0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)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(xiě)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

基于無(wú)人機(jī)高光譜遙感的城市水域水質(zhì)監(jiān)測(cè)與應(yīng)用

萊森光學(xué) ? 來(lái)源:萊森光學(xué) ? 作者:萊森光學(xué) ? 2023-12-07 18:02 ? 次閱讀

引言

河湖水環(huán)境監(jiān)測(cè)是人類一直以來(lái)高度重視的問(wèn)題。目前,傳統(tǒng)水體污染監(jiān)測(cè)仍是在“點(diǎn)”尺度上進(jìn)行的,這種方法難以在宏觀尺度上準(zhǔn)確獲取信息。相對(duì)于傳統(tǒng)監(jiān)測(cè)手段,衛(wèi)星遙感技術(shù)有宏觀、高效、經(jīng)濟(jì)等特點(diǎn),對(duì)于獲取長(zhǎng)期、大范圍河湖水環(huán)境的時(shí)空變化具有顯著優(yōu)勢(shì),在許多領(lǐng)域得到了廣泛的應(yīng)用。國(guó)內(nèi)外學(xué)者利用衛(wèi)星平臺(tái),對(duì)監(jiān)測(cè)水域水質(zhì)研究也取得了一定的成果。但此技術(shù)多應(yīng)用于大面積水域的水質(zhì)監(jiān)測(cè),且由于衛(wèi)星遙感影像周期長(zhǎng),易受大氣云層影響,對(duì)天氣環(huán)境要求較高,不能及時(shí)監(jiān)測(cè)水質(zhì)參數(shù)濃度,了解水體污染情況。

與衛(wèi)星遙感相比,無(wú)人機(jī)遙感技術(shù)具有靈活性高、響應(yīng)迅速、可連續(xù)動(dòng)態(tài)監(jiān)測(cè)、時(shí)空分辨率高和空間變化特征明顯等特點(diǎn),在災(zāi)害救援、流域污染演變、生態(tài)環(huán)境監(jiān)測(cè)等方面已有較多應(yīng)用。

我國(guó)南方城市水域眾多,經(jīng)常出現(xiàn)因工地、工業(yè)園違規(guī)排水,汛期水土流失,管網(wǎng)錯(cuò)接、滲漏等原因造成的突發(fā)性水體污染。因此如何快速發(fā)現(xiàn)水體出現(xiàn)污染,精確定位污染源,對(duì)后續(xù)采取有效措施消除水體污染具有現(xiàn)實(shí)意義。本文利用無(wú)人機(jī)及定點(diǎn)架設(shè)設(shè)備搭載高光譜成像儀完成不同天氣下實(shí)驗(yàn)水體光譜數(shù)據(jù)的采集,研究其濃度空間分布,對(duì)比光譜反演數(shù)據(jù)和實(shí)驗(yàn)室化學(xué)檢測(cè)數(shù)據(jù),分析天氣對(duì)光譜反演數(shù)據(jù)精準(zhǔn)度的影響,為后續(xù)該技術(shù)在水域的污染溯源,水環(huán)境保護(hù)及治理提供依據(jù)。

材料與方法

2.1 研究區(qū)與概況

茅洲河是深圳市第一大河,發(fā)源于深圳市石巖水庫(kù)上游的羊臺(tái)山,流經(jīng)石巖、光明、公明、長(zhǎng)安(屬東莞市)、沙井等街道轄區(qū),屬于珠江水系;干流經(jīng)深圳市與東莞市接壤,全長(zhǎng)為41.61km,其中深圳境內(nèi)長(zhǎng)為31.29km。茅洲河流域位于深圳市西北部,總面積為388.23km2(包括石巖水庫(kù)以上流域面積),其中深圳市境內(nèi)流域面積為310.85km2。流域水系發(fā)達(dá),兩岸支流眾多,深圳一側(cè)共有支流60條,一級(jí)支流27條,其中光明區(qū)13條。

