无人机技术在水质监测中的应用研究

杨海蓉 邹素兰

（重庆市生态环境监测中心 重庆 401147）

引言

水质监测是流域水质监管和水环境监控的重要手段，对流域水体的综合治理和水环境的动态保护有着重要意义。目前，我国水域的水质监测类型多样，主要为基于人工采样的实时监测和基于仪器传输的在线监测等[1]。虽然这能够基本满足我国水质的日常例行检测和应急监测方面的要求，但是该监测方法也存在灵活性差，难以实现对地域复杂点和人难以到达点位的取样监测，同时对突变水质和突发污染水域监测呈现滞后性和遗漏性，这不利于水面面积大的大型水域的水质监测和水质安全保障的维护[1][2]。因此，加强对新的水质监测技术的研发对水域水质监控和水环境安全的保障有着重要的现实意义。

随着电子和航空通讯技术的发展，无人机因具有机动性强，无线可操作性高等优点，而成为河流流域取样和水质监测的新兴技术手段。郑秀亮[3]研究发现利用无人机进行水样采集，不受空间地理条件的限制，有效提高了水样采集的时效性和代表性，同时还便于对流域的突击检查，加强对水域河流水质的监控，这大大节约了人力和物力，节省水域保护的运作成本。吕学研等[4]利用无人机多光谱遥感开展社渎港的污染溯源监测，研究发现该技术下的污染源监测更细致、更全面，有效的展现了污染源的细节，为河湖流域的污染治理提供了依据。董月群等[5]利用高光谱成像技术的范围大、快速、动态监测等优点，结合无人机的机动性，提出了一种大面积水体污染状况监测的无人机高光谱水质监测和水质参数反演方法，研究发现各参数的反演误差绝对值在1.01%～35.81%之间，同时一阶导数对应的线性拟合模型有着最好的反演精度，这与其它监测方法相比，大大提高了反演精度和监测精度，这对城市河道水质分布情况的快速获取和对城市水体环境治理有着重要的指导作用。因此，无人机技术在水质监测中有着广阔的应用前景。本文重点综述无人机技术在水质监测中的应用研究现状，以期为无人机技术水质监测技术的优化发展提供借鉴指导。

1 基于无人机技术的水质监测系统构建

水质监测应用中，无人机常作为水质监测系统的载体而使用，基于不同的监测目的和实际环境情况灵活组建水质取样和水质监测系统，可大大提高水域取样和水质监测的效率。胡震天等[6]为了提高城市水质状况监测的准确率和动态性，开发了一种地面建模与地空定标相结合的低空多光谱遥感观测方法，研究发现低空多光谱遥感数据与TP、NH4+-N、pH 值和浊度均有较强相关性（大于70%），同时低空遥感影像对不同水质水体有明显的显示差异。吴永兵[7]以无人机为载体，搭载飞行、空中拍照、空中摄像、水质监测、空中测控和水样采集等各种功能单元组成水质监测系统，并与地面测控中心和手持移动终端通信连接，构建基于无人机的水质监测和采样的一体化系统，研究发现该系统不仅能够优化现有水质监测站点布局、提高监测系统机动性、灵活性和快速反应能力，同时还能极大提高水样采集效率、环境污染应急监测能力和对突发水污染的应急处理能力。

目前，基于无人机技术在水质监测取样中发展瓶颈的优化完善研究是基于无人机技术水文监测研究的热点内容。如钞凡等[8]基于无人机技术水质监测的应用中，水域监测节点数据收集难的问题，引入WSN 水域监测系统，研究发现该监测系统与人工收集法、固定有线监测基站收集法和4G 通信技术相比，大大提高了监测系统的灵活机动性，增强了飞行路径的可优化性，同时在保证检测数据稳定收集的基础上还节约了系统成本。

李双等[9]针对飞行控制程序与水质监测数据安全性无法得到充分保障这一装备开发和使用中的潜在威胁，研究设计了一种水质监测无人机的加密控制方案，即对原来明文数据进行某种算法处理，使其只能在输入相应的密钥之后才能显示出原容，这提升了水质监测数据的保密性与无人机飞行控制的安全性。与此同时，李双等[10]组建了包括无人机、水质检测装置和地面控制装置的移动监测单元、并进一步建设了基于移动监测单元和监测总站的报警平台，研究发现这克服了传统无人机技术仅适用于单点、单次水质检测，无法实现多无人机水质检测平台与地面控制系统、地面报警系统互联互通的缺点，实现了多个水域的全天候监测与同步报警，同时提高了数据传输安全性和环境监管效率。

