基于多源遥感数据的河流水质协同监测——以小江为例
摘要
水是生命之源、生存之本，水环境健康事关各项社会经济活动。内陆水体
作为水污染高发区，其水环境保护和水生态治理工作具有重要意义。三峡库区
蓄水后，河流原有水动力条件发生改变，各支流回水区富营养化加剧，多次出
现水华现象。遥感技术具有监测范围广、低成本等特点，可为传统水质监测提
供新的途径。受遥感器分辨率约束，目前卫星遥感多应用于大型河流、湖库、
近海岸水质监测，对内陆小型河流、水体监测研究较少。
本文选择长江三峡库区支流小江作为研究区，以现场同步采集水体样本数
据和无人机多光谱数据为基础，研究利用无人机多光谱数据和多光谱卫星遥感
数据反演叶绿素a浓度、悬浮物浓度两项水质浓度的算法模型。可见光卫星遥
感水质监测受天气影响显著，尤其是在多云雾的盆地地区，无人机在非极端天
气条件下均可以进行数据采集，本文讨论了天气情况对无人机水质反演的影响，
同时对无人机与卫星数据光谱融合反演进行探究。论文的主要研究成果如下：
（1）小江流域水质参数反演模型：基于2021年的P4M无人机多光谱遥感
数据Landsat7卫星遥感数据和实测水质浓度数据建立了小江流域叶绿素a与悬
浮物浓度的回归模型，分别对晴天和阴天条件下水质浓度进行反演。无人机水
质遥感反演结果和卫星遥感反演结果与实测水质浓度参数相近，与现场情况相
似。
（2）不同天气（光照）条件对无人机水质反演影响：P4M无人机多光谱
数据（2021年）于阴天和晴天两种天气（光照）条件下采集得到，研究两种天
气下的遥感数据对水质反演的影响。结果表明，对无人机遥感数据进行处理得
到反射率后，阴天和晴天天气下共同反演叶绿素a和悬浮物精度相较于单独天
气下的反演精度均得到提高。同时，对阴天和晴天无人机影像校正系数和辐照
度数据进行了分析，结果显示阴天和晴天的校正系数相似，二者五个波段的辐
照度比值相差不大。因此，无人机在阴天和晴天（光照均匀）天气采集的数据
均可用于水质参数反演。
（3）无人机水质反演模型应用：使用2021年的无人机遥感数据与实测叶
绿素a和悬浮物浓度建立反演模型，使用该反演模型对2022年采集的无人机数
据进行反演。结果表明，两种水质反演模型反演结果与实测水质浓度相近，能
准确体现水质浓度分布，建立的水反反演模型有效，能实现水质监测。
（4）无人机与遥感影像融合反演水质参数：以叶绿素a浓度反演为例，探
究使用无人机和卫星影像光谱参数融合反演水质，建立叶绿素a浓度与遥感影
像之间的多元回归模型，使用多元回归模型反演得到的叶绿素a浓度相较使用
卫星遥感反演的精度得到提高，证明无人机数据与卫星遥感数据融合是可行的。
关键词：无人机数据，卫星数据，叶绿素a，悬浮物，遥感反演
Collaborativemonitoringofriverwaterqualitybasedon
multi-sourceremotesensingdata:AcasestudyofXiaojiang
ABSTRACT
Wateristhesourceoflifeandthefoundationofsurvival,andthehealthofthe
waterenvironmentisrelatedtovariouseconomicandsocialactivities.Asahigh
incidenceareaofwaterpollution,theprotectionofthewaterenvironmentandthe
managementofwaterecologyininlandwaterbodiesareofgreatsignificance.After
theimpoundmentoftheThreeGorgesReservoirarea,theoriginalhydrodynamic
conditionshavechanged,andeutrophicationhasint