【水质巡检新利器】基于点推扫成像技术的安华智巡®机载水质巡检仪

一、河湖水质监测的实际需求

河流、湖泊及水库是水资源保障和水生态环境保护的重要载体，其水质状况直接关系到饮用水安全、水生态系统健康及流域环境治理。随着河湖管理从传统水质达标评价向水环境质量改善、水生态保护及精细化治理不断拓展，水质监测不仅需要获取pH、溶解氧、氨氮、总氮、总磷及高锰酸盐指数等常规指标，还需重点关注叶绿素a、浊度、透明度等反映水体生态状态的参数，实现对水质状况、富营养化风险、空间差异及动态变化的综合监测。

河湖水质具有明显的空间异质性。受污染物输入、水动力条件、营养盐分布、藻类生长及季节变化等因素影响，即使在同一水域，不同区域的水质也可能存在显著差异。例如，入库河口、库湾、开阔水域及近岸区域可能呈现不同的营养盐水平和藻类分布特征。因此，仅依靠少量固定点位的监测结果，难以全面刻画整个水域的水质空间分布，更难以准确定位局部异常区域及其影响范围。

目前，河湖水质监测主要依靠人工采样、固定式自动监测站及卫星遥感等手段。人工采样与实验室分析能够提供可靠的水质数据，但监测点位有限，难以开展高密度空间调查；固定监测站能够连续记录水质变化，却难以直接反映其他水域的空间差异；卫星遥感虽然具备大范围覆盖优势，但在中小型湖库、狭窄河道及局部异常监测中，仍受到云层遮挡、空间分辨率及观测时效等因素制约。

因此，河湖水质监测亟需在传统点位监测基础上，进一步提升水质信息的空间覆盖能力与快速获取能力，不仅要回答“水质怎么样”，更需要明确“水质在全湖如何分布、哪里存在异常、不同区域之间有何差异”，为水质普查、藻华监测、异常排查及精细化管理提供更直观的空间数据支撑。

二、现有无人机水质遥感监测的技术瓶颈

针对传统监测方式在空间覆盖和快速响应方面的不足，无人机遥感逐渐成为河湖水质监测的重要补充手段。与卫星遥感相比，无人机具有部署灵活、空间分辨率高、可按需组织监测等优势，能够针对湖库、河道及重点水域开展精细化观测。

目前，无人机水质遥感主要采用多光谱成像与高光谱成像两种技术路线，通过获取水体的光谱响应信息，结合水质反演模型，实现叶绿素a、浊度、悬浮物等水质参数的空间分布监测。

尽管成像技术具备直接获取连续空间信息的优势，但在河湖水质业务化应用中，仍面临两类关键问题：一是成像数据量较大、处理流程复杂，影响成果生成效率；二是水体反射信号较弱、受外界光场影响显著，高质量水体遥感反射率（Rrs）获取及水质模型适用性仍存在挑战。

2.1 成像数据量与处理复杂性

无人机多光谱成像通过有限数量的离散波段获取水体反射信息，具有设备相对轻量、数据处理负担较小及空间覆盖效率较高等优势，适合常规水质空间分布调查。但由于光谱波段数量有限，难以完整表征复杂水体的精细光谱特征，在水质参数反演和模型迁移方面存在一定限制。

相比之下，无人机高光谱成像能够同时获取连续光谱与高空间分辨率影像，为复杂水体的光学特性分析和精细化水质反演提供更加丰富的数据。然而，随着光谱波段数量与空间分辨率提高，影像数据量显著增加，对数据存储、传输、计算资源和处理算法提出了更高要求。

在实际作业中，高光谱影像通常需要经过辐射定标、暗场校正、几何校正、影像配准与拼接、水体反射率计算及水质参数反演等多个环节，才能生成最终的水质空间分布成果。由于水面纹理相对单一，且容易受到波浪、太阳耀斑等因素影响，部分场景下影像配准、拼接及辐射一致性处理难度进一步增加。

因此，虽然成像遥感能够直接获取水域连续空间信息，但在常态化巡查、高频次水质普查和快速异常筛查等场景中，仍需要在空间覆盖能力、数据处理效率、系统成本与结果时效性之间进行权衡。

图1 无人机高光谱水质监测的典型数据处理链路

2.2 Rrs获取质量与反演模型适用性

水体遥感反射率（Remote Sensing Reflectance，Rrs）是连接水体光学观测与水质参数反演的重要物理量，其准确性直接影响后续水质分析结果的可靠性。

图2 典型水面光学干扰场景：太阳耀斑、水面波浪与云影变化。这些因素均可能影响水体光谱测量结果。

与陆地目标不同，水体离水辐射信号通常较弱。无人机获取的水面辐亮度不仅包含真实的离水辐射，还叠加了水面反射的天空光、太阳耀斑等非目标信号。在水面波浪、太阳高度变化或云层快速移动等条件下，反射分量与入射光场不断变化，容易导致水体反射率产生偏差。

