分享至
基于無人機高光譜的湖泊藍藻監測應用
1、引言???
人類活動的增強導致河流、湖泊水質藻化問題日益嚴重，已經成為制約城市可持續發展的關鍵因素。傳統方法對大范圍的水體藻類的監測效率低、準確性低。因此，有必要利用高新技術手段展開河流、湖泊水質污染問題研究，及時、快速的提供河流、湖泊的水質狀況，保障人們正常的生產生活。
目前，國內外學者利用特定的遙感平臺，構建了針對特定水域的不同水質參數的模型，并取得了一定的成果。在衛星平臺上，有學者利用HJ-1衛星多光譜數據監測湖北武漢東湖藍藻爆發情況，研究表明利用HJ-1遙感數據可快速鑒別藍藻范圍及其程度，大氣校正突出了藍藻水體和其他地物光譜差異，EVI方法精度較高，可剔去水質中泥沙等懸浮物的干擾，可作為城市湖泊藍藻變化檢測經驗模型。在機載平臺上，有學者收集了瑞典兩個湖泊的遙感數據，利用主成分分析法找出與葉綠素a濃度的相關性最高的波段，對其進行分析并繪制了葉綠素濃度分布圖。
隨著行業級無人機的發展，利用無人機在高空巡航和遙控地面端人工識別的的手段，可以克服傳統的人工踏勘費時費力以及在大范圍水體人工遺漏檢測的弊端。進一步，無人機高光譜反映了高分辨率光學信息的特征，其利用很多很窄的電磁波波段（通常<10nm）從感興趣的物體獲取有關數據，可以實現大面積水體的高效監測。同時，結合基于地物光譜儀的端元自采集方法，獲取樣本水體中藍藻的光譜信息，以此與樣本水體葉綠素含量定量檢測結果相互構建估算模型，可實現大面積水體的藍藻遙感探測，為水質分析和水體環境保護提供技術支撐。
2、材料與方法? ?
2.1 材料與設備
（1）外業采集相關設備
1. 高光譜無人機組件：無人機，相機云臺組件，機載數據采集系統，連接線。用于采集高光譜影像；
2. 標準反射率白板：用于計算高光譜影像反射率；
3. 地物光譜儀組件：地物光譜儀，小型高反射率白板。主要用于測量藍藻水體光譜數據，也可用于測量標準反射率白板的反射率曲線，用于精確計算影像反射率。
圖1 無人機高光譜和地物光譜儀
（2）參數定量測定設備
藍藻葉綠素濃度定量測量（單位面積含量）相關設備。用于構建藍藻葉綠素濃度估算模型（在有經驗模型情況下，可用經驗模型代替，但精度更低）。
2.2 數據采集
2.2.1 無人機高光譜影像采集
1. 無人機端設置：組裝無人機高光譜設備，設置航高、航速，根據相機參數和影像重疊度需求設置影像航線間距。
2. 相機端設置：根據航高航速設置相機幀率，根據白板測量值設置積分時間（曝光時間）。
3. 標準反射率白板：在航線區域擺放標準反射率白板，采集影像時需拍攝到白板。
圖2 無人機高光譜采集水體高光譜影像示意圖
2.2.2 實測藍藻樣本采集
在無人機采集影像后，在測區內選取部分水體的藍藻作為樣本采集對象，分別采集若干不同濃度情況的藍藻水體，并進行編號分類密封保存（匹配GPS地理定位）。之后立刻送往實驗室（藍藻長時間放置后活性可能會降低，導致光譜發生變化），以進行藍藻光譜測量和葉綠素濃度的定量測量。
圖3 藍藻水體采集樣品編號封裝保持示意圖
3、數據預處理? ?