實(shí)驗(yàn)選取茅洲河(光明區(qū)段)一級(jí)支流玉田河、上下村排洪渠和新陂頭河作為觀測(cè)目標(biāo),所有水域水質(zhì)均穩(wěn)定達(dá)到地表Ⅴ類及以上。

2.2 采樣點(diǎn)布設(shè)

2021年進(jìn)行了2個(gè)階段的外業(yè)數(shù)據(jù)采集工作(5月和11月),其中第1階段為無(wú)人機(jī)高光譜監(jiān)測(cè),采樣地點(diǎn)為玉田河、上下村排洪渠部分水域,監(jiān)測(cè)時(shí)間1d,分析參數(shù)包括COD、TP、NH3-N,每條河均設(shè)3個(gè)采樣點(diǎn),采集水樣數(shù)據(jù)共6個(gè);第2階段為定點(diǎn)架設(shè)高光譜監(jiān)測(cè),采樣地點(diǎn)為新陂頭河河口斷面,在不同天氣(多云、晴天、晴間多云、陰天、小雨)的情況下對(duì)同一點(diǎn)位連續(xù)監(jiān)測(cè)15d,分析參數(shù)包括DO、CODMn、TP、TN、NH3-N,采集水樣數(shù)據(jù)共59個(gè)。在利用高光譜成像設(shè)備采集數(shù)據(jù)的同時(shí),對(duì)應(yīng)監(jiān)測(cè)點(diǎn)同步取水樣送化驗(yàn)室檢測(cè),最后對(duì)比兩者間的差異。第一階段旨在展示水域水質(zhì)變化趨勢(shì),快速鎖定污染源,第二階段旨在對(duì)高光譜成像技術(shù)監(jiān)測(cè)水質(zhì)的可靠性和準(zhǔn)確性進(jìn)行驗(yàn)證。

2.3 水質(zhì)檢測(cè)

水體樣本采樣、保管和管理等相關(guān)流程參考行業(yè)標(biāo)準(zhǔn)《水質(zhì)采樣技術(shù)指導(dǎo)》(HJ494—2009),每個(gè)采樣點(diǎn)取500mL表層0.2m左右處水樣,裝入樣品瓶中進(jìn)行密封,并放置于陰涼干燥處保存,水樣采集完成后立即送至實(shí)驗(yàn)室進(jìn)行水質(zhì)參數(shù)化驗(yàn)測(cè)量,水質(zhì)參數(shù)以及相應(yīng)的檢測(cè)方法見(jiàn)表1。

表1 水質(zhì)參數(shù)及檢測(cè)方法

wKgaomVxmBKAH-DqAAD3_i3cuPc264.png

2.4 數(shù)據(jù)獲取

無(wú)人機(jī)飛行實(shí)驗(yàn)可采用大疆無(wú)人機(jī)M350RTK搭載由萊森光學(xué)自主研發(fā)的無(wú)人機(jī)高光譜成像系統(tǒng)iSpecHyper-VM100,獲取河道及水庫(kù)部分高光譜影像(如圖1a所示)。所選實(shí)驗(yàn)時(shí)間均晴朗微風(fēng),無(wú)云層覆蓋。定點(diǎn)監(jiān)測(cè)實(shí)驗(yàn)采用固定架設(shè)設(shè)備搭載可見(jiàn)/近紅外高光譜相機(jī),水面上設(shè)漫反射率校準(zhǔn)板作為水質(zhì)監(jiān)測(cè)配套定標(biāo)板,獲取新陂頭河河口點(diǎn)位高光譜影像(如圖1b所示)。進(jìn)行連續(xù)15d以上的儀器可靠性試驗(yàn),驗(yàn)證設(shè)備在多云、晴天、晴間多云、陰天、小雨等不同工況下的可靠性,對(duì)儀器在長(zhǎng)期檢測(cè)上的穩(wěn)定性和適用性上進(jìn)行全面評(píng)估。

