彩谱守护碧水清源，高光谱推动水质监测领域的创新发展 —《高光谱：水质监测的“科技助手”》主题约稿

随着工业化、城市化的快速发展，环境污染问题也日益严重。水乃万物之根本，因此水污染问题的解决迫在眉睫。水质监测成为保障水资源安全、维护水生态系统循环的重要手段。传统的水质监测方法存在监测周期长、实时数据差、监测参数有限等局限，无法满足当前水质监测的迫切需求。

与传统的水质监测方式相比，使用高光谱监测的优势在于能监控整条河流水质浓度变化趋势情况，可有效弥补传统点源监测的不足。通过采集获取的高现势性水质连续光谱数据，可实现叶绿素a、总氮、总磷、氨氮、总悬浮物、化学需氧量、溶解氧主要评价指标分析。利用无人机高光谱监测技术对河流进行拍摄扫描，统揽全局，锁定病灶，可视化平台有效实现水质精准监测。

一、高光谱在水质监测领域的应用现状

高光谱在水质监测领域的应用正在逐步深入，其独特的技术优势在未来会有很大的发展前景。高光谱相机能够通过对水中物质的光谱特征分析，精准地检测水中的各种污染物质，包括石油类物质、农药残留、重金属离子等。还可以应用在水体富营养化监测、不同类型的水体识别、动态监测水质异常、水生生物监测等场景。

目前高光谱技术在水质监测领域的相关标准建设情况尚没有统一的标准。但高光谱技术的不断完善和成熟将为水质监测提供更实时化、数据化、系统化的支持，是促进水生态系统改善的得力科技助手。

二、 彩谱高光谱技术的发展历程及技术优势

发展历程：

2009年，彩谱创始人团队在浙大做军工方面高光谱检测项目，研究高光谱成像技术。

2013年，正式成立彩谱公司。

2014年，组织高光谱颜色检测技术的研讨会，开展高光谱技术的深入探究。

2019年，推出基于高光谱技术的图像分光测色仪DS1050系列产品。

2020年，推出线扫描高光谱相机FS-1X系列、成像高光谱相机FS-2X系列、显微镜高光谱测量系统、无人机高光谱测量系统、便携式高光谱相机、云台高光谱相机等。

2023年，彩谱高光谱相机在上百家高校、研究机构、农业、水质、林业领域得以广泛应用。

2024年，参与标准制订：《纺织品 色牢度试验贴衬织物沾色评级 高光谱法》、《纺织品 涤棉混纺织物定量分析 高光谱法》。

技术优势：

彩谱的高光谱相机主要采用透射光栅分光色散型，性能卓越。利用色散元件(光栅或者棱镜进行分光，再经由成像系统成像在探测器上，同比其他原理产品，光谱分辨率更高，价格更低。

三、彩谱高光谱技术如何发挥其作用分析解决不同水质污染监测问题？帮助提升水质监测的准确性和效率？有哪些案例说明？

彩谱的无人机高光谱遥测系统主要由多旋翼无人机、高光谱相机、机载控制器、机载系统控制软件、漫反射校准布、多旋翼无人机平台和数据处理软件等部分组成。如何解决不同水质污染监测问题提升水质检测的准确性和效率离不开各部分组件的相辅相成。下面将具体展开讲解一下：

1、无人机承载平台：旋翼-大疆M350RTK多旋翼无人机，垂起-飞图横空Aircross6号垂直起降无人机，稳定性好，便携使用简单，飞行效率高。能够在短时间内获取大范围的水质信息，提高了水质监测的效率和覆盖范围。

2、高光谱成像系统：系统设计紧凑，成像光谱仪主机光谱分辨率高达2.5nm，采用高信噪比超高速光谱扫描成像器件，提供高稳定性的光谱图像采，采用自研的高效率低功耗图像处理算法，大大延长了整机飞行时间，降低了系统功耗。

3、机载系统控制软件：用户无人机终端使用，支持实时保存高光谱数据，且操作简单安全可靠，支持显示通道设置、显示通道阈值设置、采集控制和图像格式控制，包含文件信息查看、快捷功能、镜头校正、状态信息展和图像采集功能。

4、漫反射校准布：用于高光谱数据反射率校准，保证数据的长期稳定性。

5、数据处理软件：通过对高光谱数据的解析和反演，可以获取到水体中的多种水质参数，如化学需氧量、氨氮、总磷、总氮等。

案例说明

根据XX河实际情况进行航线设计，采用多旋翼无人机+高光谱相机进行高光谱数据采集，同时在地面进行采样。

（1）地面点采样及取样方案

① 可用钓竿进行水质的取样；② 不要出现阴影、树木、建筑物的遮挡；③ 地面采样与高光谱的飞行基本同时进行，采样方式要保证采样点全部可用（即没有阴影遮挡、没有处于水波纹等）。

（2）高光谱数据采集

① 飞行主航线采用直线飞行；② 分段的末端要延长数据，保证整体数据可用性强；③ 航线均延河流走向规划。

（3）高光谱数据处理分析

通过水质反演软件基于地面采样结果和对应光谱值，进行光谱图像归一化、水质参数反演、模型评价等处理。

通过数据预处理软件对高光谱影像的预处理，首先进行辐射定标和反射定标，得到地表反射率数据，然后通过GPS和特征图像，完成多航带影像的拼接，最后通过拼接裁剪得到河道光谱数据。

