1 引言
水是生命之源,同時(shí)作為生態(tài)系統(tǒng)的血液,是人類(lèi)生存、生產(chǎn)、生活的基礎(chǔ),充足優(yōu)質(zhì)的水資源是生態(tài)系統(tǒng)得以健康循環(huán)的首要條件,然而水資源卻極易受到污染,特別是一些內(nèi)陸水體,由于自然封閉性其污染問(wèn)題就更加突出,同時(shí)水資源作為污染物的載體,具有動(dòng)態(tài)的擴(kuò)散和蔓延特性,會(huì)進(jìn)一步加劇水體的污染程度。我國(guó)河流、湖泊眾多,伴隨經(jīng)濟(jì)的高速發(fā)展,人類(lèi)活動(dòng)的增強(qiáng),河流、湖泊水質(zhì)污染問(wèn)題日益嚴(yán)重,已經(jīng)成為制約城市可持續(xù)發(fā)展的關(guān)鍵因素,因此有必要利用高新技術(shù)手段展開(kāi)河流、湖泊水質(zhì)污染問(wèn)題研究,及時(shí)、快速的提供河流、湖泊的水質(zhì)狀況,保障人們正常的生產(chǎn)生活。
傳統(tǒng)的河流、湖泊水質(zhì)監(jiān)測(cè)主要是采用實(shí)地采樣和實(shí)驗(yàn)室分析等方法,這種監(jiān)測(cè)方法需要在河流、湖泊內(nèi)定點(diǎn)、定剖面進(jìn)行,通過(guò)常年累月的監(jiān)測(cè)、記錄和實(shí)驗(yàn)室分析,雖然能夠達(dá)到一定的數(shù)據(jù)精度,但是不能反映河流、湖泊水質(zhì)的總體時(shí)空狀況,且費(fèi)時(shí)費(fèi)力、監(jiān)測(cè)區(qū)域有限,只具有局部和典型的代表意義,不能滿(mǎn)足實(shí)時(shí)、快速、大尺度的監(jiān)測(cè)和評(píng)價(jià)要求。
遙感技術(shù)的發(fā)展與進(jìn)步為河流、湖泊水體的監(jiān)測(cè)和研究開(kāi)辟了新的途徑。遙感水質(zhì)監(jiān)測(cè)技術(shù)具有高動(dòng)態(tài)、低成本和宏觀性等顯著特點(diǎn),在河流、湖泊水質(zhì)污染研究方面有著常規(guī)檢測(cè)不可替代的優(yōu)點(diǎn)。它既可以滿(mǎn)足大范圍水質(zhì)監(jiān)測(cè)的需要,也可以反映水質(zhì)在空間和時(shí)間上的分布和變化情況,彌補(bǔ)了單一采用水面采樣的不足,同時(shí)還能發(fā)現(xiàn)一些常規(guī)方法難以揭示的污染源的分布以及污染物的遷移特征和影響范圍,為科學(xué)布設(shè)水面采樣點(diǎn)提供依據(jù)。高光譜遙感由于其高精度、多波段、信息量大等特點(diǎn)被廣泛應(yīng)用于遙感水質(zhì)監(jiān)測(cè),大大提高了水質(zhì)參數(shù)的估測(cè)精度。伴隨著遙感技術(shù)的不斷進(jìn)步,水質(zhì)監(jiān)測(cè)已由定性描述轉(zhuǎn)向定量分析,同時(shí)可監(jiān)測(cè)的水質(zhì)參數(shù)逐漸增加,反演精度也不斷提高,在水資源的保護(hù)、規(guī)劃和可持續(xù)發(fā)展方面發(fā)揮了重大作用。
2 材料與試驗(yàn)部分
2.1 研究區(qū)域
野外試驗(yàn)飛行在中山市和深圳市的某河流上進(jìn)行。
2.2 數(shù)據(jù)采集設(shè)備
本次試驗(yàn)采用大疆六旋翼無(wú)人機(jī)M600 Pro(無(wú)人機(jī)凈重約4 kg,最大載重約 10 kg),在無(wú)人機(jī)遙感平臺(tái)上搭載江蘇雙利合譜科技有限公司自主研發(fā)的高光譜成像光譜儀GaiaSky-mini-2,該無(wú)人機(jī)遙感平臺(tái)采用的是無(wú)人機(jī)懸置空中,高光譜成像光譜儀采用內(nèi)置推掃的方式獲取地面圖像(其主要參數(shù)見(jiàn)表1)。在中山和深圳兩市,無(wú)人機(jī)的飛行高度分別為123m和100m,分別采集了33景和87景圖像,每景圖像分別代表地面幅寬為49m*49m(中山市)和40m*40m(深圳市);無(wú)人機(jī)遙感平臺(tái)的實(shí)景圖,如圖1。
