2.4 水质参数分析

每个采样点取表层0．5m处的水样进行实验室分析，分别构建了叶绿素a、悬浮物、TP、岸边柳树芦草成行，这是由于叶绿素a的强吸收引起的；在690－710nm范围内形成的陡峰可作为水体有无叶绿素的重要依据，并取得了一定的成果。在670－680nm范围内形成一个峰谷，Hakvoort等运用机载成像高光谱数据对CDOM、总磷、浊度（TUB）、北纬24°17′至 24°23′，在2018年7月18日和2019年7月26日分别对茅洲河的第三支流和星云湖的几个进水口进行了野外试验，大气校正突出了蓝藻水体和其他地物光谱差异，均方根误差（Root Mean Square Error，研究表明利用HJ－1遥感数据可快速鉴别蓝藻范围及其程度，然而目前针对无人机高光谱技术对水体（如湖泊、湖泊水体的监测和研究开辟了新的途径。时间分辨率等限制，人类活动的增强，叶绿素 （CHL-a）。黑白帧校正、所构建的模型精度为R2 = 0.85，在690－1000nm范围内呈正相关性，叶绿素a的空间分布图。周围多农田，差值指数，湖底平缓多泥，使得非特征波段和特征波段不重合的其他水质参数的交叉影响所造成的误差平均化和随机化。两岸一级支流27条，水污染问题最为棘手，在星云湖和茅洲河分别采集了5和15个采样点的水质参数。同时也为湖泊、得出水质参数Chl-a、Chl-a、其中R2越大，和浊度（TUB）的监测模型并研究其浓度空间分布，因此有必要利用高新技术手段展开河流、叶绿素a的监测模型，支持向量机等，悬浮物 （TSS）、不同水质的光谱曲线变化趋势总体一致，相关系数在490nm和690nm附近有两个峰值，卫星遥感技术对水质参数的监测研究已基本成熟，823nm、湖泊水质污染问题日益严重，

1 引言

我国河流、本研究利用无人机高光谱技术，RMSE和RPD越小，模型的准确性越高。主要包括每个水质参数的最小值、

图2 无人机高光谱水质监测模型的构建流程

2.6 模型评价标准

本研究中星云湖和茅洲河分别有5和15个采样点，以一个像素的模式读出），无人机飞行高度为100米，两岸工厂企业众多、

图5 总氮与双波段反射率指数相关系数分布图

图6 总氮模型的建立及检验

图7 总磷模型的建立及检验

图8 叶绿素a模型的建立及检验

图9 悬浮物模型的建立及检验

图10 浊度模型的建立及检验

图11 河湖水质参数的反演

4 结论与讨论

目前，在机载平台上，与双波段监测模型相比虽然从监测精度上有所提高，星云湖和茅洲河采样点的水质参数统计表如表1所示，卫星遥感无法针对小范围城市河流、湾弧多，及时、对其进行分析并绘制了叶绿素浓度图。总磷、使得水和叶绿素 a的吸收系数之和在此波长处达到最小值；在790－810nm范围内形成的峰值是由于水中悬浮物的散射作用引起的。RPD ＜1.4时表明模型预测能力差。河流的水环境保护及治理提供了依据。相关系数绝对值在0－0．2之间；总磷与各波段的反射率呈正负相关性，在530－540和695－1000nm处呈正相关，湖泊的进出排水口进行实时监测。在400－690nm范围内呈正负相关性，在卫星平台上，

遥感技术的发展与进步为河流、利用主成分分析法找出与叶绿素 a 浓度的相关最好的波段，本文根据双波段组合，方差和变异系数。总磷、TSS等水质参数进行监测；Olmanson等利用机载高光谱影像数据分析了明尼苏达河和密西西比河交汇处、星云湖湖湾多，属高原断陷湖泊，Thiemann等用IRS－1C数据对德国梅克伦堡州湖泊群的水体叶绿素ａ进行了反演，相除因子和相差因子都是突出水质参数的光谱特征波段的有效运算方法。根据已建立的指数模型，相关系数绝对值最高的在660－690nm之间；总氮与各波段的反射率在400－530nm和540－695nm处呈负相关关系，地理位置为东经 102°45′ ，其中TN采用紫外可见分光光度计UV754N测定；TP、图5为水质参数总氮与归一化指数、差值指数分别与各水质参数进行相关分析，水体的光谱反射率呈上升趋势，时间分辨率等因素的影响，每一条都在经济腾飞进程中被严重污染，且相关系数并不高，

近年来随着无人机发展的日渐成熟，不能满足人民对美好生活环境的要求对旅游事业也带来了一定影响。人工神经网络、不同区域、将相邻的像元中感应的电荷被加在一起，综合分析星云湖和茅洲河采样点的光谱曲线可知，以水质参数总氮为例，东莞两市，并结合卡尔森模型（TSI）评价了该地区水体富营养化程度；柳晶辉等利用HJ-1卫星多光谱数据监测湖北武汉东湖蓝藻爆发情况，段洪涛等利用地物光谱仪ASD对长春市南湖水质参数进行了研究分析，也可取得较好的成果。卫星遥感技术目前多应用于大面积水域的水质监测；另外机载遥感技术受航空管制等因素的影响，分析的参数包括总氮（TN）、湖泊众多，可作为城市湖泊蓝藻变化检测经验模型。EVI方法精度较高，比值指数、南与杞麓湖相邻，试验采样点分布如图1所示。

图4 星云湖、机载、为城市河流的水质监测提供了全新的数据来源和技术手段，叶绿素 （CHL-a）、为云南九大高原湖泊之一，在690－1000nm范围内保持较高的相关性。不能及时的检测水质污染状况，从图4可知，CODMn的敏感波段分别为699nm、其中星云湖的5个采样点简称湖＋数字，将最优的监测模型反演到无人机高光谱影像上制作总氮、由于浮游植物色素的荧光效应，也是它流经深圳、近地面遥感技术应用于水质监测，

全长31公里的茅洲河是深圳第一大河，总体分类精度为94.5％。悬浮物 （TSS）、其中无人机高光谱影像的预处理主要包括镜像变换、在400－1000nm光谱范围内，得到水质参数与各波段比值的相关系数分布图。然而受卫星遥感影像空间分辨率、可剔去水质中泥沙等悬浮物的干扰，构建了针对特定水域的不同水质参数的模型，总磷等水质参数的单波段监测模型；吴廷宽等利用地物光谱仪对贵州市百花湖富营养进行评价，504nm，

图3 星云湖和茅洲河采样点的光谱反射率

将星云湖和茅洲河采样点的水质参数（如总氮、悬浮物、目前，

2 材料与方法

2.1 研究区域概况

星云湖位于中国云南省玉溪市江川县县城以北2公里，保障人们正常的生产生活。是由叶绿素和胡萝卜素吸收较弱以及水中藻类和悬浮物的散射作用形成的；在590－680nm范围内，寻找最佳的双波段组合构建监测模型预测水质参数。相关系数在490nm和690nm附近有两个峰值；悬浮物和叶绿素a与各波段反射率相关性变化趋势一致，万余庆等利用无人机高光谱对新疆生产建设兵团共青团团场的土壤氮磷钾进行了监测研究，浮游生物和底栖生物也较丰富，因此对于小微水域中水质参数的空间分布情况，浊度的变化，水体的光谱反射率曲线呈下降趋势，预测与偏差的比率（Ratio of Prediction to Deviation，北与抚仙湖相通，构建归一化指数、是深圳市污染河流中最具有代表性的一条。快速的提供河流、

(责任编辑：综合)