上周我們說到了國內(nèi)外高光譜遙感技術與發(fā)展、在水生態(tài)研究中的應用有水華監(jiān)測、藻類群落與水生植物的監(jiān)測、水華與水草的識別等，以及高光譜遙感技術在水利研究應用中的發(fā)展方向。本周讓我們繼續(xù)再細談高光譜遙感在水環(huán)境、水災害、水資源研究中的應用，還有高光譜遙感技術在水利研究應用中的優(yōu)勢和問題

1高光譜遙感在水環(huán)境研究中的應用

人類改變生存環(huán)境的同時誘發(fā)了一系列水環(huán)境問題，如水質(zhì)惡化、水環(huán)境質(zhì)量差以及城市黑臭水體增多等，近年來，水環(huán)境污染的防治逐漸成為水利部和流域機構的重要工作之一。水質(zhì)參數(shù)的遙感反演，本質(zhì)上是一個參數(shù)估計的問題，即：將光譜曲線的變化通過經(jīng)驗模型或分析模型與水質(zhì)參數(shù)情況聯(lián)系起來，因此光譜曲線變化特征的獲取成為水質(zhì)參數(shù)反演精度的關鍵。寬波段的多光譜遙感是水環(huán)境遙感的主要數(shù)據(jù)，但其難以精確獲取水體的光譜信息。高光譜遙感的出現(xiàn)為內(nèi)陸水體水環(huán)境監(jiān)測提供了新的契機，它可以更精準地獲取各種常見水質(zhì)參數(shù)的光譜特征，對于葉綠素a、懸浮物等具有明顯光譜的水質(zhì)參數(shù)反演效果較好，并以此間接反演透明度、濁度、藻類生物量、總氮總磷以及化學需氧量等其他水環(huán)境要素。

圖5太湖OHS數(shù)據(jù)水華水草提取結果

1.1反演葉綠素a濃度

富營養(yǎng)化程度是衡量湖泊生態(tài)治理的指標，藻類的大量繁殖是造成湖泊富營養(yǎng)化的主要原因，葉綠素a在藻類中占有的比例較為穩(wěn)定，因此葉綠素a濃度對于調(diào)查湖泊的富營養(yǎng)化程度具有重要意義。葉綠素a的吸收系數(shù)光譜特征表現(xiàn)為2個吸收峰，通常位于440nm和675nm附近，因675nm處受其他水體要素影響較小，因此常用675nm附近的特征光譜反演葉綠素a濃度。目前，高光譜遙感在葉綠素a的反演中取得了諸多進展。

從反演模型上來看，國內(nèi)外學者大多使用半經(jīng)驗模型對葉綠素a進行反演，例如一階微分模型，波段比值模型，三波段模型等。早期有國外學者利用AVIRIS數(shù)據(jù)進行過葉綠素a的反演效果驗證，比如以荷蘭的艾瑟爾湖為研究區(qū)，利用AVIRIS數(shù)據(jù)設計了矩陣反演模型，提出了從水下輻照提取了葉綠素濃度的方法，在當時取得了不錯的效果，隨著不同的高精度模型被提出以及更優(yōu)質(zhì)的高光譜數(shù)據(jù)源的出現(xiàn)，該模型現(xiàn)在運用較少。還有以700nm附近處的反射峰波長為光譜特征參量建立單波段模型反演保加利亞湖泊的葉綠素a，模型擬合度高達0.93。有的運用波段比值模型，基于Hyperion高光譜影像反演了南四湖葉綠素a濃度的分布，與實測情況較為吻合。韋安娜等以鄱陽湖為例，基于高分5號數(shù)據(jù)，通過窮舉法建立了葉綠素a濃度三波段反演模型，反演精度較好。李俊生等以梅梁灣為研究區(qū)，通過半經(jīng)驗模型，基于高光譜影像反演了太湖梅梁灣的葉綠素濃度分布圖，并取得了較好的結果，指出了CHRIS高光譜影像數(shù)據(jù)在內(nèi)陸水質(zhì)監(jiān)測中具有巨大潛力。

分析模型涉及水體輻射傳輸方程，參數(shù)較多，整體建模難度較大，但其反演精度一般高于半經(jīng)驗模型。結合實測水體固有光學量，通過構建物理分析模型對水色參數(shù)進行估算，并與半經(jīng)驗模型做出對比，指出分析模型的精度更高。潘邦龍等基于HJ-1A星的高光譜數(shù)據(jù)與實測光譜數(shù)據(jù)，構建了基于空間八鄰域與遺傳算法的葉綠素a反演模型，獲得較高的反演精度，指出高光譜空譜聯(lián)合遙感反演的可行性。

