錢 進，李 瀾，姚 敏，鞏彩蘭

（1.江蘇省水文水資源勘測局，江蘇 南京 210029；2.中國科學院上海技術物理研究所，上海 200083）

1 概述

遙感技術是通過衛(wèi)星探測從地球表面獲取電磁輻射來計算表觀參數(shù)，具有空間覆蓋面廣、實時連續(xù)、效率高等優(yōu)勢。采用遙感方法監(jiān)測水體，為內(nèi)陸水體水質(zhì)監(jiān)測提供了新的途徑［1］，水質(zhì)遙感反演研究也廣泛開展。楊榮等［2］使用HJ-1A衛(wèi)星CCD1數(shù)據(jù)，以滇池為研究區(qū)，對懸浮物、葉綠素a的遙感定量反演進行了研究；冼翠玲等［3］以溫瑞塘河為研究對象，利用高分辨率遙感數(shù)據(jù)和實測水質(zhì)數(shù)據(jù)建立了TN和TP 2個水質(zhì)參數(shù)的遙感反演模型。

除了自然形成的河流和湖泊之外，人工水體在城市地表水中占很大比例，縱橫交錯，形成河網(wǎng)。內(nèi)陸水體如城市河網(wǎng)因水體更為細小、流動性強、易受城市復雜地物的影響，對遙感數(shù)據(jù)的空間分辨率和光譜分辨率要求更高，并且衛(wèi)星觀測數(shù)據(jù)易受到重復周期、天氣、分辨率等影響，難以快速準確獲得水質(zhì)參數(shù)［4］。無人機遙感具有機動靈活、操作簡便、分辨率高、時效性高的技術特點，結(jié)合遙感技術可彌補衛(wèi)星遙感水體監(jiān)測的不足。楊振等［5］結(jié)合無人機高光譜遙感數(shù)據(jù)和實測采樣點數(shù)據(jù)建立水體懸浮物質(zhì)量濃度和濁度的空間分布圖，實現(xiàn)了水質(zhì)參數(shù)可視化。

本文以太湖主體湖區(qū)為研究區(qū)，并選取8條內(nèi)陸水體進行水質(zhì)監(jiān)測研究，8條內(nèi)陸水體分別是官瀆港、洪巷港、望虞河、棉堤橋、連湖港、沙塘河橋、東茭嘴、雅浦河。本研究利用Landsat-8衛(wèi)星［6］OLI數(shù)據(jù)和無人機高光譜數(shù)據(jù)與地面實測水質(zhì)參數(shù)數(shù)據(jù)進行統(tǒng)計分析，通過建立水質(zhì)參數(shù)反演算法，對研究區(qū)內(nèi)水質(zhì)參數(shù)的定量反演進行研究，通過分析各水質(zhì)參數(shù)與遙感數(shù)據(jù)波段組合，選取出高擬合度的水質(zhì)參數(shù)反演模型。

2 數(shù)據(jù)處理

2.1 采樣點數(shù)據(jù)

首先基于“水面之上法”，研究使用美國ASD公司生產(chǎn)的FieldSpe4地物光譜儀測量350~900 nm（間隔1 nm）范圍的遙感反射率（Rrs，Reomte sensing of reflectance），并按照GB/T 36540—2018水體可見光-短波紅外光譜反射率測量的標準測量。再根據(jù)衛(wèi)星過境時間或無人機飛行時間同步實地采取水樣數(shù)據(jù)，代入實驗室進行分析獲得各水質(zhì)參數(shù)的質(zhì)量濃度。

實測水質(zhì)數(shù)據(jù)來自太湖主體湖區(qū)分布均勻的32個常規(guī)采樣點。本研究利用2019年1月至2021年2月間各采樣點的歷史水質(zhì)數(shù)據(jù)，采集的水質(zhì)數(shù)據(jù)包括溫度、CODMn、DO、TN、TP、NH3-N、透明度、Chl-a、懸浮物濃度等參數(shù)。本研究主要討論CODMn、DO、TN、TP和NH3-N這5個水質(zhì)參數(shù)的反演規(guī)律。

2.2 遙感數(shù)據(jù)

本研究使用的遙感數(shù)據(jù)源為Landsat-8衛(wèi)星OLI傳感器。表1為Landsat-8衛(wèi)星的技術參數(shù)表。選用2020年5月3日的一景OLI影像，作為反演模型的應用。該圖像拍攝時間在本研究選用的歷史實測數(shù)據(jù)監(jiān)測時間之內(nèi)，且晴朗少云（云覆蓋度1.25%），影像質(zhì)量較好，適合提取光譜信息并進行水質(zhì)反演。

表1 Landsat-8技術參數(shù)

遙感圖像預處理能夠保證探測器的輸出可以反映被測量目標的真實變化，校正探測器性能的自然衰變對測量結(jié)果的影響，并能消除幾何畸變、大氣消光等現(xiàn)象，從而獲取感興趣的目標區(qū)域圖像。因此，首先應對遙感圖像進行預處理。本研究主要進行的預處理包括輻射定標、大氣校正、圖像去噪和水體提取。通過預處理，獲得可進行波段間運算的太湖主體湖區(qū)影像數(shù)據(jù)。

