论文部分内容阅读
[摘 要]现代中国治理水污染愈加引起人们重视，而传统的水质监测方法成本高、耗费时间长，很难及时反映水域的整体水质情况。本文提出一种无人船搭载光谱仪进行水质监测系统，实现对目标区域的长时间自动监测。该系统利用轻小型光谱仪代替传统水质监测设备，节省船体空间来搭载先进的风光互补发电系统，提升续航能力与监测能力。为验证无人船载水质监测仪实用性，本文利用无人船载水质监测系统中的光谱仪测量目标区域水体光谱特征，并基于应用模型计算出水体叶绿素a、悬浮物、总磷含量，与传统的水质监测仪同时测得的进行比对。实验结果表明，基于无人船搭载的光谱仪获取数据可以快速而准确地获得水质参数。
[关键词]光谱仪；无人船；叶绿素浓度；总磷；总氮
中图分类号：G712 文献标识码：A 文章编号：1009-914X（2019）06-0082-01
常规水质监测与评价方法需要在水域布置大量的人工监测点，然后再将样本数据带回实验室完成相关监测参数的实验测定，最终反映某一监测指标在该水域断面的时空分布情况。这种人工取样—实验室分析的方法受到人员配备、资金支持、天气状况及水文环境等多方面的影响，难以做到长时间持续实时监测，且也只能了解某一监测断面上的水质状况【1】。
新型的水质监测无人船搭载的水质监测系统，仍然避免不了传统监测方式必需的采集样品、处理样品、分析样品的复杂流程，执行这一流程的装置占有了船体过多的空间，使其仅能使用电池供电，续航能力差，无法满足持续实时监测需求。
本文提出一种无人船搭载光谱仪水质监测系统，实现对目标区域的长时间自动监测。该系统搭载光谱仪进行水质监测，则可免去这一操作和相应设备，节省下来的空间用来搭载风光互补发电系统，实现全天候持续巡航。该无人船监测系统中，主要监测水体叶绿素 a，悬浮物浓度含量以及总磷含量来反映水质情况。其中，水体的叶绿素a浓度可以反应水质状况、富营养化程度、水体中营养盐特别是N和P分布及其动态分布特征的有效方法【2】。同时，悬浮物含量也是判断水体是否受到污染的重要指标，其浓度高低直接决定水体的浑浊度，影响光线在水中的传播对水体的初级生产力具有重要影响【3】。
本文首先介绍了无人船载光谱仪水质监测系统的设计方向，进而说明该系统使用的光谱型水质监测仪的水质监测原理，再进行实验论证，获得对应结论。
1 无人船载光谱仪水质监测系统
新型的水质监测无人船的续航时间最高也仅在6-8小时，无法满足持续实时监测水质的需求。通过使用光谱仪节省下来的空间，可用于搭载先进的风光互补技术。
太阳能系统利用光生伏特效应将太阳辐射能转换为电能，安装在无人船中部的采光位置。风力系统通过湿度传感器来感应周围天气的变化，在阴雨天时启用。风车则安装在无人船尾部。
除此之外还有无线模块、超声波、导航、处理器等。实现无人船自主巡航、避障，在水质污染情况达到预设警戒值时，自动向陆地控制端发送警报，并可根据污染浓度梯度及时追寻污染源头。
因为光纤较脆弱，因而在光谱仪处还需加装舵机，以此精确控制光纤在水质和白板间转动的角度。至于无人船的巡航路线，本文计划采用希尔伯特曲线，来实现对整个水域的覆盖。
2 无人船载光谱型水质监测仪水质监测原理
