基于无人机多光谱遥感的水质年际变化

doi:10.16178/j.issn.0528-9017.20210852

浙江农业科学 ›› 2021, Vol. 62 ›› Issue (8): 1633-1637.DOI: 10.16178/j.issn.0528-9017.20210852

基于无人机多光谱遥感的水质年际变化

应晗婷¹^,²^,³(), 夏凯¹^,²^,³^,^*()

1.浙江农林大学信息工程学院,浙江杭州 311300
2.浙江省林业智能监测与信息技术研究重点实验室,浙江杭州 311300
3.林业感知技术与智能装备国家林业局重点实验室,浙江杭州 311300

收稿日期:2021-06-21 出版日期:2021-08-11 发布日期:2021-08-19
通讯作者: 夏凯
作者简介:夏凯(1973—),男,浙江临安人,副教授,博士,研究方向为地理信息系统、遥感、林业信息化、数据分析和数据可视化方面,E-mail: xiakai@zafu.edu.cn
应晗婷(1996—),女,浙江东阳人,研究方向为农业信息化,E-mail: nightfall423@foxmail.com
基金资助:
浙江省自然科学基金委员会-青山湖科技城管委会联合基金(LQY18C160002);浙江省重点研发计划项目(2015C03008);国家自然科学基金两化融合项目(U1809208);浙江省大学生科技活动计划暨新苗人才计划资助项目(2019R412050)

Received:2021-06-21 Online:2021-08-11 Published:2021-08-19

摘要/Abstract

摘要：

悬浮物浓度和浊度是评价水质的重要指标。本文采用多旋翼无人机携带多光谱传感器获取多光谱影像,并结合实测悬浮物浓度和浊度,建立悬浮物浓度和浊度的反演模型,获取2019和2020年浙江农林大学东湖校区东湖的悬浮物浓度和浊度分布,并分析其年际变化趋势以及其内在原因。从年际变化可以看出,悬浮物浓度和浊度变化不大,水质状况保持良好。从空间分布上来说,受施工建设、人为活动以及植物种植的影响,空间分布状况有所改变。基于此,使用无人机携带多光谱相机获取图像进行小型水域的长期水质监测,可以及时有效地反馈水质状况,保护生态环境。

关键词: 无人机遥感, 多光谱, 悬浮物浓度, 浊度, 年际变化

中图分类号:

应晗婷, 夏凯. 基于无人机多光谱遥感的水质年际变化[J]. 浙江农业科学, 2021, 62(8): 1633-1637.

图/表 11

参考文献 19

[1]	曹引, 冶运涛, 赵红莉, 等. 草型湖泊总悬浮物浓度和浊度遥感监测[J]. 遥感学报, 2019, 23(6):1253-1268.
[2]	冯奇, 程学军, 沈欣, 等. 利用Landsat 8 OLI进行汉江下游水体浊度反演[J]. 武汉大学学报(信息科学版), 2017, 42(5):643-647.
[3]	刘阁, 李云梅, 吕恒, 等. 基于MERIS影像的洪泽湖叶绿素a浓度时空变化规律分析[J]. 环境科学, 2017, 38(9):3645-3656.
[4]	逄淑娜, 朱渭宁, 陈江, 等. Landsat-8的舟山近岸海域总悬浮物遥感反演与时空变异研究[J]. 光谱学与光谱分析, 2019, 39(12):3826-3832.
[5]	ERENA, DOMÍNGUEZ, AGUADO, et al. Monitoring coastal lagoon water quality through remote sensing: the mar menor as a case study[J]. Water, 2019, 11(7):1468. DOI URL
[6]	WU G F, CUI L J, LIU L J, et al. Statistical model development and estimation of suspended particulate matter concentrations with Landsat 8 OLI images of Dongting Lake, China[J]. International Journal of Remote Sensing, 2015, 36(1):343-360. DOI URL
[7]	薛文静, 乔璐璐, 仲毅, 等. 不同时间尺度下长江口海域表层悬浮体浓度变化[J]. 海洋与湖沼, 2019, 50(5):1002-1013.
[8]	赵宁, 马超, 杨亚莉. 1973—2013年红碱淖水域水质变化及驱动力分析[J]. 湖泊科学, 2016, 28(5):982-993.
[9]	黄宇, 陈兴海, 刘业林, 等. 基于无人机高光谱成像技术的河湖水质参数反演[J]. 人民长江, 2020, 51(3):205-212.
[10]	杨振, 卢小平, 武永斌, 等. 无人机高光谱遥感的水质参数反演与模型构建[J]. 测绘科学, 2020, 45(9):60-64, 95.
[11]	黄昕晰, 应晗婷, 夏凯, 等. 基于无人机多光谱影像和OPT-MPP算法的水质参数反演[J]. 环境科学, 2020, 41(8):3591-3600.
[12]	田明璐, 班松涛, 袁涛, 等. 基于低空无人机多光谱遥感的水稻倒伏监测研究[J]. 上海农业学报, 2018, 34(6):88-93.
[13]	张新乐, 官海翔, 刘焕军, 等. 基于无人机多光谱影像的完熟期玉米倒伏面积提取[J]. 农业工程学报, 2019, 35(19):98-106.
[14]	张智韬, 谭丞轩, 许崇豪, 等. 基于无人机多光谱遥感的玉米根域土壤含水率研究[J]. 农业机械学报, 2019, 50(7):246-257.
[15]	刘彦君, 夏凯, 冯海林, 等. 基于无人机多光谱影像的小微水域水质要素反演[J]. 环境科学学报, 2019, 39(4):1241-1249.
[16]	朱云芳, 朱利, 李家国, 等. 基于GF-1 WFV影像和BP神经网络的太湖叶绿素a反演[J]. 环境科学学报, 2017, 37(1):130-137.
[17]	杨帆, 冯翔, 阮羚, 等. 基于皮尔逊相关系数法的水树枝与超低频介损的相关性研究[J]. 高压电器, 2014, 50(6):21-25, 31.
[18]	贾俊平. 统计学基础[M]. 北京: 中国人民大学出版社, 2004.
[19]	SU T C. A study of a matching pixel by pixel (MPP) algorithm to establish an empirical model of water quality mapping, as based on unmanned aerial vehicle (UAV) images[J]. International Journal of Applied Earth Observation and Geoinformation, 2017, 58:213-224. DOI URL

