高分五号高光谱卫星在内陆水体水质监测中的应用
内陆水体是最重要的水资源，对人类生产生活和维持生态平衡起着关键性作用。当前，内陆水体正面临着城市生活污水排放、农业面源污染及工业废水排放等威胁，导致水质状况日益恶化。传统水质监测依赖地面采样与实验室分析，存在空间覆盖有限、时效性差、成本高昂等问题。高光谱遥感技术凭借其纳米级光谱分辨能力，可精确识别悬浮物、叶绿素a等关键水质参数的光谱特征，为构建大范围、高频次的内陆水体水质监测提供了新的数据源。然而，内陆水体具有光学复杂性高、混合污染物光谱特征重叠显著等特点，这对遥感数据的光谱分辨率与辐射精度提出了更高的要求。
高分五号（GF-5）卫星是我国自主研制的全谱段高光谱卫星，于2018年5月9日发射，其搭载的可见短波红外高光谱相机（AHSI）具备30m空间分辨率与400～2500nm光谱范围覆盖（330个通道），较之陆地观测卫星（如Landsat-8，11个波段）和哨兵卫星（如Sentinel-2，13个波段）等多光谱卫星，光谱通道数提升25倍以上，可以有效分析内陆水体中微弱光谱差异。高分五号卫星于2020年4月因故障而退役，其后继卫星高分五号02星（GF-5B）于2021年9月7日成功发射，该卫星携带7台载荷，覆盖从紫外到长波红外谱段，融合了成像技术与高光谱探测技术，实现了空间信息、光谱信息和辐射信息的综合观测。当前水质遥感反演模型已从传统经验模型发展到基于机器学习的非线性建模与物理机理驱动的半分析模型协同阶段。基于高分五号高光谱数据，采用半分析模型的方法，结合高光谱数据预处理、特征优选与生物光学模型等关键技术，反演长江口和官厅水库两个区域的悬浮物浓度和叶绿素a浓度，表明高分五号高光谱数据在内陆水体水质监测中有较好的技术适用性。本研究选取长江口与官厅水库两个典型内陆水体作为研究区，反演悬浮物浓度和叶绿素a浓度两个参数。长江口区域位于上海市北部，涵盖崇明岛、长兴岛等冲积岛屿，是长江淡水与东海咸水的交汇区，作为中国最大河口，该区域受沿江工业区和农业面源污染双重影响，区位如图1所示。官厅水库作为京津冀重要水源地，历经显著水质演变过程，其半封闭水体特性导致污染物滞留效应显著。水库主要受上游洋河流域农业面源污染影响较为严重，而且库区周边密集的旅游活动及渔业养殖进一步加剧污染物的输入，区位如图2所示。本文采用长江口和官厅水库两个区域的高分五号影像，成像时间分别为2019年5月24日和2019年5月22日，高分五号高光谱相机参数见表1。以地表反射率作为水质参数反演的基础数据，通过标准化预处理流程实现卫星数据向水体光学特性的有效转化。针对高分五号高光谱数据特性，首先进行辐射定标处理，基于实验室标定的传感器响应函数将原始DN值转换为辐射亮度值，然后利用FLAASH模型进行大气校正，获得影像真实地表反射率。最后，利用30m分辨率高程数据与地面控制点进行正射校正，进一步消除因地形起伏导致的几何畸变。针对水体弱反射光谱信号的问题，引入最小噪声分离（MNF）技术实现光谱降噪与特征增强，该方法通过构建噪声与信号的解耦模型，有效解决了传统流程中噪声残留对大气校正精度的干扰问题。首先基于高分五号影像的均匀水域计算噪声协方差矩阵，建立传感器噪声统计模型，通过MNF正交变换将高光谱数据映射至噪声白化空间，实现信号与噪声的谱域分离。部分MNF分量集中了悬浮物和叶绿素a散射特征信息，而剩余分量主要表现为条带噪声与随机噪声，通过逆变换重构保留的有效分量后，得到降噪增强后的高光谱数据。1．反演原理在实际水质遥感反演中，获取与卫星影像时空完全匹配的实测数据往往面临多重挑战：突发性事件导致采样窗口期短、水体动态变化使得历史数据代表性受限、复杂水域环境增加采样成本等。这些现实约束使得依赖实测数据驱动的经验模型、机器学习模型等在本研究中难以适用。基于上述限制，本研究选择以生物光学模型为核心的反演模型。该模型以辐射传输模型为基础，通过对辐射传输方程的近似求解，建立表观光学量（遥感反射率、漫衰减系数等）和固有光学量（吸收和散射特性）之间的关系，基于水色要素与固有光学特性之间生物光学关系，利用遥感反射率反演水质参数。悬浮物浓度与叶绿素a浓度作为典型水色参数，其光谱响应机制与生物光学模型中的固有光学量存在明确生物物理关联，为理论模型的可靠应用提供了科学基础。