水体中的悬浮物主要由浮游藻类、藻类残体以及悬浮泥沙等组成。它的散射特性主要与悬浮物颗粒物的组分、浓度、颗粒的大小粗糙度以及表面色泽有关。通常无机颗粒物比浮游植物对总悬浮物的散射特征影响更大。悬浮颗粒物的散射主要是以无机矿物颗粒为主，有机颗粒物由于在蓝光波段的较强吸收而呈现出较弱的散射作用【4】。叶绿素a具有强烈的吸收和反射光谱特性，可以使富含叶绿素a的水体反射率明显上升。并且其与浮游植物含量密切相关。总磷类物质也与浮游植物含量相关，其浓度过高会导致后者的大量繁殖，继而降低了水体中的溶解氧含量【5】。基于此，使用光谱仪很容易测得这几种参量的数据。
无人船载光谱仪为海洋光学HR4000高分辨率光谱仪，波长量程在200～1100nm，分辨率为0.02-8.4nm。同时无人船上搭载了白板用以计算水体的反射率。系统监测的叶绿素a、悬浮物和总磷含量其特征波段都在350-850nm，系统只是用该段光谱数据。另外，该系统上搭载了工控机用以采集数据，采集软件为SpectraSuite，反射率计算后即可利用下面公式计算各种水质参数。反射率计算如下式：
%Tλ=（Sλ-Dλ）/（Rλ-Dλ）*100%
其中S代表在波长为λ时的样品光强，D代表在波长为λ时的暗光强，R代表在波长为λ时的参考光强。
因为存在噪声，获取的反射率曲线上存在较大误差，因此在进行水质参数计算时，需要对光谱曲线进行预处理。本文中使用的预处理方法为S-G方法，该方法在消除噪声的同时可以保证光谱特征的位置及精度，满足水质参数反演的精度需求。
本项目中，根据实际数据比较选取精确度高的模型，进行各水质参量的浓度计算。水质参数计算模型如下所示。
叶绿素a浓度（Chl-a）选择的反演模型为：
Chl-a=232.29（R665-1-R708-1）*R753+23.174
悬浮物浓度（TSS）选择的反演模型为：
TSS= exp（-1.9889*（ln（ R710/R675）） + 5.1948）
总磷含量（TP）选择的反演模型为：
TP=2.0876*（（R810）+0.0031）
3 实验分析
为验证本文提出的新型无人船载光谱型水质参数测量系统水质参数测量的有效性，特选北京市中关村公园湖水域的三个点作为监测点。实验中，先使用HYDROLAB的多参数水质探头测量水质的各种参数，然后利用无人船搭载的光谱仪测量白板和水质光谱，得到白板和水质的光谱曲线。实验中，每个点水质探头的测量时间为12分钟。光谱仪的光纤探头测量白板和水质时垂直于水平面，测量时间均为一分钟。
经预处理后，各个点测得的水体光谱曲线如下图所示。
光谱仪测得水体光谱参数经计算后，可得水体参量的浓度。将上文选出的三个点计算出的各参量数据与水质探头测得的数据相比较，如图4所示。
图4中T为悬浮物浓度，C为叶绿素a浓度，此处因水质监测仪的总磷含量数据波动大，暂不予以比较。1为光谱仪所测图像处理计算后所得数值，2为水质监测仪所测数值，单位皆为μg/L。虽然有所误差，但可以从数值趋势和实际观察上看出，光谱仪所測数值与真实值是接近的。
4 结论
通过光谱仪和水质探头获得的水质参量浓度的比较，从数值趋势和实际观察可以看出，使用光谱仪对水质的监测是方便、快速而有效的。并且光谱仪具有轻便、小巧、灵活的优势，不需要传统水质监测仪所要求的样品采集、处理、分析的空间与操作，为船体省下大量空间搭载风光互补系统提升其续航能力，满足了持续实时监测水质的需求。同时实验证明，该类型水质监测仪获取的数据真实可靠。
参考文献
【1】吴廷宽.基于高光谱技术的湖泊富营养化监测评价研究[D].贵州师范大学，2016.
【2】张晓斌.基于高光谱遥感的巢湖水体叶绿素-α浓度反演模型研究[D].安徽建筑工业学院，2012.
