基于无人机多光谱影像的小微水域水质要素反演
总磷(TP)、悬浮物浓度(SS)、浊度(TUB)3种水质参数可以直接通过遥感反演得到,常用于评价区域水环境的污染状况.以浙江农林大学东湖为研究对像,使用无人机携带多光谱传感器(Mica Sense Red Edge)获取多光谱影像,进而提取16个光谱参数,分别构建东湖水域TP、SS、TUB的反演模型.结果表明:光谱参数V5(NIR 0.770~0.890 μm)与TP、SS相关性显著(r分别为0.470、-0.537,p<0.05),V4(0.670~0.760μm)与TUB相关性显著(r=0.486,p<0.05).在建立的rP反演模型中,指数函数模型精度最高,决定系数R2为0.7829;在建立的SS、TUB反演模型中,多项式函数模型精度最高,决定系数R2分别为0.7503、0.7334.经检验,TP、SS、TUB模型估测值与实测值线性拟合曲线的决定系数R2分别为0.7374、0.8978、0.6726,满足水质要素反演的精度要求.最后利用建立的模型,结合多光谱影像数据,建立了东湖水域各参数的空间分布图,实现了水质参数的可视化,可为小微水域的污染防治提供技术支撑.
无人机、多光谱、总磷、悬浮物浓度、浊度、遥感、反演
39
X87(环境遥感)
国家自然科学基金两化融合项目U1809208;浙江省重点研发计划项目2015C03008;浙江省自然科学基金和青山湖科技城联合基金LQY18C160002
2019-05-22(万方平台首次上网日期,不代表论文的发表时间)
共9页
1241-1249