CN110954484A - 一种使用无人机多光谱数据进行城市河流水质评价的方法 - Google Patents

一种使用无人机多光谱数据进行城市河流水质评价的方法 Download PDF

Info

Publication number
CN110954484A
CN110954484A CN201911253648.9A CN201911253648A CN110954484A CN 110954484 A CN110954484 A CN 110954484A CN 201911253648 A CN201911253648 A CN 201911253648A CN 110954484 A CN110954484 A CN 110954484A
Authority
CN
China
Prior art keywords
water
aerial vehicle
unmanned aerial
parameters
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911253648.9A
Other languages
English (en)
Inventor
李卫正
乌日汗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Soutian Data Technology Co Ltd
Original Assignee
Nanjing Soutian Data Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Soutian Data Technology Co Ltd filed Critical Nanjing Soutian Data Technology Co Ltd
Priority to CN201911253648.9A priority Critical patent/CN110954484A/zh
Publication of CN110954484A publication Critical patent/CN110954484A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
    • G01N21/274—Calibration, base line adjustment, drift correction

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种使用无人机多光谱数据进行城市河流水质评价的方法，涉及水质质量监测技术领域，为解决受卫星遥感影像的分辨率限制，只能应用于大面积水域的水质监测,对于小微水域中水质参数的空间分布情况无法检测的问题。包括以下步骤：步骤1：确定检测区域，准备无人机、同时在试验区域设置30个采水点，最后得出各参数每采水点的平均数；步骤2：相同时间利用无人机拍摄多光谱数据；步骤3：挑选采样点正上方的影像得出光谱反射率数据；步骤4：建立线性回归模型、指数模型、幂函数模型、多项式模型四种函数模型，通过光谱反射率数据进行数据的反演评估；步骤5：将采水点采集的水样通过实验室检测出TP、SS、TUB参数与反演参数进行对比。

