低空多光谱遥感的城市水质监测方法研究
发布时间:2021-08-26

低空多光谱遥感的城市水质监测方法研究


       城市水环境反映了城市的宜居指数,决定着城市的生态水平。城市水体水质动态监测能及时反映城市水环境污染状况,有利于制定精细的城市水体治理管理方案,改善和提高环境质量。传统的水环境监测方法包括人工移动监测和测站监测,但这种点状分布的监测数据不能反映水域面状的连续特点,且人工获取数据成本较高,处理效率较低。随着空间技术的发展, 卫星遥感监测技术具有覆盖面广、空间性强等特点, 因此越来越多的学者将卫星遥感技术应用于城市水体质量监测中,并与传统方法相结合提供了更多的分析手段。 

       现有的水质遥感监测手段主要包括卫星遥感监测、 航空遥感监测和无人机低空遥感监测。Shareef MA[1]  等提出了一种整合Ladsat8 OLI热红外影像和TerraSAR-X雷达影像数据来评估水体电导率、盐度和温度等参数的方法,并成功应用于巴格达市(伊拉克首都)的蒂格里斯河;Rostom NG [2] 等在 2014年利用高光谱遥感数据和实验室数据,对Mariut湖的温度、pH值、浊度、溶解氧、叶绿素浓度和原油污染等水质参数进行了快速评估和预测模型分析; Keith D J[3] 等校正了大气影响的HICO高光谱影像,并反演得到佛罗里达州西北海岸 4 个河口的叶绿素浓度、有色溶解有机物质和浊度,从而对河口海岸的生态环境进行评估;CHEGN P [4] 等在研究陕西渭河的基础上,基于遥感影像设计并实现了一个遥感水质监测系统,并对其系统结构和关键技术进行了描述,准确高效地了解了水质信息, 提高了水质监测的有效性;GONG CL [5] 等利用地物光谱测量技术以及同步配套的常规水质采样分析实验, 选取上海市黄浦江全河段水体31个典型站位进行调查研究,分析了 TPTNBOD5DO、悬浮物浓度、浊度等 9 个水质指标,并指出了水质参数之间存在的较大相关性,建立了常规水质参数与水体光谱反射率之间的关系模型,为利用遥感技术监测水环境提供了基础;ZANGW Q [6] 等则利用固定翼无人机对云南省大理市、重庆云阳县等我国西南地区水体污染状况进行了调研,并提供了很多有价值的实验经验。


       然而,面对城市小而多的毛细河道水系,这些监测方法仍存在以下问题:

       ①遥感卫星的空间分辨率无法满足城市毛细水系的观测需求,时间分辨率无法满足长期观测的需求;

       ②无论是航空还是航天遥感,由于观测距离远,大气传输将引入误差,影响观测模型精度;

       ③多光谱无人机波长不够丰富,高光谱无人机作业面积无法覆盖。 


       本文提出了一种地面建模与地空定标相结合的低空多光谱遥感观测方法,能准确、动态地监测城市水质状况。该方法首先同时采集地面水样水质参数和水样光谱信息,并建立二者的关联关系;然后在研究区同步观测特定的光谱信息,并建立水质参数观测模型。 该方法覆盖度高、机动性强、分辨率高,在定量水质分析中具有较强的发展空间。 


1 监测实验与研究方法 

1.1 研究区概况 

       为了保证观测环境可控、监测数据准确、结论可靠,本文选取污染控制与资源化研究国家重点实验室位于上海市嘉定区同济大学嘉定校区的室外水体实验场所作为观测目标(图 1a)。该区域贯穿在大学校园内,包括同济新开河、小吴塘和新河港 3 条主要水系, 水域面积约为 0.5 km2 ,水系总长约为 5 km,平均水深为 2.5 m,水体质量状况稳定。实验时天气晴朗,水域在实验前一个月内均无特殊情况污染,水体水质状况保持平稳。 

1629967416(1).png

1.2 实验组设置 

       实验场内,观测组对象为蕰藻浜支流水体,根据水体所处环境,测试水体被分为 个区域(图 1b)分别进行水质参数测量。


1.3 实验监测 

1.3.1 水样水质监测 

       水样水质监测工作由污染控制与资源化研究国家重点实验室负责,共采集浊度、pH 值、COD、硝氮、总磷和氨氮 6 类水质参数,各参数均通过现场采水实验室分析的方法采集。其中,采用紫外可见分光光度计进行氨氮、硝氮和总磷含量的提取;采用便携式分光光度计进行COD测量;采用浊度仪进行浊度测量;采用便携式水质分析仪进行 pH 测量。 


1.3.2 地物光谱监测 

       水体地物光谱采集用于检测检定水样水质与低空遥感数据特定波段的相关性。地物光谱仪其辐射溯源与低空多光谱遥感传感器同级同源,可认为它们在相同的波段下对地物辐射亮度的响应具有高度一致性。为了保证水质采样数据与低空遥感数据在时间和空间上的同步性,本文利用该光谱仪在水质采样相同的位置同步进行采样。地物光谱仪采用水体光谱专用标准,漫反射板采用中科院安光所生产的聚四氟乙烯面板。地物光谱采样概况如图2所示,按照标准版测量规范,测量时考虑了太阳高度角和方位角的影响,避免了阴影的干扰。 


1.3.3 无人机低空遥感数据采集 

        无人机低空遥感采用低空多光谱航摄仪对实验区域内的水体进行数据采集。航摄仪起飞重量为10kg,单架次执行任务时间为35min。在实验区域内,规划观测测区为0.5km2 ,航行时间为15min,航行高度为300m,采集有效影像192幅、搭载波5个,其中包括红绿蓝3 个可见光波段以及 500nm和675nm窄带多光谱波段。 


