買日阿巴·吐爾遜，劉振宇*，趙文靜，雷斌

（1中南民族大學(xué) 資源與環(huán)境學(xué)院，武漢 430074；2生態(tài)環(huán)境保護(hù)部 華南環(huán)境科學(xué)研究所，廣州 510530）

城市黑臭水體是指城市建成區(qū)內(nèi)，呈現(xiàn)令人不悅顏色或散發(fā)令人不適氣味的水體［1］.近年來，伴隨著城市擴(kuò)張，由于基礎(chǔ)設(shè)施建設(shè)滯后，導(dǎo)致生活污水和工業(yè)廢水排入河流，許多城市河流或部分河段出現(xiàn)季節(jié)性甚至常年的黑臭現(xiàn)象.這不僅破壞城市生態(tài)環(huán)境，而且影響城市發(fā)展和居民的生活健康，因而對城市黑臭水體的監(jiān)管具有重要意義.

研究常使用“黑水團(tuán)”（black boom）或“湖泛”描述水體富營養(yǎng)化導(dǎo)致局部水體黑臭［2-4］.DUAN等［5］分析太湖“黑水團(tuán)”的水質(zhì)參數(shù)和固有光學(xué)量，指出黑水團(tuán)中溶解有機(jī)物高于周邊正常湖水，在溶解有機(jī)物和浮游生物共同作用下，黑水團(tuán)具有較大吸收系數(shù)和較低后向散射系數(shù)，因而呈現(xiàn)黑綠色，基于“色度法”利用遙感影像中水體顏色可識別黑臭水體.張思敏等［6］發(fā)現(xiàn)黑水團(tuán)區(qū)域的總顆粒物、非色素顆粒物、色素顆粒物吸收系數(shù)比藍(lán)藻區(qū)域、清水區(qū)域的水體高出1～2倍，黑水團(tuán)區(qū)水體的遙感反射率很低.紀(jì)綱等［7］驗(yàn)證了葉綠素a、總懸浮物和水體濁度等這3種水質(zhì)參數(shù)可作為黑臭水體判別準(zhǔn)則，通過分析遙感反射率，建立了波段組合模型識別黑臭水體.曹紅業(yè)等［8］分析了一般水體、輕度黑臭和重度黑臭水體的表觀光學(xué)特性、固有光學(xué)特性和水質(zhì)參數(shù)特性，基于實(shí)測的光譜數(shù)據(jù)建立了決策樹分類方法，并提出通過水體顏色飽和度進(jìn)行黑臭水體識別.后續(xù)研究發(fā)現(xiàn)：相比非黑臭水體，黑臭水體在波長400～900 nm的遙感反射率值整體偏小，藍(lán)綠波段（400～550 nm）和綠紅波段（550～900 nm）的光譜斜率也較小［7］，這奠定了黑臭水體遙感識別的光譜基礎(chǔ).針對上述光譜特征，溫爽等［9］分別發(fā)展了綠波段閾值、綠藍(lán)波段差值和綠紅波段歸一化比值等方法，并指出綠紅波段歸一化比值的精度較高.姚月等［10］在綠紅波段歸一化比值的分母中加入藍(lán)波段反射率，提出BOI（Black and Odorous Water Index）指數(shù)，還指出只進(jìn)行瑞利散射校正得到的水體反射率，也能用于黑臭水體識別.李佳琦等［11］綜合黑臭水體在藍(lán)綠和綠紅波段光譜斜率小，將二者斜率做比值從而發(fā)展了一種反應(yīng)水體清潔度指數(shù)WCI（Water Cleanliness Index）.以上研究表明，光學(xué)遙感已被廣泛用于黑臭水體識別.

由于城市河流寬度窄，黑臭水體識別需使用高分辨率遙感影像，上述研究主要使用GF-1&2衛(wèi)星數(shù)據(jù).然而衛(wèi)星遙感在黑臭水體識別方面存在限制：即使不考慮時間分辨率，衛(wèi)星過境時受天氣影響，難以及時獲取研究區(qū)域數(shù)據(jù)；傳感器獲取水體信號，約90%源于大氣影響，不到10%是水體信息［12］.黑臭水體的反射率更低，因而水體信號低于10%，這種弱信號會影響黑臭水體識別精度.針對上述難題，本文首次提出基于無人機(jī)高光譜遙感的黑臭水體識別研究，無人機(jī)受天氣影響小、距地面近獲取水體信號強(qiáng)、且空間分辨率高，因此能有效克服上述星載數(shù)據(jù)的制約，更適合城市黑臭水體的快速監(jiān)管.