wKgZomVxmBOAPQNXAALBnjJfJqw825.png

圖1 無(wú)人機(jī)高光譜成像系統(tǒng)和定點(diǎn)式監(jiān)測(cè)系統(tǒng)示意

2.5 數(shù)據(jù)處理

高光譜數(shù)據(jù)處理軟件,可將所采集的原始數(shù)據(jù),經(jīng)過(guò)光譜還原(導(dǎo)入光譜定標(biāo)參數(shù)、進(jìn)行輻射校正、圖幅裁切)、靶標(biāo)提取、幾何校正、反射率計(jì)算、航帶拼接(單架次)等一系列處理后,生成高光譜數(shù)據(jù)影像,并對(duì)架次間數(shù)據(jù)進(jìn)行勻色及拼接,用于后續(xù)數(shù)據(jù)應(yīng)用。高光譜水體多參數(shù)解析軟件,即高光譜檢測(cè)水質(zhì),將儀器測(cè)量的高光譜數(shù)據(jù)傳輸?shù)接?jì)算機(jī)上,通過(guò)模型算法可以直接給出水質(zhì)檢測(cè)結(jié)果。該軟件可實(shí)現(xiàn)影像查看、水體提取以及水質(zhì)參數(shù)反演、結(jié)果統(tǒng)計(jì)及水質(zhì)參數(shù)制圖等功能,具體流程如圖2所示。

wKgaomVxmBSAXUVWAADtTPYSo0E005.png

圖2 無(wú)人機(jī)高光譜多參數(shù)解析軟件流程示意

結(jié)果與分析

3.1 無(wú)人機(jī)監(jiān)測(cè)水質(zhì)參數(shù)圖像反演

采用無(wú)人機(jī)搭載水質(zhì)光譜儀現(xiàn)場(chǎng)飛行檢測(cè)玉田河和上下村排洪渠水質(zhì),對(duì)模型進(jìn)一步校準(zhǔn)后,結(jié)合水質(zhì)參數(shù)模型進(jìn)行反演,計(jì)算高光譜圖像各像元對(duì)應(yīng)的水質(zhì)參數(shù),繪制COD、TP和NH3-N濃度空間分布圖,河道水質(zhì)參數(shù)濃度分布如圖3和圖4所示,可以清晰看出研究區(qū)橫、縱向的水質(zhì)分布情況,相同趨勢(shì)關(guān)聯(lián)度強(qiáng)。玉田河和上下村排洪渠水質(zhì)穩(wěn)定達(dá)標(biāo),同一參數(shù)值差別較小,僅河道邊緣、橋兩側(cè)及河內(nèi)植被附近存在污染物淤積或水生植被未及時(shí)撈出而死亡腐爛,釋放有機(jī)細(xì)微碎屑進(jìn)入水體,造成周邊水質(zhì)較差的情況,各水質(zhì)參數(shù)反演的總體趨勢(shì)符合實(shí)際情況。通過(guò)對(duì)比無(wú)人機(jī)采樣點(diǎn)反演值和實(shí)驗(yàn)室檢測(cè)化學(xué)值,對(duì)模型進(jìn)行評(píng)估。結(jié)果見(jiàn)表2、表3所示,兩條河道參數(shù)偏差度均在20%內(nèi)。

3.1.1玉田河數(shù)據(jù)分析

COD濃度分布范圍為3~19mg/L,基本在5~15mg/L區(qū)間;TP濃度分布范圍為0.13~0.27mg/L,基本在0.16~0.24mg/L區(qū)間;NH3-N濃度分布范圍為0.086~0.16mg/L,基本在0.1~0.14mg/L區(qū)間;水質(zhì)地表Ⅳ類及以上。

wKgZomVxmBaAWI7mAAJL8A_AjTQ549.png

圖3 玉田河水質(zhì)參數(shù)濃度分布示意

wKgaomVxmBaAeRFOAAJRrbZ2XeU432.png

圖4 上下村排洪渠水質(zhì)參數(shù)濃度分布示意

3.1.2上下村排洪渠數(shù)據(jù)分析

COD濃度分布范圍為9~28mg/L,基本在15~20mg/L區(qū)間;TP濃度分布范圍為0.114~0.18mg/L,基本在0.13~0.16mg/L區(qū)間;NH3-N濃度分布范圍為0.34~1.3mg/L,基本在0.46~0.76mg/L區(qū)間;水質(zhì)地表Ⅳ類及以上。

