0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

無人機(jī)高光譜遙感的水質(zhì)參數(shù)反演

萊森光學(xué) ? 來源:萊森光學(xué) ? 作者:萊森光學(xué) ? 2023-02-23 10:20 ? 次閱讀

引言

實(shí)時(shí)、快速監(jiān)測礦區(qū)周圍地表水狀況是防治礦區(qū)水環(huán)境污染的前提。懸浮物(suspendedsub-stance,SS)是水體中懸浮物顆粒物質(zhì)的總稱,濁度(turb)即水體的混濁程度是用來估計(jì)懸浮物質(zhì)量的關(guān)鍵。傳統(tǒng)水質(zhì)參數(shù)檢測手段是實(shí)地采樣,通過實(shí)驗(yàn)室生化檢測獲得,該方法能對水質(zhì)指標(biāo)做出較為精確的評價(jià),但由于樣品少、耗時(shí)長,難以全面表達(dá)地表水的水質(zhì)狀況。遙感技術(shù)具有高動(dòng)態(tài)、低成本和宏觀性等優(yōu)勢,可以快速對大范圍水域進(jìn)行監(jiān)測,反映水質(zhì)在空間和時(shí)間上的分布和變化情況。

數(shù)據(jù)采集分析

選擇河南省信陽市羅山縣定遠(yuǎn)鄉(xiāng)石材開采區(qū)(31°44′~31°52′N,114°26′~114°34′E)水庫為研究區(qū),使用高光譜輻射儀在350~1000nm波譜段內(nèi)按照1.4nm間隔采樣,1001~2500nm波段采樣間隔為2nm。水面光譜采用傾斜法進(jìn)行測量,每次測定前需對輻射儀進(jìn)行校正,單個(gè)樣點(diǎn)重復(fù)采集5次,以均值為光譜反射值。

依據(jù)采集光譜數(shù)據(jù)繪制水面光譜反射曲線(圖2)。由圖2可以看出,采樣點(diǎn)在350~500nm波段區(qū)間反射率變化基本一致,光譜反射率較低,這是由于水體葉綠素與其他可溶性有機(jī)物在該波段內(nèi)的吸收率較高。反射率隨著波長的增加而增大,波峰出現(xiàn)在580nm附近。達(dá)到峰值后,反射率隨著波長的增大迅速降低,在800~1000nm的近紅外波段趨近于0,這是由于純水的吸收波段主要在近紅外波段內(nèi)。

pYYBAGP2zQGAFgjUAAB8HAh2IRU851.png

圖2水面實(shí)測光譜反射率

使用無人機(jī)搭載推掃式高光譜相機(jī),其光譜范圍為380~1000nm,光譜和空間分辨率為3.5nm 和0.22m。波段小于400nm和大于900nm的信噪比較低,故選擇400~900nm 波段。對高光譜影像進(jìn)行小波變換濾波見式(1)

poYBAGP2zQKAZd6bAAATHjVZJR4012.png

經(jīng)小波濾波去噪,高光譜數(shù)據(jù)前后對比(圖3)。

pYYBAGP2zQOABSXcAABYEmtrRH0972.png

圖3無人機(jī)高光譜反射率小波去噪

研究方法

采用相關(guān)分析法,根據(jù)地面實(shí)測光譜數(shù)據(jù)與懸 浮物濃度、濁度的關(guān)系,選擇出最佳反演波段,并利用決定系數(shù)(R2)與均方根誤差(RMSE)對線性模型、指數(shù)模型和乘冪模型進(jìn)行評定,建立水質(zhì)參數(shù)反演模型。推廣到無人機(jī)高光譜數(shù)據(jù)中,選擇最優(yōu)波段,對選擇出的波段進(jìn)行懸浮物濃度與濁度反演。水質(zhì)參數(shù)與水面光譜數(shù)據(jù)相關(guān)性分析。計(jì)算不同波長反射率與目標(biāo)參數(shù)間的相關(guān)系數(shù),分析波長反射率與目標(biāo)參數(shù)之間關(guān)聯(lián)性。構(gòu)建歸一化差值指數(shù)式,見式(2)。

poYBAGP2zQOAW0LBAAARMF9z_sE413.png

式中:ρi、ρj代表第i、j波段水面實(shí)測反射率;i、j取值范圍為350~1000nm。計(jì)算NDSI與懸浮物濃度、濁度間的Pearson相關(guān)系數(shù),見式(3)。

pYYBAGP2zQSAAi02AAAbANKwyGk959.png

式中:R為相關(guān)系數(shù);n為樣品總數(shù)(取值20);xi為第i個(gè)樣品的光譜值;yi為第i個(gè)樣品的水質(zhì)參數(shù)。選擇相關(guān)性最高波段組合構(gòu)建NDSI,建立研究區(qū)懸浮物濃度和濁度的反演模型。計(jì)算均方根誤差進(jìn)行模型精度評定,由于樣本數(shù)量較少,本文采用留一法(leave-one-out)交叉驗(yàn)證數(shù)據(jù),對模型進(jìn)行精度評價(jià)。采用式(4)的表達(dá)式。

