周 源
(上海同繁勘測工程科技有限公司,上海 200439)
城市河道水質(zhì)評價城市生態(tài)環(huán)境的重要指標(biāo)之一。水質(zhì)檢測是水質(zhì)評價與水污染防止的主要手段與依據(jù)。隨著水體污染問題的日益嚴(yán)重,對水污染的動態(tài)檢測與評價已成為當(dāng)務(wù)之急,但是傳統(tǒng)的水質(zhì)檢測方法檢測和分析過程復(fù)雜,周期長,數(shù)據(jù)的頻次、時效和代表性遠(yuǎn)滯后于環(huán)境管理與決策的需求,特別是一些突發(fā)性、大范圍的環(huán)境質(zhì)量變化不能被及時捕捉。遙感技術(shù)以其獨特的優(yōu)勢為水質(zhì)檢測和研究開辟了新的途徑,它克服了常規(guī)方法主觀性強、監(jiān)測范圍小、長期趨勢分析困難的缺點,可以實現(xiàn)水質(zhì)快速、大范圍、低成本、周期性動態(tài)監(jiān)測,并可發(fā)現(xiàn)一些常規(guī)方法難以揭示的污染源和污染物的遷移特征,因此在內(nèi)陸水質(zhì)監(jiān)測中開始發(fā)揮越來越大的作用[1]。目前國內(nèi)外已經(jīng)開展了多種利用遙感數(shù)據(jù)建立水質(zhì)參數(shù)反演模型以監(jiān)測海洋、近岸地帶以及內(nèi)陸湖泊水質(zhì)環(huán)境變化的研究。
目前,遙感水質(zhì)監(jiān)測主要采用衛(wèi)星遙感技術(shù)。雖然遙感衛(wèi)星觀測覆蓋面積大、效率高,但是其應(yīng)用成果主要還是集中應(yīng)用在以海洋、濱海、大型湖泊、河流等一類和二類水體的水質(zhì)反演和監(jiān)測中,無法適用于寬度窄、水質(zhì)污染因素多、水質(zhì)變化頻繁的城市河道[2]。如,目前可用于水質(zhì)反演的遙感衛(wèi)星空間分辨率均大于10m、解析力大于15m,而寬度為20m的河道在影像中橫切面則不足兩個像素,無法進行有效反演;反演總磷、氨氮等水質(zhì)參數(shù)反演所需光譜分辨率應(yīng)優(yōu)于10nm,而目前可用于水質(zhì)反演的多光譜遙感衛(wèi)星分辨率均大于50nm;遙感衛(wèi)星過境時間均為上午9至10時,當(dāng)過境時刻云量超過視場角30%時也無法進行有效地面覆蓋。因此城市河道水體水質(zhì)監(jiān)測對遙感數(shù)據(jù)的空間分辨率、光譜分辨率(有效帶寬)以及可觀測時間都提出了更高的要求。
為此,本文提出了一種以傳統(tǒng)水質(zhì)檢測技術(shù)與新型低空遙感水質(zhì)檢測技術(shù)相結(jié)合的方式,展開河道水體動態(tài)水質(zhì)檢測體系的建設(shè)。利用低空遙感技術(shù)機動性強、覆蓋面廣的特點,結(jié)合水色水質(zhì)反演技術(shù),將傳統(tǒng)的散點取樣水質(zhì)檢測體系拓展至覆蓋水體整個水域表面域的水體水質(zhì)檢測體系,并通過周期性往復(fù)觀測,實現(xiàn)河道水體動態(tài)水質(zhì)檢測,從而獲取覆蓋完整、維度豐富的水質(zhì)資料,為“劣五”水體識別、長效水質(zhì)管理、水污染巡查、污染成因與變遷分析等智能化水務(wù)應(yīng)用提供技術(shù)支持和數(shù)據(jù)支撐。
城市水體多頻無人機多光譜水質(zhì)監(jiān)測方法的流程主要由內(nèi)外業(yè)兩部分組成(如圖1所示)。其中外業(yè)部分包括地面靶標(biāo)布設(shè)、無人機巡河、河道水質(zhì)采樣;內(nèi)業(yè)部分包括影像校正、多波段融合、正射成圖、河道識別與分割、水體相對輻射校正與水質(zhì)參數(shù)反演。其中地面靶標(biāo)布設(shè)為水體相對輻射校正提供反射率基準(zhǔn),河道水質(zhì)采樣的成果則用于對水質(zhì)參數(shù)反演結(jié)果檢驗。
圖1 城市水體多頻無人機多光譜水質(zhì)監(jiān)測流程圖
