| 基于无人机多光谱影像和OPT-MPP算法的水质参数反演 |
| |
| 引用本文： | 黄昕晰,应晗婷,夏凯,冯海林,杨垠晖,杜晓晨.基于无人机多光谱影像和OPT-MPP算法的水质参数反演[J].环境科学,2020,41(8):3591-3600. |
| |
| 作者姓名： | 黄昕晰 应晗婷 夏凯 冯海林 杨垠晖 杜晓晨 |
| |
| 作者单位： | 浙江农林大学信息工程学院,杭州311300;浙江省林业智能监测与信息技术研究重点实验室,杭州311300;林业感知技术与智能装备国家林业局重点实验室,杭州311300,浙江农林大学信息工程学院,杭州311300;浙江省林业智能监测与信息技术研究重点实验室,杭州311300;林业感知技术与智能装备国家林业局重点实验室,杭州311300,浙江农林大学信息工程学院,杭州311300;浙江省林业智能监测与信息技术研究重点实验室,杭州311300;林业感知技术与智能装备国家林业局重点实验室,杭州311300,浙江农林大学信息工程学院,杭州311300;浙江省林业智能监测与信息技术研究重点实验室,杭州311300;林业感知技术与智能装备国家林业局重点实验室,杭州311300,浙江农林大学信息工程学院,杭州311300;浙江省林业智能监测与信息技术研究重点实验室,杭州311300;林业感知技术与智能装备国家林业局重点实验室,杭州311300,浙江农林大学信息工程学院,杭州311300;浙江省林业智能监测与信息技术研究重点实验室,杭州311300;林业感知技术与智能装备国家林业局重点实验室,杭州311300 |
| |
| 基金项目： | 浙江省自然科学基金委员会-青山湖科技城管委会联合基金项目（LQY18C160002）；浙江省重点研发计划项目（2015C03008）；国家自然科学基金两化融合项目（U1809208）；浙江省大学生科技活动计划暨新苗人才计划项项目（2019R412050） |
| |
| 摘 要： | 无人机多光谱遥感可用于监测多个水质参数,如悬浮物、浊度、总磷和叶绿素等,建立稳定和准确的水质参数反演模型是开展这一工作的前提.matching pixel-by-pixel(MPP)算法是一种针对无人机影像高分辨率特点的反演算法,但其存在运算量过大和过拟合的问题,基于此,提出optimize-MPP(OPT-MPP)算法,以克服运算量过大和过拟合的问题.本研究以浙江省杭州市青山湖作为研究区域,采集45个样本,分别构建悬浮物浓度(SS)与浊度(TU)的OPT-MPP算法反演模型.结果表明,最佳悬浮物反演模型的决定系数R~2达到0.787 0,综合误差为0.130 8;最佳浊度反演模型的决定系数R~2达到0.804 3,综合误差为0.150 3.最后利用分别建立的两个参数的最优模型,实现青山湖各实验区域的水质参数空间分布信息的反演.
|
| 关 键 词： | 无人机(UAV) 遥感 多光谱 水质参数 反演模型 空间分布 |
| 收稿时间： | 2019/11/15 0:00:00 |
| 修稿时间： | 2020/2/25 0:00:00 |
Inversion of Water Quality Parameters Based on UAV Multispectral Images and the OPT-MPP Algorithm |
| |
| HUANG Xin-xi,YING Han-ting,XIA Kai,FENG Hai-lin,YANG Yin-hui,DU Xiao-chen.Inversion of Water Quality Parameters Based on UAV Multispectral Images and the OPT-MPP Algorithm[J].Chinese Journal of Environmental Science,2020,41(8):3591-3600. |
| |
| Authors: | HUANG Xin-xi YING Han-ting XIA Kai FENG Hai-lin YANG Yin-hui DU Xiao-chen |
| |
| Institution: | College of Information Engineering, Zhejiang Agriculture and Forestry University, Hangzhou 311300, China;Zhejiang Provincial Key Laboratory of Forestry Intelligent Monitoring and Information Technology, Hangzhou 311300, China;Key Laboratory of Forestry Perception Technology and Intelligent Equipment, State Forestry Administration, Hangzhou 311300, China |
| |
| Abstract: | Unmanned aerial vehicle (UAV) multispectral remote sensing can be used to monitor multiple water quality parameters, such as suspended solids, turbidity, total phosphorus, and chlorophyll. Establishing a stable and accurate water quality parameter inversion model is a prerequisite for this work. The matching pixel-by-pixel (MPP) algorithm is an inversion algorithm for high resolution features of UAV images; however, it is associated with problems of excessive computation and over-fitting. To overcome these problems, the optimize-MPP (OPT-MPP) algorithm is proposed. In this study, Qingshan Lake in Hangzhou City, Zhejiang Province, was used as the research area. Forty-five samples were collected to construct the OPT-MPP algorithm inversion model for two water quality parameters:the suspended sediments concentration (SS) and turbidity (TU). The results showed that the optimal suspended sediment concentration inversion model had a determination coefficient (R2) of 0.7870 and a comprehensive error of 0.1308. The optimal turbidity inversion model had a R2 of 0.8043 and a comprehensive error of 0.1503. Hence, the inversion of the spatial distribution information for water quality parameters in each experimental area of QingShan Lake was realized by using the optimal models of the two established parameters. |
| |
| Keywords: | unmanned aerial vehicle(UAV) remote sensing multispectral water quality parameter inversion model spatial distribution |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《环境科学》浏览原始摘要信息 |
| 点击此处可从《环境科学》下载免费的PDF全文 |
|
