本文旨在：(1) 评估 FOD、DWT 及特征选择在水质参数反演中的有效性；(2) 比较不同回归模型的性能；(3) 确定敏感光谱带及其在水质估计中的作用。目标是建立一个基于无人机高光谱图像的城市河流水质监测综合框架。
这项研究聚焦于广州市荔湾区部分河流。荔湾区位于广州中心城区，人口稠密，拥有大量旧城区建筑以及发达的花卉和贸易产业。研究区位于珠江三角洲北部，地势平坦，水系复杂，夏季降水充沛。人类活动产生的污染物通过排水系统进入城市河流，导致严重的水污染问题，甚至出现黑臭水体。自2015年以来，广州市政府采取了一系列水环境治理措施，水质明显改善。采样点分布在花地河、葵蓬河、广佛河和涌沙河。无人机图像及部分视图如图1b所示，红、绿、蓝波段分别选为620 nm、520 nm、432 nm。
图 1. 研究区域地图和采样点位置。（a）研究区域和采样点的位置和（b）收集的无人机图
2022年10月14日至15日，在图1a所示位置共采集了45个水样，采样深度为水面以下0.5米。花地河大多数采样点由船只在河中心进行采集，无法乘船的小河则在距岸边约3米处采样。由于当地限制，奎彭河和剑沙河水深约1.5-2米，未能使用船只采样，且采样点附近无河床露出，故无人机图像仅记录水面的反射率。每个采样点收集五个250 mL水样用于实验室分析，以及两个1 L备用样品，样品装入棕色避光瓶中保存。所有水质指标在3天内测定，SD和TUB现场测定，TP和CODMn在实验室条件下测定。采样过程中使用便携式GPS记录地理位置。为保证采样质量，进行了平行采样，5个采样点的平行采样率为11.1%，每个点取3个平行样，最终值为其平均值，采样质量要求RSD≤10%。
表1. 无人机飞行时间和速度
无人机系统为大疆M300 RTK，飞行高度200 m，飞行时间和速度见表1。无人机搭载美国RESONON公司生产的Pika L 高光谱成像仪，重量0.6 kg，光谱范围为400～1000 nm。由于水面光反射信号较弱，采用合并技术将多个相邻像素合并为一个，从而提高线性CCD的像素响应度和信噪比。最终采集的无人机图像的光谱间隔为4 nm。考虑到两端的传感器噪声，最终选择了400～900 nm范围内的光谱信息。
图3. 无人机图像对应地面采样点的光谱曲线：（a）无人机采样点对应的原始反射光谱曲线；（b）具有不同级别WQPs的光谱曲线。
图 4. FOD 处理后的平均光谱曲线。SG 是 SG 平滑后的 OR 平均值：(a) 阶数从 0 到 1 的 FOD 反射率；(b) 阶数从 1.1 到 2.0 的 FOD 反射率。
图 5. FOD-DWT 后处理光谱与 (a) SD、(b) TUB、(c) TP 和 (d) CODMn 之间的相关性热图。FOD 的阶数设置为步长 0.1。在 FOD 的每个 0.1 范围内，从下到上对应 0 到 10 级 DWT。
图 6. PCC 超过 0.5 的 FOD-DWT 数据集的数量，其中 (a) SD、(b) TUB、(c) TP 和 (d) CODMn。
图 7. 基于多种特征选择方法和回归模型的精度结果比较：(a) SD、(b) TUB、(c) TP 和 (d) CODMn。
图 8. 不同 FOD 和 DWT 值的光谱和 TP 的 PCC 最大值和平均值热图：(a) 阶数从 0–1 的 FOD 反射率；(b) 阶数从 1.1–2.0 的 FOD 反射率。