摘要：随着农业面源污染、城市生活污水排放和工业废水入湖等问题的加剧，水体富营养化已经成为影响湖泊、水库和河流生态健康的突出问题。传统水质监测依赖人工采样和实验室分析，周期长、成本高，且无法实现连续和大范围动态监测。而地物光谱仪的出现，为我们提供了一种高效、实时、非接

随着农业面源污染、城市生活污水排放和工业废水入湖等问题的加剧，水体富营养化已经成为影响湖泊、水库和河流生态健康的突出问题。传统水质监测依赖人工采样和实验室分析，周期长、成本高，且无法实现连续和大范围动态监测。而地物光谱仪的出现，为我们提供了一种高效、实时、非接触式的水质评估工具，尤其在富营养化监测中展现出独特优势。

一、地物光谱仪能“看见”水质问题吗？

答案是肯定的。地物光谱仪通过测量水体在不同波段的反射率，捕捉水中叶绿素、蓝藻、悬浮物、有色可溶性有机物(CDOM)等的光谱特征变化，从而反演其浓度水平。这些成分正是水体富营养化过程中的关键指标。

富营养化导致水体中浮游植物快速繁殖(如蓝藻、水华爆发)，叶绿素-a 和藻蓝素浓度升高，水体颜色变化显著，其反射光谱曲线也会出现典型特征。

二、水体富营养化的典型光谱特征

以下是富营养化水体在可见-近红外区的一些主要光谱响应：

550–580 nm（绿光峰）

富营养化水体中浮游植物较多，在绿光波段通常表现为较强反射，形成“绿峰”。

620–630 nm（藻蓝素吸收）

蓝藻中藻蓝素在这一波段有明显的吸收峰，可作为蓝藻爆发的特征标志。

665–680 nm（叶绿素-a 吸收）

这是叶绿素主要吸收区，反射率下降明显，反映藻类浓度的上升。

700–750 nm（红边区域）

健康浮游植物产生的“红边效应”使反射率迅速上升，出现“红边陡升”，其位置与斜率常用于反演叶绿素浓度。

>750 nm（近红外平台）

富营养化水体中含有大量浮游生物、颗粒物和泡沫，导致近红外反射率整体升高。

通过对上述波段的光谱曲线分析，研究人员可以构建多种植被/水质指数，用于定量反演：

水体叶绿素指数(CI、NDPI)

藻类指数(FAI、BGA指数)

浑浊度与悬浮物指数(TSM指数)

三、地物光谱仪在实际监测中的应用方式

1. 实地水面高光谱测量

将地物光谱仪架设在船舶或岸边，垂直向下对水面进行测量，同时记录环境参数(如太阳角度、风速、水面扰动等)，可获取反射率曲线。配合现场采样水样并进行实验室分析(如测定叶绿素-a、总氮、总磷)，可建立回归模型进行波段-指标反演。

2. 与遥感影像协同反演

地物光谱仪数据常用作遥感影像的真值校准。例如，在利用 Sentinel-2、GF-6、MODIS 等遥感数据监测大范围水质时，可通过地面光谱样点进行模型校正和算法训练，从而提升遥感监测的准确性。

3. 动态富营养化等级评估

基于时间序列的光谱数据，结合叶绿素浓度模型和国家《地表水环境质量标准》中的评价体系，可实时划分富营养化等级(如中度、重度)，辅助流域生态治理和预警系统。

四、典型应用案例

在云南滇池，科研团队通过地物光谱仪采集多时相水体反射率数据，并与藻类爆发期间的水质样本结合，建立了基于红边指数和浮游植物浓度的动态反演模型，实现了蓝藻预警提前5–7天的预判。

在江苏太湖流域，地面光谱测量数据与无人机航拍影像融合，辅助构建面向全湖区的富营养化等级分布图，用于水务管理部门开展分区治理和生态补水调控。

五、优势

非接触、快速、覆盖广；

可建立连续监测模型;

与遥感遥测结合潜力大;

可提前预警富营养化风险。

六、结语

地物光谱仪正逐步从科研平台走向流域生态治理的前线。它让我们不再依赖单点化学测量，而是借助光谱，让水体的生态状态“看得见”“测得准”“控得住”。未来，结合无人机平台、人工智能算法和物联网系统，地面光谱技术将在水生态监测与治理中发挥越来越重要的作用。

莱森光学(深圳)有限公司是一家提供光机电一体化集成解决方案的高科技公司，我们专注于光谱传感和光电应用系统的研发、生产和销售。

来源：莱森光学