2.3 無人機高光譜數(shù)據(jù)

與衛(wèi)星遙感影像相比，搭載在無人機上的高光譜傳感器獲取的影像在處理過程上較為簡便，可省去復雜繁瑣的大氣校正過程，只需采用與多光譜傳感器配套的軟件將獲取的影像導出，進行幾何校正和輻亮度與反射率的校正后即可得到光譜反射率數(shù)據(jù)。本研究使用的無人機高光譜成像系統(tǒng)及性能參數(shù)見表2所示。

表2 無人機成像系統(tǒng)成像參數(shù)性能

3 模型構(gòu)建

以研究區(qū)采樣點實測水質(zhì)數(shù)據(jù)與對應采樣點的遙感傳感器和無人機等效光譜反射率數(shù)據(jù)建立了多元回歸模型，根據(jù)各個模型計算各采樣點的水質(zhì)參數(shù)值，并以相關系數(shù)R2來評估模型精度。

3.1 反射率確定

3.1.1 遙感數(shù)據(jù)反射率轉(zhuǎn)換

獲取采樣點水體實測光譜反射率后，根據(jù)OLI的光譜響應函數(shù)，首先將實測水體反射率數(shù)據(jù)轉(zhuǎn)換為遙感傳感器的等效反射率，計算方法如公式（1）所示：

式中：λ為波長；SF（λ）為OLI的光譜響應函數(shù)；r（λ）為實測水體反射率；R為計算后的等效反射率。

3.1.2 無人機反射率

實驗飛行前鋪設不同反射率的靶標，再采用經(jīng)驗線性校正法進行反射率計算。反射率=增益×DN值+偏置（圖1）。

圖1 計算得到的增益和偏置

3.2 水質(zhì)參數(shù)分布與相關性分析

在計算水體等效反射率后，對實測水質(zhì)進行處理和分析，得到各水質(zhì)參數(shù)分布情況見表3。

表3 水質(zhì)參數(shù)分布情況 單位：mg/L

3.3 特征波段選擇與建模

CODMn：根據(jù)經(jīng)驗分析，CODMn與綠光和近紅外的歸一化系數(shù)具有較好的線性關系。其特征波段與CODMn的關系如圖2（a）所示。

DO：根據(jù)經(jīng)驗分析，DO的平方根與（紅-近紅）/（綠-近紅）存在一定的線性關系。其特征波段與DO的關系如圖2（b）所示。

TN：根據(jù)經(jīng)驗分析，TN與紅綠光比值具有線性關系。其特征波段與TN的關系如圖2（c）所示。

TP：根據(jù)經(jīng)驗分析，TP與（紅-藍）/（綠-近紅）的線性關系較強。其特征波段與TP的關系如圖2（d）所示。

NH3-N：根據(jù)實測數(shù)據(jù)分析NH3-N與TN相關性強，因此可以用TN的特征波段作為NH3-N的特征波段。其特征波段與NH3-N的關系如圖2（e）所示。

圖2 特征波段組合與水質(zhì)參數(shù)的線性關系

最終得到的各水質(zhì)參數(shù)的反演模型和擬合優(yōu)度R2見公式（2）~（6）。

4 結(jié)果應用

4.1 衛(wèi)星影像水質(zhì)參數(shù)反演結(jié)果及精度評定

利用2020年5月3日的Landsat-8衛(wèi)星OLI數(shù)據(jù)，應用本研究構(gòu)建的相應模型，以水質(zhì)標準類別為劃分依據(jù)，得到太湖主體湖區(qū)CODMn、DO、TN、TP和NH3-N質(zhì)量濃度的空間分布圖，如圖3所示。

圖3 5種水質(zhì)參數(shù)的空間分布

可以看出，太湖湖區(qū)大部分CODMn≤4mg/L，符合Ⅰ、Ⅱ類水的標準，湖西部區(qū)域的高錳酸鹽指數(shù)較高、部分區(qū)域有Ⅴ類水的標準；從DO質(zhì)量濃度來看，湖區(qū)大部分區(qū)域的DO質(zhì)量濃度值均≥6mg/L，屬于Ⅰ、Ⅱ類水，西部湖區(qū)存在部分水體滿足Ⅲ、Ⅳ類水的標準；就TN質(zhì)量濃度而言，水體可見清晰的類別差異，除西部部分區(qū)域，其余大部的TN質(zhì)量濃度已達Ⅴ類水質(zhì)標準、少部區(qū)域劣Ⅴ類；由TP和NH3-N的空間分布圖可見，這2種水質(zhì)質(zhì)量濃度很低，太湖湖區(qū)絕大部分達到Ⅰ、Ⅱ類水質(zhì)的標準。