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)采集

2019年3月26日，在深圳市寶安區(qū)茅洲河支流，開展地面與無人機(jī)現(xiàn)場同步觀測實(shí)驗(yàn)，研究范圍及采樣點(diǎn)位置見圖1，受限于現(xiàn)場觀測條件只采集6個樣點(diǎn)，編號為HS01至HS06，并利用無人機(jī)獲取2個河段的高光譜數(shù)據(jù).先觀測HS01樣點(diǎn)河段（河段1）數(shù)據(jù)，時間約10：00至13：00，HS05河段（河段2）觀測時間約15：00至16：20；實(shí)驗(yàn)過程中天氣多云且風(fēng)速較小.

圖1 采樣站位示意圖Fig.1 Schematic diagram of sampling station

地面觀測實(shí)驗(yàn)，根據(jù)水面之上光譜測量法［13］，利用Maya2000觀測6個采樣點(diǎn)的遙感反射率Rrs.

式中：Lw表示水面之上離水輻亮度；Lsky表示天空光輻亮度；Lb和ρ分別是觀測參考板輻亮度和反射率；r為天空光的比例因子（根據(jù)風(fēng)速設(shè)置為2.2%～2.8%，平靜水面可取r為2.2%；在約5 m·s-1風(fēng)速下，r可取2.5%；在約10 m·s-1風(fēng)速下，r取2.6%～2.8%［13］）.由于研究期間風(fēng)速較小，r選取2.8%.光譜測量時，利用塞氏盤測量水體透明度，觀測溶解氧，并采集保存水樣，依據(jù)相關(guān)技術(shù)規(guī)程，化驗(yàn)水樣的氨氮含量.同時，利用大疆M600pro攜帶推掃式高光譜傳感器Gaiasky-mini2-VN Sensor（簡稱GS，表1），獲取研究區(qū)域高光譜影像.傳感器GS由四川雙利合譜科技有限公司自主研發(fā)，光譜范圍400～1000 nm，光譜分辨率3.5 nm，共176通道，數(shù)據(jù)量化等級14bit.GS目前被廣泛應(yīng)用于目標(biāo)識別、水體檢測和現(xiàn)代精細(xì)農(nóng)業(yè)等生態(tài)環(huán)境領(lǐng)域研究［14］.

表1 主要儀器設(shè)備技術(shù)參數(shù)Tab.1 Main technical parameters of the instrument and equipment

無人機(jī)飛行高度117.13 m，傳感器GS曝光時間3.795 s，共獲取研究區(qū)域144張空間分辨率為0.05 m的高光譜影像.其中HS01和HS05地面采樣時無人機(jī)同步獲取的影像見圖2（a）、（b），方框標(biāo)出現(xiàn)場采樣位置，采樣時間分別是10：23和15：41.由于無人機(jī)獲取數(shù)據(jù)速度快，而地面觀測耗時相對較長，導(dǎo)致其他站點(diǎn)采樣時間不同步（見表2）.圖2（c）～（d）為無人機(jī)獲取的該地區(qū)的非黑臭河段和池塘高光譜數(shù)據(jù)，其顏色偏綠，與黑灰色的黑臭河段存在較大差異.

圖2 無人機(jī)獲取采樣站點(diǎn)影像Fig.2 Sampling site images acquired by UAV

1.2 黑臭水體判別方法

根據(jù)生態(tài)環(huán)境保護(hù)部2016年發(fā)布的《城市黑臭水體遙感篩查與地面驗(yàn)證技術(shù)規(guī)范》，根據(jù)人工感官和生化指標(biāo)，將水體分為非黑臭、輕度黑臭和重度黑臭3種類型.人工判別主要依據(jù)水體顏色和氣味，水動力條件和水生植被作為輔助特征.生化指標(biāo)判別，主要涉及透明度、溶解氧、氧化還原電位和氨氮含量4個指標(biāo)，判別準(zhǔn)則見表2［1］.任意一個指標(biāo)超限，判別為對應(yīng)類型水體，若指標(biāo)判別與人工判別結(jié)果不一致，兩者權(quán)衡取其重.

