导读:安州科技利用无人机高光谱成像系统实现水质监测工作。通过案例分享以及对水质遥感监测的原理、特点、发展趋势等方面做了详细的概述。
随着社会的发展,工业、农业及生活废水的大量排放,严重污染了人类赖以生存的水资源;河湖水体变色,甚至散发恶臭。这些呈现令人不悦的颜色和散发不适气味的水体,一般称为黑臭水体。黑臭水体破坏了水质和生态环境,很大程度地影响了人们的生活、危害人类健康,是目前较为突出的环境问题。遥感技术因具有速度快、同步性好、 覆盖面广、单位成本低等优点,已经被广泛地应用于水质动态监测中,遥感影像数据还可应用于水体成分的反演;研究表明,将卫星遥感技术应用于水质监测,其方法已经较为成熟,并已取得了较多的成果。然而受卫星遥感影像的分辨率限制,这种技术主要适用于大面积水域的监测,难以实现对小型水域或河道的高空间分辨率测量,而且卫星遥感还存在数据获取周期较长、时效性不够高、易受大气云层影响等问题,因此需要一种机动灵活且能够快速获得较大覆盖面积的水质测量方法,而无人机高光谱成像系统与地面水质测量相结合进行水质反演,即可解决这一问题。
无人机高光谱成像系统是由无人机技术、遥感与测量技术、计算机技术等共同发展而融合的新技术,通常由硬件(包括无人机、 高光谱成像仪、计算机等)、软件(地面站控制软件、相片处理软件、影像应用软件等)和售后服务团队组成。
无人机高光谱成像系统测量相对于常规测量具有如下的优势:1)机动、灵活、 快速。无人机可在各种复杂条件下作业,反应迅速,适合应急监测。2)数据获取成本低。无人机遥感系统的购置、运行成本大大低于载人飞机,对场地和人员的要求也较低,日常维护简单,大大降低了遥感数据的获取成本。3)适合大面积观测。无人机作业可快速覆盖较大的观测面积,作业效率比人工现场测量大大提高。4)空间分辨率高。无人机高光谱成像数据的光谱分辨率高达纳米数量级。5)复杂区域观测。对于一些复杂区域,例如山区河流、河口海岸带、滩涂湿地等常规测量方式难以进入的区域,无人机航测具有显著优势。
数据获取
1.无人机光谱数据获取
(1)机载高光谱成像设备介绍:X20P机载高光谱成像仪是一款基于光场成像技术的高光谱成像(HSI)设备,其内核为20 MP的超高清CMOS传感器,实现了相当高的空间分辨率。该设备以画幅式成像方式高速获取超过160个光谱通道的高光谱图像,连续覆盖350~1000 nm的波长范围,高性能传感器保证了噪声被控制得非常低,双GigE摄像机接口保证了高达5Hz的图像帧率(1886*1886像素/帧)。
*350~1000nm宽波段范围
*164或325通道瞬时同步成像
*采用光场成像技术,快速成像无畸变
*1886 x 1886大面阵空间维度高清图像
*一体式无刷云台,Skyport电子排线接口
*可搭载多种无人机并完成大面积数据图像
X20P机载高光谱成像仪的164/325个光谱通道同步瞬时成像,更适合高速移动式使用,数据真实可靠无伪影;配套软件具有反射率校准、感兴趣波段数据导出、光谱植被指数制图等功能。X20P具有一体式无刷云台,内置控制及固态存储,适合多旋翼或固定翼无人机搭载。
光谱范围 | 350~1000nm |
高光谱分辨率 | 1886*1886像素/帧 |
光谱通道数 | 164(可扩展) |
探测器 | 20 MP高光谱CMOS |
成像方式 | 全面阵所有通道同步成像,全局快门 |
高光谱成像速度 | >2 Cubes/s 1886*1886像素/Cube |
数字分辨率 | 12 Bit |
光谱输出 | 168000 Spectra/Cube |
光学阵列/FOV | 66个/35° |