數據處理包括高光譜影像處理、藍藻水體實測樣本參數定量測定、估算模型構建以及影像反演解算等，數據處理流程如圖4所示。
圖4 無人機高光譜藍藻水體葉綠素定量反演流程
3.1 高光譜影像處理
1. 波長定標：采集的原始影像沒有波長信息，需要添加波長定標文件。
2. 影像裁剪：高光譜采用推掃式成像，需要對采集的測區影像進行裁剪。
3. 配準拼接：對裁剪后的測區影像進行地理配準或相對配準，之后對配準后的影像拼接成完整影像。
4. 輻射校正：原始影像中的值代表反射強度，需要利用白板反射值和標準反射率進行校正，計算整個影像的反射率。水體反射率計算方法如下：
5. 光譜濾波（平滑）：原始影像中的光譜信息存在一定的噪聲，在應用之前需要進行光譜濾波。
3.2 實測樣本參數定量測定及光譜采集
3.2.1 藍藻水體葉綠素定量測定
根據實際反演需求，對水體葉綠素濃度進行定量測量。利用分光光度法反演樣本水體的葉綠素濃度。
圖5 樣本水體葉綠素定量測量示意圖
3.2.2 藍藻水體光譜采集
利用地物光譜儀測量樣本水體的反射率。為確保估算模型構建的可靠性，對樣本水體的光譜和參數測量的一個基本要求是保持同時進行，以保證水體光譜信息和葉綠素含量匹配。此外，為保證每個樣本水體的葉綠素含量和光譜信息對應，需要對水體光譜測量值進行編號，同時保證與GPS定位編號對應。
3.2.3 訓練樣本和驗證樣本劃分
將實測的水體光譜信息和相應葉綠素濃度分為兩類。一類標記為訓練樣本，用于構建反演模型；另一部分標記為驗證樣本，用于檢驗反演結果的精度。訓練樣本和驗證樣本的比例通常為70%和30%。
3.3 估算模型構建
1. 特征波段選擇：不同的水體葉綠素濃度在不同波段的響應程度不同，因此需要確定反演參數相應的特征波段。
2. 建模特征：通過組合多個波段光譜信息以及結合相應的代數方法建立反演模型的變量，可以一定程度上提高參數反演模型的準確性。變量的構建主要有兩步，一是研究水體葉綠素濃度與單波段之間的相關性；二是建立波段之間不同的組合形式。然后與實測水體葉綠素濃度進行相關性分析，尋找相關性高的波段組合方式。
3. 反演模型：利用雙波段比值法或者偏最小二乘回歸方法作為反演模型的基礎算法，構建反演模型。
3.4 影像反演解算
利用構建的反演模型對影像進行解算。將研究區域影像按建模特征的變量計算方法進行計算，把整個研究區域影像計算為反演的變量，之后代入模型進行解算，解算結果即為水體葉綠素濃度反演結果。
4、研究結果? ?
4.1 反演模型構建
根據獲取藍藻水體反射率光譜曲線和實測葉綠素濃度，分析不同波段對葉綠素濃度的相關程度。選取相關性最高的波段作為建模的特征波段。構建相關系數曲線如下：
圖6 藍藻葉綠素濃度與反射率光譜的相關系數曲線
根據現有研究可知，利用雙特征波段構建的估算模型精度相對較高。雙波段組合方法主要包括比值法和歸一化等方法，藍藻葉綠素濃度與雙波段組合的相關系數如圖7所示。構建的估算模型如圖8所示。
圖7 藍藻葉綠素濃度與雙波段組合的相關系數
圖8 葉綠素估算模型示意圖
4.2 藍藻水體葉綠素反演結果
由實地水質采樣并獲取光譜曲線和實測葉綠素含量，反演出藍藻葉綠素含量估算模型，并將該模型應用于獲取的無人機高光譜影像，解譯出整個區域的藍藻分布和葉綠素含量情況，如圖9所示。
圖9 藍藻范圍及葉綠素濃度反演示意圖
最后利用采集的驗證樣本數據進行估算精度檢驗，如圖10所示。
圖10 葉綠素估算結果精度檢驗示意圖
?
奧譜天成
致力于開發國際領先的光譜分析儀器，立志成為國際一流的光譜儀器提供商，基于特有的光機電一體化、光譜分析、云計算等技術，形成以拉曼光譜為拳頭產品，光纖光譜、高光譜成像儀、地物光譜、熒光光譜、LIBS等多個領域，均躋身于世界前列，已出口到全球50多個國家。
◆???承擔“廈門市海洋與漁業發展專項資金項目”（總經費4576萬元）；
◆? ?2021福建省科技小巨人科技部；
◆???劉鴻飛博士入選科技部“創新人才推進計劃”；
◆? ?國家高新技術企業；
◆? ?劉鴻飛博士獲評福建省高層次人才B類；
◆? ?主持制定《近紅外地物光譜儀》國家標準；
◆? ?國家《拉曼光譜儀標準》起草單位；
◆? ?福建省《便攜式拉曼光譜儀標準》評審專家單位；
◆? ?廈門市“雙百人才計劃”A類重點引進項目（最高等級）；
◆? ?國家海洋局重大產業化專項項目承擔者；
◆? ?“重大科學儀器專項計劃”承擔者。