表2 黑臭水體生化判別指標(biāo)Tab.2 Biochemical discrimination indexes of black and odorous water

常用黑臭水體遙感識別算法見表3，其中R、G、B分別表示紅、綠、藍(lán)波段.WCI指數(shù)是針對GF-1數(shù)據(jù)建立，表中將其轉(zhuǎn)換為通用形式.當(dāng)算法計算結(jié)果低于閾值，水體被別判別為黑臭水體.目前研究主要區(qū)分黑臭和非黑臭水體，沒有進(jìn)一步識別黑臭和重度黑臭.經(jīng)大氣校正后，遙感影像的水體遙感反射率通常存在誤差，因而不直接使用單波段值.相比之下，比值法和差值法反映光譜曲線變化趨勢，尤其是比值法能在一定程度上消除地形和大氣影響.因此后續(xù)研究不使用綠波段閾值，并將藍(lán)綠波段差值調(diào)整為藍(lán)綠波段歸一化比值，見公式（2）.

表3 黑臭水體遙感識別算法Tab.3 Remote sensing recognition algorithm for black and odorous water

1.3 研究方法

總體流程見圖3，首先預(yù)處理無人機(jī)數(shù)據(jù)得到水體遙感反射率，通過比對現(xiàn)場實(shí)測遙感反射率，評估高光譜傳感器GS采集的水體光譜精度；根據(jù)黑臭水體在GS高光譜數(shù)據(jù)的反射特征，參考目前常用黑臭水體遙感識別算法，確定黑臭水體的敏感波段并建立識別模型；根據(jù)水體在高光譜數(shù)據(jù)的反射特征提取水體，利用上述模型識別黑臭水體，并開展分析驗(yàn)證.

圖3 無人機(jī)高光譜黑臭識別技術(shù)流程Fig.3 Black and odorous recognition technology process supported by UAV hyperspectral

GS獲取數(shù)據(jù)預(yù)處理主要包括鏡頭校正、輻射校正和影像鑲嵌，本文重點(diǎn)關(guān)注輻射校正，它會影響水體遙感反射率的獲取精度.輻射校正包括輻射定標(biāo)和大氣校正，輻射定標(biāo)就把影像DN值轉(zhuǎn)換為相對反射率，見公式（3）.

式中target、white、dark分別表示目標(biāo)、參考白板、傳感器暗電流噪聲，參考白板反射率可在實(shí)驗(yàn)室內(nèi)或現(xiàn)場測量獲取，計算得到目標(biāo)相對參考白板的相對反射率.飛行到一定高度后，GS獲取的高光譜影像會受大氣影響，故需進(jìn)一步執(zhí)行大氣校正.在拍攝區(qū)域放置一塊經(jīng)國家計量院標(biāo)定的2 m×2 m灰布，根據(jù)公式（4）將相對反射率轉(zhuǎn)換為表面反射率.

式中Rtarget、Refstandard和Refgrayref分別是目標(biāo)表面反射率、灰布標(biāo)準(zhǔn)反射率和經(jīng)公式（3）校正后的影像相對反射率，將水體的表面反射率除以π轉(zhuǎn)換為遙感反射率.

2 結(jié)果與分析

2.1 采樣數(shù)據(jù)分析

依據(jù)現(xiàn)場環(huán)境6組水樣都判別為黑臭水體，其中HS01、HS03和HS04等采樣點(diǎn)的現(xiàn)場照片見圖4.圖中黑臭水體主要呈現(xiàn)暗黑色、黑灰色、黑褐色等不正常顏色［10］，圖4（c）中HS04附近河段有大量氣泡，這是當(dāng)?shù)卣疄檎魏诔羲w安裝的鼓氣裝置所致.

圖4 采樣點(diǎn)的黑臭水體Fig.4 Black and odorous water body at the sampling point

根據(jù)表2判別標(biāo)準(zhǔn)，表4中HS03、HS05和HS06這3組水樣的溶解氧低于1 mg·L-1，HS01、HS02和HS03這3組的氨氮含量超過15 mg·L-1，此5組被判別為重度黑臭水體.HS04依指標(biāo)判別為非黑臭水體，其溶解氧含量最高達(dá)到7.1 mg·L-1，這是由于鼓氣裝置增加了水中溶解氧含量［圖4（c）］，兩者權(quán)衡取其重，仍判別為黑臭水體，甚至可能是重度黑臭水體.