通讯接口 | Skyport电子排线接口、2*GigE、2*USB、HDMI |
存储内存 | 内置固态硬盘500G/8G |
限位范围 | 俯仰方向: ±50°,横滚方向: ±90° |
增稳范围 | 俯仰方向: ±40°,横滚方向: ± 45° |
角度抖动量 | ± 0.015° |
触发控制 | 飞控提供触发信号,同步获取GPS数据 |
结构重量 | 一体式云台结构,整体重量<1.5Kg |
主要应用:
UAV应用 | 农业遥感 |
环境遥感 | 精准农业 |
物种分类 | 病害检测 |
植物科学 | 考古调查 |
植物表型 | 水色遥感 |
(2) 作业计划落实:地物类型(主要提供河流宽度与长度等参数)、飞行面积(根据谷歌地图 kml 文件初步估算实际作业面积)、飞行高度(根据地面分辨率要求与空域高度等给出推荐飞行高度)、飞行架次(根据飞行面积与飞行高度等,估算无人机的飞行架次)、空域许可(需求方提供)。
2. 无人机同步水面实验数据获取
无人机飞行航测的同时,在水面开展实验,获取水体实验数据,主要包括:
(1)水面反射光谱:用于水质参数反演建模、评价无人机反射率反演精度等。
(2)现场测量水质参数:地面取样或直接测量相关的水质数据,包括:透明度、浊度、水深、水温、溶解氧、氧化还原电位等。
(3)现场调查水体污染状况,包括:蓝藻水华、黑臭水体、排污口等。
(4)现场采集水样,送到实验室内测量水质参数,包括:叶绿素 a、总悬浮物浓度、无机悬浮物浓度、有机悬浮物浓度、有色可溶性有机物(黄色物质)含量、总氮浓度、总磷浓度、化学需氧量(COD)浓度等。
数据处理
1. 基于无人机高光谱成像的水质参数反演建模
利用无人机高光谱遥感图像和实测水面光谱和水质参数数据,构建水质参数遥感反演模型,实现基于无人机高光谱遥感的水质参数快速制图,包括浊度、叶绿素 a、总悬浮物浓度、无机悬浮物浓度、有机悬浮物浓度、黄色物质、水体营养状态等。
2. 基于无人机高光谱成像的水体污染和水色异常区域提取方法
利用无人机高光谱遥感图像和实地调查水体污染分布数据,构建水体污染遥感提取方法,实现基于无人机高光谱遥感的水体污染分布快速制图,包括蓝藻水华和黑臭水体等。此外,构建基于空间维和时间纬的水色异常区域提取算法,实现基于无人机高光谱遥感图像的疑似水体污染源信息提取。
案例分享
高光谱大面积水质反演案例
飞行参数:
飞行高度:400 m 飞行速度:20 m/s;
飞行面积:3 平方公里 波段选取:490、550 、615、685、725、940
拼接结果:
1.RGB 合成图:
2.总磷反演结果:
总磷是水样经消解后将各种形态的磷转变成正磷酸盐后测定的结果,以每升水样含磷毫克数计量。
3.氨氮反演结果:
氨氮是指水中以游离氨(NH3)和铵离子(NH4+)形式存在的氮。 动物性有机物的含氮量一般较植物性有机物为高。因此,水中氨氮含量增高时指以氨或铵离子形式存在的化合氮。
4.水溶解氧(DO)反演结果:
溶解于水中的分子态氧称为溶解氧,通常记作 DO,用每升水里氧气的毫克数表示。水中溶解氧的多少是衡量水体自净能力的一个指标。
5.化学需氧量(COD)反演结果:
化学需氧量 COD(Chemical Oxygen Demand)是以化学方法测量水样中需要被氧化的还原性物质的量。废水、废水处理厂出水和受污染的水中,能被强氧化剂氧化的物质(一般为有机物)的氧当量。
水体遥感监测原理、特点
影响水质的参数有:水中悬浮物、藻类、化学物质、溶解性有机物、热释放物、病原体和油类物质等。随着遥感技术的革新和对物质光谱特征研究的深入,可以监测的水质参数种类也在逐渐增加,除了热污染和溢油污染等突发性水污染事故的监测外,用遥感监测的水质数据大致可以分为以下四大类:浑浊度、浮游植物、溶解性有机物、化学性水质指标。
