无人机高光谱遥感技术可对养殖池塘水质监测

为准确、快速、全面获取内陆养殖小区池塘及尾水处理池水体水质变化情况，建立养殖水环境实时预警调控及数字化管控机制，选择浙江湖州市集中连片的养殖小区为试验区，采用搭载高光谱相机无人机进行试验区近地遥感图像采集，并进行图像拼接、辐射校正和几何校正等预处理;然后对反射波段进行差值、比值及归一化差值指数进行数值变换，基于相关性分析筛选不同水质参数的敏感波段，进而采用线性函数、指数函数和多项式函数构建各水质参数定量反演模型，并用全波段构建偏最小二乘回归(PLS)、径向基神经网络(RBF)和支持向量机(SVM)反演模型，进行模型验证与评价;最后基于各水质最佳水质模型对试验区水质参数进行空间分布反演与分析。 

研究养殖小区共49个采样点的光谱反射率曲线如所示， 其中图列出了40个养殖池塘采样点的反射率曲线，列出了9个尾水区采样点的反射率曲线。可以看出池塘水体的光谱特征在400~ 560 nm范围内， 光谱反射率呈上升趋势， 至560~ 580 nm附近形成一个反射高峰， 这主要是是由水体中叶绿素和胡萝卜素在此波段具有较弱的吸收特点， 同时加上藻类和悬浮物的散射作用而引起反射高峰。而到580 nm后， 反射率曲线呈下降趋势， 直至680~710 nm处附近则形成一个峰谷， 主要是由于水体中的叶绿素a在此波段具有强吸收的特点); 而紧接着在790~810 nm范围内形成一个峰值， 主要是由于水中悬浮物的散射作用。而尾水处理区由于经过过滤、沉淀、曝气等净化过程， 水体中悬浮物和藻类去除率可达到70%以上， 因此， 尾水处理区在680~710 nm和790~810 nm范围内均未形成明星的峰值， 而其他波段的变化规律和养殖池塘具有一致性。综合分析光谱曲线可知， 不同池塘水体的光谱曲线变化趋势总体一致， 但是由于不同采样点具有不同的水质指标浓度， 导致其峰谷值及曲线高低变换存在一定差异。