表4 采集水樣的生化指標(biāo)和感官黑臭判別結(jié)果Tab.4 Sensory identification index and consumption indicators of water samples

盡管受限于現(xiàn)場條件，采集的樣本數(shù)量少，但這6組樣品的黑臭等級存在差異，仍可支持后續(xù)研究.在水色遙感研究中，透明度是反映水質(zhì)水平的一個綜合指標(biāo)［15-16］.HS01～HS04水體透明度低，對應(yīng)河段黑臭嚴(yán)重；而HS05和HS06透明度高，對應(yīng)河段水質(zhì)相對較好.結(jié)合溶解氧和氨氮含量，按照黑臭水平劃分，HS05和HS06相對較好，HS02次之，HS03最差，該劃分將作為遙感識別建模的主要依據(jù).

2.2 傳感器GS獲取水體光譜驗(yàn)證分析

從圖2（c）～（e）非黑臭河段和湖泊隨機(jī)采樣水體的遙感反射率見圖5.圖5中遙感反射率有3個反射峰，分別位于570、700、810 nm附近，前2個峰分別是葉綠素反射和熒光所導(dǎo)致［17］，第3個峰是懸浮顆粒物反射引起［18］，以上符合二類水體光譜反射特征［19］.

圖5 GS獲取非黑臭河段和湖泊水體遙感反射率Fig.5 Remote sensing reflectivity of non-black and odorous rivers and lakes acquired by GS

現(xiàn)場實(shí)測遙感反射率是一定范圍水體遙感反射率的平均值，范圍大小與Maya2000探頭的瞬時視場角、距水面高度有關(guān).鑒于GS獲取數(shù)據(jù)的空間分辨率為0.05 m，為與實(shí)測光譜（圖6綠色虛線）對比，根據(jù)經(jīng)緯度確定圖上采樣點(diǎn)位置，然后選取一定范圍（圖6藍(lán)色背景），計算遙感反射率的算術(shù)平均值（圖6紅實(shí)線）.HS06的觀測結(jié)果由于異常未給出.GS觀測的平均光譜曲線（紅線）在450 nm附近有1個反射峰，尤其是水體呈黑褐色、重度黑臭的HS03，但在450 nm仍有反射峰，與實(shí)測光譜不一致，具體原因未知.為消除上述異常，后續(xù)研究使用500 nm以后遙感反射率.

地面觀測與傳感器GS獲取的水體遙感反射率的形狀基本一致.同步觀測的HS01、HS05、HS02的兩種光譜數(shù)值接近，決定系數(shù)R2分別為0.95、0.94、0.97，均方根誤差RMSE分別為0.001、0.003、0.003.HS03和HS04實(shí)測光譜值與GS獲取光譜值差別較大，可能是由于觀測時間不同步河流水環(huán)境變化所導(dǎo)致（表5）.綜上，波長500～900 nm，GS和現(xiàn)場實(shí)測獲取水體遙感反射率基本一致，其R2大于0.94，RMSE小于0.003.

表5 現(xiàn)場和GS獲取水體光譜的R2和RMSETab.5 R2 and RMSE of water body spectra between field observation and GS acquisition

對比GS獲取非黑臭（圖5）和黑臭（圖6）光譜，在500～570 nm和570～680 nm，黑臭水體光譜上升斜率和下降斜率，均小于非黑臭光譜.這與文獻(xiàn)［9］和［10］實(shí)測光譜變化基本一致.上述分析表明，表3給出的黑臭水體識別算法也可用于GS獲取的高光譜數(shù)據(jù).