表1 GaiaSky-mini 機(jī)載成像高光譜儀系統(tǒng)參數(shù)
序號(hào) | 項(xiàng)目 | 參數(shù) |
1 | 光譜掃描范圍/nm | 400~1000 |
2 | 光譜分辨率/nm | 3.5 nm |
3 | 成像鏡頭/mm | 18.5 |
4 | 光譜通道數(shù) | 360 |
5 | 全幅像素 | 1936×1456 |
6 | 傳感器 | CCD Sony ICX 674 |
圖1 無(wú)人機(jī)高光譜成像系統(tǒng)實(shí)景圖
2.3 無(wú)人機(jī)高光譜數(shù)據(jù)的預(yù)處理與分析
無(wú)人機(jī)高光譜圖像的預(yù)處理在江蘇雙利合譜科技有限公司自主研發(fā)的SpecView軟件中進(jìn)行,包括鏡像變換、黑白幀校準(zhǔn)(如公式1所示)。
式中,Rref 是黑白校正過(guò)的圖像的反射率值,DNraw 是原始圖像的DN值,DNwhite為白板的白幀數(shù)據(jù),DNdark 是相機(jī)的系統(tǒng)誤差DN值。
考慮到無(wú)人機(jī)飛到一定高度后,高光譜成像儀獲取的高光譜影像數(shù)據(jù)可能會(huì)受到大氣、水汽等因素的影響。為了消除這些因素的影響,我們?cè)跓o(wú)人機(jī)起飛之前,在拍攝區(qū)域放置一塊經(jīng)過(guò)國(guó)家計(jì)量院標(biāo)定過(guò)的2m*2m灰布,在高光譜影像獲取的時(shí)候,只需要在其中的一景高光譜影像中覆蓋到灰布即可。消除大氣、水汽等因素影響的方法如公式2所示。
式中,Rfixed 是消除大氣、水汽等因素后的圖像光譜反射率,Rref是經(jīng)過(guò)黑白校正后的圖像反射率,Rstandard是經(jīng)過(guò)國(guó)家計(jì)量院標(biāo)定的灰布的光譜反射率,Rgrayref 是經(jīng)過(guò)黑白校正后圖像中灰布的光譜反射率。
2.4 無(wú)人機(jī)高光譜影像拼接
無(wú)人機(jī)高光譜影像的拼接采用江蘇雙利合譜科技有限公司自主研發(fā)的無(wú)人機(jī)高光譜拼接軟件HiSpectralStitcher進(jìn)行拼接,該拼接軟件有圖像篩選、拼接預(yù)覽、投影方式選擇、拼接方法選擇、重采樣方法選擇、是否勻色、拼接結(jié)果格式輸出選擇等功能。拼接軟件界面如圖2所示。
圖2 無(wú)人機(jī)高光譜拼接軟件HiSpectralStitcher
3 結(jié)果與分析
3.1 拼接結(jié)果預(yù)覽
圖3為利用無(wú)人機(jī)高光譜拼接軟件HiSpectralStitcher對(duì)中山市和深圳市某河流及其河岸的無(wú)人機(jī)高光譜影像的三波段拼接效果預(yù)覽圖(RGB分別代表640 nm/550 nm/460 nm最鄰近波長(zhǎng))。從拼接結(jié)果來(lái)看,中山市的河流影像數(shù)據(jù)拼接效果較好,深圳市的河流影像由于拍攝的時(shí)候處于中午12時(shí),光照較為強(qiáng)烈,因此存在較大的鏡面反射。
圖3.1 中山市某河流無(wú)人機(jī)高光譜拼接預(yù)覽圖
圖3.2 深圳市某河流無(wú)人機(jī)高光譜拼接預(yù)覽圖
3.2 無(wú)人機(jī)高光譜影像河流提取方法
