无人机高光谱遥感探测水质环境的研究方法

河湖水环境监测是人类一直以来高度重视的环境问题。相对于传统监测手段，遥感技术具有快速、大面积同步观测、周期性等特点，对于获取长期、大范围河湖水环境的时空变化具有显著优势。本文简单介绍了无人机高光谱遥感探测水质环境的研究方法。

水体颜色参量计算

根据国际照明委员会（CIE）制定的CIE-XYZ颜色标准系统以及定量的描述颜色方法[6]，基于本研究采集的无人机高光谱数据，计算河湖水体的Hue angle。在通过颜色匹配函数计算颜色刺激值过程中，由于CIE规定的颜色匹配函数的波长位置与本研究的高光谱数据不完全对应，我们利用线性拟合的方法计算了对应高光谱数据波长位置的颜色匹配函数，进一步基于颜色刺激值计算获得水体Hue angle（0~360?）。

CIE-XYZ颜色系统根据人眼的波长识别范围（380~780 nm）计算Hue angle，忽略了反映生物化学变化极其重要的紫外和近红外波段，而一些常见的内陆水体类型（高浊度、高 CDOM以及藻类爆发水域）在蓝紫光、近红外波段的光谱特征非常重要。因此，除了采用Hue angle量化颜色，还采用给定光谱的主导波长来表示[12]。AVW因为包含了紫外和近红外波段，对于颜色更蓝或更红的极端水域，相对Hue angle具有更高的变化范围。故为了充分利用所获得的高光谱信息来准确量化内陆水体水色，本研究从水色主导波长的角度利用无人机高光谱全波段数据（400~800 nm）计算AVW，计算公式为：

水体色相分类

实地调查发现，采样区域水环境恶化主要表现为大量浮萍漂浮的绿色水体和污染源附近的黄棕色污染水体。根据Hue angle定量化水体颜色变化这一特点，参考设定Hue angle阈值对内陆河湖水体的分类方法]。从实测数据中选出19条不同类型水体（5条浮萍漂浮的绿色水体、7条一般水体和7条污染源附近黄棕色水体）的高光谱反射率曲线计算Hue angle。浮萍漂浮的水体呈绿色，具有植物光谱特征。污染源附近黄棕色水体主要组分为非色素颗粒物或有色溶解有机物，，有色溶解有机物中含有的腐殖酸和富里酸随着浓度的升高会使水体呈现黄褐色。根据所选不同水体的Hue angle值将水体分为绿色异常水体（Hue angles218?）、一般水体（218'SHue angles225?）、黄棕色异常水体共3类（Hue anglez225?）（图3）。

水质参数高光谱遥感反演

通过对同步实测的遥感反射率与水质参数（Chl-a，TSM，CDOM，浊度，TN，TP）进行统计分析，将不同水质参数选择相关性最高的波段或波段组合作为自变量，通过指数、幂函数、线性、多项式、偏最小二乘回归等方法构建反演模型（表2），通过R2和RMSE对模型的反演效果进行评估。