一、项目背景

传统的河流、湖泊水质监测主要是采用实地采样和实验室分析等方法，这种监测方法需要在河流、湖泊内定点、定剖面进行，通过常年累月的监测、记录和实验室分析，虽然能够达到一定的数据精度，但是不能反映河流、湖泊水质的总体时空状况，且费时费力、监测区域有限，只具有局部和典型的代表意义，不能满足实时、快速、大尺度的监测和评价要求。

利用无人机高光谱遥感技术为河流、湖泊水体的监测和研究开辟了新的途径。遥感水质监测技术具有高动态、低成本和宏观性等显著特点，在河流、湖泊水质污染研究方面有着常规检测不可替代的优点。它既可以满足大范围水质监测的需要，也可以反映水质在空间和时间上的分布和变化情况，弥补了单一采用水面采样的不足，同时还能发现一些常规方法难以揭示的污染源的分布以及污染物的迁移特征和影响范围，为科学布设水面采样点提供依据。高光谱遥感由于其高精度、多波段、信息量大等特点被广泛应用于遥感水质监测，大大提高了水质参数的估测精度。伴随着高光谱遥感技术的不断进步，水质监测已由定性描述转向定量分析，同时可监测的水质参数逐渐增加，反演精度也不断提高，在水资源的保护、规划和可持续发展方面发挥了重大作用。

二、项目整体实施方案

无人机高光谱水环境监测技术路线图

利用地面光谱数据和水质参数监测结果构建水质参数的反演模型，将最优的模型应用到无人机高光谱影像上完成空间分布图制作。具体的技术流程如上图所示。

无人机高光谱成像系统要实现水质定性定量从宏观空间和时间上污染分布变化，不简单是高光谱数据采集，要实现空间分布及定量测量，除了需要配置匹配相关检测设备 （无人机成像高光谱、地物光谱仪、多参数水质检测仪等），后续专业性处理软件及数据算法模型、数据处理服务更为重要。

2.1  无人机高光谱影像获取

iSpecHyper系列多旋翼无人机高光谱成像系统是莱森光学（LiSen Optics）一款基于小型多旋翼无人机机载高光谱成像系统，该系统由高光谱成像相机、稳定云台、机载控制与数据采集模块、机载供电模块等部分组成。iSpecHyper机载无人机高光谱成像系统采用了独有内置或外置扫描系统和增稳系统，成功克服了小型无人机系统搭载推扫式高光谱相机时，由于无人机系统的震动造成的成像质量差的问题，同时具有高光谱分辨率和优异的成像性能。

主要技术特点：

△光谱范围400-1000nm，分辨率优于3nm

△高性能分光系统、大靶面CCD图像传感器，高灵敏度、高像质

△全靶面高成像质量光学设计，点列斑直径小于0.5像元

△通过地面站实时观测飞机采样地点并可利用地面站设置逐点采集的航线·数据预览及矫正功能

高光谱曲线

2.2  地物光谱数据获取

莱森光学iSpecField-HH/iSpecField-NIR/WNIR地物光谱仪专门用于野外遥感环境监测的最新产品，由于其操作灵活、轻巧方便、光谱测试速度快、光谱数据准确是一款真正意义上便携式手持地物光谱仪，采用了工业级触控彩色显示屏幕，同时采用了独有光学设计内置摄像头（相机）、GPS、激光指示器、内置光学快门控制、操作软件可设置自动采集模式（指定扫描次数和自动保存数据）使野外操作更加便捷方便，广泛应用于遥感测量、水环境测量、农作物监测、森林研究、海洋学研究和矿物勘察等各领域。

便携式地物光谱仪

手持式地物光谱仪

三、无人机高光谱水环境监测方案流程

△水样采集与水质参数检测

在研究区内选取20个采样点，使用标准采样器对水面至水下50cm的水柱进行取样，并测定水质参数。悬浮物浓度(mg/L)、浊度(度)分别按照GB11901—89(1990年)[9]、GB 13200—91(1990年)[10]进行测定，同步开展水面高光谱数据测量。

△水面光谱实测数据采集与分析

使用iSpecFile-HH/iSpecFiled-WNIR地物光谱仪在350-1000 nm/350-2500nm波谱段内按照1 nm间隔采样，水面光谱采用倾斜法进行测量[11]，每次测定前需对辐射仪进行校正，单个样点重复采集5次，以均值为光谱反射值。

依据采集光谱数据绘制水面光谱反射曲线(图1)。由图1可以看出，采样点在350~500 nm波段区间反射率变化基本一致，光谱反射率较低，这是由于水体叶绿素与其他可溶性有机物在该波段内的吸收率较高。反射率随着波长的增加而增大，波峰出现在580 nm附近。达到峰值后，反射率随着波长的增大迅速降低，在800~1 000 nm的近红外波段趋近于0，这是由于纯水的吸收波段主要在近红外波段内。