圖6 現(xiàn)場觀測和GS獲取水體光譜比對Fig.6 Water spectrum comparison between field observation and GS acquisition

2.3 黑臭水體無人機(jī)高光譜數(shù)據(jù)識別

黑臭水體遙感識別算法需使用藍(lán)、綠、紅3個波段遙感反射率（表3）.然而傳感器GS的準(zhǔn)確波段（500～900 nm）缺藍(lán)光波段，因而使用500 nm代替藍(lán)光波段，綠光波段選取570 nm的反射峰，紅光波段設(shè)置在670 nm的反射谷.GS獲取5組水樣光譜的計算結(jié)果見表6.表6中HS03黑臭嚴(yán)重，其值應(yīng)是同組最小，HS05水質(zhì)相對較好，其值應(yīng)較大，HS02介于二值之間.但藍(lán)綠波段歸一化比值（I2）和WCI并不滿足該規(guī)律，而綠紅波段歸一化比值（I3）區(qū)分度較好，因而采用綠紅波段歸一化比值，建立GS數(shù)據(jù)的黑臭水體識別算法.

表6 黑臭識別算法應(yīng)用于GS數(shù)據(jù)結(jié)果Tab.6 Identification algorithm applied to GS data

歸一化水體指數(shù)［NDWI=（G-NIR）/（G+NIR）］常用于遙感數(shù)據(jù)中水體識別，主要依據(jù)水在綠光波段（G）的反射峰和在近紅外（NIR）強(qiáng)吸收導(dǎo)致低反射值［20］.然而GS獲取高光譜數(shù)據(jù)，綠光波段反射峰不固定在550～580 nm之間浮動；近紅外750 nm出現(xiàn)反射率波谷.根據(jù)上述特征，本文采用自適應(yīng)NDWI算法，在550～580 nm自適應(yīng)選擇反射率波峰，計算NDWI以更好地識別水體；注意計算綠紅波段比值時，為保證結(jié)果的一致性以識別黑臭水體，綠光波段固定在570 nm.

黑臭水體識別結(jié)果見圖7.圖7中歸一化比值越大，說明光譜曲線在綠紅波段的斜率越大，水體處于非黑臭狀態(tài)，越接近藍(lán)色；反之水體處于黑臭狀態(tài)，越傾向紅色.富含氮和磷等無機(jī)物等生活污水和工農(nóng)業(yè)污水排放是導(dǎo)致水體黑臭的誘因［5，19］，研究河段穿過城市居民生活區(qū)，故生活污水排放應(yīng)是導(dǎo)致河段黑臭的主因.河段2結(jié)果位于0.08～0.12之間，均值0.1±0.016，水量相對豐富，水體黑臭程度較低，與現(xiàn)場觀測和生化參數(shù)評估結(jié)果一致.

圖7 黑臭水體GS數(shù)據(jù)的識別結(jié)果Fig.7 Recognition results of GS data of black and odorous water

河段1結(jié)果范圍0.03～0.15，均值0.079±0.039，水體黑臭程度變化較大，可將其進(jìn)一步劃分成3個區(qū)域（圖7中方框），并在圖8中進(jìn)行展示.區(qū)域（a）和區(qū)域（b）之間進(jìn)行了隔斷，其中區(qū)域（a）是重點(diǎn)整治河段，清晰可見鼓氣裝置產(chǎn)生的氣泡，區(qū)域（b）和區(qū)域（c）水體黑臭程度加劇，這是因?yàn)榕盼酆拥绤R入黑臭水體，區(qū)域（c）也是整治河段，安裝了少量鼓氣裝置.區(qū)域（c）中沿岸水體黑臭程度較重，這是因?yàn)榘哆厴淠靖蓴_水體光譜，對于星載數(shù)據(jù)而言，鑒于鄰近像元干擾范圍更大［21］，應(yīng)謹(jǐn)慎處理.這3個河段水體的黑臭識別結(jié)果，都體現(xiàn)出良好地紋理變化特征，表明高分辨率數(shù)據(jù)在黑臭水體識別的優(yōu)勢.

圖8 局部河段的黑臭水體變化特征Fig.8 Characteristics of black and odorous water bodies in river sections

非黑臭水體的計算結(jié)果見圖9，河段I和II取值介于0.2～0.3之間，均值0.26±0.013，變化較小；湖泊取值介于0.19～0.28之間，均值0.24±0.024.鑒于黑臭河段取值介于0.03～0.13之間，黑臭水體和非黑臭水體區(qū)分閾值應(yīng)介于0.13～0.19之間，但限于觀測數(shù)據(jù)有限，無法確定準(zhǔn)確閾值.盡管如此，以上結(jié)果表明利用無人機(jī)能夠有效識別黑臭水體.

