关于遥感水质监测技术的研究

杨 燕

（山东省临沂生态环境监测中心，山东 临沂 276000）

内陆水体水质的遥感监测是通过对大量数据进行分析来判断测量的。例如对遥感波水质数据进行数学分析和实地实测。以当前的科技发展情况来看，遥感水质监测的常用方法主要包括模型监测法、经验监测法和半经验监测法。这些方法可以为构建出科学有效的估测模型[1]。

1 遥感水质监测机理

透射到地球大气层的太阳辐射会直接到达水气界面，其中一部分光谱会通过水面被重新反射到空气中，另一部分光谱则会发生折射进入水体内部，而进入水体内部的这部分光谱有一部分会被吸收，剩下一部分发生散射现象（如图1 所示）。因此，监测人员可以根据光谱进入水体后发生的折射或者散射量，对水体的质量以及组成成分进行分析。这些植物、有机物和无机物都能吸收特定范围波长的光谱，另外它们还能让摄入水体的光发生散射现象，从而影响光的照射方向，使一部分光折回水面重新射入大气层中，这部分光谱就能够成功利用遥感监测技术进行监测分析。

图1 遥感水质监测机理示意图

模型监测方法主要以辐射传输理论为基础，能够对水体中的光学活性物质特征进行辨别，最后根据水体组分的浓度与特征吸收系数对水体水质进行监测分析。但是这种监测方法的主要缺点就是监测精确度不高，监测成本相对较大。而经验监测方法可以随着多光谱遥感数据的应用来对水体水质实测数据相关性进行统计分析，这种监测方法对于某一特定区域的水体来说具有较好的监测效果，这种监测方法的不足是水体水质的各项参数与遥感监测数据之间的事实相关性无法得到保证，因此这种检测方法也存在精确度不高的问题。半经验法主要是基于高光谱遥感技术来对水体水质进行监测，利用特定的仪器来测量水质参数以获得其最佳波段组合，并利用一定的数学计算方法总结出遥感数据体系与水质参数之间的定量经验算式[2]。

2 水质监测中遥感指标及遥感数据分析

2.1 水质监测中的遥感指标分析

水质监测工作中监测指标项目种类繁多，按照指标用途的不同主要可以分为物理指标、化学指标和生物指标。其中物理指标主要指的是水体的温度、颜色、气味、透明度、导电率以及水中的固体杂质含量等。化学指标主要指的是水体的一般性化学指标（例如水体的pH 值、水体的酸碱度、水体中阴阳离子含量和水体中的有机物含量）、有毒性化学指标（例如水中重金属含量、水中氰化物含量、水中农药等化学物质的含量等）、营养元素指标（例如水中氨氮含量、可溶性磷含量以及硅的含量等）。生物指标则指的是水体中含有的活性生物及细菌总数，包括各种病原细菌、大肠杆菌以及各种微生物病毒等。

2.2 水质监测中的遥感数据分析

2.2.1 常规遥感数据分析

对于常规遥感波段来说，其长度通常在100 nm 以上，且波谱呈现非连续状态，无法全部覆盖整个可见光至红外光光谱范围（400 nm ～2 400 nm），这种常规性的遥感器大多数都以卫星平台为搭建载体。在实际应用中，常见的常规遥感数据包括美国Landsat 卫星的MSS/TM/ETM 数据，印度的IRS-1 数据和法国SPOT 卫星的HRV 数据等，其中美国卫星的遥感数据无论是从时间分布、空间分布还是从数据获取程度上来说，都是最适合我国进行内陆水质遥感监测的数据。同时这种遥感数据也存在一定的局限性，它的监测分辨率较低，无法精确地为监测工作提供信息，因此，常规遥感数据通常只适用于在特定时间对特定水域进行检测。

2.2.2 高光谱遥感数据

高光谱遥感数据的主要特征是波段多、分辨率高，这样在进行监测时能够将传统监测方式中的图像与高光谱信息融合起来，一方面能够获得某一地区地表空间图像，另一方面还能获得该地区地物的连续光谱信息。这样能够在一定程度上解决遥感定量分析中光谱分辨率不足的问题，为水质监测提供更准确有效的数据来源。

3 遥感水质监测的常用方法

遥感水质监测的常用方法（如图2 所示）。主要可以分为以下4 个步骤。1）寻找并确定待监测水域，对水体进行水样采集并进行遥感影像获取准备工作。2）根据监测需要，对取样水体进行参数化验。3）对遥感影响数据进行预处理，选择适当的反演波段数据组合。4） 根据实际情况选择适合的水质监测方法，并生成反演图。最后根据结果对水体质量进行分析和总结并撰写水体监测报告。

图2 遥感水质监测常用方法示意图

3.1 模型分析法

光辐射在射入水体表面后，水中含有的悬浮物、化学物质以及微生物会对光谱的折射和散射造成一定的影响，研究人员可以利用遥感影响技术对水中光束吸收量、折射量以及散射量进行收集和分析，根据收集的数据建立关系模型，从而获得水质参数信息。水质遥感模型分析法于1975 年被首次提出，经过几十年的研究和发展已经成功建立出一套水体反射率的分析模型，为遥感水质监测奠定了基础。

3.2 经验分析法

将遥感数据与地面的水质实测的数据进行统计分析，建立相应的统计回归模型，反演出整个监测区域的水质参数。在实际测量中，监测人员曾以某湖泊为监测研究区域，分别于春季和夏季对水体进行采样，检测悬浮物的浓度，结合二期FY-3A/MERSI 卫星遥感影像构建出了湖中总悬浮物的遥感反演模型。同时借助地面实测数据与高分1 号遥感影响数据，构建出了径向基神经网络模型，进而分析水体的营养状态指数。总体来说，经验分析法的优点是能够快速的建立起遥感影像与实测数据之间的模型关系，快速取得反演结果。但是其存在的缺点也不可忽视，例如对不同地区和不同季节的水质进行监测时，实测数据与遥感数据之间的联系缺乏一定的理论基础，无法建立统一的标准。

3.3 半经验分析法

在考虑水体中杂质的光学特性时，结合实测水质参数值之间的统计关系对监测区域的水质情况进行分析和估测。在实际监测工作中，监测人员对实测光谱数据进行一阶微分处理，将一阶微分值与Landsat 遥感影像中的红绿波段相结合，建立了水域中水体中氧含量的反演模型，实现了对水体氧含量的监测。另外，结合GOCI 遥感影影像与实测数据，建立了水中叶绿素的浓度估算模型。半经验分析法不但考虑了数据模型统计特征还兼顾了水体中物质的光学特征，能够根据不同区域和不同季节对建立的数据模型进行适当的修正，因此，半经验分析法是当前监测机构最常用的水质监测方法。

4 遥感水质监测的发展趋势

由于遥感监测精度主要受到遥感波段的影响，因此，可以利用星载高光谱数据进行水质参数反演，进而提升水质监测的精度。改进数据统计分析技术，充分挖掘水体信息，提高遥感定量监测精度，综合利用3S 技术，建立水质遥感监测评价系统，进而更好地推动我国水体安全体系的发展。