基于无人机高光谱遥感和辐射传输模型的海岸浴场水质与细菌含量快速检测技术研究

本研究针对海岸浴场水质污染监测难题，开发了结合无人机高光谱遥感与辐射传输模型（RTM）的创新方法，实现了叶绿素（Chl-a）、浊度（TURB）和细菌含量（BACT）的厘米级空间分辨率检测。通过将细菌吸收光谱纳入模型，首次实现了大肠杆菌（E. coli）和肠球菌（Enterococcus）等粪便指示菌（FIB）的间接定量，检测时间从传统方法的3-4天缩短至4-6小时。该技术为沿海水质快速监测与早期预警提供了有效工具，对保障公众健康具有重要意义。

　　

随着沿海地区旅游和居住活动的日益密集，海岸浴场水质污染问题日趋严重。传统的实验室检测方法虽然准确，但需要3-4天的细菌培养时间，无法满足突发污染事件的快速响应需求。卫星遥感技术虽然能大范围监测海洋参数，但空间分辨率低（公里级），且受云层、卫星重访周期等因素限制，难以捕捉海岸带局部污染事件。更复杂的是，近岸浅水区域（水深小于30米）的光学特性受到海底反射、悬浮颗粒物和溶解物质的多重干扰，使得水质参数的反演更加困难。

在此背景下，研究人员探索利用无人机搭载高光谱传感器，结合辐射传输模型（Radiative Transfer Modelling, RTM），以实现对海岸水质的高分辨率、快速监测。以往研究试图通过监测与细菌间接相关的参数（如藻类、叶绿素-a浓度）来推测细菌含量，但成功率仅在53%-57%之间，不确定性较高。本研究创新性地提出，将细菌本身的吸收光谱特征直接纳入辐射传输模型，为直接检测水体中的病原菌提供了新的思路。

本研究旨在开发一种新的遥感观测程序，以应对沿海水体的突发污染事件。为此，研究人员开发了一种高光谱遥感方法，旨在快速、准确地获取沿海水质的关键参数和细菌含量指标。相关研究成果发表在《Marine Pollution Bulletin》上。

为开展研究，团队主要采用了以下几个关键技术方法：

1. 1.

   无人机高光谱数据采集系统：使用DJI Matrice 600无人机搭载Pika-L高光谱传感器（400-1000 nm，150个光谱通道，带宽4 nm）和Flame-S辐照度计，在120米飞行高度获取空间分辨率达10厘米的水体图像。

2. 2.

   辐射传输模型（RTM）构建与优化：基于水体的吸收和散射特性，建立了包含纯水、悬浮颗粒、有色溶解有机 matter (CDOM) 和细菌吸收（a_ec）的总吸收系数模型。采用Python中的SLSQP算法进行模型优化，反演水质参数。

3. 3.

   细菌吸收光谱测定：在实验室内使用高光谱传感器测量高浓度培养的大肠杆菌（E. coli）和粪肠球菌（Enterococcus faecalis）菌液的吸收光谱，建立吸收系数与菌液浓度（CFU/100 ml）的关系，并将其光谱特征整合到RTM中。

4. 4.

   现场验证与样本分析：在西班牙加那利群岛的多个试点区域（Puerto Rico, Las Eras, Maspalomas lagoon）进行无人机飞行，并同步采集地表水样本，由外部实验室采用标准方法（如CFU计数）分析叶绿素浓度、浊度和细菌含量，用于验证遥感反演结果。

研究结果

高光谱遥感与RTM系统有效区分不同海岸水体类型

在加那利群岛的三个不同试点区域（Puerto Rico的寡营养海水、Las Eras的沿岸水体和Maspalomas lagoon的高富营养化潟湖）进行的测试表明，RTM方法获得的叶绿素浓度和浊度值与实验室分析结果量级一致。例如，在Maspalomas lagoon，RTM反演的叶绿素浓度平均值为17.9 mg?m^-3，实验室结果为16.2 mg?m^-3；浊度RTM平均值为17.8 NTU，实验室为15.1 NTU。这表明该方法无需特定模型配置即可适用于不同类型沿海水体的水质分析。

细菌含量检测显示潜力但仍需进一步发展

在Puerto Rico污水处理厂排放口附近的污染羽流中，RTM成功检测到细菌含量高值区（接近10,000 CFU/100 ml），与实验室在表面水样中测得的最高值（8600 CFU/100 ml E. coli）接近。然而，结果也存在差异，一个表面样本实验室结果为<100 CFU/100 ml，而RTM在该区域也给出较低值。这种差异部分归因于污染羽流空间分布的不均匀性以及快速稀释净化效应。目前该方法对低于1000 CFU/100 ml的细菌浓度检测精度有限，但已足以检测超过法规阈值（500 CFU/100 ml）的污染。

研究成果可将水质监测响应时间从数天缩短至数小时

传统的实验室分析需要3-4天（尤其是细菌培养）。本研究开发的无人机高光谱遥感与RTM分析流程，包括飞行、数据处理和结果交付，仅需4-6小时即可完成约10公顷区域的分析，极大地缩短了发现污染事件的响应时间，为启动早期预警系统、保护公众健康赢得了宝贵时间。

结论与意义

本研究成功优化了机载高光谱硬件系统，并开发了一套基于辐射传输模型（RTM）的方法，能够以10厘米的空间分辨率快速获取海岸水体的叶绿素浓度、浊度和细菌含量等关键水质参数。通过将粪便指示菌（FIB）的吸收光谱特征整合到模型中，为间接定量检测水体中的大肠杆菌（E. coli）和肠球菌提供了新的技术路径。

研究成果表明，该方法能够有效区分寡营养海水和富营养化潟湖等不同类型的沿海水体，反演的水质参数与实验室测量值具有良好的一致性。在细菌检测方面，虽然结果显示出了在早期检测粪便污染方面的潜力，但也揭示了该技术仍处于发展的初期阶段，需要进一步的优化和提高其灵敏度和准确性。

最重要的是，这项技术将水质监测的响应时间从传统的数天缩短至数小时，使其能够作为常规实验室分析的有效补充，在突发性沿海水体污染事件中为快速决策和启动早期预警系统提供关键的技术支持，对于保障沿海旅游区的公共卫生安全具有重要的意义。