無(wú)人機(jī)高光譜影像不僅包含有河流,還有其他的樹(shù)木、雜草、土壤、道路、建筑物等,從影像中提取感興趣的目標(biāo)物,通常的方法有非監(jiān)督分類(lèi)、監(jiān)督分類(lèi)、決策樹(shù)、面向?qū)ο蠓诸?lèi)等,本研究采用監(jiān)督分類(lèi)的馬氏距離法對(duì)拼接好的無(wú)人機(jī)高光譜影像進(jìn)行分類(lèi),從而提取了中山市和深圳市的某河流信息,并對(duì)河流進(jìn)行葉綠素a、總氮、總磷、懸浮物和渾濁度等水質(zhì)參數(shù)的反演。
3.3 河流葉綠素a的反演
內(nèi)陸水體遙感中,葉綠素a對(duì)水體的光譜特性影響很大,其波譜數(shù)據(jù)是反映水體富營(yíng)養(yǎng)化程度的一個(gè)重要指標(biāo)。當(dāng)葉綠素a的濃度升高時(shí),藍(lán)光波段的波譜反射率下降,紅綠光波段的波譜反射率上升,且當(dāng)葉綠素a的濃度達(dá)到一定數(shù)值時(shí),葉綠素a的敏感波段向長(zhǎng)波方向移動(dòng)。因此在對(duì)葉綠素a進(jìn)行遙感反演時(shí),常用的方法是根據(jù)葉綠素a的敏感波段建立最佳波段或各種波段組合的經(jīng)驗(yàn)、半經(jīng)驗(yàn)?zāi)P汀3S玫乃惴ㄓ幸韵氯N:(1)根據(jù)葉綠素a在700nm處的反射峰,確定葉綠素a反演模型;(2)根據(jù)葉綠素a在700nm處的反射峰和675nm或560nm處的吸收峰的比例關(guān)系建立葉綠素a反演模型;(3)采用半經(jīng)驗(yàn)的航空監(jiān)測(cè)方法,利用葉綠素a在藍(lán)綠光波段對(duì)水體反射率的影響,以這兩個(gè)波段光譜反射率的差異或比值建立葉綠素a濃度反演模型。利用TM圖像進(jìn)行葉綠素a含量分析的時(shí)候,一般認(rèn)為采用TM2(包含550nm反射峰)或TM3(包含685nm熒光峰)與TM1(包含440nm吸收峰)之比值是估算葉綠素a濃度的最佳方法。
官滌等利用巢湖西半湖2005-2009年間的監(jiān)測(cè)資料以葉綠素a濃度作為水華藻類(lèi)生物量的表征,將水文、氣象、水質(zhì)等各種指標(biāo)作為水華的環(huán)境因子,統(tǒng)計(jì)葉綠素a與這些環(huán)境因子之間的相關(guān)性,并在此基礎(chǔ)上建立了多元回歸預(yù)測(cè)模型,找出了驅(qū)動(dòng)水華現(xiàn)象發(fā)生的顯著因子,為巢湖水華現(xiàn)象的防治提供了理論依據(jù)。區(qū)銘亮等采用2002年7月以及9-12月都陽(yáng)湖監(jiān)測(cè)數(shù)據(jù),對(duì)潘陽(yáng)湖水體中的葉綠素a濃度的空間分析特征進(jìn)行了研究,并建立了葉綠素a濃度與總磷、總氮濃度的相關(guān)性模型。陳奇等利用云貴高原湖區(qū)54個(gè)湖泊和水庫(kù)近20年的監(jiān)測(cè)數(shù)據(jù),參照湖泊法、三分法、群體分布法建立了葉綠素a與總磷濃度的參照狀態(tài),構(gòu)建了經(jīng)驗(yàn)?zāi)P?主要包括多元和一元線性回歸模型)和形態(tài)指數(shù)模型。
本文參考國(guó)內(nèi)外的期刊,根據(jù)現(xiàn)有的水體葉綠素a反演模型進(jìn)行對(duì)比,選擇適合深圳和中山兩市河流葉綠素a反演的模型對(duì)無(wú)人機(jī)高光譜影像的河流進(jìn)行反演,如圖4所示。
圖4.1 中山市某河流無(wú)人機(jī)高光譜葉綠素a反演圖
圖4.2 深圳市某河流無(wú)人機(jī)高光譜葉綠素a反演圖
3.4 河流總氮、總磷的反演
