遥感技术在水质监测中的应用及发展趋势探讨

摘 要：在对水质遥感监测的主要技术方法进行简单归纳阐述后，探讨了悬浮物（SS）、叶绿素a（CHl-a）、有色可溶性有机物（CDOM）等水质特性参数遥感监测指标。最后，对遥感技术在水质监测中的应用发展趋势进行了展望。

关键词：水体水质；遥感技术；悬浮物

1 水质遥感监测的主要技术方法

从大量文献资料和实践工作经验可知，水体水质遥感监测技术从上世纪80年代的物理方法为主，到80～90年代的经验方法为主，再到90年代后的半经验方法为主，主要经历了物理方法→经验方法→半经验方法的一个发展，其与遥感技术在水质监测中的应用发展紧密相连。利用遥感进行水质监测，其实质就是水质实时数据信息的反演运算分析，即：遥测传感器在收集到大量水体水质信息后，将相应数据传输给上位机系统进行各种数据信息的分析处理，进而得出与水质特性参数相关的数据信息、表格和曲线，实现对水体水质的实时动态监测监控。

1.1 物理方法

该方法以辐射传输模型为基础，利用水体组分与固有光学量间的关系，通过遥感传感器测得水体反射率，并反演计算水中实际吸收系数与后向散射系统间的关系，计算分析获得水体中各组分含量。此方法对于多波段的反演分析运算尤为适用，具有较为普遍的适用特性。但由于物理方法其所需求的水体水质数据源难以满足反演需求，且目前能够建立的水质参数反演算法模型其整体精度不是太高，模型一些特性参数的经验假设也给水质反演预测数据带来较大不确定性，很难满足水质实时精确监测监控需求。

1.2 经验方法

该方法是多光谱遥感数据在水体水质监测中应用的不断研究发展而发展起来的一种水质监测方法，是通过建立遥感波段数据与地面水质实测间的相关统计关系，优选最优波段或波段组合数据同地面实测水体水质特性参数，经统计分析反演运算获得水质特性参数。该方法中所建立的水质参数与遥感数据间的因果关系，大多是凭借经验进行设置的，缺乏精确的物理模型依据。虽然国内外相关学者对该方法开展了大量研究，并在一些特殊水域环境中获得一定研究成果，但该方法中水质参数与遥感数据间事实相关特性的不确定性以及反演算法的精确性不高等固有的缺陷在很大程度上制约了该方法在工程中的实际应用。

1.3 半经验方法

该方法是高光谱遥感技术在水体水质监测中应用的不断加深而发展起来的一种水质监测新技术。利用非成像光谱仪或机载成像光谱仪来测量获得水质参数光谱特征，并优选估算水体水质特征参数的最佳波段或波段组合数据，运用合适数学模型算法建立遥感数据与水体水质特性参数间定量反演经验性运算算法。该方法是国内外应用较为成熟的水质监测方法，可以对湖泊、水库等水环境中的水质特性参数，如：悬浮物（SS）、叶绿素a（CHl-a）、有色可溶性有机物（CDOM）、化学耗氧量（COD）等与之相关的可见度、混浊度进行实时采集监测、反演运算和预测评价，能够获得较高监测精度。

2 水质特性参数遥感监测指标

基于污染水的光谱效应，由于溶解或悬浮于水中的污染成分、浓度不同，使水体颜色、密度、透明度和温度等产生差异，导致水体反射能量的变化，而在遥感图像上反映为色调、灰阶、形态、纹理等特征的差别，根据这些影像显示，一般可以识别污染源、污染范围、面积和浓度，较成熟地对水体中悬浮物（SS）浓度、水体浑浊度、叶绿素a（CHl-a）浓度、溶解性有机物（CDOM）等水质特性参数指标进行监测。

2.1 悬浮物（SS）浓度遥感监测指标

悬浮物（SS）浓度是水体水质遥感监测最早研究的水质特性参数，其浓度值直接反映水体的透明度、浊度、色度等，便于分析人员实时掌控水域水体水生生态条件及近岸水文特征信息。对于可见光遥感而言，在波长580～680nm的波段范围内，对不同悬浮泥沙浓度将出现不同的反射峰值，也即水中悬浮泥沙最为敏感的波段，是监测水体浑浊度最佳波段；在波长700～900nm范围内反射率对水体中悬浮物浓度变化反映最为敏感，是水体中悬浮物定量遥感估测的最佳波段。