對于反演模型的精度評定，主要用了均方根誤差（RootMean Squared Error，RMSE）、平均相對誤差百分比（Mean Absolute Percentage Error，MAPE）、平均絕對誤差（Mean Absolute Error，MAE），RMSE是MSE的算數(shù)平方根，表示反演值與實測值的偏差程度。MAE是絕對誤差的平均值，能更好地表現(xiàn)反演值與實測值誤差的實際情況。這些指標已經(jīng)被證實能夠較為完整地評估水體水質(zhì)遙感的算法性能。

式中：N為樣本數(shù)；yi為反演值；yi是實測值。MAE在計算時進行l(wèi)og10變換是為了更好地評估非高斯分布的數(shù)據(jù)集。MAPE計算的是絕對值，但可以轉(zhuǎn)換為百分比。

選擇時間為2020年11月9日的影像與地面采樣的數(shù)據(jù)對反演結(jié)果進行驗證，將各水質(zhì)參數(shù)測量真值與模型反演值對照，32個點的平均誤差如表4所示。從表4可以看出，DO和TP的反演誤差較小，模型反演精度較高。TN的反演誤差較大，在該時刻的反演精度較差。分析誤差較大的原因在于選取的驗證數(shù)據(jù)量較少，在本研究中只使用了2020年11月9日的實測水質(zhì)參數(shù)真值與遙感影像模型反演值，不能完全說明模型的精確性。另外，誤差來源也有實測數(shù)據(jù)與真實參數(shù)值的誤差，遙感影像預處理帶來的誤差以及本研究構(gòu)建的模型本身誤差。

表4 32個點的平均誤差

4.2 無人機影像水質(zhì)參數(shù)反演結(jié)果及精度評定

應用本研究構(gòu)建的相應模型，以水質(zhì)標準類別為劃分依據(jù)，得到的各個無人機影像成像時刻的水質(zhì)參數(shù)的反演結(jié)果如表5所示。

表5 無人機影像水質(zhì)反演結(jié)果

根據(jù)反演結(jié)果顯示，內(nèi)陸水體的CODMn大部分符合Ⅰ、Ⅱ類水的標準，望虞河與棉堤橋的指數(shù)較高，滿足Ⅲ、Ⅳ類水的標準；DO指數(shù)較好，只有連湖港部分水體未達到Ⅰ、Ⅱ類水的標準；TN指數(shù)不理想，內(nèi)陸水體大部分只達到劣Ⅴ類標準，少部分水體滿足Ⅴ類標準；TP指數(shù)和NH3-N指數(shù)水平在內(nèi)陸水體中大體一致，大部分為Ⅰ、Ⅱ類水的標準，少部分達到Ⅲ、Ⅳ類水的標準，只有連湖港TP指數(shù)為劣Ⅴ類標準。

選擇無人機飛行監(jiān)測過的一定數(shù)量樣本，利用MAPE、MAE、RMSE指標對反演結(jié)果進行精度評定，結(jié)果如表6所示。

表6 精度評定結(jié)果

5 分析

本研究利用Landsat8衛(wèi)星OLI數(shù)據(jù)和無人機高光譜數(shù)據(jù)，以太湖為研究區(qū)，采用遙感方法特征波段選擇與采樣點實測光譜數(shù)據(jù)相結(jié)合的方法，通過統(tǒng)計分析，研究了太湖CODMn、DO、TN、TP和NH3-N等5項水質(zhì)參數(shù)的遙感定量反演規(guī)律，分別構(gòu)建了高擬合度的水質(zhì)參數(shù)反演模型應用于遙感圖像中，衛(wèi)星影像得到的太湖水質(zhì)質(zhì)量濃度反演結(jié)果和無人機影像所覆蓋太湖邊緣河流水質(zhì)反演結(jié)果非常一致，形成了這5項水質(zhì)參數(shù)的空間分布圖，對太湖湖區(qū)的水質(zhì)狀況進行了評估。綜合本文的研究結(jié)果，可得到以下結(jié)論:太湖主體湖區(qū)的TP和NH3-N質(zhì)量濃度值很低，DO質(zhì)量濃度較高，從TP、NH3-N和DO指標來看，基本達到Ⅰ、Ⅱ類水的水平。

理論研究和實驗驗證均證明，無人機遙感技術在水質(zhì)要素反演中應用是可行的，可以針對一些區(qū)域面積較小的水體進行水質(zhì)參數(shù)的反演估測。此外，利用無人機遙感影像結(jié)合衛(wèi)星波段建模算法進行水質(zhì)參數(shù)質(zhì)量濃度反演，可以得到更加準確的水質(zhì)參數(shù)空間分布情況，對于準確評估水域水質(zhì)參數(shù)的時空變化和進行水域治理等具有重要的應用價值和實際意義。

在構(gòu)建水質(zhì)參數(shù)模型時，僅通過經(jīng)驗分析方法，缺少更多波段組合的可能性，使模型構(gòu)建過程存在局限性。因此，在今后的研究中將通過統(tǒng)計分析與神經(jīng)網(wǎng)絡結(jié)合的方法，尋找擬合度更高的波段組合，建立更高精度的水質(zhì)參數(shù)反演模型。