(zhì)遙感監(jiān)測的傳感器。

b.生物-光學(xué)模型是建立在光學(xué)傳輸物理過程上的通用模型，未來應(yīng)深入研究水質(zhì)參數(shù)的內(nèi)在光學(xué)特性與表面反射率或離水輻亮度之間的理論關(guān)系，將生物-光學(xué)模型和經(jīng)驗(yàn)法、半經(jīng)驗(yàn)法、機(jī)器學(xué)習(xí)模型等相結(jié)合，建立沒有時(shí)間和空間特殊性的反演模型。

c.深入研究水體中不同組分的光譜特征及其差異，發(fā)現(xiàn)各水質(zhì)參數(shù)的光譜響應(yīng)曲線特征，了解不同水質(zhì)參數(shù)之間光譜相互影響的規(guī)律，同時(shí)擴(kuò)大水質(zhì)參數(shù)的監(jiān)測種類，增強(qiáng)非光敏參數(shù)的可行性分析和定量遙感監(jiān)測，建立不同水質(zhì)參數(shù)的光譜特征數(shù)據(jù)庫。

d.內(nèi)陸水體大氣校正算法應(yīng)區(qū)分大氣和水體物質(zhì)對傳感器總信息貢獻(xiàn)的解耦方法，考慮水域上空不同類型氣溶膠潛在的復(fù)雜混合，同時(shí)減少或消除水面反射光的干擾。未來應(yīng)加強(qiáng)對水體光譜特性和機(jī)理模型的研究，發(fā)展針對內(nèi)陸水體水質(zhì)遙感的精確大氣校正模型。

e.內(nèi)陸水體的水質(zhì)遙感監(jiān)測應(yīng)先通過水體分類構(gòu)建不同時(shí)空尺度下的反演模型，再逐步擴(kuò)大研究區(qū)域和研究對象，獲得精度高和應(yīng)用廣的統(tǒng)一模型，最終形成一套完整的內(nèi)陸水體遙感監(jiān)測體系，為未來的水質(zhì)遙感監(jiān)測奠定堅(jiān)實(shí)的基礎(chǔ)。