地面靶標(biāo)布設(shè)是利用已知后向散射輻射特性的靶標(biāo)為被監(jiān)測水體上涌(upwelling)反射率計算提供環(huán)境光輻射亮度基準(zhǔn)。地面靶標(biāo)可根據(jù)測區(qū)環(huán)境選擇使用漫反射板或自然地物。為了有效計算水體反射率,靶標(biāo)反射率應(yīng)不高于40%。在使用自然地物作為地面靶標(biāo)時,應(yīng)確保所選擇地物表面平整、輻射特性穩(wěn)定,后向散射特性接近朗伯體。在進行目標(biāo)水體遙感監(jiān)測的前后24小時,應(yīng)通過地物光譜測量測區(qū)地面靶標(biāo)的反射率,并作為水體相對輻射校正基準(zhǔn)。地面靶標(biāo)可沿河道兩岸布設(shè),布設(shè)密度由無人機巡河航速決定:
式(1)中,l為兩個地面靶標(biāo)之間的距離;s為無人機巡河航速;t為環(huán)境光照變化時間。通常t設(shè)定為900″。
無人機巡河采用多旋翼無人機搭載多光譜遙感成像傳感器,沿河道中心線進行巡河。在空域限高允許的條件下,無人機巡河航高由河道寬度、傳感器分辨率等決定,應(yīng)滿足以下條件:
式(2)中,w為河道寬度;H為無人機航高;μ為多光譜遙感成像傳感器單個像素寬度;f為多光譜遙感成像傳感器焦距;θ為多光譜遙感成像傳感器有效視場角;r為多光譜影像地面投影分辨率(ground sample distance,GSD)。通常θ應(yīng)小于40°,r應(yīng)小于5cm。無人機巡河航速s通常設(shè)定為8至12m/s,可依據(jù)現(xiàn)場風(fēng)力大小在該區(qū)間進行選擇,風(fēng)力越大則巡航速度越低以確保無人機抗風(fēng)能力,風(fēng)力超過5級時應(yīng)停止巡河任務(wù)。巡河時的航向重疊度通常設(shè)置為80%。
河道水質(zhì)采樣是在無人機巡河同期間對被監(jiān)測河道水體進行水樣采集,按照國家標(biāo)準(zhǔn)GB 3838-2002[3]進行相應(yīng)水質(zhì)參數(shù)分析,得到各采樣點上的水質(zhì)參數(shù)分類等級,從而驗證最終水質(zhì)參數(shù)反演結(jié)果的可靠性與真實性。
影像校正是將多光譜遙感成像傳感器采集的光譜影像中無量綱的灰度值(Digital Number, DN)轉(zhuǎn)換為有量綱的輻射亮度值,并在校正過程中糾正影像的徑向畸變、切向畸變、漸暈效應(yīng)等由傳感器本身光學(xué)結(jié)構(gòu)引起的系統(tǒng)誤差。
由于無人機機載多光譜遙感成像傳感器結(jié)構(gòu)通常為陣列式成像傳感器,因此每個波段影像均由獨立的成像單元獲取,每個波段影像的中心投影參數(shù)、影像內(nèi)參和外參均不相同。為了將在同一曝光點獲取的各波段影像融合為單幅多波段影像,需進行多波段融合[4]。由于水面上無法獲得可靠的影像配準(zhǔn)同名點,因此在進行城市河道多波段影像融合時,應(yīng)采用水面約束和姿態(tài)約束條件進行多波段配準(zhǔn)計算。即在多波段影像配準(zhǔn)過程中,應(yīng)去除水面區(qū)域的同名點;在影像糾正參數(shù)計算的優(yōu)化過程中,應(yīng)利用無人機前后影像曝光位置和姿態(tài)參數(shù)與糾正參數(shù)比較,避免糾正參數(shù)與位姿差距較大的結(jié)果。
正射成圖是通過影像糾正與拼接方法將無人機機載多光譜遙感成像傳感器在巡河過程中每個曝光點獲取的中心投影河道影像拼接成一幅完整的正射投影影像。由于無人機巡河采用沿河道中心線飛行單航帶影像采集方式,因此無法使用傳統(tǒng)的空三加密方法獲得正射影像。本方法中,使用相同區(qū)域的歷史航攝正射影像、遙感影像為本底數(shù)據(jù)。首先,利用sift、surf等圖像特征描述子將單幅多波段融合影像與本底數(shù)據(jù)進行密集匹配生成稠密點云,并通過點云生成單幅正射投影影像;其次,使用相鄰影像中線切割方法對單幅影像進行切片與拼接;最終得到巡河線路上的完整正射影像。
在正射成圖成果上,使用9×9×4卷積窗口獲取影像中各像素的圖像特征。其中窗口第一個9為窗口在影像橫軸上的寬度,第二個9為窗口在影像縱軸上的寬度,4為550nm、650nm、720nm和750nm四個波段。將該卷積窗口展開為321×1的特征向量,利用支持向量機(SVM)方法進行逐像素分類。分類類型為水體和非水體兩類,最終得到河道水體正射影像。
水體相對輻射校正步驟是在河道識別與分割成果的基礎(chǔ)上,對河道水體正射影像進行逐像素反射率求解的過程。首先,在正射成圖成果影像上標(biāo)注地面靶標(biāo),并獲得其在遙感影像中不同波段中的輻射亮度值,k為地面靶標(biāo)序號;b為波段序號;其次,通過圖像空間最小近鄰搜索獲得每個水體像素最近的地面靶標(biāo);最后,利用式(3)獲得水體像素反射率,其中i為像素行號;j為像素列號;b為波段序號:
