准确快速的地表水环境监测是掌握地表水水质变化特征，开展水环境成因机制分析、评价评估、治理修复和管理考核的重要基石，无论是科学研究还是环境管理以及政府决策很大程度上都非常依赖水环境监测结果。人工断面采样监测费时费力且时空频次非常低，数据离散；水下高频监测探头易于污染和损耗、监测精度和指标有限，维护成本高昂，高度依赖进口；卫星和无人机遥感由于时空和光谱分辨率、云雨天况以及大气校正影响，监测参数和精度存在很多不确定性；与此同时，2015年国务院发布的《生态环境监测网络建设方案》提出：强化高新技术、先进装备与系统的应用，提高生态环境监测立体化、自动化、智能化水平。因此，迫切需要发展新的技术手段和方法，研制高时空分辨率、自动化和智能化的多参数水环境监测设备，构建关键水质参数准确、实时的提取算法并开展应用，补充和完善现有监测体系的不足。 

　　中国科学院南京地理与湖泊研究所张运林研究组2018年率先提出近地面离水高光谱多参数水质陆基（地基、岸基）遥感监测理念和实施路径，后联合杭州海康威视数字技术股份有限公司和南京中科深瞳科技研究院有限公司首创近水面非接触式陆基（地基、岸基）高光谱、多参数水质遥感监测仪，仪器集成高光谱采集、视频监控、毫米波雷达水位测定、水质参数反演和深度学习等技术，可以实现复杂天况下总氮、总磷、叶绿素、高锰酸盐指数、悬浮物、透明度和有色可溶性有机物吸收等11个关键水质参数实时秒-分钟尺度高频监测。陆基高光谱多参数水质遥感监测仪既克服了以往水下探头的易污染、难维护、精度低的问题，又解决了卫星遥感监测中时间和光谱分辨率低以及受天气和大气尘埃干扰的影响，实现遥感和断面监测的深度融合。部分研究成果近日发表在Science of The Total Environment杂志上（文章链接：https://www.sciencedirect.com/science/article/pii/S0048969721048804）。 

　　首先，基于太湖、梁溪河和富春江水库的现场获取的光谱反射比与实测水质参数数据，分别使用经验算法、半分析模型和机器学习等构建和验证了水质参数遥感估算模型（图1），遴选各参数最优模型植入水质遥感监测仪。结果表明基陆基（地基、岸基）遥感与机器学习算法相结合，在监测内陆水域的水质方面有很大的潜力。 

图1 水质参数模型的构建与验证 

　　其次，基于植入的水质多参数遥感估算模型，我们实时获取了太湖、梁溪河和富春江水库的水质动态变化状况（图2-4）。对于太湖和梁溪河，受藻类水华影响水体总氮和总磷的浓度在分钟-小时尺度上会发生快速变化。因此，对于每日、每周、每月或季节性采样的常规水质监测，可能由于采样频次不够会造成许多关键过程的缺失，给环境管理带来误判。 

图2 太湖水质参数动态变化 

图3 梁溪河水质参数动态变化 

图4 富春江水质参数动态变化 

　　相比于航空/航天/近地无人机载的水环境遥感，陆基水环境遥感由于离水面比较近（5-10 m），离水辐射信号强，大气的影响基本上可以忽略，无需进行大气校正，因此可以实现阴天、多云和晴朗等更复杂天况下更高精度的水环境遥感监测。同时，陆基遥感监测仪覆盖400-1000 nm可见光和近红外波段，光谱分辨率为1 nm，为地表水质监测提供了更多的光谱通道，可以应用于包括水色参数在内的更多水质参数更精准的遥感反演和监测。当前，仪器内置了总氮、总磷、高锰酸盐指数、叶绿素、透明度和有色可溶性有机物吸收系数等11个关键水质参数算法，未来还需继续开展大范围陆基高光谱遥感同步实验，积累覆盖范围更宽的反射率和水质数据集，优化和提升现有算法精度和适用性，构建更多水质参数深度学习算法，如颗粒和溶解性有机碳等，支撑河流湖库碳输移和迁移转化过程监测，服务于国家“双碳”计划。 

　　陆基高光谱多参数水质遥感监测仪适合生态环境、水利、市政、自然资源监测等行业部门，可以广泛应用于全国地表水监控断面、集中式饮用水源地及其他敏感水域开展连续高频水环境监测，弥补现有的人工和自动监控断面监测在观测频次、观测参数、观测精度和观测成本上的不足。同时，也可以用于科研院所、高等院校等开展监测科研研究，仪器安装简单方便、可移动。此外，目前的陆基高光谱多参数水质遥感监测仪还可以开发手持式移动观测以及船载和无人机载观测系列产品及成像系统，支撑全国地表水体水环境监测与应用研究，为水环境治理与修复提供监测与诊断的系统化解决方案，服务水环境管理。目前已在江苏太湖、陕西西安、江西赣州、广东深圳、浙江杭州和浙江安吉等地河流湖库布设了11台套，能很好捕捉太湖蓝藻水华快速变化过程（图5）。 

图5 太湖陆基遥感现场照片及2021年8月25日叶绿素a浓度高频变化