机载高光谱相机在河湖水质外形疾速检测标的方针的独霸

1 引言

我国河道
 、机载机河湖泊浩瀚，高光伴随经济的谱相高速展开 ，人类活动的湖水加强 ，河道 、质外针湖泊水质净化问题日趋严重
，形疾已成为制约都邑可延续展开的速检关头要素
，是测标以有需求独霸高新技能身手展开河道、湖泊水质净化问题研究 ，独霸及时、机载机河疾速的高光供给河道、湖泊的谱相水质外形  ，担保人们正常的湖水解缆糊口。

远感技能的质外针展开与进步为河道 、湖泊水体的形疾监测和研究斥地了新的路途 。如今
，国际外学者独霸特定的远感平台 ，构建了针对特定水域的不合水质参数的模型，并掉落踪掉落踪了必定的下场 。在卫星平台上  ，Thiemann等用IRS－1C数据对德国梅克伦堡州湖泊群的水体叶绿素ａ举办了反演 ，并连络卡尔森模型（TSI）评价了该区域水体富养分化程度；柳晶辉等独霸HJ-1卫星多光谱数据监测湖北武汉东湖蓝藻迸创作创造象 ，研究注解独霸HJ－1远感数据可疾速分辨蓝藻局限及其程度 ，除夜气校订凹陷了蓝藻水体和其他地物光谱不合 ，EVI编制精度较高
，可剔往水质中泥沙等悬浮物的烦扰，可作为都邑湖泊蓝藻改削检测经验模型。在机载平台上，Flink等群集了瑞典两个湖泊的 CASI 数据，留心次要素分化法找出与叶绿素 a 浓度的相干最好的波段，对其举办分化并绘制了叶绿素浓度图。Hakvoort等独霸机载成像高光谱数据对CDOM、Chl-a
、TSS等水质参数举办监测；Olmanson等独霸机载高光谱记忆数据分化了明尼苏达河和密西西比河交汇处、密西西比河和圣克罗伊河交汇处、明尼苏达河和密西西比河交汇处邻近的浊度叶绿素a分布图 。在空中平台上，段洪涛等独霸地物光谱仪ASD对长春市南湖水质参数举办了研究分化
，分袂构建了叶绿素a 、总磷等水质参数的单波段监测模型；吴廷宽等独霸地物光谱仪对贵州市百花湖富养分举办评价，得出水质参数Chl-a、TP、TN 、SD、CODMn的敏感波段分袂为699nm、823nm、399 nm 、563nm 、504nm ，独霸水质参数敏感波段对湖泊水质参数举办估测的终局较为志向。这些研究注解，将卫星、机载、近空中远感技能独霸于水质监测 ，其编制已较为成熟 ，也可掉落踪掉落踪较好的下场。可是受卫星远感记忆空间分辨率
、时分分辨率等限制，卫星远感技能如今多独霸于除夜面积水域的水质监测；此外机载远感技能受航空控制等要素的影响 ，不克不及及时的检测水质净化外形，是以对小微水域中水质参数的空间分布气候，需求采取新的编制予以措置。

比来几年来跟着无人机展开的日渐成熟 ，无人机搭载高光谱相机的独霸局限不竭拓展，比如  ，万余庆等独霸无人机高光谱对新疆花费培养汲引兵团共青团团场的泥土氮磷钾举办了监测研究，研究下场为团场的除夜局限施肥供给决意狡计按照；Du等独霸无人机高光谱掉落踪掉落踪沈阳农业除夜学水稻田的高光谱记忆，进而分化水稻的叶片氮含量
，所构建的模型精度为R2 = 0.85，研究下场为无人机高光谱远感反演水稻氮程度供给了幻想按照；Sankey等独霸无人机高光谱和雷达技能举办丛林的树高树冠袒护度研究；Ishida等独霸无人机高光谱技能对植物区域的不合地物举办分类研究  ，集团分类精度为94.5％ 。可是如今针对无人机高光谱技能对水体（如湖泊 、河道等）的水质研究甚少 。

基于此，本文以云南玉溪市星云湖和深圳市茅洲河为研究对像 ，经由过程无人机搭载高光谱传感器掉落踪掉落踪其高光谱图象反射率数据 ，构建总氮（TN）、总磷（TP）、叶绿素 （CHL-a）、悬浮物 （TSS）、和浊度（TUB）的监测模型并研究其浓度空间分布，以期为不合水体的水质监测供给新的技能身手 。

