應(yīng)用方向

快速、準(zhǔn)確監(jiān)測(cè)水質(zhì)參數(shù)對(duì)于保障雄安新區(qū)這一“未來(lái)之城”的水環(huán)境安全與可持續(xù)發(fā)展至關(guān)重要。傳統(tǒng)水質(zhì)監(jiān)測(cè)方法依賴現(xiàn)場(chǎng)采樣與實(shí)驗(yàn)室分析，效率低、成本高、覆蓋面有限，難以滿足大面積、動(dòng)態(tài)化、業(yè)務(wù)化監(jiān)測(cè)需求。為提升冬季水質(zhì)監(jiān)測(cè)能力，本研究利用無(wú)人機(jī)搭載GaiaSky-mini2-VN高光譜成像系統(tǒng)，獲取了雄安新區(qū)白洋淀流域四個(gè)典型河段在冬季四個(gè)時(shí)期的高光譜影像，并同步采集了化學(xué)需氧量（COD）、高錳酸鹽指數(shù)（PI）、氨氮（AN）、總磷（TP）和總氮（TN）的地面水樣數(shù)據(jù)。研究通過系統(tǒng)分析18種光譜變換形式，構(gòu)建了以波段差值（Band Difference）和波段比率（Band Ratio）為核心的快速反演算法，建立了各水質(zhì)參數(shù)的優(yōu)化估測(cè)模型。結(jié)果表明，所構(gòu)建模型對(duì)五項(xiàng)關(guān)鍵水質(zhì)參數(shù)均取得較高反演精度（R2介于0.72–0.93），并基于模型結(jié)果生成了污染物空間分布圖，識(shí)別出河流自凈過程的四種典型模式。該研究為雄安新區(qū)水環(huán)境精細(xì)化管理、污染源追溯及治理效果評(píng)估提供了高效的技術(shù)手段與科學(xué)依據(jù)。

背景

雄安新區(qū)是國(guó)*級(jí)新區(qū)，其水環(huán)境質(zhì)量直接關(guān)系到區(qū)域的生態(tài)安全與可持續(xù)發(fā)展。白洋淀作為新區(qū)重要水源地與生態(tài)水域，其水質(zhì)狀況備受關(guān)注。傳統(tǒng)水質(zhì)監(jiān)測(cè)方法如現(xiàn)場(chǎng)采樣與實(shí)驗(yàn)室分析，雖精度較高，但耗時(shí)費(fèi)力、空間覆蓋有限，難以實(shí)現(xiàn)對(duì)大范圍水體的高頻次動(dòng)態(tài)監(jiān)測(cè)。近年來(lái)，無(wú)人機(jī)高光譜遙感技術(shù)因其機(jī)動(dòng)靈活、分辨率高、可獲取連續(xù)光譜信息等優(yōu)勢(shì)，已成為水環(huán)境監(jiān)測(cè)的重要手段。該技術(shù)通過分析水體反射光譜特征，可實(shí)現(xiàn)多種水質(zhì)參數(shù)的無(wú)接觸、大面積同步反演。然而，冬季水環(huán)境監(jiān)測(cè)常受光照條件、冰雪覆蓋及水色復(fù)雜性影響，光譜信號(hào)較弱且干擾因素多，現(xiàn)有算法在冬季條件下的適應(yīng)性、穩(wěn)定性及處理效率仍有待提升。此外，如何從高維光譜數(shù)據(jù)中快速提取有效特征并構(gòu)建輕量化、可業(yè)務(wù)化推廣的模型，亦是當(dāng)前研究的難點(diǎn)。為此，本研究聚焦雄安新區(qū)典型河段冬季水質(zhì)監(jiān)測(cè)需求，開展無(wú)人機(jī)高光譜數(shù)據(jù)采集與建模研究，旨在構(gòu)建一套高效、穩(wěn)健的水質(zhì)參數(shù)快速反演技術(shù)體系，以支持新區(qū)水環(huán)境的精準(zhǔn)化、智能化管理。

實(shí)驗(yàn)與數(shù)據(jù)采集

（1）實(shí)驗(yàn)設(shè)置

研究區(qū)域位于雄安新區(qū)內(nèi)的白洋淀流域。選取A、B、C、D四個(gè)典型河段作為研究區(qū)，分別代表引黃補(bǔ)水源區(qū)、人口密集區(qū)、農(nóng)業(yè)面源影響區(qū)及入湖前關(guān)鍵斷面。各河段長(zhǎng)度介于1.82–3.48 km，于2022年11月至2023年2月期間開展四次無(wú)人機(jī)飛行與同步地面采樣。

圖1白洋淀地理位置。研究區(qū)位于中國(guó)首都北京市西南方向 140 千米處。2017 年 4 月 1 日，中國(guó)決定在雄縣、安新縣、容城縣設(shè)立雄安新區(qū)。白洋淀主體水域隸屬于雄安新區(qū)管轄，已成為雄安新區(qū)發(fā)展的核心生態(tài)水體。