1.3.4 基于遥感数据的水质反演 

        将同步采集的水体地物光谱和水质样本指标检测结果作为一组数据,对多次采集的多组数据进行相关性分析和回归分析,可获得水质指标的反演模型。反演模型的技术路线为:输入归一化反射率曲线和各水质指标检测数据,采用单波段归一化反射率、归一化反射率取对数、归一化反射率取一阶导、归一化反射率两两比值4种反射率处理方法分别与水质指标数据进行相关性计算,再根据相关性选择反射率处理方法以及用于水质反演的波段,并将二者的关系进行回归分析,最终输出反演模型。

1629969524(1).png

2 实验结果分析 

2.1 水样水质检测结果 

        通过分析5个观测水体11月--次年1月的3水体采样结果,得到6项指标,共计15组数据,如表1示。其中,J1.11.1J1.11.5 为第一期采样结果, J1.18.1J1.18.5 为第二期采样结果,J2.1.1J2.1.5 第三期采样结果。

1629969711(1).png

2.2 地物光谱结果 

       利用地物光谱对不同水质水体400-900nm光谱 特性进行观测,5个观测水体3期地物反射光谱特征如图3所示。 将地物光谱特征与同期水质参数进行相关性分析,则相关系数的计算公式为:

1629969839(1).png

       式中,R 为光谱反射率;I 为水质参数;cov(R,I )为 R 与 I 的协方差;var[R] 为 R 的方差;var[I] 为 I 的方差。 由此可见,675nm波段和500nm 波段与总磷、氨氮、pH 值和浊度具有较强的相关性。如图4所示,其中675nm波段与浊度、总磷和 氨氮的相关性均超过正相关70%,与 pH 值的相关性 超过负相关60%。如图5所示,浊度与675nm波段反 射率具有较强的相关性;而其他水质参数因水样变化较小、数值变化不大,还未体现出较强的相关性,有待继续增加水样水质观测,以获取更多的数据用于分析其他水质参数的光谱特性。 


2.3 低空遥感影像数据 

       在第三期水样水质采样中,同步进行了低空遥感影像数据采集,获取了实验区域0.5km2的RGB真 彩色影像、500nm波段影像和675nm波段影像,共计192组,采集用时15min,数据成图用时2h,数 据成果如图6所示;并利用水面识别算法自动提取了5个观测水体的遥感影像区块(图7)。 通过自主研发的聚类分析算法,对观测水体影像区块中的多光谱遥感影像数据进行了针对水质特征 的影像聚类分析。将实验区域内的水体分为优、良、 中、差4个等级,用于相对定性分析;划分依据为GB3838-2002《地表水环境质量标准》[7] ,其中劣5 类水质等级为差,5类水质等级为中,4类水质等级为良, 3类以及更优水质等级为优,结果如图8所示。


1629970199(1).png

1629970270.png

1629970358(1).png

       本文利用自主研发的多光谱遥感影像水体水质聚类分析算法得到的相对定性分析结果与第三期水样水质结果的吻合度较高。1 号水体与其他水体分属蕰藻浜的两个支流,两个支流水体虽均属 4 类水体,但 1 号 水体所在支流水质差于其他水体所在支流。实验室水质分析结果与低空多光谱遥感数据分析结果均准确反映了该结论。 


3 结 语 

       低空多光谱遥感数据与水体水质参数具有较强的相关性。在本文实验中,虽然水样样本数量较少(仅5个采样点,每个采样点采集3期数据,共15 组数据),但在一些特定波段已呈现出与重点水质参数强相关的特点。此外,研究不同水质参数对不同光谱反射率的响应及其机制,以及研究不同波段反射率对水质参数的联合响应机制,联合多个波段光谱遥感数据进行水质监测,将进一步扩大低空多光谱遥感在水质监测中的应用潜力。 低空多光谱遥感技术具有其他方法无可比拟的高精度和高效率。本文实验区域仅 0.5 km2 ,但水系形态分布复杂,校内区域通行限制诸多,因此对 5个样区进行人工采样的时间约为1h;而无人机系统仅15min即可完成整个区域的完整数据覆盖。 水样水质数据量和多样性的增加将进一步提高低 空多光谱遥感在水质参数定量与定性分析中的准确度 与可靠性。本文仅通过15组水质参数数据进行了低空多光谱遥感的相关性分析,硝氮、COD 等部分参数因水质参数变化不大,无法形成有效的相关性分析结论。 随着水质数据采集量的增加,基于低空遥感的水质监测应用范围的扩大,将进一步提高低空多光谱遥感技术可监测的水质参数数量和监测精度。 低空多光谱遥感水质监测技术是上海市城市水域 摸排监测的有力工具。本文初步验证了低空多光谱遥感观测技术监测城市水体水质参数的可行性与可靠性,该技术的机动性、高效性远超传统人工排查手段。作为完全自主知识产权的系统,该技术涵盖了硬件制造、 检定标准、数据处理、智能分析和跨平台网络发布等整个技术链条,确保了应用的可用性、可靠性和可推 广性。除了水质定性 / 定量分析功能外,该技术还具备强大的空间覆盖度,利用空间分析技术,更可在水质监测的同时一并完成水面率、土方量、绿化率等空间统计任务。针对上海市水网复杂、毛细水体繁多、水务工程建设频繁的特点,该技术通过需求驱动,可定制化完成不同区域覆盖度、不同观测精度和观测任务的水体监测方案。利用该技术进行长效往复观测,将为上海市水体治理过程留下宝贵的历史影像数据资料,更能为水环境变化预测、水务监管决策提供客观、有力的依据。