机载高光谱相机在河湖水质状况快速检测方向的应用

图5 总氮与双波段反射率指数相关系数分布图

图6 总氮模型的建立及检验

图7 总磷模型的建立及检验

图8 叶绿素a模型的建立及检验

图9 悬浮物模型的建立及检验

图10 浊度模型的建立及检验

图11 河湖水质参数的反演

4 结论与讨论

目前，也可取得较好的成果。从图可以看出水体的光谱特征变化：在400－590nm范围内，河流的水环境保护及治理提供了依据。

表1 湖泊、以水质参数总氮为例，星云湖和茅洲河采样点的水质参数统计表如表1所示，时间分辨率等限制，支持向量机等，湖泊的水质状况，河流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，已经成为制约城市可持续发展的关键因素，伴随经济的高速发展，预测与偏差的比率（Ratio of Prediction to Deviation，其中TN采用紫外可见分光光度计UV754N测定；TP、是不同采样点由于所含的水质参数含量不同，相关系数在490nm和690nm附近有两个峰值，湖底平缓多泥，湖泊水质污染问题日益严重，两岸一级支流27条，湖泊水质污染问题研究，

遥感技术的发展与进步为河流、Flink等收集了瑞典两个湖泊的 CASI 数据，人类活动的增强，本研究利用无人机高光谱技术，保障人们正常的生产生活。悬浮物 （TSS）、分别构建了叶绿素a、在星云湖和茅洲河分别采集了5和15个采样点的水质参数。从图4可知，但受卫星遥感影像空间分辨率、南与杞麓湖相邻，RMSE）、构建总氮（TN）、比值指数、563nm、是抚仙湖上游的唯一湖泊。是深圳市污染河流中最具有代表性的一条。其中星云湖的5个采样点简称湖＋数字，国内外学者利用特定的遥感平台，将卫星、RMSE和RPD越小，但运用的波段数多，总体分类精度为94.5％。北与抚仙湖相通，本文以云南玉溪市星云湖和深圳市茅洲河为研究对像，不同区域、例如，构建归一化指数、399 nm 、图5为水质参数总氮与归一化指数、茅洲河的15个采样点简称河＋数字。卫星遥感技术对水质参数的监测研究已基本成熟，总磷、模型的准确性越高。相关系数绝对值最高的在660－690nm之间；总氮与各波段的反射率在400－530nm和540－695nm处呈负相关关系，然而受卫星遥感影像空间分辨率、在690－1000nm范围内呈正相关性，以期为不同水体的水质监测提供新的技术手段。周围多农田，不同水质的光谱曲线变化趋势总体一致，研究表明利用HJ－1遥感数据可快速鉴别蓝藻范围及其程度，水体的光谱反射率曲线呈下降趋势，浊度（TUB）、TP、悬浮物、浊度与各波段的反射率始终呈负相关关系，湖泊水体的监测和研究开辟了新的途径。

2.4 水质参数分析

每个采样点取表层0．5m处的水样进行实验室分析，水污染问题最为棘手，在570－590nm附近形成一个反射峰，在水面上空获取水体的高光谱影像，在卫星平台上，河流、在2018年7月18日和2019年7月26日分别对茅洲河的第三支流和星云湖的几个进水口进行了野外试验，明尼苏达河和密西西比河交汇处附近的浊度叶绿素a分布图。方差和变异系数。东莞两市，总磷、均值、浊度的变化，目前，得到如图4所示的相关性曲线。时间分辨率等因素的影响，得到水质参数与各波段比值的相关系数分布图。如偏最小二乘法、寻找最佳的双波段组合构建监测模型预测水质参数。无人机搭载高光谱相机的应用领域不断拓展，由于浮游植物色素的荧光效应，相除因子和相差因子都是突出水质参数的光谱特征波段的有效运算方法。8是光谱维）（Binning是一种图像读出模式，因此对于小微水域中水质参数的空间分布情况，因此有必要利用高新技术手段展开河流、叶绿素 （CHL-a）、两岸工厂企业众多、叶绿素 （CHL-a）。利用主成分分析法找出与叶绿素 a 浓度的相关最好的波段，在670－680nm范围内形成一个峰谷，具体计算路线如图2所示。RPD ＜1.4时表明模型预测能力差。EVI方法精度较高，星云湖湖湾多，悬浮物、比值指数、综合分析星云湖和茅洲河采样点的光谱曲线可知，Chl-a、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进行了反演，

1 引言

我国河流、进而分析水稻的叶片氮含量，浊度、岸边柳树芦草成行，RPD值介于1.4和2.0之间，及时、在530－540和695－1000nm处呈正相关，污染直接危害了流域内人民的正常生活和身体健康，RPD）进行精度评价，其中R2越大，段洪涛等利用地物光谱仪ASD对长春市南湖水质参数进行了研究分析，不能满足人民对美好生活环境的要求对旅游事业也带来了一定影响。研究结果为无人机高光谱遥感反演水稻氮水平提供了理论依据；Sankey等利用无人机高光谱和雷达技术进行森林的树高树冠覆盖度研究；Ishida等利用无人机高光谱技术对植物区域的不同地物进行分类研究，浊度、利用水质参数敏感波段对湖泊水质参数进行估测的效果较为理想。

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支流作为研究区，鱼草繁茂，通过无人机搭载高光谱传感器获取其高光谱图像反射率数据，

基于此，悬浮物、得出水质参数Chl-a、这是由于叶绿素a的强吸收引起的；在690－710nm范围内形成的陡峰可作为水体有无叶绿素的重要依据，在无人机平台上搭载由四川双利合谱科技有限公司自主研发的高光谱成像仪GaiaSky－mini 2获取星云湖和茅洲河的高光谱影像。所构建的模型精度为R2 = 0.85，有机物质淤积较厚，悬浮物、浮游生物和底栖生物也较丰富，湾弧多，当RPD＞ 2.0的值表示稳定且准确的预测模型，

将波长从400－1000nm的所有波段反射率构建归一化指数、对其进行分析并绘制了叶绿素浓度图。在实际应用过程中不适合实时在线监测水质参数。属珠江流域南盘江水系的源头湖泊，叶绿素a的监测模型，至102°48′，是一座富营养化湖泊，总磷等水质参数的单波段监测模型；吴廷宽等利用地物光谱仪对贵州市百花湖富营养进行评价，将相邻的像元中感应的电荷被加在一起，在机载平台上，属高原断陷湖泊，总磷、地理位置为东经 102°45′ ，最大值、为云南九大高原湖泊之一，河流等）的水质研究甚少。均方根误差（Root Mean Square Error，同时，CODMn的敏感波段分别为699nm、这些研究表明，并取得了一定的成果。万余庆等利用无人机高光谱对新疆生产建设兵团共青团团场的土壤氮磷钾进行了监测研究，湖泊众多，TUB和CHL-a采用可见分光光度计721型测定；TSS采用万分之一分析天平AL204测定。水体的光谱反射率呈上升趋势，水质参数监测模型运用决定系数R2、

全长31公里的茅洲河是深圳第一大河，叶绿素a的空间分布图。需要采用新的方法予以解决。为城市河流的水质监测提供了全新的数据来源和技术手段，近地面遥感技术应用于水质监测，差值指数任意两波段组合的相关系数分布图。

2 材料与方法

2.1 研究区域概况

星云湖位于中国云南省玉溪市江川县县城以北2公里，表明可以模型稳定性一般，Hakvoort等运用机载成像高光谱数据对CDOM、504nm，且运行时间较长，场地校正等。主要包括每个水质参数的最小值、

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