图1

△水质参数反演模型构建

通过逐波段遍历构建归一化差值光谱指数NDSI，计算其与悬浮物浓度、浊度间的Pearson相关系数。建立相关性分布图4、图5。观察单波段反射率与水质参数间的相关系数分布(图4)，水质参数的相关系数随波长的变化呈现出相似的趋势，即悬浮物浓度值越高，对应水体浊度值越高，这一现象与两水质参数的定义相吻合[1]。分析相关系数等值线分布图(图5)，悬浮物浓度相关系数最大值为0.856，对应波长500、670 nm，其波段范围与Gitelson等人文献[15]的研究结果一致[15]；浊度相关系数最大值为0.874，对应波长540nm与625nm。本研究决定以和为自变量，分别构建研究区水库的悬浮物浓度和浊度反演模型。

悬浮物浓度、浊度与反射波谱的相关性分布

  (a)悬浮物浓度                                                                   (b)浊度

以和为自变量，悬浮物浓度或浊度参数为因变量，利用决定系数R2与均方根误差(RMSE)对线性模型、指数模型和乘幂模型进行评定，选择最佳反演模型结构。如表1，线性模型 R2值最高，RMSE最低。因此，本文选择线性模型作为两种水质参数，并根据实测采样点的光谱和水质参数，构建矿区水域悬浮物浓度与浊度的遥感反演结果。

水质参数反演模型分析

悬浮物浓度与浊度反演结果

△水质参数反演模型精度验证

反演模型预测值与水质参数检测值进行对比分析，经模型精度检验发现（图7），模型预测值和实测值均匀分布在1:1趋势线附近，模型精度满足反演需要；R2值与前人基于卫星载荷的遥感水质参数反演结果相近文献[6、,16-17]。因此，本研究构建的反演模型可以有效而快速地估测矿区水库的悬浮物浓度与浊度。

图7 悬浮物浓度与浊度实测值 VS 预测值

△无人机高光谱水质参数反演

将无人机获取的同时期研究区高光谱影像数据，并结合构建的水质参数反演模型进行反演，绘制出水库悬浮物浓度和浊度分布图(图8)。如图8所示，矿区附近水域的悬浮物浓度在0~97 mg/L，多数处在4~13 mg/L；浊度则在0~45度，多数处在5~8度。水体较为清澈，无明显污染现象，水库边界处的悬浮物浓度和浊度较高，与反演结果一致，符合实际实地调研结果。

图8 矿区水域水质参数浓度分布

以实测光谱和采样的水质参数为数据源建立反演模型，利用无人机高光谱遥感，实现水体悬浮物浓度和浊度的精准监测，通过实例验证，得出以下结论：①采用波长500、670 和540 、625 nm计算的归一化差值指数所构建的线性模型，可以作为悬浮物浓度与浊度的反演模型；②基于本文建立的水质参数反演模型，利用无人机高光谱遥感，可以快速监测小中型水域的水质参数。

无人机机载高光谱成像系统

          无人机机载高光谱成像系统是莱森光学（LiSen Optics）一款基于小型多旋翼无人机机载高光谱成像系统，该系统由高光谱成像相机、稳定云台、机载控制与数据采集模块、机载供电模块等部分组。无人机机载高光谱成像系统采用了独有内置扫描系统和增稳系统，成功克服了小型无人机系统搭载推扫式高光谱相机时，由于无人机系统的震动造成的成像质量差的问题，同时具有高光谱分辨率和优异的成像性能。

无人机机载高光谱成像系统配合定制开发的高性能稳定云台，能够有效降低飞行过程中无人机抖动引起的图像扭曲与模糊。该系统与大疆M600 pro无人机完美适配，同时支持同类型的多种无人机，无人机机载高光谱成像系统广泛应用于农业、林业、水环境等行业领域，系统支持配件升级及定制化开发，为教育科研、智慧农业、目标识别、军事反伪装等行业高端应用领域提供了高性价比解决方案。

典型应用

技术优势特点

²  光谱范围400-1000nm，分辨率优于3nm

²  高性能分光系统、大靶面CCD图像传感器，高灵敏度、高像质

²  全靶面高成像质量光学设计，点列斑直径小于0.5像元

²  高光谱分辨率，大视场，数据采集效率高目标光谱实时匹配搜索功能

²  悬停拍摄与无人机推扫两种工作模式，无需高精度惯导系统，图像实时自动拼接·操作方便

² 监控拍摄效果·辅助取景摄像头实时可见，无需专业无人机操控手，可实现单人操作·图像实时回传

²  通过地面站实时观测飞机采样地点并可利用地面站设置逐点采集的航线·数据预览及矫正功能

²  辐射度校正、反射率校正、区域校正支持批处理

²  实时常用植被指数计算功能：归一化植被指数（NDVI）、比值植被指数（RV）、增强植被指数（E/I）、大气阻抗植被指数（ARVI）、改进红边比值植被指数（mSR705）、、Vogelmann红边指数（VOG）、光化学植被指数（PR）、结构不敏感色素指数（SIP）、归一化氮指数（NDNI）、类胡萝卜素反射指数1（CR11）、类胡萝卜素反射指数2（CRI2）、花青素反射指数1（AR11）、花青素反射指数2（ARI2）、水波段指数（WB1）、归一化水指数（NDW）、水分胁迫指数（MS）、归一化红外指数（ND）、归一化木质素指数（NDL）、纤维素吸收指数（CAl）、植被衰减指数（PSRI）、调整土壤亮度的