利用水质反演软件通过采集获取的水质连续光谱数据，可实现叶绿素a、总氮、总磷、氨氮、高锰酸钾、溶解氧主要评价指标分析。

（4）指数计算

（5）灰度图像

（6）聚类效果

可进行监督聚类和非监聚类功能。可对不同的物质进行分类标记。

（7）水质分析

高锰酸钾指数(CODMin)、总磷(TP)、溶解氧(DO)、总氮(TM)、氨氮(NH3-H)、叶绿素a。

四、高光谱在实际水质监测的应用中需要考虑哪些因素？当前，技术和应用层面还存在那些难题？

在实际水质监测中，应用高光谱成像技术时需要考虑以下主要因素：

1.仪器本身：

保证高光谱的分辨率、光谱范围、波长校准等性能符合监测要求。时常进行仪器检查，确保仪器处于良好状态。

2.数据采集：

主要考虑环境因素，如天气、光照等对数据采集的影响，尽量在稳定的环境条件下进行数据采集。确保获取到准确、可靠的光谱数据。

3.光谱特征差异：

不同水体类型（河流、湖泊、水库等）和污染物质（重金属、有机物、石油类物质、农药残留等）的光谱特征差异不同，需要针对特定水体和污染物进行光谱特征研究和分析。

4.数据处理与分析：

对采集到的光谱数据进行预处理，包括噪声去除、光谱校准等步骤，以提高数据质量和准确性。选用高效、稳定的数据处理和分析算法，以提高水质参数反演和污染物质识别的准确性和精度。

5.实时性与动态性：

考虑水质监测的实时性和动态性要求，确保高光谱成像仪能够实时监测水质变化。

当前技术和应用层面的难题

1、数据冗杂、计算复杂：

高光谱成像仪所获取的数据量巨大、冗杂，因此处理和分析这些数据需要高性能的计算设备和算法支持。数据处理过程中可能面临计算复杂、耗时长等问题。

2、光谱特征差异：

不同水体类型和污染物质的光谱特征存在差异，需要建立更加完善的光谱特征数据库和识别算法。

3、自然环境干扰：

天气、光照等环境因素可能对光谱数据采集产生干扰，影响监测结果的准确性。

4、设备性能限制：

高光谱成像仪的分辨率、光谱响应等性能可能受到设备本身的限制，影响监测结果的精度。

针对这些难题，未来可以在提高数据采集质量、优化数据处理算法、加强光谱特征研究、推动多源数据融合与应用等方面进行改进和优化，以进一步提升高光谱成像技术在水质监测领域的应用效果。

五、随着人工智能和大数据技术的发展，我司有哪些高光谱产品已经与人工智能技术相结合？

1、农业方面：

高光谱相机能够获取农作物的光谱数据，借助人工智能算法对其加以分析，能够精确评估农作物的生长态势、病虫害情况以及养分含量等，为精准农业提供有力的决策依据。彩谱FigSpec Studio 软件中内置了NDVI等多种植被因子，对不同空间尺度下植被冠层状态进行精准量化 ，定量评估作物和植被的健康情况、胁迫情况和长势情况 ，为作物长势评估 ，产量预估 ，病虫害检测等提供数据支持。

2、林业领域：

机载高光谱相机可用于林业灾害的监测，像森林火灾、病虫害等。与人工智能技术相结合，能够增强灾害监测的精准度和效率，及时施行防治手段，降低损失。人工智能技术、深度学习等创新型分类识别技术的引入，促使灾害防治逐步朝着多技术融合的方向迈进。受到病虫侵害的时候，因缺乏营养和水分而生长不良，海绵组织受到破坏，叶子的色素比例也会发生变化，使得可见光区的两个吸收谷不明显，反射峰值按植物叶子被损害的程度而变低。多光谱数据融合后，获取高精度的监测数据，得到病虫害分布情况。

3、水质分析监测：

使用水体光谱数据和化学分析结果构建分析模型 ，实现对黑臭水体分级、水质参数（蓝绿藻、水滑、总氮、总磷、溶解氧和悬浮物）反演。结合空间信息监测生活污水、工业废水等对周边水体的影响 ，助力污染源排查、水环境评估。

4、水体富养化监测：

利用光谱数据形成分类指数，进行水体富营养化，监测及空间信息统计，遵循水体富营养状态评价，标准，辅助分析农田、养殖、渔业等水体污染源，为污染源排查、水环境评估提供数据和强大的数据采集工具。

六、未来，我司将如何应对市场需求，推动高光谱技术在水质监测领域的创新和发展？

1、技术融合与创新

多源数据融合：高光谱技术将与其他监测技术（如遥感技术、自动监测船、物联网传感器等）相结合，实现多源数据的融合与互补。这种融合将提高水质监测的全面性和准确性，为水质评估提供更丰富的信息源。

智能化与自动化：随着人工智能和大数据技术的发展，高光谱水质监测系统将更加智能化和自动化。通过机器学习算法和深度学习技术，系统能够自动识别和分类水质参数，提高监测效率和准确性。同时，自动化监测和预警系统将能够及时发现水质异常，并采取相应的处理措施。

2、监测精度与广度提升

高精度监测：高光谱技术将不断提升其光谱分辨率和灵敏度，以实现对水体中更多细微光谱特征的捕捉和分析。这将有助于提高水质监测的精度和可靠性，为水质评估提供更准确的数据支持。

大范围监测：借助卫星遥感技术和无人机平台，高光谱技术将能够实现大范围、长时序的水质监测。这将有助于掌握水质的时空变化规律，为水环境保护和治理提供科学依据。

3、应用拓展与深化

多样化应用场景：高光谱技术将不仅限于地表水的监测，还将拓展到地下水、海洋等更多类型的水体监测中。同时，该技术还将应用于水生生物监测、水体富营养化评估等领域，为水生态系统的保护和管理提供全方位支持。

政策与市场需求驱动：随着环保意识的提升和政策支持的加强，水质监测市场需求将持续增长。高光谱技术作为先进的水质监测手段，将受到更多关注和青睐。同时，市场需求的多样化也将推动高光谱技术在水质监测领域的不断创新和发展。