光谱成像技术赋能河湖水环境监测-富营养化、藻类水华、黑臭水体、岸线生态

河湖水环境健康关乎生态安全与民生福祉，目前，河湖水体面临富营养化导致的藻类水华频发、黑臭水体影响人居环境、岸线生态退化等严峻挑战，实现“水清岸绿”目标急需高效、精准、动态的监测手段。传统监测方法耗时费力、覆盖有限。光谱成像技术（高光谱/多光谱遥感）凭借其非接触、大范围、快速获取水体特征信息的独特优势，正深刻变革水环境监测模式。

本篇文章以中达瑞和在深圳“坪山河水环境空天地一体化监测项目”为例，应用MAX-S810进行区域飞行，通过SpecMetis遥感分析平台实现大空间、大尺度范围监测的图谱合一，快速识别水体及岸线生态现状。通过空天地多维数据实测比对，在富营养化评估、藻类水华预警、黑臭水体识别及岸线生态监测中的应用，其模型准确率达到99% 。

光谱成像技术原理简述

由于不同物质（叶绿素a、悬浮泥沙、CDOM、藻蓝蛋白等）具有特征性的吸收和反射光谱曲线。可通过高光谱/多光谱成像相机获取水体的光谱信息，基于水体的光谱特征，通过经验/半经验算法、机器学习/深度学习模型等，定量或半定量反演水质参数，从而体现河湖富营养化、藻类水华、黑臭水体、岸线生态的污染程度。

坪山河案例成果示例

富营养化监测：

通过机载光谱成像系统+5G无人机场技术，实现河湖库高频自动巡查，实时获取河湖库水环境光谱数据，精准计算并提取富营养化的分布及面积，提高巡查效率。

监测对象/指标：叶绿素a (Chl-a)浓度（浮游植物生物量）、透明度(SDD)、总磷(TP)、总氮(TN)、营养状态指数(TSI)等。

光谱原理：Chl-a在蓝光(440nm附近)有强吸收谷，在绿光(550nm附近)有反射峰，近红外(700nm附近)存在反射陡坡(“红边”)。悬浮物增加导致整体反射率升高且光谱斜率变化。CDOM在蓝光波段强烈吸收。结合这些特征可建立反演模型。

结果体现：坪山河富营养化程度体现如下图

藻类水华监测：

通过机载光谱成像系统+5G无人机场技术，实现河湖库高频自动巡查，实时获取河湖库水环境光谱数据，精准计算并提取藻类水华的分布及面积，提高巡查效率。

监测对象：水华发生范围、面积、强度、藻类群落组成（如蓝藻、绿藻、硅藻的初步区分）、藻蓝蛋白(PC)浓度（蓝藻特异性色素）。

光谱原理：密集藻华导致近红外波段反射率显著升高（“植被红边”现象）。蓝藻特有的藻蓝蛋白在620nm附近存在特征吸收峰。不同藻类群的光谱曲线存在差异。

结果体现：坪山河藻类水华程度体现如下图

、

黑臭水体监测：

通过机载光谱成像系统+5G无人机场技术，实现河湖库高频自动巡查，实时获取河湖库水环境光谱数据，计算并提取黑臭水体的分布及面积，提高巡查效率。

监测对象：黑臭程度（轻度、重度）、主要致黑臭物质（有机物、硫化物等）。

光谱原理：黑臭水体通常具有极低的整体反射率，尤其在可见光波段（水体发黑）；其光谱曲线形状（如红绿波段比值）与清洁水体或普通污染水体存在显著差异。高光谱可探测与有机物、硫化物相关的更精细特征。

结果体现：坪山河黑臭水体程度体现如下图

岸线生态监测：

利用地面SVC光谱智能摄像机+机载多光谱成像系统点面结合的巡查方式，实现全天候、高频自动河湖库巡查，重点监测水面漂浮物、排污口、违建等情况，智能化计算并提取水环境信息、道路信息、沙地信息的分布及面积，实现全流域的全自动、全方位调查与监控。

监测对象：岸线植被覆盖度与类型（湿地植被、乔灌草）、植被健康状况（生物量、叶绿素含量）、湿地范围变化、岸线侵蚀/淤积、人工侵占、生态修复效果。

光谱原理：健康植被在可见光绿波段有反射峰，红光有吸收谷，近红外有高反射平台。利用NDVI、EVI等植被指数监测绿度与生物量。植被的“红边”位置和斜率可指示胁迫状态。近红外-短波红外波段可区分水体、土壤、植被类型及土壤湿度。

结果体现：坪山河黑臭水体程度体现如下图

光谱成像技术为河湖水环境监测，特别是在精准识别与动态跟踪富营养化、藻类水华、黑臭水体以及评估岸线生态状况方面，提供了革命性的技术手段。中达瑞和高光谱/多光谱成像技术具有大范围、快速、非接触的优势，有效弥补了传统点源监测的不足，显著提升了水环境管理的科学性、时效性和前瞻性。尽管仍面临大气校正、模型普适性等挑战，但随着传感器技术的进步、人工智能的应用深化以及多平台协同监测网络的完善，光谱成像技术必将在构建“智慧水利”和“美丽河湖”的进程中发挥越来越核心的作用，为水资源保护、水生态修复与水环境治理提供强大的科技支撑。

审核编辑 黄宇