高光譜遙感的發(fā)展為分析模型的發(fā)展提供了基礎，以往的多光譜遙感難以得到模型方程中部分參數(shù)的精確值，需引入經(jīng)驗公式代替，而高光譜遙感波段數(shù)多達數(shù)百個，使得原先需要用經(jīng)驗方法近似估測的參數(shù)可以直接被計算，除此之外，利用高光譜遙感數(shù)據(jù)可提取反演對象的特征波段，以此結合反演參數(shù)的生物、化學屬性進行分析，進而使的模型的物理意義更加明確，易于分析誤差來源。

從數(shù)據(jù)源上來看，許多高光譜遙感數(shù)據(jù)均已被用于反演葉綠素a濃度，得到了較好的反演結果，機載數(shù)據(jù)作為補充也在國內(nèi)一些湖泊與水庫的葉綠素a反演取得了運用。以MarkTwain湖為例，將機載高光譜數(shù)據(jù)與實測數(shù)據(jù)通過偏最小二乘法建立回歸關系，對葉綠素a，懸浮物等參數(shù)的檢測精度均達到0.7以上。潘梅娥等太湖為研究區(qū)，基于HJ-1的HSI高光譜數(shù)據(jù)，通過建立了混合光譜分解模型反演葉綠素a濃度，該方法一定程度上消除了混合像元干擾，取得了較高的反演精度。洪韜利用珠海一號高光譜數(shù)據(jù)與地物光譜儀ASD測量的水體反射率，建立了珠海一號高光譜衛(wèi)星的反射率值與實測葉綠素a濃度之間的關系，對洞庭湖的葉綠素a濃度進行了反演并得到其空間分布（圖6）。

圖6OHS反演洞庭湖Chl-a濃度分布

高光譜遙感反演葉綠素a濃度的研究在逐漸增加，但星載高光譜技術較難得到具有高空間分辨率的影像，空間維度上信息獲取不足，而機載高光譜遙感具有高空間、高時間分辨率的優(yōu)勢，受到了越來越多遙感水質(zhì)監(jiān)測工作人員的青睞。

1.2測量水體中懸浮物濃度

水中的無機物、有機物、泥沙、黏土、微生物等懸浮物沉積后易厭氧發(fā)酵，提高水域的渾濁度，進一步惡化了水質(zhì)。內(nèi)陸水體光學特性比較復雜，在高懸浮物濃度的渾濁水體中，一些組分會削弱藻類植物反射率的光譜特征，不同的懸浮物成分、濃度以及粒徑分布對水體反射率波譜特征造成的影響也不同，以上因素給遙感監(jiān)測水生態(tài)，水環(huán)境的效果造成了負面影響。

懸浮物的光譜特征較寬，利用多光譜遙感數(shù)據(jù)也可以獲得較高的反演精度。Richard基于MODIS的1波段（620~670nm）數(shù)據(jù)，通過半經(jīng)驗模型反演了北墨西哥灣的懸浮物濃度，結果精度較高。但多光譜方法也存在一定的局限性，祝令亞等，以太湖為研究區(qū)域，基于MODIS數(shù)據(jù)通過經(jīng)驗方法構建反演懸浮物反演模型，結論指出該模型在太湖的不同湖區(qū)適用性不同。由此可見以往的多光譜遙感反演懸浮物難以普遍獲取較高的精度。

近年來高光譜遙感的發(fā)展為提高懸浮物濃度的監(jiān)測精度做出一定貢獻，由更加精細的光譜特征曲線分析得知，懸浮物的光譜特征在700~850nm較為明顯，在700~850nm存在著氧氣吸收通道（760nm）和2個水汽吸收通道（720nm，820nm），這些通道會給反演造成誤差。高光譜遙感的優(yōu)勢在于有多個波段可以選擇，從而避免了以上3個通道所造成的誤差影響。同時，高光譜遙感波段數(shù)較多，為模型的構建提供了較多的選擇，往往可以找到反演的最佳波段，從而進一步提高了懸浮物的反演精度。