²  支持自定义实时分析模型输入功能

²  数据格式完美兼容Evince、Envi、SpecSight等数据分析软件

数据采集分析软件介绍

    采集功能：光谱相机控制，数据采集，自动曝光，自动扫描速度匹配，辅助摄像头功能，支持远程遥控，支持巡航+惯导采集模式，数据支持ENVI等第三方分析软件。数据预处理功能：反射率校正、区域校正、辐射度校正、光谱及图像数据预览功能等（一年内免费更新）。

案例应用

主要技术指标

无人机高光谱在各领域的应用

一、农林领域应用

      l  农林灾害监测

运用高光谱图像监测农作物遭受病虫害的程度和作物的长势，根据图像的颜色判断病害程度。如下图：

利用森林植被覆盖度和土壤的相关指数监测森林火灾的发生和燃烧严重程度，对大面积的森林火灾评估有重要的经济作用。

l  精细农林业数据监测

高光谱遥感在农业应用中监测作物的养分供应状况，对于及时了解作物的长势，采取有效的增产措施均具有积极的意义，主要针对作物养分失调的形态诊断和化学分析适用于有限面积的作物及土壤的诊断和分析。另外，当作物不止一种时，快速分类识别就非常重要，因为不同作物，肥料种类和用量都不一样，如果只根据长势图施肥可能导致一些作物施肥过量而另一些施肥不足。无人机高光谱系统相比多光谱系统有更多谱段和更高光谱分辨率，因而可以在不同波长段获取不同作物的不同响应，进而达到快速有效识别。其识别率可高达95%。

l  植被/农林生态调查

植被中的非光合作用组分用传统宽带光谱无法测量，而用高光谱对植被组分中的非光合作用组分进行测量和分离则较易实现。因此，可以通过高光谱遥感定量分析植冠的化学成分，监测由于大气和环境变化引起的植物功能的变化。

²  植被群落、植被种类的分类与识别；

²  冠层结构、状态或活力的评价、冠层水文状态与冠层生物化学性质的估计；

²  叶片的基本生物物理化学成分的研究

农作物生化组分填图

二、水质、地质及环境监测领域应用

l  水质监测

高光谱遥感数据的精细光谱分辨率可用于识别和估算水体中叶绿素、单宁酸和沉淀物的含量。进而监测藻类生长和推断水产研究中浮游生物的分布和鱼群的位置。

²  估算和分析水域中d的吸收和散射成分，如叶绿素、浮游生物、不可溶解的有机质、悬浮沉淀物、半淹没水生植物；

²  识别和估算水域中叶绿素、黄色物质及悬浮物的含量并用于水质监测；

²  通过对叶绿素的估算，监视浮藻生长、浮游生物的分布位置和鱼群位置，估算浮游生物的生物量和第一生产力。

l 地质勘探/土壤监测

高光谱遥感技术通过对地表矿物质识别用于寻找矿产资源，尤其对热液蚀变矿床的勘探最为有效，并用于地球化学填图和地质制图。高光谱遥感已经在地质领域扮演了重用角色，依据实测的岩石矿物波谱特征，对不同岩石类型进行直接识别，达到直接提取岩性的目的。

地物中不同元素在光谱响应中均对应有不同的响应波段。不同矿物在中远红外波段区间的响应会存在不同的差异。因此可以根据不同矿物的化学组分提取矿物的详细信息。

l 环境监测

红边位置是绿色植物的光谱曲线在680nm-760nm区间反射率增长最快的点，也就是曲线在此区间的拐点，红边位置向左或者向右移动能够间接反应出植被的长势及健康状况，植被长势好将向右移动，长势差将向左移动，俗称“蓝移”。

l 大气环境评价

大气中的分子和粒子成分在太阳反射光谱中有强烈反应，常规宽波段遥感方法无法识别出由于大气成分的变化而引起的光谱差异，高光谱由于波段很窄，能够识别出光谱曲线的细微差异。

三、军事领域应用

       根据目标光谱与伪装材料光谱特性的不同，利用高光谱技术可以从伪装的物体中自动发现目标，在调查武器生产方面，超光谱成像光谱仪不但可探测目标的光谱特性、存在状况，甚至可分析其物质成分，根据工厂产生烟雾的光谱特性，直接识别其物质成分，从而可以判定工厂生产武器的种类，特别是攻击性武器利用短波红外高光谱成像识别战场环境中伪装网，上图为真彩色原始图像，下图为经过处理的伪装网识别图像。