利用遥感技术进行水环境质量监测的主要机理是被污染水体具有独特的有别于清洁水体的光谱特征,这些光谱特征体现在其对特定波长的光的吸收或反射,而且这些光谱特征能够为遥感器所捕获并在遥感图象中体现出来。如当水体出现富营养化时,浮游植物中的叶绿素对近红外波段具有明显的“陡坡效应”,故而这类水体兼有水体和植物的光谱特征,即在可见光波段反射率低,在近红外波段反射率却明显升高。
水质遥感存在的问题与发展趋势
1 存在的问题:①多数限定于定性研究,或进行已有的航空和卫星遥感数据分析,却很少进行定量分析。②监测精度不高,各种算法以经验、半经验方法为主。③算法具有局部性、地方性和季节性,适用性、可移植性差。④监测的水质参数少,主要集中在悬浮沉积物、叶绿素和透明度、浑浊度等参数。
2 发展趋势
2.1 建立遥感监测技术体系。研究利用新型遥感数据进行水质定量监测的关键技术与方法,形成一个标准化的水安全定量遥感监测技术体系,针对不同类型的内陆水体,建立多种水质参数反演算法,实现实验遥感和定量遥感的跨跃,从中获得原始创新性的成果。
2.2 加强水质遥感基础研究。加深对遥感机理的认识,特别是水质对表层水体的光学和热量特征的影响机理上,以进一步发展基于物理的模型,把水质参数更好的和遥感器获得的光学测量值联系起来;加深目视解译和数字图象处理的研究,提高遥感影象的解译精度;增强高光谱遥感的研究,完善航空成像光谱仪数据处理技术。
2.3 拓宽遥感水质监测项。现阶段水质遥感局限于某些特定的水质参数,叶绿素、悬浮物及与之相关的水体透明度、浑浊度等参数,对可溶性有机物、COD等参数光谱特征和定量遥感监测研究较少,拓宽遥感监测项是今后的发展趋势之一。应加强其他水质参数的光谱特征研究,以扩大水质参数的定量监测种类,进一步建立不同水质参数的光谱特征数据库。
2.4 提高水质遥感监测精度。研究表明利用遥感进行水质参数反演,其反演精度、稳定度、空间可扩展性受遥感波段设置影响较大,利用星载高光谱数据进行水质参数反演,对其上百的波段宽度为10nm左右的连续波段与主要水质参数的波谱响应特性进行研究,确定水质参数诊断性波谱及波段组合,形成构造水质参数遥感模型和反演的核心技术,提高水质监测精度。
2.5 扩展水质遥感监测模型空间。系统深入的研究水质组分的内在光学特性,利用高光谱数据和中、低分辨率多光谱数据进行水质遥感定量监测机理研究,进行水质组分的定量提取和组分间混合信息的剥离,消除水质组分间的相互干扰,建立不受时间和地域限制的水质参数反演算法,形成利用中内陆水体水质多光谱遥感监测方法和技术研究低分辨率遥感数据进行大范围、动态监测的遥感定量模型。
2.6 改进统计分析技术。利用光谱分辨率较低的宽波段遥感数据得到的水质参数算法精度都不是很高,可以借鉴已在地质、生态等领域应用的混合光谱分解技术,人工神经网络分类技术等,充分挖掘水质信息,建立不受时间和地域限制的水质参数反演算法,提高遥感定量监测精度。
2.7 综合利用“3S”技术。利用遥感技术视域广,信息更新快的特点,实时、快速地提取大面积流域及其周边地区的水环境信息及各种变化参数;GPS为所获取的空间目标及属性信息提供实时、快速的空间定位,实现空间与地面实测数据的对应关系;GIS完成庞大的水资源环境信息存储、管理和分析。将“3S”技术在水质遥感监测中综合应用,建立水质遥感监测和评价系统,实现水环境质量信息的准确、动态快速发布,推动国家水安全预警系统建设。
来源于:仪器信息网
热门评论
最新资讯
新闻专题
更多推荐