3.2 定點(diǎn)監(jiān)測(cè)水質(zhì)參數(shù)驗(yàn)證

采用固定架設(shè)設(shè)備搭載高光譜成像儀定點(diǎn)監(jiān)測(cè)新陂頭河河口水質(zhì),同時(shí)對(duì)同片水域進(jìn)行了水質(zhì)采樣檢測(cè)。通過(guò)修正后的水質(zhì)參數(shù)模型對(duì)監(jiān)測(cè)中獲取的高光譜圖像各像元進(jìn)行計(jì)算,依據(jù)位點(diǎn)的經(jīng)緯度坐標(biāo),對(duì)相同位點(diǎn)的指標(biāo)數(shù)值進(jìn)行提取,各水樣化學(xué)值和反演值的對(duì)比如圖5所示。從圖5中可看出,CODMN的兩組數(shù)據(jù)趨勢(shì)較為一致;DO和TN重合度較高;TP和NH3-N差異性最大,化學(xué)值普遍比反演值低。對(duì)反演的各水質(zhì)數(shù)據(jù)進(jìn)行Z檢驗(yàn),假設(shè)測(cè)量值與化學(xué)值之間存在緊密的聯(lián)系。其中P(a)=0.091>0.05,假設(shè)顯著,可以用測(cè)量值反映真實(shí)值;P(b)=P(c)=P(d)=P(e)=0,假設(shè)不顯著,可能是樣本數(shù)量較少及考慮此實(shí)驗(yàn)的真實(shí)性未剔除異常數(shù)據(jù)所導(dǎo)致。通過(guò)相對(duì)偏差度分析,CODMN

表2玉田河采樣點(diǎn)水質(zhì)化學(xué)值與反演值誤差

wKgZomVxmBeAbGvWAADxYEEzSNE248.png

3.3 多工況水質(zhì)參數(shù)驗(yàn)證

在多云、晴天、晴間多云、陰天、小雨等天氣工況下,對(duì)定點(diǎn)監(jiān)測(cè)實(shí)驗(yàn)所采取水樣的化學(xué)值及反演值進(jìn)行誤差分析。結(jié)果表明,不同天氣各水樣的反演值平均偏差相差不大,除總磷和氨氮外基本都控制在20%以內(nèi),屬于可控范圍。其中陰天和多云天氣時(shí),各水質(zhì)指標(biāo)偏差度較小。使用多變異圖對(duì)不同工況參數(shù)是否影響測(cè)量系統(tǒng)穩(wěn)定性進(jìn)行分析(見(jiàn)圖6),從圖6中可以看出,天氣對(duì)模型所反演出的化學(xué)指標(biāo)偏差呈現(xiàn)無(wú)規(guī)則性,初步判定,普通天氣對(duì)無(wú)人機(jī)高光譜儀監(jiān)測(cè)水質(zhì)無(wú)明顯影響。