結(jié)果與分析

4.1 水質(zhì)參數(shù)反演模型構(gòu)建

通過逐波段遍歷構(gòu)建NDSI,計(jì)算其與懸浮物濃度、濁度間的Pearson相關(guān)系數(shù)。建立相關(guān)性分布圖4、圖5。觀察單波段反射率與水質(zhì)參數(shù)間的相關(guān)系數(shù)分布(圖4),水質(zhì)參數(shù)的相關(guān)系數(shù)隨波長的變化呈現(xiàn)出相似的趨勢,即懸浮物濃度值越高,對應(yīng)水體濁度值越高,這一現(xiàn)象與兩水質(zhì)參數(shù)的定義相吻合。分析相關(guān)系數(shù)等值線分布(圖5),懸浮物濃度相關(guān)系數(shù)最大值為0.856,對應(yīng)波長500、670nm;濁度相關(guān)系數(shù)最大值為0.874,對應(yīng)波長540與625nm。本研究決定以NDSI(500,670)和NDSI(540,625)為自變量,分別構(gòu)建研究區(qū)水庫的懸浮物濃度和濁度反演模型。

poYBAGP2zQSAYnKfAAB5AZ3NuEI885.png

圖4懸浮物濃度、濁度與反射波譜的相關(guān)性分布

pYYBAGP2zQWAD13aAAMFYEZfo6A936.png

圖5相關(guān)系數(shù)等值線分布

表1水質(zhì)參數(shù)反演模型分析

poYBAGP2zQaAJcdhAAA8t6rPVL0890.png

pYYBAGP2zQaAEt5TAAC6IyxkAVk397.png

圖6懸浮物濃度與濁度反演結(jié)果

構(gòu)建的水域水質(zhì)參數(shù)(懸浮物濃度(SS)、濁度(turb))反演模型為式(5)、式(6)。

poYBAGP2zQeAdgYoAAAwsVopS1c157.png

4.2無人機(jī)高光譜水質(zhì)參數(shù)反演

將無人機(jī)獲取的同時(shí)期研究區(qū)高光譜影像數(shù)據(jù)結(jié)合構(gòu)建的水質(zhì)參數(shù)反演模型進(jìn)行反演,繪制出水庫懸浮物濃度和濁度分布。如圖8所示,礦區(qū)附近水域的懸浮物濃度在0~97mg/L,多數(shù)處在4~13mg/L;濁度則在0~45度,多數(shù)處在5~8度。水體較為清澈,無明顯污染現(xiàn)象,水庫邊界處的懸浮物濃度和濁度較高,與反演結(jié)果一致,符合實(shí)際實(shí)地調(diào)研結(jié)果。

pYYBAGP2zQeAG3OFAAFFpGZz5V4793.png

圖8礦區(qū)水域水質(zhì)參數(shù)濃度分布

結(jié)論

本文以實(shí)測光譜和采樣的水質(zhì)參數(shù)為數(shù)據(jù)源建立反演模型,利用無人機(jī)高光譜遙感,實(shí)現(xiàn)水體懸浮物濃度和濁度的精準(zhǔn)監(jiān)測。通過實(shí)例驗(yàn)證,得出結(jié)論:①采用波長500、670和540、625nm計(jì)算的歸一化差值指數(shù)所構(gòu)建的線性模型,可以作為懸浮物濃度與濁度的反演模型;②基于本文建立的水質(zhì)參數(shù)反演模型,利用無人機(jī)高光譜遙感,可以快速監(jiān)測小中型水域的水質(zhì)參數(shù)。相比于衛(wèi)星影像,無人機(jī)有著實(shí)時(shí)、高時(shí)間空間分辨率的優(yōu)點(diǎn),可用于礦區(qū)水域污染監(jiān)測預(yù)警,對礦區(qū)環(huán)境保護(hù)有著重要參考意義。隨著高光譜衛(wèi)星的發(fā)展,未來可以進(jìn)一步探討基于高光譜衛(wèi)星影像的水質(zhì)反演,優(yōu)化模型降低成本,提供穩(wěn)定的時(shí)序監(jiān)測能力,為水質(zhì)監(jiān)測與環(huán)保提供長期的參考與支持。