2.2 叶绿素a（CHl-a）浓度遥感监测指标

监测营养程度或叶绿素浓（如：藻类/浮游生物数量），是解决湖泊、水库等静态水域富营养化的重要技术手段。水中叶绿素a（CHl-a）浓度是浮游生物分布的主要特性指标，同时也是衡量水体初级生产繁殖能力（水生植物的生物量）以及富营养化程度作用的最基本评估指标，也是影响水体光谱响应特征的重要指标。监测藻类中的叶绿素a（CHl-a）浓度，是水体水质遥感监测的重要内容之一。含叶绿素的水体其光谱特征主要表现为：在波长440nm处具有吸收峰，在波长400nm～480nm（蓝光）范围内，其反射率随水体中叶绿素含量的增加而不断降低；在波长550nm～570nm范围内有一反射峰，这主要是由于水生植物中叶绿素和胡萝卜素弱吸收以及细胞散射作用引起，该反射峰值则与色素组成成分有关，因此可以作为叶绿素定量评估的标志；在波长685nm附近则会出现明显的荧光峰，这主要是拉曼效应激发产生能量荧光化的作用[2]。实践工程中认为波长685～715nm范围荧光峰的出现是含藻类水体最为明显的光谱特征，其中反射峰的位置以及数值可以认为是水体中叶绿素浓度的重要标识。

2.3 有色可溶性有机物（CDOM）浓度遥感监测指标

国内外对有色可溶性有机物（CDOM）浓度遥感监测都是从海洋开始的。CDOM是一个非常重要的生物光学参数，具有较为稳定的光学性质，是水体（尤其是海洋水体）具有较好的示踪性能[3]。遥感探测CDOM物质的浓度特性可以将其反演分析预测海水中碳的含量。内陆水体中通常采用CDOM处于波长为440nm处的吸收系数等值，作为水体污染程度评估指标。

3 水质遥感监测的发展趋势

水体污染是当今环境保护研究的重要课题，对水体水质实时动态监测、管控，就显得尤为重要。常规的现地采样，实验室成分分析的静态分析方法，其在监测实时性、分析可靠性等方面，仅仅针对小区域小水域的作业，但是很难满足对大尺度、大区域范围的水质动态监测评估需要。利用遥感技术可以弥补常规水体水质监测方法中存在的很多不足，解决了地域范围及空间限制问题，实现对水质组成成分的动态分析和评估，能够准确快速掌握水体水质状况，为污染程度和发展趋势分析预测提供大量实用数据信息。随着传感器技术研究不断深入、高光谱数据应用不断加深、生物光学模型建立的不断完善、定量反演模型精确度的不断奶提高，高分辨率、高光谱、多极化遥感数据，将成为水体水质监测的主流遥感信息源，为遥感走向定量水质监测提供重要的数据模型支撑。

当然，要使遥感真正在水污染监测中发挥作用，还需要作大量的工作，特别是同步地进行光谱测量和水质分析，找出水质参数与光谱之间的相关关系。另外，随着高光谱遥感的发展，遥感在水污染监测中将会发挥更大的作用。实现定性遥感到定量遥感的跨越；建立完善健全的水体水质遥感监测和评价体系，实现对区域水环境质量信息的实时、动态、准确、快速、网络化、透明化发布，将有效推动全国范围内水环境监测预警系统的快速建设。

参考文献

[1]吕恒，江南，李新国.内陆湖泊的水质遥感监测研究[J].地球科学进展，2005，2（2）：185-192.

[2]闻建光，肖青，杨一鹏，等.基于Hyperion数据的太湖水体叶绿素a浓度遥感估算[J].湖泊科学，2006，18（6）：327-336.

[3]沈红，赵冬至，付云娜，等.黄色物质光学特性及遥感研究进展[J].遥感学报，2006，10（6）：949-954.