城市黑臭水體是典型的污染現(xiàn)象，主要由生活污水直排、工業(yè)廢水、河道斷流等因素引發(fā)。傳統(tǒng)監(jiān)測依賴人工采樣，效率低、覆蓋有限，且難以獲取河道中心數(shù)據(jù)。衛(wèi)星遙感雖可大范圍監(jiān)測，但受時(shí)空分辨率限制（如重訪周期長、云層干擾），對小尺度河道或突發(fā)污染響應(yīng)不足，而無人機(jī)多光譜遙感可以相對更精準(zhǔn)。

黑臭水體的光譜特征

黑臭水體具有顯著光譜標(biāo)識，可作為無人機(jī)識別的理論基礎(chǔ)：

低反射率：在400–900 nm波段整體反射率低于0.025 sr?1；

弱光譜斜率：在400–550 nm波段反射率隨波長上升緩慢，斜率遠(yuǎn)低于正常水體；

峰谷特征消失：因藻類含量低，無620 nm吸收谷和700 nm反射峰，光譜曲線平緩；

關(guān)鍵波段：綠光波段（520–590 nm）對黑臭水體最敏感，反射率差異最大。

無人機(jī)多光譜監(jiān)測方案設(shè)計(jì)

1.硬件配置

多光譜相機(jī)：搭載7波段多光譜成像相機(jī)（如MAX-S810），7個(gè)光譜通道+1個(gè)RGB通道，可獲得更為精準(zhǔn)的光譜信息，覆蓋藍(lán)（450 nm）、綠（550 nm）、紅（650 nm）、紅邊（730 nm）、近紅外（840 nm），通過特定波段組合增強(qiáng)黑臭水體特征提取，內(nèi)嵌多種模型，并有強(qiáng)大的光譜云平臺支撐，輕松適配農(nóng)業(yè)、林業(yè)、生態(tài)環(huán)境、漏油檢測等多種應(yīng)用場景。

2.數(shù)據(jù)處理流程

輻射定標(biāo)：將原始DN值轉(zhuǎn)換為輻射亮度；

大氣校正：采用FLAASH或經(jīng)驗(yàn)線性法，消除氣溶膠影響（無人機(jī)低空飛行可顯著提升精度）；

特征提取：基于光譜特征構(gòu)建識別模型

3.動態(tài)監(jiān)測網(wǎng)絡(luò)構(gòu)建

定期巡航：雨季/旱季加密飛行，跟蹤污染擴(kuò)散路徑；

熱點(diǎn)預(yù)警：基于歷史數(shù)據(jù)識別易發(fā)區(qū)域（如人口密集區(qū)、斷頭河段）；

應(yīng)用案例與效益

無人機(jī)成果：

識別11條黑臭河段（總長40.7 km），精準(zhǔn)定位排污口8處；

發(fā)現(xiàn)黑臭水體集中于居民區(qū)，與生活污水排放強(qiáng)相關(guān)；

治理效益：

監(jiān)測成本降低60%，響應(yīng)時(shí)間從周級縮短至小時(shí)級；

為“海綿城市”建設(shè)提供污染源動態(tài)分布圖。

挑戰(zhàn)與展望

挑戰(zhàn)：

水面鏡面反射干擾；

細(xì)小漂浮物（樹葉、泡沫）易導(dǎo)致誤判。

未來方向：

融合高光譜（400–1000 nm）提升特征區(qū)分度；

結(jié)合AI算法實(shí)現(xiàn)自動分割；

與物聯(lián)網(wǎng)水質(zhì)傳感器聯(lián)動，構(gòu)建空天地一體化監(jiān)測網(wǎng)。

無人機(jī)多光譜技術(shù)通過高分辨率光譜響應(yīng)與動態(tài)監(jiān)測能力，彌補(bǔ)了衛(wèi)星遙感和地面采樣的不足，為城市黑臭水體的精準(zhǔn)治理提供了可靠工具。隨著傳感器與算法迭代，其將在智慧水務(wù)中發(fā)揮核心作用。

參考文獻(xiàn)：
溫爽等. 基于高分影像的城市黑臭水體遙感識別: 以南京為例[J]. 環(huán)境科學(xué), 2018, 39(1): 57–67.

審核編輯 黃宇