2．反演方法针对高光谱数据中冗余波段的干扰问题，以及全波段参与模型运算导致计算量显著增加的现象，本研究提出了一种基于反演指标光谱敏感度的波段优选方法。该方法根据不同反演指标的光谱响应特性，筛选出敏感波段参与模型运算，从而有效提升模型的计算效率与反演精度，建立最佳反演模型。具体而言，针对悬浮颗粒物的强散射特性，本研究重点分析可见光至近红外波段的光谱变化，筛选出散射信号显著且受可溶性有机物干扰较小的特征波段组合。同时，结合藻类色素的吸收谷与荧光峰特性，通过光谱分析红边区域及荧光响应波段，有效抑制悬浮物散射对叶绿素特征提取的干扰。此外，本研究依托水质遥感领域积累的数据资源，构建水质反演模型的修正方法。基于已有的实测数据和相关水质反演数据集成果，采用非参数统计方法对反演模型进行区域性适配修正，重点解决理论模型在特定水域（如高浊度河口、富营养化水库等）中的偏差问题。1．水质反演结果分级将反演模型应用于2019年5月24日长江口高分五号高光谱影像，得到悬浮物浓度和叶绿素a浓度的反演结果。将反演模型应用于2019年5月22日官厅水库高分五号高光谱影像，得到悬浮物浓度和叶绿素a浓度的反演结果。根据反演结果，结合地面样本点的统计分析，本文研究方法反演的悬浮物浓度的均方根误差（RMSE）为5.72mg/L，平均绝对误差（MAPE）为14.23%；叶绿素a浓度的RMSE为0.67µg/L，MAPE为20.91%，精度上均有明显改善和提升。根据《地表水环境质量标准》《地表水环境质量评价办法（试行）》等相关标准和规范，对反演后的悬浮物浓度和叶绿素a浓度进行等级划分，得到长江口和官厅水库两个指标的评价结果，如图3所示。2．结果分析评价根据相关标准和规范，将悬浮物浓度大于75mg/L或叶绿素a浓度大于8µg/L的区域划定为污染严重区域。如图4所示：区域1位于长江口影像的右下角，即横沙岛的南边，这块区域的悬浮物浓度与其他区域相比明显偏高，结合光学影像经目视解译后，发现该区域的水体颜色明显较为浑浊，与悬浮物浓度的反演结果相符；区域2位于长江口影像的左上角，即长兴岛的西北方向，这块区域叶绿素a浓度明显偏高，通过计算该区域的浮游藻类指数值（FAI），发现该区域确实比其他部分要高，也能印证该区域疑似出现蓝藻爆发的结论。如图5所示：区域3邻近官厅水库国家湿地公园，其上游为桑干河、洋河交汇形成永定河，经过湿地公园流入水库，该区域部分水体中的叶绿素a浓度超过8µg/L，甚至有小部分超过20µg/L，叶绿素a浓度偏高的区域主要位于水库的南侧，邻近修建区域和农田区域；区域4邻近野鸭湖国家湿地公园，其上游为妫水河流入水库，该区域部分水体中的叶绿素a浓度超过8µg/L，从影像上看，邻近野鸭湖国家湿地公园的水域叶绿素a浓度基本都在8µg/L以下，而超过8µg/L的区域右侧存在较大范围的裸露土地，经查验，发现该区域存在大量的马术俱乐部。五、结语基于高分五号高光谱卫星数据，针对长江口与官厅水库两个典型内陆水体，开展了水质监测的应用潜力分析研究，利用最小噪声分离算法和基于反演指标光谱敏感度的波段优选方法，成功实现了悬浮物浓度和叶绿素a浓度的定量反演，反演的悬浮物和叶绿素a浓度的精度指标得到改善，且反演结果与光学影像解译结果具有良好的一致性，同时也发现长江口与官厅水库的水质分布特征与区域污染源分布、水动力条件等因素密切相关。研究结果表明，高光谱遥感技术能够有效克服传统水质监测方法的局限性，为大范围、高频次的水质监测提供了新的技术手段，能够为区域水环境管理与污染防控提供科学依据。未来，可以进一步结合其他多光谱和高光谱卫星数据，探索多源数据融合技术在水质监测中的应用潜力，以提高反演模型的适用性与精度，为水环境的可持续管理提供更全面的技术支撑。
