高光谱相机无人机系统在养殖池塘水质变化的精准监测

养殖池塘

本研究使用了波长范围为400-1000nm的高光谱相机。我们选用SineSpec赛斯拜克科技有限公司的SF500-无人机高光谱测量系统进行相关研究。我们可以通过地面站实时观测飞机的采样地点，并利用地面站设置逐点采集的航线数据进行预览和矫正。此外，我们还可以进行辐射度校正、反射率校正和区域校正，以支持批处理。

SF500是一种搭载高光谱测量系统的无人机。

为了精确、快速、全面地获取内陆养殖小区池塘和尾水处理池水体的水质变化情况，我们建立了养殖水环境实时预警调控和数字化管控机制。我们选择了浙江湖州市集中连片的养殖小区作为试验区，在2020年12月使用搭载高光谱相机的无人机对试验区进行近地遥感图像采集，并进行了图像拼接、辐射校正和几何校正等预处理工作。随后，我们对反射波段进行了差值、比值和归一化差值指数的数值变换，并基于相关性分析筛选出对不同水质参数敏感的波段。然后，我们采用线性函数、指数函数和多项式函数构建了各水质参数的定量反演模型，并使用全波段构建了偏最小二乘回归（PLS）、径向基神经网络（RBF）和支持向量机（SVM）的反演模型，进行了模型验证和评价。最后，我们基于各水质最佳模型对试验区的水质参数进行了空间分布反演和分析。

图3显示了养殖池塘采样点的反射率曲线。

图3展示了研究共49个养殖小区采样点的光谱反射率曲线。

其中，图3a显示了40个养殖池塘采样点的反射率曲线，图3b则展示了9个尾水区采样点的反射率曲线。从图中可以观察到，池塘水体在400~560nm范围内的光谱特征呈现上升趋势，到达560~580nm附近形成一个反射高峰。这主要是由于水体中的叶绿素和胡萝卜素在该波段具有较弱的吸收特性，并且受到藻类和悬浮物的散射作用的影响而引起的反射高峰。随后，在580nm之后，反射率曲线呈下降趋势，直至到达680~710nm附近形成一个峰谷。这主要是由于水体中的叶绿素a在该波段具有强烈的吸收特性。接着，在790~810nm范围内形成一个峰值，这主要是由于水中悬浮物的散射作用产生的。

由于尾水处理区经过滤、沉淀和曝气等净化过程，所以水中悬浮物和藻类的去除率可达70%以上。因此，尾水处理区在波长为680~710nm和790~810nm的范围内没有明显的峰值（图3b）。而在其他波段上的变化规律与养殖池塘的相似。综合光谱曲线分析，不同池塘水体的光谱曲线变化趋势总体上是一致的，但由于不同采样点的水质指标浓度不同，导致峰谷值以及曲线的高低存在一定差异。

高光谱相机无人机系统在养殖池塘水质变化的精准监测研究总结

1.可以在较大的区域内收集高分辨率的影像数据。
2.可以通过地面站实时观测飞机的采样位置，并利用地面站设置逐点采集的航线数据预览和矫正功能。2020年12月，我们选择浙江湖州市集中连片的养殖小区作为试验区，并采用搭载高光谱相机的无人机进行近地遥感图像的采集。在采集完成后，我们对图像进行了拼接、辐射校正和几何校正等预处理工作。
3.通过对反射波段进行差值、比值和归一化差值指数的数值变换，我们可以基于相关性分析来筛选出不同水质参数敏感的波段。然后，我们可以使用线性函数、指数函数和多项式函数来建立各水质参数的定量反演模型。

高光谱相机无人机系统是一种有效的方法，可在养殖池塘范围内精确监测水质变化。通过采集高分辨率影像数据，并基于相关性分析和定量反演模型，可以实现对不同水质参数敏感的波段筛选和定量分析。这种方法在养殖池塘水质变化的追踪和监测中具有广阔的应用前景。