水體中總氮、總磷含量是衡量水質(zhì)的重要指標(biāo)。常規(guī)氮磷的測(cè)量方法需要長(zhǎng)時(shí)間的高溫、高壓消解,且消解的溫度、時(shí)間和試劑對(duì)測(cè)定的結(jié)果均有較大的影響,整個(gè)操作煩瑣、費(fèi)時(shí)和耗力;因此本研究試圖利用高光譜遙感技術(shù),通過(guò)對(duì)水體中氮、磷光譜的測(cè)定,探索水體氮、磷與反 射光譜特征的關(guān)系,建立氮、磷濃度的反演模型,為湖泊、水庫(kù)和河流等大型內(nèi)陸水體氮磷遙感定量監(jiān)測(cè)提供理論依據(jù)。目前的一些研究?jī)H根據(jù)總氮、總磷與葉綠素含量之間具有密切的相關(guān)關(guān)系,建立總氮、總磷的遙感信息模型。如王建平等(2003年)利用鄱陽(yáng)湖地區(qū)的TM影像資料,建立了該地區(qū)總氮、總磷、葉綠素、懸浮物、化學(xué)需氧量和溶解氧6個(gè)參數(shù)的人工神經(jīng)網(wǎng)絡(luò)反演模型,研究結(jié)果表明該模型能較好地通過(guò)遙感影像實(shí)現(xiàn)湖泊水質(zhì)參數(shù)的反演,反演誤差基本能控制在25 %以下。雷坤等(2004年)利用中巴地球資源1號(hào)衛(wèi)星的CCD數(shù)據(jù)和準(zhǔn)同步地面監(jiān)測(cè)數(shù)據(jù),結(jié)合水體組分的光譜特征,建立了太湖表層水體葉綠素a和總氮遙感信息模型。將獲得的遙感信息模型應(yīng)用于影像上,得到整個(gè)太湖水面的葉綠素a和總氮濃度分布圖。呂恒(2004年)應(yīng)用TM(ETM +)、MODIS數(shù)據(jù)分別建立了反演太湖葉綠素\懸浮物TN\TP等水質(zhì)參數(shù)的線性回歸模型和人工神經(jīng)網(wǎng)絡(luò)模型(呂恒的博士論文)。張宵宇等(2005年)根據(jù)水體懸浮物含量與顆粒態(tài)總磷含量的相關(guān)關(guān)系,利用SeaWiFS 數(shù)據(jù)反演得到長(zhǎng)江口及附近海域顆粒態(tài)總磷分布特征遙感圖;張穗等(2004年)基于對(duì)水體葉綠素光譜特征的分析和河口水體富營(yíng)養(yǎng)化指標(biāo)的研究,選取適合長(zhǎng)江口特點(diǎn)的葉綠素濃度解譯方法,利用總磷、總氮與葉綠素的相關(guān)特征得出適合河口特征的富營(yíng)養(yǎng)化評(píng)價(jià)方法。并且在長(zhǎng)江口的遙感影像上選取合適的實(shí)驗(yàn)區(qū)對(duì)這一方法進(jìn)行試驗(yàn),取得了較好的結(jié)果。而直接利用無(wú)人機(jī)高光譜技術(shù)對(duì)水體總氮、總磷監(jiān)測(cè)的研究尚未報(bào)道。
本文根據(jù)無(wú)人機(jī)高光譜采集的影像數(shù)據(jù),利用拼接軟件對(duì)其進(jìn)行拼接,然后根據(jù)經(jīng)驗(yàn)?zāi)P蛯?duì)中山、深圳兩市的無(wú)人機(jī)高光譜河流數(shù)據(jù)進(jìn)行總氮和總磷的反演,如圖5所示。
圖5.1 中山市某河流無(wú)人機(jī)高光譜總氮反演圖
圖5.2 中山市某河流無(wú)人機(jī)高光譜總磷反演圖
圖5.3 深圳市某河流無(wú)人機(jī)高光譜總氮反演圖
圖5.4 深圳市某河流無(wú)人機(jī)高光譜總磷反演圖
3.5 河流懸浮物、渾濁度的反演
懸浮物濃度是內(nèi)陸水體重要的水質(zhì)參數(shù)之一,會(huì)影響水生生物的生長(zhǎng)和水體初級(jí)生產(chǎn)力。懸浮物濃度常規(guī)監(jiān)測(cè)方法易受外界條件限制,無(wú)法大面積、周期性的對(duì)水體懸浮物濃度進(jìn)行監(jiān)測(cè),遙感技術(shù)作為區(qū)域性水環(huán)境調(diào)查和監(jiān)測(cè)的一種手段,可克服常規(guī)監(jiān)測(cè)方法的不足,己成為監(jiān)測(cè)懸浮物濃度時(shí)空分布的重要工具。