传统多光谱与高光谱成像系统常采用标准反射率板、入射光传感器及相关辐射校正方法获取反射率信息。然而，反射率板主要提供辐射参考，其测量结果与水体Rrs之间仍存在物理意义和处理方法上的差异。经过标准反射率板定标获得的反射因子，并不能直接等同于扣除水面天空光反射后的水体遥感反射率Rrs。

此外，水质反演模型的准确性还与不同水体的光学特性密切相关。受悬浮颗粒物、藻类色素及有色溶解性有机物等组分影响，不同河湖及不同季节的光谱特征可能存在差异，导致同一反演模型在不同水域的表现不完全一致。

尤其对于总氮、总磷等缺乏直接特征光谱响应的指标，通常需要依靠与光学活性物质的统计或间接关系进行反演，因此需要结合原位水质样本开展适用性评价与精度验证。

综上，水体Rrs的准确获取、复杂光场条件下的数据质量控制，以及水质反演模型在不同区域的适用性，是影响无人机水质遥感监测结果可靠性的关键因素。

2.3 主要技术问题与应用需求

主要技术问题	具体表现与业务影响	需要解决的关键问题
成像数据量与处理复杂性	波段多、数据量大；配准、拼接及校正环节多	降低处理负担，缩短成果生成时间
Rrs获取质量	弱水体信号易受天空光、水面反射及光照变化影响	同步记录光场，准确获取并质控Rrs
反演模型适用性	水体组分及光谱关系存在区域、季节差异	评价适用范围，开展本地实测验证
空间覆盖与处理效率的平衡	连续空间覆盖与快速成果生成难以兼顾	协调航线覆盖、观测密度与空间重建效率

综合来看，现有无人机多光谱与高光谱成像技术虽然能够直接获取水域连续空间信息，但在常态化巡检与快速水质调查中，仍面临成像数据处理负担较大、高质量水体遥感反射率（Rrs）获取困难等问题。对于河湖水质监测而言，是否必须依赖大规模高光谱影像，才能获得具有空间分布特征的多参数水质结果？

点式光谱巡测与水质点推扫成像的结合，为这一问题提供了新的技术路径。通过无人机沿航线连续获取高质量Rrs，结合水质反演模型快速生成多参数水质结果，再利用空间重建技术形成水质分布专题图，有望在降低光谱数据处理负担的同时，实现从离散点位观测向区域水质空间监测的拓展。

三、以点观全湖：基于点式光谱与水质点推扫成像的水质监测技术

针对河湖水质监测对光谱质量、快速反演及空间分布表达的综合需求，安华智巡®机载水质巡检仪采用“高质量Rrs测量—智能水质反演—水质点推扫成像”的一体化技术路线。系统以无人机点式光谱巡测为基础，采用标准水面之上法获取水体遥感反射率，结合内置谱慧云析水质大模型快速生成水质参数，再通过水质点推扫成像技术，将沿航线的离散观测结果重建为区域水质空间分布专题图，实现从点式光谱测量向全湖水质空间监测的拓展。

3.1 水面之上法光谱测量

安华智巡®机载水质巡检仪采用标准水面之上法，同步测量下行辐照度（Es）、天空辐亮度（Lsky）和水面总观测辐亮度（Lsfc），结合天空光反射修正与入射光归一，获取具有明确物理意义的水体遥感反射率（Rrs）。三通道同步观测为连续航线上的光谱测量提供一致的辐射量基础，使后续水质反演能够直接使用经质量检查的水体光谱。

图3 水面之上法原理图

图4 安华智巡®机载水质巡检仪

传感器在出厂前完成实验室辐射定标，建立光谱数字输出与物理辐射量之间的定量关系，并配备自动暗场校正功能。现场无需布设标准反射率板或重复开展定标比对，即可组织连续航线测量。

3.2 谱慧云析水质大模型：实现即飞即测、快速出数

点式巡测以逐条光谱记录作为处理单元，数据量较小，无需经过影像配准与拼接。系统通过“光谱采集—Rrs计算—质量检查—模型反演—结果输出”的流程，调用内置谱慧云析水质大模型，将有效Rrs转换为多参数水质估计值。

反演结果同步关联观测时间与地理位置，形成沿无人机航线分布的水质结果，可在配套AHWQ水质遥感反演系统中按参数查看、按位置查询和导出。由此，光谱记录直接转化为可定位、可比较的巡检成果，为快速识别沿线变化和组织复测提供依据。模型输出的可靠性仍需结合适用水体范围和本地原位样本评价，尤其应重视间接反演指标的验证。

3.3 水质点推扫成像：以点成面，实现全湖水质空间分布

无人机按规划航线连续巡测，将光谱、时间、位置与反演结果关联，形成具有空间坐标的多参数水质观测点集。航线覆盖和点位密度决定了实际获得的空间信息，也是后续重建水质分布的基础。

水质点推扫成像以这些点位结果为输入，结合目标水域边界开展空间插值与重建，将沿线观测转换为水质空间分布专题图。管理人员可由单点数值进一步查看库区不同区域的相对高低值、连续变化趋势和需要重点关注的位置，实现“以点观全湖”的空间表达。