余哲修等以滇池為研究區(qū)，構建了基于倒數(shù)變換的多元逐步回歸模型，基于HJ-1A星的影像反演了懸浮物濃度，結果如圖7所示，并通過克里格插值法對采集水樣進行了懸浮物濃度的空間插值分析，以驗證HSI影像反演的精度，通過驗證指出反演精度較好。殷子瑤等基于珠海一號高光譜衛(wèi)星數(shù)據(jù)，以684nm與540nm波段處的反射率構建比值模型反演了于橋水庫的懸浮物濃度，反演結果精度較高，模型相對誤差為8.6%。KennethA等利用明尼蘇達州主要河流的機載高光譜數(shù)據(jù)影像，以水體固有光學量和光譜數(shù)據(jù)計算得到的表觀光學量建立分析模型，反演了河水的懸浮物濃度，指出700nm處是該研究區(qū)測量懸浮物濃度的最佳波段，模型擬合度達到了0.77~0.93。張兵以太湖為研究區(qū)，通過生物光學模型對懸浮物等參數(shù)進行反演，并以航空高光譜遙感器WHI和航天高光譜遙CHRIS獲取的圖像對反演方法進行了檢驗，綜合評價了不同平臺的高光譜遙感研究方法的優(yōu)劣。

圖7滇池懸浮物濃度反演結果

1.3測量泥沙含量

傳統(tǒng)的泥沙含量測量方法取樣工作量大，監(jiān)測覆蓋面窄，時效性差。早期人們主要利用Landsat產(chǎn)品與國產(chǎn)高分衛(wèi)星產(chǎn)品進行泥沙含量的反演，而隨著高光譜遙感技術的發(fā)展和光譜儀技術的成熟，憑借高光譜數(shù)據(jù)光譜豐富的優(yōu)勢，進一步深入了對水色、濁度以及透明度的研究，進而提高了泥沙含量測量的精度。

楊光源等，利用HJ-1A星獲得的HSI高光譜數(shù)據(jù)產(chǎn)品，以北海市為研究區(qū)，分析了水體懸浮泥沙的光譜特征，利用單波段模型和多波段模型對研究區(qū)河口附近的近岸淺水區(qū)進行懸浮泥沙的濃度反演，結果證明單波段的指數(shù)模型反演效果較好。萬慶余等以黃土高原的幾種常見土壤為實驗樣品介紹了利用高光譜遙感技術分析泥沙含量過高而導致的水污染類型和強度的方法。

通過遙感懸監(jiān)測浮物濃度仍存在一些缺陷，在水體泥沙濃度過高的區(qū)域，測量深度有限，只能達到水體頂端向下幾米的范圍。目前國內(nèi)外對泥沙含量的遙感反演研究很少選擇內(nèi)陸河流作為研究區(qū)域，尤其是山區(qū)河流，而高光譜遙感精準識別地物的特點為地質(zhì)情況復雜，水文特征多變的山區(qū)河流泥沙研究提供條件，在未來，研究人員可借助高光譜遙感對此類地區(qū)開展更多的研究。

2高光譜遙感在水災害研究中的應用

洪水遙感的目標是迅速且精準地監(jiān)測洪水淹埋面積、洪水水深以及洪水持續(xù)時間等主要特征。現(xiàn)階段的水體淹沒范圍多采用多光譜遙感技術或雷達提取來確定，存在著遙感數(shù)據(jù)波段數(shù)目少、波譜不連續(xù)、光譜分辨率低等缺陷，對于成分較為復雜的洪水水體識別存在著一定的困難，高光譜遙感可作為多光譜遙感和雷達技術的補充，以其精準的光譜識別能力，可以對水體淹沒地物存在的混合光譜做更細致的分析，從而提取更準確的水體淹沒范圍。

星載高光譜遙感的發(fā)展為水災害監(jiān)測提供了新的條件。伴隨著搭載了Hyperion傳感器的EO-1衛(wèi)星投入使用，洪水等水災害響應的時間大大縮減，Hyperion影像具有高光譜分辨率、高空間分辨率的特征，為水體信息的提取提供了更好的條件。王向成等通過對遼東灣地區(qū)典型地物的光譜曲線進行測定與分析，基于Hyperion影像數(shù)據(jù)提出了快速自動提取水體信息的斜率法，實現(xiàn)了快速且準確的進行水體信息的自動提取與分類，為洪水、海嘯等災害提供研究基礎。