圖2 選取 A、B、C、D 四個(gè)河道段進(jìn)行數(shù)據(jù)采集與分析。

（2）數(shù)據(jù)采集

高光譜數(shù)據(jù)采集采用大疆M600 Pro無(wú)人機(jī)搭載江蘇雙利合譜科技有限公司的GaiaSky-mini2-VN推掃式高光譜成像系統(tǒng)，光譜范圍400–1000 nm，光譜分辨率3.5 nm，空間分辨率可達(dá)0.27 m（飛行高度500 m）。飛行于晴朗無(wú)風(fēng)日間進(jìn)行，同步采集地面水樣，測(cè)定COD、PI、AN、TP、TN五項(xiàng)參數(shù)。高光譜數(shù)據(jù)經(jīng)輻射校正、幾何校正及反射率計(jì)算后，與地面實(shí)測(cè)數(shù)據(jù)按坐標(biāo)進(jìn)行匹配，共獲取184組有效樣本對(duì)。

圖3 4個(gè)河道段地理位置及水域邊界。(a) 2022年11月5日，A水域?qū)崪y(cè)長(zhǎng)度3.48 km，面積0.21 km2，水域邊界周長(zhǎng)15.08km；(b) 2022年12月20日，B水域?qū)崪y(cè)長(zhǎng)度2.05 km，面積0.05 km2，水域邊界周長(zhǎng)4.62 km；(c) 2023年1月17日，C水域?qū)崪y(cè)長(zhǎng)度3.12 km，面積0.13 km2，水域邊界周長(zhǎng)9.08 km；(d) 2023年2月24日，D水域?qū)崪y(cè)長(zhǎng)度 1.82 km，面積0.19 km2，水域邊界周長(zhǎng)3.66 km。

研究結(jié)果

（1）光譜變換與模型構(gòu)建

研究對(duì)原始光譜進(jìn)行了包括對(duì)數(shù)、微分、多元散射校正等在內(nèi)的18種變換處理，通過波段差值（BD）與波段比率（BR）兩種模型系統(tǒng)篩選各水質(zhì)參數(shù)的最佳反演波段組合。結(jié)果表明，不同參數(shù)所需的*優(yōu)光譜變換形式各異，例如COD在四個(gè)河段的最佳變換分別為對(duì)數(shù)、包絡(luò)線去除、原始光譜及二階微分后多元散射校正，說明水質(zhì)反演需根據(jù)參數(shù)特性與環(huán)境條件進(jìn)行自適應(yīng)光譜優(yōu)化。

（2）模型精度與空間制圖

所構(gòu)建模型對(duì)五項(xiàng)水質(zhì)參數(shù)的反演精度（R2）分別為：COD 0.78–0.89、PI 0.79–0.93、AN 0.72–0.87、TP 0.85–0.90、TN 0.82–0.91，其中TP與TN的模型最為穩(wěn)健?；?優(yōu)模型生成的空間分布圖顯示，污染物高值區(qū)多集中于河流交匯處、近岸帶及居民區(qū)附近，空間異質(zhì)性顯著，揭示了人類活動(dòng)對(duì)水質(zhì)的直接影響。

圖4 4個(gè)河道段5項(xiàng)水質(zhì)指標(biāo)空間制圖結(jié)果。(a) 化學(xué)需氧量（COD）含量呈現(xiàn)河流交匯處及近居民區(qū)區(qū)域高值的分布規(guī)律；(b) 高錳酸鹽指數(shù)（PI）在河道內(nèi)分布均勻；(c) 岸邊及河灣處氨氮（AN）含量高于其他河道區(qū)域；(d) 河道總磷（TP）含量整體偏低，高值區(qū)集中于河流交匯處及近岸區(qū)域；(e) 全河道總氮（TN）含量較低且分布均勻。

（3）河流自凈模式識(shí)別

通過分析沿河道流向的污染物濃度變化曲線，研究首*識(shí)別出四種典型的河流自凈模式：均勻型（污染物沿程分布均勻，自凈作用不顯著）、增強(qiáng)型（污染物隨水流向下游累積增加）、抖動(dòng)型（污染物濃度呈波動(dòng)變化）與減弱型（污染物在下游因稀釋、降解等作用濃度逐漸降低）。該發(fā)現(xiàn)為解析污染物遷移轉(zhuǎn)化過程與評(píng)估水體自凈能力提供了新視角。

結(jié)論

本研究成功構(gòu)建了面向雄安新區(qū)冬季河段水質(zhì)的無(wú)人機(jī)高光譜快速反演模型，實(shí)現(xiàn)了COD、PI、AN、TP、TN五項(xiàng)關(guān)鍵參數(shù)的有效估測(cè)與空間制圖。通過系統(tǒng)篩選光譜變換形式與波段組合，所提出的波段差值/比率模型在保證精度的同時(shí)顯著提升了計(jì)算效率，具備較好的工程應(yīng)用潛力。研究進(jìn)一步揭示了污染物空間分布與人類活動(dòng)的密切關(guān)聯(lián)，并創(chuàng)新性地歸納出河流自凈過程的四種典型模式，為水質(zhì)污染溯源、治理成效評(píng)估及水生態(tài)系統(tǒng)健康管理提供了重要的技術(shù)支撐與理論依據(jù)。該成果推進(jìn)了水環(huán)境遙感監(jiān)測(cè)從“數(shù)字化”向“智能化”的演進(jìn)，對(duì)雄安新區(qū)乃至類似區(qū)域的水環(huán)境保護(hù)與可持續(xù)發(fā)展具有積極意義。

來(lái)源

• Yang Y, Zhang D, Li X, et al. Winter Water Quality Modeling in Xiong’an New Area Supported by Hyperspectral Observation[J]. Sensors, 2023, 23(8): 4089.

• 中國(guó)科學(xué)院空天信息創(chuàng)新研究院  張東輝