式(3)中,Dijb為河道水體正射影像第i行第j列第b波段像素的輻射亮度值;Rkb為第k個地面靶標(biāo)在第b波段的反射率。
利用水體光譜庫以及水體光譜中數(shù)據(jù)訓(xùn)練完成的分類模型[5],可將河道水體正射影像中每個像素各波段反射率數(shù)據(jù)作為該像素特征向量帶入分類模型中,即可獲得該水體像素的水質(zhì)參數(shù)分類等級(依據(jù)《國家地表環(huán)境質(zhì)量標(biāo)準(zhǔn)GB 3838-2002》)。通過中值濾波對反射率影像進行卷積處理,可去除突變像素,最終獲得巡河范圍內(nèi)整個流域的水質(zhì)參數(shù)分類分布圖。通過河道水質(zhì)采樣點上采集樣本,在實驗室化驗分析結(jié)果,可用于驗證流域水質(zhì)參數(shù)分類分布圖對河道水質(zhì)等級評估的準(zhǔn)確性和可靠性。
為了驗證多光譜水質(zhì)監(jiān)測方法的可行性,在上海市桃浦河寶山段河道分別于2019年5月7日、7月4日與8月8日進行了水質(zhì)監(jiān)測測試實驗。實驗使用了1200mm軸距六旋翼無人機搭載多光譜成像儀實施巡河,其中單波段圖像分辨率為6000×4000像素,100m航高空間解析力為1.2cm.
實驗共計采用6個波段:紅色波段、綠色波段、藍(lán)色波段、675nm波段、705nm波段以及850nm波段。其中675、705與850nm波段為窄帶寬,其光譜分辨率為10nm。每次實驗無人機作業(yè)時間為30分鐘(時間包括無人機入場、啟航、巡河、返航以及收站時間),平均巡河時間為10分鐘,巡河航高為150m,巡河航速為10m/s。實驗區(qū)域河道總長度約為6km,河道寬度平均為30m,監(jiān)測水質(zhì)參數(shù)分別為總磷、氨氮與化學(xué)需氧量。按照本文介紹方法獲得的三個實驗日期中三項水質(zhì)參數(shù)的水質(zhì)分類等級正射影像圖成果。
在5月至8月的監(jiān)測時段內(nèi),實驗區(qū)河道水體的化學(xué)需氧量始終保持為Ⅱ類至Ⅲ類級別,氨氮在7月短暫恢復(fù)為V類水體,但在5月與8月均為劣V類水體,總磷指標(biāo)在5月至7月均為Ⅲ類水體,但至8月水質(zhì)有所下降,大部分水體降至V類水體。為了驗證成果的準(zhǔn)確性與可靠性,在外業(yè)監(jiān)測過程中分別在5月7日采樣9處、7月4日采樣6處、8月8日采樣10處,共計25個采樣點,通過實驗室分析獲得了采樣點總磷、氨氮和化學(xué)需氧量的準(zhǔn)確等級并與遙感監(jiān)測結(jié)果在相同位置進行了比對和統(tǒng)計,其結(jié)果(如表1所示):
表1 水質(zhì)參數(shù)分類精度統(tǒng)計
其中氨氮參數(shù)等級評估精度最高,準(zhǔn)確率為96%,其中1處采樣點水質(zhì)評估高于實際等級1級?;瘜W(xué)需氧量參數(shù)等級評估精度最低,準(zhǔn)確率為72%,其中1處采樣點水質(zhì)評估高于實際等級1級,5處采樣點水質(zhì)評估低于實際等級1級,1處采樣點水質(zhì)評估高于實際等級2級??偭讌?shù)等級評估精度準(zhǔn)確率為76%,其中1處采樣點評估高于實際等級1級,5處采樣點評估低于實際等級1級。
本文提出了一種利用無人機與多光譜成像技術(shù)的水質(zhì)監(jiān)測與水質(zhì)等級評估方法。該方法適用于城市區(qū)域內(nèi)河道寬度較小且難以通過衛(wèi)星遙感手段監(jiān)測的河流。通過多次實驗驗證,該方法的外業(yè)實施效率遠(yuǎn)高于其他手段,每分鐘巡河長度最高可超過1km;該方法的監(jiān)測分辨率高,可對河道實現(xiàn)厘米級成像監(jiān)測;通過對測區(qū)河道整個空間的完整覆蓋監(jiān)測,不僅可定性判斷水質(zhì)等級狀況,還可根據(jù)水質(zhì)等級在河道中時間空間分布和變化規(guī)律推演污染成因和污染來源。通過實驗的水質(zhì)評估精度結(jié)果,該方法的水質(zhì)等級判斷結(jié)果基本可靠,但仍然可以通過對其中反演和分類模型優(yōu)化,進一步提高其分類結(jié)果的精度。