3高光譜遙感技術在水資源研究的應用

全球變暖和人類改造自然行為致使流域水循環(huán)物理過程與轉(zhuǎn)化機制發(fā)生改變，原有的水資源評價方法也需改進以更好地滿足人們掌握水資源總體狀況需要。遙感技術全天候，大面積的監(jiān)測優(yōu)勢使其在水資源的監(jiān)測與保護中發(fā)揮了重要作用，具體體現(xiàn)在利用遙感監(jiān)測土壤水、地下水、地表水，估算蒸散發(fā)量、降雨量等方面。高光譜遙感在水資源監(jiān)測中發(fā)揮了一定作用，通過高光譜的圖像分析，可以提取出更精細水文地質(zhì)信息，為開發(fā)、保護和管理水資源提供參考。

就監(jiān)測和反演土壤水來說，利用微波遙感、雷達等技術提取土壤水的提取精度已可以滿足部分工作需求，不同波段的遙感反演各有優(yōu)劣，表6給出不同波段遙感反演土壤水的優(yōu)劣對比。

表6不同波段遙感反演土壤水的優(yōu)劣對比

高光譜遙感可作為遙感反演土壤水的數(shù)據(jù)源補充，其優(yōu)勢體現(xiàn)在可獲取連續(xù)的光譜曲線，從而更好地捕捉不同季節(jié)，不同地區(qū)土壤的細微的變化，建立土壤反射率與土壤含水量的關系來實現(xiàn)高精度監(jiān)測。此外高光譜的混合像元分解技術，可同時獲取各個組分的光譜信息和混合比例信息，這對監(jiān)測植被覆蓋區(qū)域的土壤水具有重要的意義，一定程度上減小了植被在土壤水監(jiān)測所帶來誤差。

ET（蒸騰蒸發(fā)量）的估算是制定灌溉計劃、水庫水損失估算、徑流預測的研究依據(jù)，是水利行業(yè)的重要應用之一。高光譜遙感估算ET研究進行較早，早在2005-2006年國內(nèi)外許多學者就已使用更詳細的高光譜數(shù)據(jù)結合地表實測數(shù)據(jù)和大氣數(shù)據(jù)，改善了ET的空間估算方法，但由于數(shù)據(jù)短缺的限制，這些方法并未取得推廣。ET的估算涉及的研究區(qū)范圍普遍較大，且要求數(shù)據(jù)的時間分辨率較高，因此目前的高光譜遙感在估算ET方面的應用一直存在著數(shù)據(jù)量不足的局限。在未來，隨著高光譜數(shù)據(jù)數(shù)量的不斷積累，覆蓋范圍的擴大，高光譜遙感有望在ET估算應用中取得更多的應用。

4高光譜遙感技術在水利研究應用中的優(yōu)勢和問題

4.1高光譜遙感技術在水利研究應用中的優(yōu)勢

高光譜遙感的出現(xiàn)在一定程度上突破了以往水利遙感存在的局限，它能夠獲取水體中各種物質(zhì)的光譜特性，大大提升了水體要素的反演精度，除此之外高光譜遙感還能進行水體要素的分類識別，比如不同藻類，藻類和水草之間的識別，不同應用的原理以及體現(xiàn)的高光譜遙感優(yōu)勢如表7所示。

表7高光譜遙感典型應用的原理及優(yōu)勢

4.2高光譜遙感技術在水利研究應用中面臨的問題

現(xiàn)階段的高光譜遙感在水利行業(yè)的應用正處于發(fā)展階段，從數(shù)據(jù)上來說，高光譜遙感涉及的數(shù)據(jù)包含實測光譜數(shù)據(jù)、機載高光譜數(shù)據(jù)、星載高光譜數(shù)據(jù)，前兩者需要實測獲取，部分星載數(shù)據(jù)來自商業(yè)衛(wèi)星，其獲取也存在一定的限制。整體來看，目前可用的高光譜遙感較為短缺且不易獲取。除此之外，其在理論方法及模型構建等方面還未成熟，仍面臨著一系列問題。

4.2.1水體要素半經(jīng)驗反演模型需進一步優(yōu)化

以往的經(jīng)驗模型僅依靠遙感數(shù)據(jù)和實測數(shù)據(jù)的統(tǒng)計關系來建立，存在一定缺陷。高光譜遙感為模型構建提供了更多波段選擇，其所獲取的水體要素光譜曲線也給人們分析波段的物理意義提供基礎，可幫助人們建立精度更高，物理意義更明確的半經(jīng)驗模型。