歡迎關(guān)注公眾號(hào):萊森光學(xué),了解更多光譜知識(shí)。

萊森光學(xué)(深圳)有限公司是一家提供光機(jī)電一體化集成解決方案的高科技公司,我們專注于光譜傳感和光電應(yīng)用系統(tǒng)的研發(fā)、生產(chǎn)和銷售。

審核編輯黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
  • 遙感
    +關(guān)注

    關(guān)注

    0

    文章

    243

    瀏覽量

    16780
  • 無人機(jī)
    +關(guān)注

    關(guān)注

    227

    文章

    10311

    瀏覽量

    179231
  • 高光譜
    +關(guān)注

    關(guān)注

    0

    文章

    328

    瀏覽量

    9908
收藏 人收藏

    評論

    相關(guān)推薦

    無人機(jī)搭載光譜成像系統(tǒng)

    無人機(jī)搭載光譜成像系統(tǒng)是一種先進(jìn)的遙感技術(shù),結(jié)合了無人機(jī)(UAV)的便攜性和靈活性以及
    的頭像 發(fā)表于 08-09 12:00 ?1528次閱讀
    <b class='flag-5'>無人機(jī)</b>搭載<b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像系統(tǒng)

    無人機(jī)低空光譜遙感影像柑橘黃龍病植株監(jiān)測模型探究

    引言 為實(shí)現(xiàn)大范圍的柑橘黃龍病監(jiān)測預(yù)警,提供一種減少人工成本的柑橘黃龍病病害統(tǒng)計(jì)方法,本研究通過地面實(shí)測黃龍病植株,協(xié)同無人機(jī)采集低空光譜遙感影像,經(jīng)過異常數(shù)據(jù)剔除、平滑去噪、一階微
    的頭像 發(fā)表于 09-14 16:11 ?1026次閱讀
    <b class='flag-5'>無人機(jī)</b>低空<b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>遙感</b>影像柑橘黃龍病植株監(jiān)測模型探究

    無人機(jī)遙感技術(shù)

    優(yōu)異等特點(diǎn)。數(shù)據(jù)后期處理無人機(jī)遙感系統(tǒng)多使用小型數(shù)字相機(jī)(或掃描儀)作為機(jī)載遙感設(shè)備,與傳統(tǒng)的航片相比,存在像幅較小、影像數(shù)量多等問題,針對其遙感影像的特點(diǎn)以及相機(jī)定標(biāo)
    發(fā)表于 03-11 07:59

    無人機(jī)遙感技術(shù)

    、體積孝重量輕、精度、存儲(chǔ)量大、性能優(yōu)異等特點(diǎn)。遙感數(shù)據(jù)的后處理技術(shù)目前的無人機(jī)遙感系統(tǒng)多使用小型數(shù)字相機(jī)(或掃描儀)作為機(jī)載遙感設(shè)備,與
    發(fā)表于 11-01 11:22

    無人機(jī)水質(zhì)遙感監(jiān)測方法

    成本低,速度快,監(jiān)測面積大等優(yōu)點(diǎn)被廣泛應(yīng)用于水質(zhì)監(jiān)測,但是針對更小尺度上的河道,受限于衛(wèi)星傳感器的時(shí)空分辨率,衛(wèi)星遙感反演的效果受限,此時(shí)無人機(jī)遙感
    發(fā)表于 03-03 11:16 ?3258次閱讀
    <b class='flag-5'>無人機(jī)</b><b class='flag-5'>水質(zhì)</b><b class='flag-5'>遙感</b>監(jiān)測方法

    無人機(jī)光譜在農(nóng)田信息監(jiān)測中的應(yīng)用

    今天,我們講講無人機(jī)光譜是如何在農(nóng)田信息監(jiān)測中應(yīng)用的??焖賹?shí)時(shí)地掌握農(nóng)田信息是實(shí)施精準(zhǔn)農(nóng)作的基礎(chǔ)。以無人機(jī)為平臺(tái)的低空遙感探測技術(shù), 具有
    的頭像 發(fā)表于 04-24 10:11 ?2568次閱讀

    基于無人機(jī)光譜遙感的森林可燃物分類方法研究-萊森光學(xué)