wKgaomVxmBeAUKlDAAHgwRP8C0Q879.png

圖5 新陂頭河河口斷面實(shí)測(cè)值和反演值對(duì)比示意

圖6不同工況對(duì)河道水質(zhì)影響情況示意

4、結(jié)論與討論

1) 相較于傳統(tǒng)水質(zhì)監(jiān)測(cè)手段,本文研究的無(wú)人機(jī)搭載高光譜儀進(jìn)行水質(zhì)監(jiān)測(cè),可減少人工巡查及實(shí)驗(yàn)檢測(cè)過(guò)程,具有省時(shí)、省力、監(jiān)測(cè)范圍廣等優(yōu)點(diǎn),通過(guò)模型在短時(shí)間內(nèi)反演水質(zhì)濃度空間分布圖,更直觀的體現(xiàn)水域水質(zhì)狀況,實(shí)現(xiàn)快速溯源、精準(zhǔn)定位。2) 通過(guò)實(shí)驗(yàn)室檢測(cè)數(shù)據(jù)及遙感反演數(shù)據(jù)對(duì)比,高光譜監(jiān)測(cè)CODMN、DO和TN與化學(xué)檢測(cè)法相比偏差度均在20%以內(nèi),基本可以直接替代使用;TP和NH3-N偏差度較大。原因是原建模數(shù)據(jù)來(lái)自早期的上海市河道,TP和NH3-N濃度普遍比深圳市河道高,本次建模為上海+深圳的數(shù)據(jù),深圳采集數(shù)據(jù)量較少,導(dǎo)致反演結(jié)果存在偏差,若后續(xù)繼續(xù)進(jìn)行長(zhǎng)時(shí)段水域監(jiān)測(cè),隨著本地?cái)?shù)據(jù)占比增大,模型精度會(huì)隨之提升。

3) 根據(jù)現(xiàn)有數(shù)據(jù)初步判定,普通天氣對(duì)無(wú)人機(jī)高光譜法監(jiān)測(cè)水質(zhì)無(wú)明顯影響。由于本次實(shí)驗(yàn)時(shí)間較短,數(shù)據(jù)累積量小,各工況樣品數(shù)量分布不均,不同天氣對(duì)高光譜遙感設(shè)備的精度影響方面研究還需要進(jìn)一步深入探討

推薦

無(wú)人機(jī)高光譜成像系統(tǒng)iSpecHyper-VM100

一款基于小型多旋翼無(wú)人機(jī)高光譜成像系統(tǒng),該系統(tǒng)由高光譜成像相機(jī)、穩(wěn)定云臺(tái)、機(jī)載控制與數(shù)據(jù)采集模塊、機(jī)載供電模塊等部分組成。無(wú)人機(jī)機(jī)載高光譜成像系統(tǒng)通過(guò)獨(dú)特的內(nèi)置式或外部掃描和穩(wěn)定控制,有效地解決了在微型無(wú)人機(jī)搭載推掃式高光譜照相機(jī)時(shí),由于振動(dòng)引起的圖像質(zhì)量較差的問(wèn)題,并具備較高的光譜分辨率和良好的成像性能。

wKgaomVxmBiASi_CAABJinx5T6w43.jpeg




審核編輯 黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)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(chǎng)。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(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 監(jiān)測(cè)
    +關(guān)注

    關(guān)注

    2

    文章

    3388

    瀏覽量

    44236
  • 遙感
    +關(guān)注

    關(guān)注

    0

    文章

    239

    瀏覽量

    16737
  • 無(wú)人機(jī)
    +關(guān)注

    關(guān)注

    226

    文章

    10199

    瀏覽量

    177513
  • 高光譜
    +關(guān)注

    關(guān)注

    0

    文章

    317

    瀏覽量

    9857
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    城市河道水質(zhì)監(jiān)測(cè)無(wú)人機(jī)光譜技術(shù)應(yīng)用研究-萊森光學(xué)

    ? 引言 對(duì)河道水質(zhì)進(jìn)行常態(tài)化監(jiān)測(cè),是河流生態(tài)環(huán)境系統(tǒng)健康維護(hù)的重要基礎(chǔ)性工作。河流水域水質(zhì)監(jiān)測(cè)方法一般有三種,分別是傳統(tǒng)理化
    的頭像 發(fā)表于 05-18 13:55 ?1511次閱讀
    <b class='flag-5'>城市</b>河道<b class='flag-5'>水質(zhì)監(jiān)測(cè)</b><b class='flag-5'>無(wú)人機(jī)</b><b class='flag-5'>高</b><b class='flag-5'>光譜</b>技術(shù)應(yīng)用研究-萊森光學(xué)