波段及波段组合	悬浮物浓度		浊度
波段及波段组合	\|R\|	P	\|R\|	P
R₁	0.191	0.144	0.095	0.471
R₂	0.054	0.683	0.179	0.172
R₃	0.148	0.260	0.306	0.017
R₄	0.081	0.540	0.209	0.109
R₅	0.103	0.434	0.158	0.227
R₄/R₃	0.267	0.039^*	0.195	0.135
R₄/R₂	0.157	0.232	0.058	0.658
R₄/R₁	0.380	0.003^*	0.022	0.870
R₄/(R₁+R₂+R₃)	0.002	0.990	0.038	0.775
(R₂+R₃)/R₄	0.205	0.116	0.056	0.672
(R₂+R₃)R₄	0.029	0.827	0.266	0.040^*
(R₃+R₄)/R₂	0.041	0.756	0.317	0.013^*
R₃/R₄	0.232	0.074	0.204	0.118

波段及波段组合	悬浮物浓度		浊度
波段及波段组合	\|R\|	P	\|R\|	P
R₁	0.191	0.144	0.095	0.471
R₂	0.054	0.683	0.179	0.172
R₃	0.148	0.260	0.306	0.017
R₄	0.081	0.540	0.209	0.109
R₅	0.103	0.434	0.158	0.227
R₄/R₃	0.267	0.039^*	0.195	0.135
R₄/R₂	0.157	0.232	0.058	0.658
R₄/R₁	0.380	0.003^*	0.022	0.870
R₄/(R₁+R₂+R₃)	0.002	0.990	0.038	0.775
(R₂+R₃)/R₄	0.205	0.116	0.056	0.672
(R₂+R₃)R₄	0.029	0.827	0.266	0.040^*
(R₃+R₄)/R₂	0.041	0.756	0.317	0.013^*
R₃/R₄	0.232	0.074	0.204	0.118

指标	参数	模型	R²
SS	R₄/R₁	y=5.058 7x²-0.175 6x+24.757 9	0.694 1
TUB	(R₃+R₄)/R₂	y=8.437 4e⁰^.^{620 4}^x	0.732 3

指标	参数	模型	R²
SS	R₄/R₁	y=5.058 7x²-0.175 6x+24.757 9	0.694 1
TUB	(R₃+R₄)/R₂	y=8.437 4e⁰^.^{620 4}^x	0.732 3

指标	ARE/%	rRMSE	CE
悬浮物浓度	12.78	0.157 1	0.142 5
浊度	8.07	0.092 2	0.086 4

基于无人机多光谱遥感的水质年际变化

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 19

相关文章 0

编辑推荐

Metrics

本文评价

年份	SS		TUB
年份	平均值	标准差	平均值	标准差
2019	32.99	3.302 2	17.72	1.328 0
2020	26.73	2.380 4	19.04	1.985 6