此外，基于5G 通信的无人机通信链路研究是基于无人机技术水质监测研究的重要研究方向。5G 技术具有全新的网络架构，带宽可达到10Gbps 以上、毫秒级时延、超高密度连接，有着超高的传输性能，是实现网联无人机水质监测系统构建的绝佳通信链路选择[11]。中国信息通信研究院[12]研究发现在5G 与无人机组合使用时，通过对具备垂直波束调整能力的大规模天线使用、低频上行载波的引入和上行时隙配比增加等手段，可使得无人机在150m-500m 高度上的上行速率达到50Mbps，5G+无人机可很好的适应各种复杂环境的水质监测。

2 基于无人机水质监测技术的影像处理技术研究

无人机与多光谱成像技术（遥感技术）相结合而产生的无人机多光谱影像技术是水质监测中的主要信息采集手段，可为水质监测提供大范围的覆盖和可视化表达，具有时效高、时空分辨率强和机动性强等优点[13]。然而无人机多光谱影像技术使用后的光谱图像的成型表达和图像数据与水质之间的反演关系却是该技术实现水质监测应用的关键环节，因此，对无人机多光谱影像的拼接和对水质的反演研究是无人机技术在水质监测应用中的关键研究内容。无人机技术的多光谱影像拼接研究在水质监测的应用中，无人机航带的地面覆盖范围狭窄、航带重叠率低、航带的亮度差异和无人机自带POS 系统定位精度低等问题是无人机技术多光谱影像需要拼接和拼接困难的主要原因[13]。因此，无人机光谱影像的拼接成为无人机多光谱影像处理的首要环节，是无人机水质监测研究的重要内容。

易俐娜等[13]针对图像处理中难以实现影像几何和光谱匹配的问题，研发了一种基于曲面样条函数和相位相关的无人机高光谱影像拼接方法，研究发现该方法不仅提高了拼接影像的地理坐标精度，还在消除拼接缝的基础上最大限度的保证了光谱的保真性，并通过引入2 幂子图像解决了影像在重叠度低的情况下配准算法失效的问题，然而，如何进一步提升光谱精稳性和提高拼接速度仍是今后研究的重要课题。同时，反演模型的建立和遴选是无人机多光谱影像水质反演研究的另一主要内容。算法的效率对反演模型的构建有着重要影响，因此，算法的优化研究是反演模型建立和遴选研究的热点内容。反演模型的选择是无人机技术对水质监测研究的重要内容。

孙驷阳[14]研究发现与其它机器学习算法相比，极端随机树（ETR）算法最适合基于无人机高分辨率高光谱数据的总氮、总磷和COD 反演模型，决定系数r2高于99%，即使经过RFE 降维后，极端随机树（ETR）也可保持原有模型的高质量效果，决定系数r2依然高于99%；反演精度验证结果显示，无人机遥感数据下的总氮、总磷、氨氮和COD 的反演值与实际值的相对误差均小于0.5。

黄昕晰等[15]针对MPP 算法存在的运算量过大和过拟合的问题，提出OPT-MPP 算法，并构建悬浮物浓度（SS）和浊度（TU）的OPT-MPP 算法反演模型，研究发现最佳SS 反演模型和最佳TU 反演模型的决定系数R2分别达到0.787 和0.8043，综合误差分别达到0.13 和0.15，这对实验区域水质参数空间分布信息的反演有着良好的效果。

黄华等[16]基于城市河流水质指数（CWQI 值）和偏最小二乘回归（partial least squares regress，PLSR）建立了高光谱数据与河流水质指数的反演模型，研究发现水体不同波段的光谱反射率与CWQI 值存在一定的相关性，可用于区分不同CWQI 值水平的水体，同时模型优化分析结果表明，光谱分辨率为50 nm、提取主成分数为8 时的水体CWQI 值反演模型效果最优，验证集均方根误差和平均相对误差分别为0.768、18.1%，因此将该反演模型与无人机高光谱监测数据结合，可较好地反映河流水质的空间差异。

唐梦奇[17]为提高水质采样的便捷性和效率，以六旋翼无人机为载体，设计了一款水质采样系统，其通过自适应控制算法设计，克服了采样过程中无人机因水流动力而引起的不稳定问题，通过实用发现此模糊PID 算法的无人机可适用于无人机的定点悬停及内河、夹江水域水质采样，具有很强的实用价值。

李鑫等[18]在分析支持向量机模型建立的原理和方法的基础上，选取了具有较宽收敛域的径向基核函数，利用双线性格网法进行核函数的参数优化，获得用于蓝藻分类的支持向量机模型，经验证该模型对水体与蓝藻的分类有着较好的精度要求。

结语

无人机技术在水质监测中有着较高的应用潜力，但其研究尚需在以下方面进行努力：加强无人机技术在水质监测取样中发展瓶颈的优化完善研究，着重对基于无人机技术在水质监测中的薄弱环节开展研究，同时开展无人机技术与5G 的系统构建，这有利于无人机技术水质监测体系的成熟完善。

同时着重进行无人机机载图像的拼接和对水质参数的反演模型研究，集中于拼接技术研究和算法的优化，这对提高无人机技术对水质监测的精度和速率有着重要意义。