    無(wú)人機(jī)低空光譜遙感影像柑橘黃龍病植株監(jiān)測(cè)模型探究

    引言 為實(shí)現(xiàn)大范圍的柑橘黃龍病監(jiān)測(cè)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(guò)地面實(shí)測(cè)黃龍病植株,協(xié)同無(wú)人機(jī)采集低空光譜遙感
    的頭像 發(fā)表于 09-14 16:11 ?931次閱讀
    <b class='flag-5'>無(wú)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<b class='flag-5'>監(jiān)測(cè)</b>模型探究

    無(wú)人機(jī)遙感技術(shù)

    加以完善改進(jìn)而來(lái)。在全國(guó)多省份地區(qū)和無(wú)人機(jī)遙感,航測(cè)無(wú)人機(jī),無(wú)人機(jī)測(cè)繪航拍,災(zāi)害預(yù)防無(wú)人機(jī),海洋監(jiān)測(cè)
    發(fā)表于 03-11 07:59

    無(wú)人機(jī)遙感技術(shù)

    駕駛飛機(jī)執(zhí)行的任務(wù),更適用于有人飛機(jī)不宜執(zhí)行的任務(wù),如危險(xiǎn)區(qū)域的地質(zhì)災(zāi)害調(diào)查、空中救援指揮和環(huán)境遙感監(jiān)測(cè)。按照系統(tǒng)組成和飛行特點(diǎn),無(wú)人機(jī)可分為固定翼型無(wú)人機(jī)、
    發(fā)表于 11-01 11:22

    水質(zhì)監(jiān)測(cè)儀有什么分類?

    水質(zhì)監(jiān)測(cè)儀有著非常廣泛的水質(zhì)檢測(cè)與測(cè)試應(yīng)用,如河流、湖泊、池塘、水壩、井、海洋、地下水、工業(yè)廢水、城市污水、農(nóng)業(yè)用水、養(yǎng)魚(yú)場(chǎng)等。
    發(fā)表于 09-27 09:00

    一文了解QY-16 浮標(biāo)水質(zhì)監(jiān)測(cè)水質(zhì)監(jiān)測(cè)常規(guī)參數(shù)有哪些?

    浮標(biāo)水質(zhì)監(jiān)測(cè)站是設(shè)立在河流、湖泊、水庫(kù)、近岸海域等流 域內(nèi)的現(xiàn)場(chǎng)水質(zhì)自動(dòng)監(jiān)測(cè)實(shí)驗(yàn)室,是以水質(zhì)監(jiān)測(cè)儀為核心,運(yùn)用 傳感器技術(shù),結(jié)合浮標(biāo)體、電源供電系統(tǒng)、數(shù)據(jù)傳輸設(shè)備組成的 放置于
    發(fā)表于 12-23 09:40

    恒星物聯(lián) 微型水質(zhì)監(jiān)測(cè)水質(zhì)監(jiān)測(cè)

    告警上傳,設(shè)備上傳水質(zhì)數(shù)據(jù)和設(shè)備參數(shù)等數(shù)據(jù)到水質(zhì)監(jiān)測(cè)系統(tǒng),水質(zhì)監(jiān)測(cè)系統(tǒng)對(duì)數(shù)據(jù)進(jìn)行解析并判斷警情。該產(chǎn)品使用NB-IOT或4G無(wú)線通訊方式,使用太陽(yáng)能供電,具有安裝方便、實(shí)時(shí)性、檢測(cè)準(zhǔn)
    發(fā)表于 12-20 11:26

    利用八軸無(wú)人機(jī)搭載光譜儀進(jìn)行水質(zhì)監(jiān)測(cè)

