论文部分内容阅读
传统的水质遥感采用卫星遥感方式,受卫星遥感影像的分辨率限制,多应用于大面积水域的水质监测,对于小微水域的水质监测,存在时间和空间上的双重限制。而近年来,随着无人机的应用领域不断拓展,无人机遥感技术因其获取数据灵活、分辨率高,成为水质遥感研究的新方向。在水质监测研究中,总磷(TP)、悬浮物浓度(SS)以及浊度(TUB)这三个参数有一定的价值,在以往的水质要素反演研究中已经取得了一定的成果,考虑到实验的可实施性与实用性,将其作为本文的研究内容。论文以浙江农林大学东湖为研究对象,使用无人机携带多光谱传感器(Mica Sense Red Edge)获取多光谱影像,提取16个光谱参数,分别构建东湖水域TP、SS、TUB的反演模型。通过比较,得到以下各水质要素的较优模型:TP与光谱参数V16拟合的指数函数模型(ETP16)与多项式模型(PLTP16),决定系数R2分别为0.7897、0.7965;SS与光谱参数V5、V8分别拟合的多项式模型(PLSS5)与一元线性函数模型(USS8),决定系数R2分别为0.7503、0.7866;以及TUB与光谱参数V4拟合的一元线性函数模型(UTUB4)与多项式模型(PLTUB4),决定系数R2分别为0.6083、0.7334;结果表明无人机反演模型总体精度较高,可以大致地估测东湖区域的TP、SS、TUB浓度空间分布。论文进一步将TP的指数函数模型(ETP16)与多项式模型(PLTP16)、SS的多项式模型(PLSS5)与一元线性函数模型(USS8)以及TUB的一元线性函数模型(UTUB4)与多项式模型(PLTUB4),分别以东湖区域的多光谱图像为基础计算得到该影像获取时间段的东湖区域TP、SS、TUB浓度空间分布图。最后,本文结合研究区域的实际状况,客观地对东湖总磷(TP)、悬浮物浓度(SS)、浊度(TUB)三个水质参数的浓度变化进行了分析。本文的研究为城市水体的水质监测指明了全新的数据来源与技术手段,为水环境的保护以及治理提供了可靠的依据。