【3】张运林，秦伯强，陈伟民等.太湖水体中悬浮物研究[J].长江流域资源与环境，2014.13（3）：266-271.
【4】张晓斌.基于高光谱遥感的巢湖水体叶绿素-α浓度反演模型研究[D].安徽建筑工业学院，2012.
【5】吴廷宽.基于高光谱技术的湖泊富营养化监测评价研究[D].贵州师范大学，2016.
[关键词]光谱仪；无人船；叶绿素浓度；总磷；总氮
中图分类号：G712 文献标识码：A 文章编号：1009-914X（2019）06-0082-01
常规水质监测与评价方法需要在水域布置大量的人工监测点，然后再将样本数据带回实验室完成相关监测参数的实验测定，最终反映某一监测指标在该水域断面的时空分布情况。这种人工取样—实验室分析的方法受到人员配备、资金支持、天气状况及水文环境等多方面的影响，难以做到长时间持续实时监测，且也只能了解某一监测断面上的水质状况【1】。
新型的水质监测无人船搭载的水质监测系统，仍然避免不了传统监测方式必需的采集样品、处理样品、分析样品的复杂流程，执行这一流程的装置占有了船体过多的空间，使其仅能使用电池供电，续航能力差，无法满足持续实时监测需求。
本文提出一种无人船搭载光谱仪水质监测系统，实现对目标区域的长时间自动监测。该系统搭载光谱仪进行水质监测，则可免去这一操作和相应设备，节省下来的空间用来搭载风光互补发电系统，实现全天候持续巡航。该无人船监测系统中，主要监测水体叶绿素 a，悬浮物浓度含量以及总磷含量来反映水质情况。其中，水体的叶绿素a浓度可以反应水质状况、富营养化程度、水体中营养盐特别是N和P分布及其动态分布特征的有效方法【2】。同时，悬浮物含量也是判断水体是否受到污染的重要指标，其浓度高低直接决定水体的浑浊度，影响光线在水中的传播对水体的初级生产力具有重要影响【3】。
本文首先介绍了无人船载光谱仪水质监测系统的设计方向，进而说明该系统使用的光谱型水质监测仪的水质监测原理，再进行实验论证，获得对应结论。
1 无人船载光谱仪水质监测系统
新型的水质监测无人船的续航时间最高也仅在6-8小时，无法满足持续实时监测水质的需求。通过使用光谱仪节省下来的空间，可用于搭载先进的风光互补技术。
太阳能系统利用光生伏特效应将太阳辐射能转换为电能，安装在无人船中部的采光位置。风力系统通过湿度传感器来感应周围天气的变化，在阴雨天时启用。风车则安装在无人船尾部。
除此之外还有无线模块、超声波、导航、处理器等。实现无人船自主巡航、避障，在水质污染情况达到预设警戒值时，自动向陆地控制端发送警报，并可根据污染浓度梯度及时追寻污染源头。
因为光纤较脆弱，因而在光谱仪处还需加装舵机，以此精确控制光纤在水质和白板间转动的角度。至于无人船的巡航路线，本文计划采用希尔伯特曲线，来实现对整个水域的覆盖。
2 无人船载光谱型水质监测仪水质监测原理
水体中的悬浮物主要由浮游藻类、藻类残体以及悬浮泥沙等组成。它的散射特性主要与悬浮物颗粒物的组分、浓度、颗粒的大小粗糙度以及表面色泽有关。通常无机颗粒物比浮游植物对总悬浮物的散射特征影响更大。悬浮颗粒物的散射主要是以无机矿物颗粒为主，有机颗粒物由于在蓝光波段的较强吸收而呈现出较弱的散射作用【4】。叶绿素a具有强烈的吸收和反射光谱特性，可以使富含叶绿素a的水体反射率明显上升。并且其与浮游植物含量密切相关。总磷类物质也与浮游植物含量相关，其浓度过高会导致后者的大量繁殖，继而降低了水体中的溶解氧含量【5】。基于此，使用光谱仪很容易测得这几种参量的数据。