2 材料与编制

2.1 研究区域外不雅

星云湖位于中国云南省玉溪市江川县县城以北2千米，距县城约一千米。地舆职位为东经 102°45′ ，至102°48′ ，北纬24°17′至 24°23′ ，南与杞麓湖相邻  ，北与抚仙湖相通
，属珠江流域南盘江水系的本源湖泊 ，为滇中高原损掉落踪陷性浅水湖，是抚仙湖下贱的独一湖泊
。星云湖湖湾多，湾弧多 ，鱼草强大年夜  ，岸边柳树芦草成行
，邻近多农田 ，湖底高大陡峭多泥，无机物质淤积较厚，湖内水草强大年夜，浮游生物和底栖生物也较丰富，属高原断陷湖泊 ，是一座富养分化湖泊
，为云南九除夜高原湖泊之一，比来几年来星云湖被列为劣V类水质。

全长31千米的茅洲河是深圳第一除夜河，也是它流经深圳、东莞两市，两岸一级主流27条，每条都在经济降低过程中被严重净化，两岸工厂企业浩瀚 、水净化问题最为顺手 ，是深圳市净化河道中最具有代表性的一条
。净化直接风险了流域浑家平易近的正常糊口和身材安康，不克不及知足人平易近对夸姣糊口气候的请求对旅游奇不雅不雅也带来了必定影响。

2.2 采样点的分布

本文以星云湖的进水口和茅洲河的第三主流作为研究区 ，在2018年7月18日和2019年7月26日分袂对茅洲河的第三主流和星云湖的几个进水口举办了郊外履行，在星云湖和茅洲河分袂群集了5和15个采样点的水质参数。履行采样点分布如图1所示。

图1 星云湖（左）和茅洲河（右）的采样点分布图

2.3 无人机高光谱记忆掉落踪掉落踪

采取除夜疆无人机M600 Pro
，在无人机平台上搭载由四川双利合谱科技无穷公司自立研发的高光谱成像仪GaiaSky－mini 2掉落踪掉落踪星云湖和茅洲河的高光谱记忆。无人机遨游飞翔高度为100米 ，采取的是2＊4 binning编制掉落踪掉落踪高光谱记忆（2是空间维的，8是光谱维）（Binning是一种图象读出编制 ，将相邻的像元中感应的电荷被加在一同，以一个像素的编制读出），高光谱记忆的空间分辨率约为4cm。个中无人机高光谱记忆的预措置次要包含镜像变卦 、吵嘴帧校订
、场地校订等。

2.4 水质参数分化

每个采样点取表层0．5m处的水样举办考验考验室分化
，分化的参数包含总氮（TN）
、总磷（TP）、悬浮物 （TSS）、浊度（TUB）
、叶绿素 （CHL-a）。个中TN采取紫外可见分光光度计UV754N测定；TP 、TUB和CHL-a采取可见分光光度计721型测定；TSS采取万分之一分化天平AL204测定。星云湖和茅洲河采样点的水质参数统计表如表1所示
，次要包含每个水质参数的最小值 、最除夜值、均值 、方差和变异系数 。

表1 湖泊、河道水质参数的统计参数

2.5 水质参数模型构建流程

本研究以云南玉溪市星云湖和深圳市茅洲河为研究区，独霸无人机高光谱技能构建水质参数如总氮、总磷
 、悬浮物 、浊度、叶绿素a的监测模型 ，将最优的监测模型反演到无人机高光谱记忆上建造总氮 、总磷、悬浮物、浊度、叶绿素a的空间分布图。具体筹算线路如图2所示 。

图2 无人机高光谱水质监测模型的构建流程

2.6 模型评价标准

本研究中星云湖和茅洲河分袂有5和15个采样点 ，采样点按3 ：2的比例独霸含量梯度法［21］选出建模集和考验集
。水质参数监测模型独霸决意系数R2
、均方根偏向（Root Mean Square Error，RMSE）、料想与偏向的比率（Ratio of Prediction to Deviation  ，RPD）举办精度评价，个中R2越除夜 ，RMSE和RPD越小，模型的切确性越高。当RPD＞ 2.0的值展示晃荡且切确的料想模型 ，RPD值介于1.4和2.0之间，注解可以模型晃荡性一样往常，料想身手不晃荡 ，RPD ＜1.4时注解模型料想身手差。