圖9 非黑臭水體的藍(lán)綠波段歸一化遙感反射率Fig.9 Normalized remote sensing reflectivity of non-black and odorous water in blue and green bands

盡管GS提供了176個波段的高光譜數(shù)據(jù)，本文主要使用綠波段反射峰（570 nm）、紅波段的反射谷（670 nm）、近紅外反射峰（750 nm）等多光譜數(shù)據(jù)來識別黑臭水體.如果使用600～700 nm之間任意波長的反射率和570 nm的反射率計算歸一化比值，也能識別黑臭水體.這是因?yàn)?70～700 nm黑臭水體的光譜斜率小于非黑臭水體，但是相比570 nm和670 nm這一組合，其他組合對黑臭水體的區(qū)分能力相對較差，因?yàn)?70 nm的反射谷能增強(qiáng)黑臭和非黑臭水體的在光譜斜率上的差異.750 nm主要用于NDWI計算以識別水體.

無人機(jī)高光譜數(shù)據(jù)用于黑臭水體業(yè)務(wù)化監(jiān)管也存在限制，首先購買高光譜傳感器或者無人高光譜數(shù)據(jù)，價格比較昂貴，不利于大規(guī)模的推廣應(yīng)用；其次高光譜數(shù)據(jù)的波段多數(shù)據(jù)量大，不利于數(shù)據(jù)處理分析.根據(jù)本文研究結(jié)果，在黑臭水體識別過程中，僅使用藍(lán)、綠、紅和近紅等4個波段，其他波段實(shí)際上是冗余信息.針對黑臭水體業(yè)務(wù)化監(jiān)測需求，只需定制上述4個波段傳感器，具體波段設(shè)置：藍(lán)波段（400 nm附近）、綠波段（550～570 nm）、紅波段（670 nm附近）、近紅外（750 nm附近），近紅外主要用于提取水體.為確保信息的準(zhǔn)確性，每個波段的光譜范圍控制在10 nm以內(nèi)，這也是水色衛(wèi)星通常的波段范圍限制.

3 結(jié)論與展望

盡管星載遙感數(shù)據(jù)已被廣泛應(yīng)用于黑臭水體識別，但而因天氣、傳感器重訪周期、影像空間分辨率和大氣校正精度等因素制約，尚無法實(shí)現(xiàn)城市黑臭水體的快速監(jiān)管.針對上述問題，本文以GS傳感器為例，提出了基于無人機(jī)高光譜數(shù)據(jù)的黑臭水體識別方法.在深圳市寶安區(qū)茅洲河支流，開展地面與無人機(jī)現(xiàn)場觀測實(shí)驗(yàn)，依據(jù)針對星載遙感影像的黑臭水體識別算法，建立了無人機(jī)遙感影像種黑臭水體的識別方法，結(jié)果表明：（1）高光譜傳感器Gaiasky-mini2-VN獲取的光譜與實(shí)測光譜在500～900 nm之間具有良好的一致性（R2＞0.94，RMSE＜0.03）；（2）該傳感器獲取的黑臭水體反射率在570～680 nm光譜斜率小，因而綠紅波段反射率的歸一化比值能較好地區(qū)分水體的黑臭水平；（3）利用無人機(jī)開展黑臭水體業(yè)務(wù)化監(jiān)管時，可用藍(lán)（400 nm附近）、綠（550～570 nm）、紅（670 nm附近）、近紅（750 nm附近）4個多光譜波段替代高光譜數(shù)據(jù)，以確保得到準(zhǔn)確的黑臭水體識別結(jié)果.上述說明無人機(jī)遙感能夠?qū)崿F(xiàn)城市黑臭水體的快速監(jiān)管.

后續(xù)研究需要采集足夠數(shù)量的樣本點(diǎn)，根據(jù)綠紅波段歸一化比值的差異，確定黑臭水體的識別閾值，并進(jìn)一步發(fā)展輕度黑臭和重度黑臭水體的區(qū)分方法.本文選擇多云天氣和開闊河道，是由于水體光場穩(wěn)定才能獲取可靠的水體光譜；后期可考慮大風(fēng)和陰雨等天氣，以及陰影遮擋等不利因素干擾下的水體光場，以進(jìn)一步評估文中方法的適用性.