无人船载光谱仪为海洋光学HR4000高分辨率光谱仪，波长量程在200～1100nm，分辨率为0.02-8.4nm。同时无人船上搭载了白板用以计算水体的反射率。系统监测的叶绿素a、悬浮物和总磷含量其特征波段都在350-850nm，系统只是用该段光谱数据。另外，该系统上搭载了工控机用以采集数据，采集软件为SpectraSuite，反射率计算后即可利用下面公式计算各种水质参数。反射率计算如下式：
%Tλ=（Sλ-Dλ）/（Rλ-Dλ）*100%
其中S代表在波长为λ时的样品光强，D代表在波长为λ时的暗光强，R代表在波长为λ时的参考光强。
因为存在噪声，获取的反射率曲线上存在较大误差，因此在进行水质参数计算时，需要对光谱曲线进行预处理。本文中使用的预处理方法为S-G方法，该方法在消除噪声的同时可以保证光谱特征的位置及精度，满足水质参数反演的精度需求。
本项目中，根据实际数据比较选取精确度高的模型，进行各水质参量的浓度计算。水质参数计算模型如下所示。
叶绿素a浓度（Chl-a）选择的反演模型为：
Chl-a=232.29（R665-1-R708-1）*R753+23.174
悬浮物浓度（TSS）选择的反演模型为：
TSS= exp（-1.9889*（ln（ R710/R675）） + 5.1948）
总磷含量（TP）选择的反演模型为：
TP=2.0876*（（R810）+0.0031）
3 实验分析
为验证本文提出的新型无人船载光谱型水质参数测量系统水质参数测量的有效性，特选北京市中关村公园湖水域的三个点作为监测点。实验中，先使用HYDROLAB的多参数水质探头测量水质的各种参数，然后利用无人船搭载的光谱仪测量白板和水质光谱，得到白板和水质的光谱曲线。实验中，每个点水质探头的测量时间为12分钟。光谱仪的光纤探头测量白板和水质时垂直于水平面，测量时间均为一分钟。
经预处理后，各个点测得的水体光谱曲线如下图所示。
光谱仪测得水体光谱参数经计算后，可得水体参量的浓度。将上文选出的三个点计算出的各参量数据与水质探头测得的数据相比较，如图4所示。
图4中T为悬浮物浓度，C为叶绿素a浓度，此处因水质监测仪的总磷含量数据波动大，暂不予以比较。1为光谱仪所测图像处理计算后所得数值，2为水质监测仪所测数值，单位皆为μg/L。虽然有所误差，但可以从数值趋势和实际观察上看出，光谱仪所測数值与真实值是接近的。
4 结论
通过光谱仪和水质探头获得的水质参量浓度的比较，从数值趋势和实际观察可以看出，使用光谱仪对水质的监测是方便、快速而有效的。并且光谱仪具有轻便、小巧、灵活的优势，不需要传统水质监测仪所要求的样品采集、处理、分析的空间与操作，为船体省下大量空间搭载风光互补系统提升其续航能力，满足了持续实时监测水质的需求。同时实验证明，该类型水质监测仪获取的数据真实可靠。
参考文献
【1】吴廷宽.基于高光谱技术的湖泊富营养化监测评价研究[D].贵州师范大学，2016.
【2】张晓斌.基于高光谱遥感的巢湖水体叶绿素-α浓度反演模型研究[D].安徽建筑工业学院，2012.
【3】张运林，秦伯强，陈伟民等.太湖水体中悬浮物研究[J].长江流域资源与环境，2014.13（3）：266-271.
【4】张晓斌.基于高光谱遥感的巢湖水体叶绿素-α浓度反演模型研究[D].安徽建筑工业学院，2012.
【5】吴廷宽.基于高光谱技术的湖泊富营养化监测评价研究[D].贵州师范大学，2016.