城市水体是城市景观塑造、环境提升、居民休闲的重要载体，其水质状况直接影响着城市的整体风貌和居民生活质量，更是成为制约城市经济发展的重要因素^[1-2]。因此，对水污染的动态高效监测与评价已成为环境监测行业亟待解决的问题^[3]。目前水质监测多数还在采用传统人工采样及实验室理化分析方法，该方法的数据获取成本较高、效率较低、代表性较差，难以满足突发环境事件监测和水污染溯源的需要。随着遥感技术的发展，因其高效、范围广、成本低等特点，使得卫星多光谱遥感技术已普遍应用于内陆水质监测^[4-5]。但卫星端遥感周期性较长，空间与光谱分辨率较低，导致其无法满足突发性环境事件及城市小水域常态化监测的需要，限制了卫星遥感技术在水质监测中的进一步应用。

而无人机平台搭载高光谱遥感技术可同时具备高空间、高时间、高光谱分辨率等优势，可以更为全面地反映水质在时空上的分布变化，对于城市水环境的常态化监测、高精度反演及环境整治具有重要意义^[6-7]。刘梅等^[8]、殷伟庆^[9]、杨振等^[10]对不同河湖的水质情况进行了全方位监测，实现了水质信息的快速准确获取。在城市黑臭水体信息提取方面，买日阿巴·吐尔逊等^[11]基于无人机高光谱成像仪建立了黑臭水体识别模型。在藻类监测方面，丁铭等^[12]基于无人机高光谱成像仪对太湖蓝藻进行了季节性监测，实现了对蓝藻的精准定位。目前，关于无人机高光谱水质监测方面的研究，还局限于水质具体指标的监测和性质的识别，而对于监测方式或模式的探讨却较少。基于此，张立福等^[13]率先提出星地协同的监测模式，大大提高了水质监测效率、水质参数反演精度和稳定性，但此方法监测成本高，机动性差，难以大范围推广。

由于遥感水质反演模型对水质样本具有严重的依赖性，这会造成反演模型的不稳定，而建立空地协同模式能够有效保证航空数据和地面数据的时空同步性及数据准确性。现以江苏省扬州市古运河三湾段水域为研究区域，通过无人机高光谱成像仪与无人水质监测船相配合，形成空地协同监测模式，对水质各参数进行反演，以期为无人机高光谱技术在城市水环境高效监测及治理中的应用提供借鉴与参考。

1 研究区概况

扬州市地处江淮下游，南濒长江，坐拥淮河，通扬运河贯穿东西，京杭大运河纵贯南北，由北向南沟通白马湖、宝应湖、高邮湖和邵伯湖，汇入长江。区域内河湖众多，水域面积为1 683.21 km²，占全域面积的25.54%。扬州城区位于长江与京杭大运河交汇处，城内河网密布，水体黑臭现象较为严重，“十三五”期间，市区黑臭河流达71条。研究区示意见图 1。

明代万历二十五年，为解决漕运交通的问题，按照“三湾抵一坝”的思路，原有的100 m左右长河道改弯后变成了1.7 km，形成运河三湾。古运河三湾段曾是扬州南部的工业区，两岸聚集着大量的重污染企业，导致运河水质和空气质量恶化，生态环境遭到破坏。从2014年开始，对古运河三湾段开展了河道疏浚、驳岸改造、生态修复等工程。经过生态修复的古运河三湾段目前已建成生态文化公园，水质和空气质量有所改善。

2 空地协同监测数据来源 2.1 航空数据

2022年11月17日，利用大疆M300RTK六旋翼无人机平台，搭载Specvision小型高光谱成像仪(无锡谱视界科技有限公司)，获取了古运河三湾段水质高光谱数据。

其中飞行高度为500 m，飞行时间为10：00—14：00，高光谱成像仪谱段范围为460~785 nm，光谱通道数为18，光谱分辨率为12 nm。飞行前，根据水体形状及大小，预设好飞行航线及反射率标靶，选择合适的旁向重叠率、飞行速度等参数，确保获取合格的高光谱数据。

2.2 地面数据

为高效、快速地获取水质监测数据，江苏省扬州环境监测中心联合中船重工702所等科研机构，共同研发了2款适用多水域类型的水质走航监测船。船内搭载CAF-2000在线流动分析仪(北京瑞升特科技有限公司)等水质监测仪器。走航监测时无人船通过采样口吸取水样并分别输入各监测模块进行监测，可同时监测总磷(TP)、总氮(TN)、氨氮(NH₃-N)、高锰酸盐指数(I_Mn)等十几个水质参数。其中TP、TN、NH₃-N采用的监测方法均为国标方法，I_Mn采用分光光度法^[14-15]，监测方法及国家标准见表 1。

同时，为保证数据的准确性，在任务开展前采用标准样品进行质控，质控信息见表 2。为配合无人机高光谱监测，在无人机获取古运河三湾段高光谱数据的同时，水质走航监测船进行地面同步监测，共获取11组数据，实现了高光谱数据与地面数据在时空上的一致性。

3 研究方法

偏最小二乘回归算法(PLSR)是一种同时具备典型相关性分析、主成分分析和多元线性回归分析等基本分析功能的多元统计分析方法。

它提供了一种多对多回归建模思路，尤其适用于2组变量个数多，且存在多重相关性，而观测数据又较少的情况。PLSR具备传统经典回归分析方法所没有的优势，适用于高光谱遥感数据反演模型的建立，能够提高模型反演精度^[16-17]。因此，现基于PLSR对TP、TN、NH₃-N、I_Mn 4个主要水质参数进行预测反演。