3 下场与分化

3.1  采样点光谱分化

图3为星云湖和茅洲河共20个采样点的光谱反射率曲线，个中星云湖的5个采样点简称湖＋数字 ，茅洲河的15个采样点简称河＋数字。从图可以看出水体的光谱特点改削：在400－590nm局限内，水体的光谱反射率呈上升趋势，在570－590nm邻近构成一个反射峰，是由叶绿素和胡萝卜素领受较弱和水中藻类和悬浮物的散射感染构成的；在590－680nm局限内，水体的光谱反射率曲线呈降低趋势，在670－680nm局限内构成一个峰谷，这是因为叶绿素a的强领受激起的；在690－710nm局限内构成的陡峰可作为水体有没有叶绿素的次要按照
，因为浮游植物色素的荧光效应 ，使得水和叶绿素 a的领受系数之和在此波益处抵达最小值；在790－810nm局限内构成的峰值是因为水中悬浮物的散射感染激起的。综合分化星云湖和茅洲河采样点的光谱曲线可知 ，不合区域、不合水质的光谱曲线改削趋势集团齐截 ，是不合采样点因为所含的水质参数含量不合，其峰谷值及曲线凹凸变卦迟缓不合
。

图3 星云湖和茅洲河采样点的光谱反射率

将星云湖和茅洲河采样点的水质参数（如总氮、总磷 、悬浮物、浊度和叶绿素a）分袂与其对应的光谱反射率值举办相干性分化 
，掉落踪掉落踪如图4所示的相干性曲线 。从图4可知 ，在400－1000nm光谱局限内，浊度与各波段的反射率不竭呈负相干相干，且相干络数真实不高，相干络数尽对值在0－0．2之间；总磷与各波段的反射率呈正负相干性  ，相干络数尽对值最高的在660－690nm之间；总氮与各波段的反射率在400－530nm和540－695nm处呈负相干相干，在530－540和695－1000nm处呈正相干，相干络数在490nm和690nm邻近有两个峰值；悬浮物和叶绿素a与各波段反射率相干性改削趋势齐截 ，在400－690nm局限内呈正负相干性，在690－1000nm局限内呈正相干性
，相干络数在490nm和690nm邻近有两个峰值 ，在690－1000nm局限内贯穿连接较高的相干性 。

图4 星云湖、茅洲河的水质参数与反射率的相干络数曲线

      3.2 水质参数的监测模型

屈就祖先的研究可知
，独霸单波段监测水质的精度不如双波段的监测精度高；独霸宏壮的化学计量学分化法，如偏最小二乘法
、人工神经群集、支撑向量机等 ，与双波段监测模型比照当然从监测精度上有所进步，但独霸的波段数多，且运转时分较长，在理论独霸过程中不契合及时在线监测水质参数。可是独霸双波段组合因子不单可以凹陷水质参数的光谱特点 ，使得非特点波段和特点波段不重合的其他水质参数的交错影响所构成的偏向平均化和随机化。同时，相除因子和相差因子都是凹陷水质参数的光谱特点波段的有效运算编制 。本文屈就双波段组合
，构建回一化指数、比值指数  、差值指数，寻觅最好的双波段组合构建监测模型料想水质参数。

将波长从400－1000nm的全数波段反射率构建回一化指数、比值指数、差值指数分袂与各水质参数举办相干分化
，掉落踪掉落踪水质参数与各波段比值的相干络数分布图。以水质参数总氮为例，图5为水质参数总氮与回一化指数、比值指数、差值指数肆意两波段组合的相干络数分布图。

图5 总氮与双波段反射率指数相干络数分布图

图6 总氮模型的创建及考验

图7 总磷模型的创建及考验

图8 叶绿素a模型的创建及考验

图9 悬浮物模型的创建及考验

图10 浊度模型的创建及考验

图11 河湖水质参数的反演

4 结论与构和

如今，卫星远感技能对水质参数的监测研究已根本成熟，但受卫星远感记忆空间分辨率 、时分分辨率等要素的影响，卫星远感没法针对小局限都邑河道、湖泊的进出排水口举办及时监测
。本研究独霸无人机高光谱技能，屈就已创建的指数模型 ，在水面上空掉落踪掉落踪水体的高光谱记忆，经由过程在线反演可及时不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅不雅查询拜访水气候的水质参数总氮、总磷、叶绿素a、悬浮物、浊度的改削，为都邑河道的水质监测供给了全新的数据本源和技能身手，同时也为湖泊
、河道的水气候呵护及治理供给了按照 。