    在荷蘭Texel,Jan De Nul團(tuán)對(duì)采用高性能MicaSense RedEdge-MX多光譜儀,搭載在八軸無(wú)人機(jī)平臺(tái),進(jìn)行了對(duì)水質(zhì)光譜信息測(cè)量獲取。多
    發(fā)表于 02-04 10:40 ?2084次閱讀
    利用八軸<b class='flag-5'>無(wú)人機(jī)</b>搭載<b class='flag-5'>光譜</b>儀進(jìn)行<b class='flag-5'>水質(zhì)監(jiān)測(cè)</b>

    無(wú)人機(jī)水質(zhì)遙感監(jiān)測(cè)方法

    成本低,速度快,監(jiān)測(cè)面積大等優(yōu)點(diǎn)被廣泛應(yīng)用于水質(zhì)監(jiān)測(cè),但是針對(duì)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(wú)人機(jī)遙感
    發(fā)表于 03-03 11:16 ?3205次閱讀
    <b class='flag-5'>無(wú)人機(jī)</b><b class='flag-5'>水質(zhì)</b><b class='flag-5'>遙感</b><b class='flag-5'>監(jiān)測(cè)</b>方法

    無(wú)人機(jī)光譜在農(nóng)田信息監(jiān)測(cè)中的應(yīng)用

    今天,我們講講無(wú)人機(jī)光譜是如何在農(nóng)田信息監(jiān)測(cè)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(wú)人機(jī)為平臺(tái)的低空
    的頭像 發(fā)表于 04-24 10:11 ?2491次閱讀

    基于無(wú)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(wú)人機(jī)拍攝的多光譜影像進(jìn)行可燃物分類相繼開(kāi)展,并出現(xiàn)了結(jié)合激光雷達(dá)的可燃物分類方法。我國(guó)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(wú)人機(jī)
    的頭像 發(fā)表于 06-02 11:42 ?644次閱讀
    基于<b class='flag-5'>無(wú)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)

    光譜相機(jī)無(wú)人機(jī)城市綠化植被管理方面的應(yīng)用

    無(wú)人機(jī)(UAV)搭載光譜相機(jī)在城市綠化植被管理方面有著廣泛的應(yīng)用。這種先進(jìn)的遙感技術(shù)能夠提供關(guān)于城市
    的頭像 發(fā)表于 08-07 15:09 ?536次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>相機(jī)<b class='flag-5'>無(wú)人機(jī)</b>在<b class='flag-5'>城市</b>綠化植被管理方面的應(yīng)用

    基于無(wú)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(cè)須獲取實(shí)測(cè)數(shù)據(jù),無(wú)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
    的頭像 發(fā)表于 06-17 15:33 ?190次閱讀
    基于<b class='flag-5'>無(wú)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

    基于無(wú)人機(jī)遙感的作物長(zhǎng)勢(shì)監(jiān)測(cè)研究進(jìn)展

    產(chǎn)量和品質(zhì),降低了農(nóng)業(yè)生產(chǎn)成本和減少了資源浪費(fèi) 一、引言 無(wú)人機(jī)農(nóng)業(yè)遙感技術(shù)是將無(wú)人機(jī)遙感技術(shù)相結(jié)合,用于對(duì)農(nóng)田進(jìn)行高精度、高分辨率的遙感
    的頭像 發(fā)表于 07-12 14:14 ?241次閱讀
    基于<b class='flag-5'>無(wú)人機(jī)</b><b class='flag-5'>遙感</b>的作物長(zhǎng)勢(shì)<b class='flag-5'>監(jiān)測(cè)</b>研究進(jìn)展

    基于無(wú)人機(jī)光譜遙感的河湖水環(huán)境探測(cè)

    本研究基于實(shí)測(cè)和無(wú)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)參數(shù),利用Hueangle對(duì)水體進(jìn)行分類,通過(guò)水體顏色參量和
    的頭像 發(fā)表于 09-20 17:43 ?67次閱讀
    基于<b class='flag-5'>無(wú)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(cè)