而半經(jīng)驗模型的構建仍面臨著一些問題，其中最主要的問題為波段的選擇與波段組合形式。比值、三波段、四波段模型是主要的水體要素半經(jīng)驗反演模型，但高光譜遙感波段數(shù)通常為幾十個至上百個，現(xiàn)階段半經(jīng)驗反演模型波段利用效率普遍較低。研究人員應該在水體要素光譜特征分析的基礎上，合理選取波段或波段組合，提高波段利用效率以構建更完善的高光譜水體要素半經(jīng)驗反演模型。

4.2.2構建水體要素分析模型困難

分析模型的構建依賴于復雜的水體輻射傳輸模型，而現(xiàn)存的分析模型幾乎都要引入經(jīng)驗公式來確定部分參數(shù)，一般將引入經(jīng)驗公式的分析模型稱為半分析模型。半分析模型中的各參數(shù)均具有明確的物理意義，確立高光譜遙感數(shù)據(jù)和水體輻射傳輸方程中各個參數(shù)與的關系有助于半分析模型的構建。而水體輻射傳輸過程受大氣影響較大以及水體光學特性影響較大，導致傳感器接收的離水輻射信號較弱，目前的水體固有光學量數(shù)據(jù)積累較少，大氣模型精度有待提高，這些因素造成了高光譜遙感半分析模型的構建較為困難。

4.2.3高光譜遙感影像處理復雜

高光譜遙感影像可近似視為三維數(shù)據(jù)立方體，數(shù)據(jù)維度高，數(shù)據(jù)量大，這意味著其必然存在數(shù)據(jù)冗余，圖像處理困難等問題。目前僅針對高光譜影像開發(fā)的影像處理軟件較少，因此高光譜遙感影像的高效率處理是一個亟待解決的問題。

機載數(shù)據(jù)成本高，觀測范圍有限，大范圍的湖泊、水庫以及城市河網(wǎng)的水質(zhì)動態(tài)監(jiān)測必須借助大量遙感影像，因此批量快速地處理高光譜遙感影像對于推廣其應用具有重要意義。研究人員可以考慮通過選取有效波段，進行遙感數(shù)據(jù)降維等方法優(yōu)化高光譜遙感影像的處理過程，另外在未來還應研發(fā)專門處理高光譜遙感影像的工具與軟件。

5結論與討論

高光譜遙感以其數(shù)據(jù)采集的時效性、地物光譜測量的準確性，外加融合多源數(shù)據(jù)共同監(jiān)測的全面性幫助人們客觀準確地認知水利要素的光譜成像機理，提高了地物信息精細分類和識別的精度，迄今為止在內(nèi)陸水體監(jiān)測、典型水質(zhì)參數(shù)反演、水生態(tài)狀況調(diào)查等方面展開了應用并取得了一系列成果。

近年來成像技術不斷突破，成像儀的光譜分辨率已然達到納米級，波段數(shù)達到數(shù)百個，高光譜遙感的光譜分辨率將更加精細。大面陣高分辨率探測器技術不斷提高，改善了影像的空間分辨率。衛(wèi)星組網(wǎng)技術的發(fā)展縮短了衛(wèi)星重訪周期，高光譜遙感數(shù)據(jù)的時間分辨率也將大幅度提高。這一系列的改變促使高光譜遙感朝著定量化的方向發(fā)展，與此同時越來越多載有高光譜成像儀的衛(wèi)星成功發(fā)射豐富了高光譜遙感的數(shù)據(jù)源，更多種類的高光譜數(shù)據(jù)將會被發(fā)掘并投入使用，不斷擴大高光譜遙感技術在水利行業(yè)的應用范圍。

高光譜遙感數(shù)據(jù)短缺與高光譜影像信息提取困難是當前高光譜遙感所面臨的主要問題，面向新時期水利行業(yè)的應用需求，需要聚焦高光譜遙感新數(shù)據(jù)、新載荷，開展水利遙感與人工智能交叉學科之間的新方法、新理論以及新思路的研發(fā)，不斷改善高光譜遙感存在的缺陷。在未來，高光譜遙感將蓬勃發(fā)展，為破解四水問題和新時期水利行業(yè)服務提供更先進的技術支撐。

萊森光學（深圳）有限公司是一家提供光機電一體化集成解決方案的高科技公司，我們專注于光譜傳感和光電應用系統(tǒng)的研發(fā)、生產(chǎn)和銷售。

審核編輯 黃昊宇