水质点推扫成像表达的是基于观测点和模型结果重建的空间分布，并非每个位置均经过直接测量。成果解释需结合航线覆盖、观测密度、水质变化尺度和模型精度，重点区域可通过加密航线或原位采样进一步核查。葛岙水库的实际航线和专题成果展示了这一技术路线的应用过程。

图5 从点式光谱巡测到全湖水质点推扫成像：航线连续获取Rrs → 生成带位置的多参数结果 → 重建水质空间分布

四、宁波葛岙水库水质点推扫成像应用实践

4.1 监测区域与无人机航线部署

本次应用面向宁波葛岙水库，任务目标是通过无人机航线巡测获取多参数水质信息，并形成便于全库比较的空间专题成果。航线与成果底图显示，监测水域沿南北方向延伸，北部水面相对开阔，南部水域较狭长，适合结合库区形态组织分段往返巡测。

无人机搭载安华智巡®机载水质巡检仪，沿覆盖南北水域的往返航线连续观测，同步记录三通道光谱、位置、姿态和水面影像。观测数据经质量检查后进入反演与制图流程，使实际采集位置与后续空间成果保持关联。图3中的航线点位展示了本次巡测的覆盖范围。

4.2 多参数水质快速监测成果

通过谱慧云析水质大模型及AHWQ处理与展示，本次巡测形成高锰酸盐指数、总磷、COD、总氮、氨氮、pH、溶解氧、叶绿素、藻红蛋白和浊度10项参数的沿线反演结果。各指标与航线位置对应，可在统一地理背景下比较不同位置的估计值，体现从光谱采集到可定位水质结果的快速衔接。

图6 葛岙水库10项水质参数监测点结果

4.3 全湖水质点推扫成像成果

在航线点位结果基础上，本次应用形成叶绿素、COD、溶解氧、浊度、高锰酸盐指数、总磷、总氮和亚硝酸盐水质空间专题图。专题图将离散巡测结果转换为覆盖目标库区的面状表达，使北部开阔水域、南部狭长水域及局部区域之间的差异更易辨识。

图7 葛岙水库水质点推扫成像成果（一）：叶绿素、COD、高锰酸盐指数、总磷

图8 葛岙水库水质点推扫成像成果（二）：溶解氧、浊度、总氮、亚硝酸盐

4.4 水质空间差异与重点区域识别

叶绿素与浊度专题图呈现较一致的南北差异：北部开阔水域的估计值总体高于南部狭长水域，叶绿素在北部还呈现局部相对高值带。这些空间线索可用于安排北部水域及南北过渡区的加密巡测，进一步核查藻类相关指标与水体颗粒物变化。

总氮专题图中，北部水域总体高于南部，北部中东侧可见相对高值区域；总磷则呈现北部及南部局部区域的较高值分布，其空间格局与总氮并不完全相同。营养盐指标宜结合原位采样进行核查，避免仅凭空间估计图推断污染来源或作水质类别判定。

溶解氧专题图显示，南部水域总体高于北部中部水域；高锰酸盐指数也在南部部分区域呈现较高估计值。不同参数的分布并不总是同步，因此复测选点应兼顾单项相对高低值、多参数共同变化区域和南北过渡区，而不只关注单一色斑。

据此，可优先关注北部叶绿素、浊度与总氮相对较高的水域，以及南部高锰酸盐指数、总磷局部较高的区域，结合航线位置查询安排定点采样或加密巡测。上述差异反映本次观测及空间重建的结果；其形成原因和持续性需通过原位检测与后续航次验证。

五、应用价值与推广前景

5.1 支撑高效巡检与水质空间调查

点式光谱连续巡测将多参数水质结果与位置关联，适用于河流重点河段巡查、湖泊和水库水质普查及常态化巡检。管理人员可从沿线结果快速了解变化，再通过空间专题图把握不同水域之间的差异，为有限的现场调查力量确定优先关注范围。

5.2 将空间差异转化为异常筛查与复测任务

水质点推扫成像将点位信息转化为直观的空间分布，可为藻类相关指标监测、局部异常筛查和重点区域复测提供线索。将专题图中的相对高低值区域与实际观测点、原位采样和后续航次衔接，可形成“巡测发现差异—定位重点区域—原位核查—持续跟踪”的业务流程。

5.3 在验证基础上拓展应用场景

该技术路线可与人工采样、固定监测站、卫星遥感及无人机高光谱成像协同使用。面向不同河湖推广时，应结合水域形态、水体光学特征和管理目标确定航线密度、监测频次与模型适用范围，并通过本地配对样本评价反演及空间重建结果。

葛岙水库案例的应用价值，在于将点式光谱测量连接到可定位的多参数结果和可比较的全库空间专题图，使“以点观全湖”成为支撑水质调查、异常筛查和精细化管理的一种可实施路径。

文稿：曹泽林

编辑：周春姣

审核：杨建洪、孙兆华

批准：张文攀

投稿邮箱：zhouchunjiao29@anhuaocean.com

喜欢

留言

创建时间：2026-11-12

ꄴ前一个：无

ꄲ后一个：无

引导页 ꄲ 案例 ꄲ 【水质巡检新利器】基于点推扫成像技术的安华智巡®机载水质巡检仪