3.1 水质特征

古运河三湾段水质特征统计见表 3。由表 3可见，古运河三湾段水质总体情况较为稳定，ρ(TP)为0.14~0.18 mg/L，ρ(TN)为1.83~2.07 mg/L，ρ(NH₃-N)为0.36~0.47 mg/L，I_Mn为4.55~5.58 mg/L。

3.2 光谱特征

古运河三湾段采样点光谱反射率见图 2。由图 2可见，在400~560 nm波长内，水体光谱反射率总体呈上升趋势; 在560~570 nm波长附近形成一个反射高峰，主要原因是水体中胡萝卜素和叶绿素在此波段间吸收能力较弱，同时加上悬浮物及藻类的散射作用引起反射高峰; 570 nm波长之后，光谱反射率总体呈下降趋势，直至680~710 nm波长内形成一个小高峰，主要是因为水体中悬浮物的散射作用; 710 nm波长以后，光谱反射率趋于平稳。

3.3 模型精度评价及指标

由于同步采样点相对较少，不宜通过划分训练样本及检验样本等常规方法来检验模型精度，因此采用每次留一点法(LOOCV)进行精度评价^[18]。该方法可不受建模集与验证集分离的影响，最大化地减少潜在异常值对算法精度的影响，对数据量较小的样本尤为适用。采用该方法进行建模时，每次保留一个采样点，通过剩余的采样点进行建模，最后将保留的点代入该模型，以此迭代11次即可得到所有点对应的反演结果和总体的反演精度。

现采用均方根误差(RMSE)、决定系数(R²)及相对分析误差(RPD)对预测模型精度及稳定性进行评价。RMSE值越小，说明模型精度越高。R²越大说明模型越稳定。

当RPD≤1.4时，表明模型无法对样品进行有效预测; 当1.4＜RPD＜2时，表明模型可以对样品进行粗略评估; 当RPD≥2时，表明模型具有极好的预测能力^[19]。

RMSE、R²和RPD的计算公式见式(1)—(3)。

$ \mathrm{RMSE}=\sqrt{\frac{1}{n} \sum\limits_{i=1}^n\left(\hat{y}_i-\bar{y}\right)^2} $

(1)

$ R^2=\frac{\sum\limits_{i=1}^n\left(y_i-\bar{y}\right)\left(\hat{y}_i-\bar{y}\right)}{\sqrt{\sum\limits_{i=1}^n\left(y_i-\bar{y}\right) \sqrt{\sum\limits_{i=1}^n\left(\hat{y}_i-\bar{y}\right)^2}}} $

(2)

$ \mathrm{RPD}=\frac{S_{\mathrm{D}}}{\mathrm{RMSE}} $

(3)

式中：y_i——实测值; $\hat{y}_i$——预测值; y ——实测值的平均值; n——样本数量; S_D——样本观测值方差。

4 结果与分析 4.1 模型反演精度

采用PLSR法对古运河三湾段的TP、TN、NH₃-N、I_Mn指标进行建模反演，结果见图 3(a)—(d)。输出-目标线性拟合线(实线)与虚线(y=1)越接近，说明模型效果越好，反之则模型效果越差。由图 3可见，输出-目标线性拟合线与虚线都十分接近，说明建立的预测模型效果较好。TP、TN、NH₃-N、I_Mn的R²分别为91.96%，95.79%，97.00%和96.22%，均＞90%，说明模型较为稳定。RMSE分别为0.003 6，0.029 1，0.005 6和0.098，各指标模型的RMSE值均＜1，说明模型精度较高。RPD分别为3.67，4.98，5.86和5.24，均＞2，说明各模型都具有极好的预测能力。由上可见，PLSR法的建模效果较好，能够较为准确地对水质情况进行预测。

RPD可以反映预测值与真实值之间的具体差异，能够更直观地反映模型的精度。PLSR法对古运河三湾段TP、TN、NH₃-N、I_Mn指标的RPD结果见图 4(a)—(d)。由图 4可见，TP、TN、NH₃-N、I_Mn的预测值与实测值之间的误差均维持在较低水平，RPD为0.2%~4%，说明模型精度较好。

4.2 反演结果分析

水质反演结果空间分布见图 5(a)—(d)。由图 5可见，古运河三湾段TP空间分布较为稳定，总体水质类别稳定在Ⅲ类; TN主要水质类别为Ⅴ类和劣Ⅴ类，与NH₃-N Ⅲ类水空间位置分布上总体一致，但范围更广; NH₃-N水质类别主要为Ⅱ类及Ⅲ类，其中Ⅲ类水主要分布在沿岸及北河口处; I_Mn较为稳定，以Ⅲ类水为主。从总体水质情况来看，沿岸和北河口处水质相对较差，在污染溯源工作中，应作为重点排查区域。

5 结语

以扬州古运河三湾段为研究区域，基于无人机高光谱成像仪和水质走航监测船等设备，采用空地协同监测模式对区域内TP、TN、NH₃-N、I_Mn4个水质参数进行了定量反演研究。研究显示：基于PLSR法的反演模型拟合效果依次为NH₃-N＞I_Mn＞TN＞TP; 各指标反演误差绝对值为0.2%~4%，R²为91%~97%。可见该模型在水质监测中能够取得较好的应用效果。该模式可快速、直观、精准地反映城市河道水质情况的空间变化，为城市河湖水质情况的监测、黑臭河流的快速判定、水环境的治理提供一定的技术支持。

由于不同区域水体的浮游植物类型和悬浮物类型等来源不尽相同，且水体中各种物质的光学特性随季节的变化较大，致使内陆水体光学特性具有明显的区域性和季节性特征。因此本研究针对扬州古运河三湾段水质反演不具有普适性，并不完全适用于其他区域，但可为其他区域相同季节条件下城市水体反演研究提供参考。