自1972年Landsat 1發(fā)射以后,MSS數(shù)據(jù)開(kāi)始被用于湖泊水質(zhì)的評(píng)價(jià),內(nèi)陸水體的懸浮物濃度是首先被遙感的參數(shù)(齊峰、王學(xué)軍,1999 )。70年代初,Klemas等(1974)提出了用MSS數(shù)據(jù)估算Delaware海灣懸浮物濃度的線性統(tǒng)計(jì)模型。70年代末提出懸浮物遙感定量的統(tǒng)一模式(Holyer,1978; Munday等,1979)。80年代以后,隨著Landsat4和Landsat5的發(fā)射,TM數(shù)據(jù)以其更高的空間、光譜和輻射分辨率吸引研究者研究它的水質(zhì)監(jiān)測(cè)用途。Lathrop等(1991,1985,1992)對(duì)美國(guó)Michigan湖的Green湖灣作了一系列遙感研究,估測(cè)了包括葉綠素a濃度、懸浮物、透明度在內(nèi)的多項(xiàng)參數(shù),取得了較理想的結(jié)果。Carpenter等(1983)等利用MSS數(shù)據(jù)得到了澳大利亞三個(gè)湖泊的渾濁度算法程。Lathrop等(1992)等應(yīng)用TM數(shù)據(jù)得到美國(guó)黃石湖的透明度和總懸浮物的回歸方程。這些方程的一個(gè)共同特點(diǎn)是盡管在各自的湖泊或湖泊群取得了可接受的準(zhǔn)確結(jié)果,但是不能外推到其他湖泊,除非湖泊的條件非常類(lèi)似。隨后許多學(xué)者提出了不同模式來(lái)模擬懸浮物與遙感數(shù)據(jù)的關(guān)系。Mahtaba等(1998)等利用地物光譜儀模擬TM波段設(shè)置,對(duì)不同濃度懸浮物光譜反射率進(jìn)行測(cè)量研究,結(jié)果表明TM4波段是估測(cè)懸浮物濃度的最佳波段,并建立利用TM4波段反射率估測(cè)懸浮物濃度的二次回歸模型,結(jié)果表明該模型估測(cè)效果優(yōu)于線性模型估測(cè)效果。Stumpf等(1989)在Gordon模型和Gordon大氣校正方法的基礎(chǔ)上,建立AVHRR的CH1, CH2資料來(lái)獲取中等渾濁度海灣的懸浮物濃度的實(shí)用系統(tǒng)。Chen(1991)對(duì)18種不同濃度、不同類(lèi)型、不同粒徑的懸浮物在350-2500nm范圍的光譜特征研究結(jié)果表明:在450-700nm波段范圍,懸浮物濃度與反射率是一種對(duì)數(shù)線性關(guān)系,而在700-1015nm波段范圍成線性關(guān)系。Han等(1998)實(shí)驗(yàn)研究發(fā)現(xiàn),當(dāng)懸浮物濃度大于350mg/L 時(shí),光譜反射率與懸浮物濃度呈線性關(guān)系,利用反射率的一階微分的一元二次回歸模型的估測(cè)效果比利用反射峰值估測(cè)精度高。Barak等(1999)利用機(jī)載成像光譜儀CASI數(shù)據(jù)534、624nm,精度達(dá)到0.5mg/L。
在國(guó)內(nèi),張春桂(1999)根據(jù)水體對(duì)太陽(yáng)輻射光譜的反射率變化特性,動(dòng)態(tài)監(jiān)測(cè)福建省近岸懸浮物的定性分布。李京(1986)提出了反射率和懸浮物濃度之間的負(fù)指數(shù)關(guān)系式,并成功地用于杭州灣水域懸浮物的調(diào)查中。許君(1999 )等運(yùn)用SPOT數(shù)據(jù)對(duì)河流水體懸浮固體濃度進(jìn)行研究,發(fā)現(xiàn)SPOT數(shù)據(jù)的1、2波段對(duì)水體中的懸浮固體比較敏感,并根據(jù)影像灰度值與懸浮固體之間的相關(guān)關(guān)系對(duì)中國(guó)臺(tái)灣淡水河的懸浮固體濃度進(jìn)行了分級(jí)評(píng)價(jià)。趙碧云(2001)等應(yīng)用TM數(shù)據(jù)和同步監(jiān)測(cè)資料,對(duì)滇池水體總懸浮物濃度與不同波段遙感值進(jìn)行了關(guān)聯(lián)度分析,并建立了TM圖像遙感總懸浮物水質(zhì)模型。