    在森林防火中的應(yīng)用,利用無人機(jī)拍攝的多光譜影像進(jìn)行可燃物分類相繼開展,并出現(xiàn)了結(jié)合激光雷達(dá)的可燃物分類方法。我國目前可燃物分類技術(shù)的研究多集中于利用 Landsat衛(wèi)星的多光譜影像,基于無人機(jī)
    的頭像 發(fā)表于 06-02 11:42 ?746次閱讀
    基于<b class='flag-5'>無人機(jī)</b><b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>遙感</b>的森林可燃物分類方法研究-萊森光學(xué)

    煤炭礦區(qū)耕地土壤有機(jī)質(zhì)無人機(jī)光譜遙感估測

    進(jìn)行預(yù)測,并對模型預(yù)測結(jié)果進(jìn)行精度評價(jià),將優(yōu)選模型代入無人機(jī)光譜影像進(jìn)行有機(jī)質(zhì)填圖,得到耕地范圍內(nèi)的有機(jī)質(zhì)分布情況,并對處于不同沉陷階段的耕地土壤有機(jī)質(zhì)空 間分布差異情況及驅(qū)動(dòng)因子進(jìn)行分析討論,為
    的頭像 發(fā)表于 09-20 11:54 ?637次閱讀
    煤炭礦區(qū)耕地土壤有機(jī)質(zhì)<b class='flag-5'>無人機(jī)</b><b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>遙感</b>估測

    比較基于無人機(jī)光譜影像和傳統(tǒng)方法的土壤類型分類精度

    遙感技術(shù)的應(yīng)用為土壤分類提供了新的可能性。光譜影像技術(shù)是無人機(jī)遙感中的重要組成部分,其能夠提供大量的土地表面
    的頭像 發(fā)表于 02-19 16:55 ?413次閱讀
    比較基于<b class='flag-5'>無人機(jī)</b><b class='flag-5'>高</b><b class='flag-5'>光譜</b>影像和傳統(tǒng)方法的土壤類型分類精度

    基于無人機(jī)光譜遙感的典型草原打草對植被表型差異分析

    利用無人機(jī)光譜遙感數(shù)據(jù)結(jié)合實(shí)測數(shù)據(jù),分析植被光譜反射率和窄波段植被指數(shù)等表型參數(shù)對打草行為的敏
    的頭像 發(fā)表于 06-14 10:38 ?318次閱讀
    基于<b class='flag-5'>無人機(jī)</b><b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>遙感</b>的典型草原打草對植被表型差異分析

    基于無人機(jī)光譜遙感的荒漠化草原地物分類研究2.0

    草原退化調(diào)查監(jiān)測須獲取實(shí)測數(shù)據(jù),無人機(jī)搭載光譜成像儀進(jìn)行低空遙感,是荒漠化草原地物分類的重要手段,可提供地物精細(xì)分類所需的遙感數(shù)據(jù),充分發(fā)
    的頭像 發(fā)表于 06-17 15:33 ?259次閱讀
    基于<b class='flag-5'>無人機(jī)</b><b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>遙感</b>的荒漠化草原地物分類研究2.0

    無人機(jī)機(jī)載光譜成像系統(tǒng)的應(yīng)用及優(yōu)勢

      隨著無人機(jī)技術(shù)的快速發(fā)展,基于無人機(jī)平臺(tái)的光譜成像系統(tǒng)在多個(gè)領(lǐng)域中得到了廣泛應(yīng)用。本文將介紹一款小型多旋翼無人機(jī)機(jī)載
    的頭像 發(fā)表于 08-15 15:03 ?546次閱讀
    <b class='flag-5'>無人機(jī)</b>機(jī)載<b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像系統(tǒng)的應(yīng)用及優(yōu)勢

    基于無人機(jī)光譜遙感的棉花生長參數(shù)和產(chǎn)量估算

    無人機(jī)平臺(tái)能夠快速獲取時(shí)空分辨率的遙感數(shù)據(jù),以山東省濱州市棉花為研究對象,利用安裝在無人機(jī)上的多光譜相機(jī)獲取
    的頭像 發(fā)表于 08-21 14:29 ?388次閱讀
    基于<b class='flag-5'>無人機(jī)</b>多<b class='flag-5'>光譜</b><b class='flag-5'>遙感</b>的棉花生長<b class='flag-5'>參數(shù)</b>和產(chǎn)量估算

    基于無人機(jī)光譜遙感的河湖水環(huán)境探測

    本研究基于實(shí)測和無人機(jī)光譜遙感反射率數(shù)據(jù)計(jì)算水體顏色參量并反演水質(zhì)
    的頭像 發(fā)表于 09-20 17:43 ?186次閱讀
    基于<b class='flag-5'>無人機(jī)</b><b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>遙感</b>的河湖水環(huán)境探測