一、项目简介
2024年4月，长光禹辰公司使用无人机载多光谱遥感系统获取了青岛某河道的多光谱数据，并同步获取实测水样数据。经过多光谱影像预处理、污染程度分析、水样数据检测等数据处理工作，对该河道进行了水环境污染程度定性评估与水质参数定量反演，为该河道水环境监测提供相关依据。
二、数据采集
无人机多光谱数据采集：本期采用M300 RTK+AQ600 Pro多光谱遥感系统进行数据采集，该系统航时可达35min，单架次可执行约5km²区域的数据采集工作。
图1 多光谱数据采集现场
表1 飞行参数
注：飞行参数请根据具体作业场景设置，如不确定可联系禹辰技术支持在线指导。
水样数据采集：河道水样数据与无人机数据同步获取，采用延长杆加采水器沉没取样的方式进行获取，每次取样深度在表层水面下0.5m处，采样过程如图2所示。
图2 水样数据采集
此次测定9种水质指标，分别为叶绿素a、总磷、总氮、高锰酸盐指数、透明度、溶解氧、化学需氧量、浊度和总悬浮物。其中溶解氧、透明度现场测定，其余水质参数实验室测定，不同指标分别按照“分光光度法”、“探头法”、“重量法”等国家或行业标准执行。
三、数据预处理
首先使用长光禹辰自主研发的数据预处理软件Yusense Map对多光谱原始数据进行预处理，经过了波段配准-拼接-反射率校正三个步骤，最终生成测区多光谱正射影像DOM。
图3 点云分布（Map软件界面）
图4 真彩色影像
四、富营养化和黑臭水污染分析
使用长光禹辰自主研发的行业应用软件Yusense Map Plus的“河道生态-水体富营养化分析模块、黑臭水污染分析模块”对预处理得到的TIFF影像进行分析，可一键导出“水体富营养化/黑臭水”分级栅格文件和专题图等多种成果。
4.1 富营养化分析
水体富营养化是指水体中营养物质（如氮、磷）过度积累，导致水体中藻类、水生植物大量繁殖的现象。水体富营养化会造成藻类过度生长，消耗水中氧气，导致水体缺氧，破坏水生态系统的平衡，甚至引发水体死亡。
通过无人机多光谱遥感技术，基于Yusense Map Plus河道模块算法分析，对该河道水体富营养化的分析结果如图5所示。
图5 水体富营养化分析结果
根据水体富营养化识别结果可以看出，该河道主要呈现中度富营养化状态，这与实地测量的水质参数（主要为叶绿素）反应的结果保持一致，综合实测参数和地面感官说明水体富营养化算法识别精度较高。
4.2 黑臭水体污染分析
黑臭水体是指水质污染严重、水体颜色异常、散发恶臭的情况。它通常由生活污水、工业废水和农业排放物等引起，造成环境破坏和健康风险。
通过无人机多光谱遥感技术，基于Yusense Map Plus河道模块算法分析，对该河道黑臭水污染的分析结果如图6所示。
图6 黑臭水污染分析结果
根据黑臭水污染识别结果可以看出，该河道整体主要呈现为非黑臭状态。结合地面实测的数据，氨氮、溶解氧指标远未达到黑臭程度。经过综合分析，说明黑臭水体算法识别效果较好。
五、水质参数定量反演
根据采集的无人机多光谱影像、水质数据，基于水体反射特性及水质参数实测数据进行数据分析，最终构建水质参数与多光谱遥感数据之间的定量关系模型，实现对目标水体的多种水质参数的定量反演。各个采样点分布如下图所示。
图7 采样点位分布图
测定的9种水质指标：叶绿素a、总磷、总氮、高锰酸盐指数、透明度、溶解氧、化学需氧量、浊度和总悬浮物，定量反演结果如下图所示。
对反演结果采用平均相对误差（MRE）和均方根误差（RMSE）进行精度评定，各指标的精度评定结果见表2。
表2 精度评定
从表中可以看出，除总氮外，各水质参数的平均相对误差均在30%以下，可以满足常态化、高频次的全局水质检测需求。
虽然总氮的平均相对误差偏大但是均方根误差量级相对较小，结合实测总氮含量可知，此条河道总氮参数的数值分布梯度不均匀，故而影响了总氮反演的敏感性，将会在后续算法的优化中更好的平衡数据的分布和处理数据的变异性，从而保证各水质参数的反演精度。
六、项目总结
无人机多光谱遥感技术可以获取地物丰富的光谱信息，在河道水环境监测方面具有独特优势和广泛的应用前景。无人机多光谱遥感和应用算法的研究不断深入，与卫星遥感影像相比，无人机多光谱可提供更精准、更灵活、更高时空分辨率的数据获取，适用于开展以河道、岸线为目标的遥感监测业务。相较于传统人工采样的方法，多光谱遥感技术可以降低河道水质参数的获取成本，并对目标区域进行水质情况全局展示，避免“以点带面”评定水环境带来的误差。