本文根據(jù)目前國(guó)內(nèi)外學(xué)者利用高光譜技術(shù)對(duì)河流水質(zhì)狀況的研究進(jìn)展,選擇監(jiān)測(cè)懸浮物濃度和渾濁度較為穩(wěn)定的經(jīng)典模型,利用無(wú)人機(jī)搭載高光譜相機(jī)獲取中山市和深圳市的河流影像數(shù)據(jù),然后根據(jù)經(jīng)典模型反演中山市和深圳市河流的懸浮物濃度和渾濁度(如圖6所示),研究結(jié)果對(duì)保障河流周邊居民的日常生活具有重大意義。
圖6.1 中山市某河流無(wú)人機(jī)高光譜懸浮物濃度反演圖
圖6.2 中山市某河流無(wú)人機(jī)高光譜渾濁度反演圖
圖6.3 深圳市某河流無(wú)人機(jī)高光譜懸浮物濃度反演圖
圖6.4 深圳市某河流無(wú)人機(jī)高光譜渾濁度反演圖
4 結(jié)論與討論
本文以中山市和深圳市的河流作為研究對(duì)象,利用無(wú)人機(jī)搭載高光譜成像儀獲取河流的光譜圖像信息,然后利用拼接軟件對(duì)獲取的影像進(jìn)行拼接,得到完整的一條河流的高光譜影像數(shù)據(jù)。本研究由于沒(méi)有獲取河流的水質(zhì)信息,如反映水質(zhì)富營(yíng)養(yǎng)的指標(biāo)葉綠素a、總氮和總磷等以及反映水污染程度的懸浮物濃度和渾濁度指標(biāo),所以只能翻閱國(guó)內(nèi)外的期刊文獻(xiàn),從中找出國(guó)內(nèi)外學(xué)者利用高光譜儀研究水體、湖泊富營(yíng)養(yǎng)和水污染程度的相關(guān)模型,通過(guò)大量查閱文獻(xiàn)可知,目前針對(duì)河流、湖泊、海洋富營(yíng)養(yǎng)或者水污染的研究大部分僅停留在地面或者超大尺度的衛(wèi)星層面,很少有研究者在地高空領(lǐng)域?qū)恿骱秃催M(jìn)行富營(yíng)養(yǎng)和水污染進(jìn)行研究。本文根據(jù)整理的目前研究者在地面尺度研究河流、湖泊富營(yíng)養(yǎng)以及水污染的高光譜數(shù)據(jù)模型,從中選擇穩(wěn)定性較好的經(jīng)典模型,對(duì)中山市和深圳市的兩條河流進(jìn)行富營(yíng)養(yǎng)(葉綠素a、總氮、總磷)和水污染(懸浮物濃度、渾濁度)反演研究。依據(jù)現(xiàn)場(chǎng)調(diào)研以及高光譜影像反演效果來(lái)看,利用無(wú)人機(jī)高光譜可以在一定程度上反映出河流的富營(yíng)養(yǎng)和受污染程度,并能根據(jù)圖像上河流的富營(yíng)養(yǎng)和受污染分布情況,判斷出河流的受污染源以及造成水體富營(yíng)養(yǎng)的原因。研究結(jié)果可為水利水電部門(mén)以及環(huán)保部門(mén)對(duì)河流治理提供技術(shù)支持。
因此利用無(wú)人機(jī)高光譜技術(shù)可以河流、湖泊、海洋的富營(yíng)養(yǎng)、水污染進(jìn)行很好的監(jiān)測(cè),而且具有廣闊的應(yīng)用前景。然而研究者們雖然已經(jīng)提出的一系列針對(duì)河流、湖泊、海洋的富營(yíng)養(yǎng)以及水污染的監(jiān)測(cè)和估算模型,但每個(gè)模型都有特定的研究方法和適用條件,對(duì)于所有的河流、湖泊、海洋,所以很難找到通用的模型對(duì)其進(jìn)行監(jiān)側(cè)。同時(shí)無(wú)人機(jī)高光譜遙感數(shù)據(jù)有一些缺陷,比如景觀異質(zhì)性、大氣噪音、太陽(yáng)位置等的干擾都會(huì)影響高光譜遙感技術(shù)在實(shí)際的應(yīng)用能力。因此如何利用無(wú)人機(jī)高光譜技術(shù)對(duì)河流、湖泊、海洋的富營(yíng)養(yǎng)、水污染研究從定性研究轉(zhuǎn)為定量研究,是目前的難點(diǎn)和熱點(diǎn)。