遥感高光谱水质监测的工作原理：

水体的组成成体

总悬浮物(total particulate matter, seston，total suspended matter TSM)、悬浮泥沙(sediment, tripton, or inorganic particles)、浮游生物(phytoplankton and zooplankton)、黄色物质(CDOM, yellow substance, gelbstoffe，gilvin)、碎屑(detritus, debris)等。

一般水体可能含有以下 7 种成分(Morel 1977, Gordon & Morel 1983)：

1)活的藻类细胞。其浓度可有很大变化。

2)连带的碎屑。即由浮游生物的自然死亡降解和浮游动物的消化排泄产生的碎屑。

3)溶解有机质。由藻类和它们的碎屑释放出来的物质(黄色物质)

4)再次悬浮的泥沙。沿岸海底和浅海区因海流等作用而搅起的泥沙。

5)陆源颗粒(Terrigenous Particles)。河流冰川带入的矿物颗粒等。

6)陆源溶解有机质（黄色物质）。

7)人类活动产生并进入海洋的颗粒和溶解物。

 

不同水体的光谱特性

不同的水体状态，对太阳光的反射，是不一样的，这也是我们人眼睛可以看到的，不同的水质，具有不同的颜色。高光谱是比人眼睛灵敏 1 万倍以上，可以将颜色分解成不同波长的能量，因此对水质污染状态，有着超乎寻常的解析能力。

 

图1 水面以上水体信号构成                   图 2 光谱仪水面以上观测几何原理

 

 

 

 

水面现场表观光谱的测量从方法上可分为两类：剖面测量法和水表面以上测量法。两种方法相对独立，使用范围具有互补性，因为这两种测量方法的误差源及信号过程不一样。剖面法(Profiling method)是由水下光场测量外推得到水表信号，同时可以更好地刻画出水体光场垂直变化，采用的仪器昂贵仪器操作、布放复杂，且一般只能用于水深大于 10m 水体。表面法(Above-water method)是采用与陆地光谱测量近似的仪器，在经过严格的定标的前提下，通过合理的观测几何安排和测量积分时间设置，也可以得到上述几个主要的观测量。在一类水体，剖面法是国际水色遥感界推荐的首选方法；在二类水体，目前唯一有效的方法是表面法。

水质遥感监测，是利用表面法，通过测量一定波长范围内的水体光谱特性，分析其与水质参数间的定量关系，进而构建水质参数反演模型。国内外相关研究学者利用遥感技术在监测内陆湖泊、水库和河流的水质变化及海洋环境方面，取得了一些较好的学术成果。

     图 3离水辐亮度(Lw)与天空光反射(rLsky)的相对贡献

         

 

图 4 水体成分归一化单位光谱吸收系数曲线，纯(海)水(Aw)、及典型的叶绿素（Ac）、悬浮泥沙(AX)、黄色物质(AY)的光谱吸收特征

 

 

 

 

图 5 不同区域湖水的发射率(地点：厦门市杏林湾)

 

 

 

 

图 6 不同时间的水体反射率

 

图 7 不同水质状态的反射率曲线图

1)在中低混浊度时，550nm 波段对浑浊度【悬浮物的浓度】变化比较敏感；

2)在中高混浊度水体，6xx nm 对悬浮物浓度的变化比较敏感;此时可见光 600nm 以前的通道对泥沙信息几乎不敏感。

3)当悬浮物浓度达到 ～1000mg/l 左右时，NIR 波段的反射率比可见光波段的还要高；

4)在混浊度水体，叶绿素信号、黄色物质信号几乎被泥沙信号所掩盖；

5)叶绿素荧光在在浑浊水体时也十分明显，但受泥沙边沿的影响，如何消除泥沙影响是个很大的问题；

6)当水体十分浑浊时，412nm 左右篮波段值在一个很小的范围内变化；

7)赤潮水体光谱与正常光谱有很大的区别。

高光谱成像技术光谱分辨率远高于多光谱成像技术，因此高光谱成像技术数据的光谱信息更加详细,更加丰富,有利于地物特征分析。有人说得好，如果把多光谱扫描成像的 MSS ( multi-spectral scanner)  和 TM( thematic mapper)  作为遥感技术发展的第一代和第二代的话,  那么高光谱成像( hyperspectral imagery) 技术则是第三代的成像技术。

高光谱成像技术，最初成本非常好高昂，动辄几千万一套，原来都是用在航天遥感，遥感遥感大部分都是采用高光谱成像技术进行遥感分析的。今年来，随着技术的进步和原来越多的企业进入，成本越来越低，达到了几十万/套。

光谱成像仪可以获取目标区域的成像信息与光谱信息，其光谱分辨率较高能够保证目标谱段平均光谱反射率的计算精度，结合成像信息能够对不同的光谱特性进行定位。相比于卫星遥感高光谱系统和地面高光谱系统， 无人机能够保证高光谱成像仪工作在合适的高度，既能够扩大视场提高检测效率又无需考虑大气与云层吸收对光谱采集带来的影响，故最适合应用于河湖水质巡检作业。

                  

 

图 7 无人机河湖水质巡检系统获得的高光谱数据立方

 

图 8 不同水体的反射率曲线

 

飞行后得到的海量数据，需要进行进一步的实验室数据分析处理、水质参数空间分析和湖泊富营养模型选择及水体富营养状况评价。

实测数据采集及实验室数据处理包括野外采样点布设及水样采集、记录风向、天气、经纬度等，利用室内实验仪器测量并计算 Chl-a、CODMn、SS、CDOM、TN、TP 浓度，绘制水体反射曲线，运用相关分析进行水质参数间和水质参数与遥感反射率间的相关性判断，并用于分析 TN、TP、CODMn 的空间分布趋势。

水质参数空间分析包括间接反演因子确定，TN、TP、CODMn 直接或间接反演模型的建立及时空分布规律探讨。湖泊富营养模型选择及水体富营养状况评价包括根据河道实际情况比较不同富营养化评价模型对河道的适应性，选择适当的模型分析湖泊水质变化规律。

 

 

 

图 9 无人机河道水质巡检的数据处理路线图