Description

一种使用无人机多光谱数据进行城市河流水质评价的方法
技术领域
本发明涉及水质质量监测技术领域，具体为一种使用无人机多光谱数据进行城市河流水质评价的方法。
背景技术
在城市发展的进程中，工业、农业和生活废水，使城市河水不再清澈,甚至颜色发黑,并散发恶臭。在城市建成区内,呈现令人不悦的颜色和散发令人不适气味的水体,统称为城市黑臭水体。城市黑臭水体不仅破坏河流生态系统,很大程度地影响了居民的生活、危害人体健康,是目前较为突出的城市环境问题。遥感技术因具有成本低、速度快、资料同步性好，大面积观测等优点已经被广泛地应用于水质动态监测。遥感影像还常常应用于水体浊度的反演，研究表明可以取得较好的效果。这些研究表明,将卫星遥感技术应用于水质监测,其方法已经较为成熟,也取得了较多的成果。
然而受卫星遥感影像的分辨率限制,这种技术目前多应用于大面积水域的水质监测,对于小微水域中水质参数的空间分布情况无法检测，而且卫星遥感影像易受大气云层影响,影像数据获取周期较长，不能及时的检测水质污染状况，因此市场上急需一种使用无人机多光谱数据进行城市河流水质评价的方法来解决这些问题。
发明内容
本发明的目的在于提供一种使用无人机多光谱数据进行城市河流水质评价的方法，以解决上述背景技术中提出的受卫星遥感影像的分辨率限制,这种技术目前多应用于大面积水域的水质监测,对于小微水域中水质参数的空间分布情况无法检测的问题。
为实现上述目的，本发明提供如下技术方案：一种使用无人机多光谱数据进行城市河流水质评价的方法，包括以下步骤：
步骤1：确定检测区域，准备无人机、同时在试验区域设置30个采水点，每个水样分成三份分别检测出所需检测的TP、SS、TUB参数，最后得出各参数每采水点的平均数；
步骤2：相同时间利用无人机拍摄多光谱数据，飞行高度为80-500m；
步骤3：挑选采样点正上方的影像，并将30个采水点为中心的5*5方形区域作为ROI感兴趣区域，区域内反射率为反射率数据；
步骤4：建立线性回归模型、指数模型、幂函数模型、多项式模型四种函数模型，通过光谱反射率数据进行数据的反演评估得参数；
步骤5：将采水点采集的水样，经实验室检测的TP、SS、TUB参数与反演参数进行对比，并绘制空间浓度分布图，观察实际检测水质参数与无人机检测参数差距。
优选的，所述步骤1中在每个采水点采集500ml水样。
优选的，所述步骤2中无人机飞行速度为8m/s。
优选的，所述步骤3中需要采用与多光谱传感器配套的软件将获取的影像导出，进行辐射校正后即可得到光谱反射率数据。
与现有技术相比，本发明的有益效果是：本发明相对卫星遥感影像，多光谱传感器获取的影像在处理过程上较为简便，可以省去复杂繁琐的大气校正过程，让检测变得更加简单高效，减少了人工取样检测的人力和时间消耗，得出了最佳的飞行高度，便于更好的拍摄飞行速度，解决了小微水域中水质参数的空间分布情况无法检测，而且卫星遥感影像易受大气云层影响,影像数据获取周期较长，不能及时的检测水质污染状况的问题。
具体实施方式
下面对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
实施例1：
一种使用无人机多光谱数据进行城市河流水质评价的方法，包括以下步骤：
步骤1：确定检测区域，准备无人机、同时在试验区域设备30个采水点，每个水样分成三份分别检测出所需检测的TP、SS、TUB参数，最后得出各参数每采水点的平均数；
步骤2：相同时间利用无人机拍摄多光谱数据，飞行高度为80m；
步骤3：挑选采样点正上方的影像，并将30个采水点为中心的5*5方形区域作为ROI感兴趣区域，区域内反射率为反射率数据；
步骤4：建立线性回归模型、指数模型、幂函数模型、多项式模型四种函数模型，通过光谱反射率数据进行数据的反演评估得参数；
步骤5：将采水点采集的水样，经实验室检测的TP、SS、TUB参数与反演参数进行对比，并绘制空间浓度分布图，观察实际检测水质参数与无人机检测参数差距。
进一步，步骤1中在每个采水点采集500ml水样。
进一步，步骤2中无人机飞行速度为8m/s。
进一步，步骤3中需要采用与多光谱传感器配套的软件将获取的影像导出，进行辐射校正后即可得到光谱反射率数据。
实施例2：
步骤1：确定检测区域，准备无人机、同时在试验区域设备30个采水点，每个水样分成三份分别检测出所需检测的TP、SS、TUB参数，最后得出各参数每采水点的平均数；
步骤2：相同时间利用无人机拍摄多光谱数据，飞行高度为200m；
步骤3：挑选采样点正上方的影像，并将30个采水点为中心的5*5方形区域作为ROI感兴趣区域，区域内反射率为反射率数据；
步骤4：建立线性回归模型、指数模型、幂函数模型、多项式模型四种函数模型，通过光谱反射率数据进行数据的反演评估得参数；
步骤5：将采水点采集的水样，经实验室检测的TP、SS、TUB参数与反演参数进行对比，并绘制空间浓度分布图，观察实际检测水质参数与无人机检测参数差距。
进一步，步骤1中在每个采水点采集500ml水样。
进一步，步骤2中无人机飞行速度为8m/s。
进一步，步骤3中需要采用与多光谱传感器配套的软件将获取的影像导出，进行辐射校正后即可得到光谱反射率数据。
实施例3：
步骤1：确定检测区域，准备无人机、同时在试验区域设备30个采水点，每个水样分成三份分别检测出所需检测的TP、SS、TUB参数，最后得出各参数每采水点的平均数；
步骤2：相同时间利用无人机拍摄多光谱数据，飞行高度为440m；
步骤3：挑选采样点正上方的影像，并将30个采水点为中心的5*5方形区域作为ROI感兴趣区域，区域内反射率为反射率数据；
步骤4：建立线性回归模型、指数模型、幂函数模型、多项式模型四种函数模型，通过光谱反射率数据进行数据的反演评估得参数；
步骤5：将采水点采集的水样，经实验室检测的TP、SS、TUB参数与反演参数进行对比，并绘制空间浓度分布图，观察实际检测水质参数与无人机检测参数差距。
进一步，步骤1中在每个采水点采集500ml水样。
进一步，步骤2中无人机飞行速度为8m/s。
进一步，步骤3中需要采用与多光谱传感器配套的软件将获取的影像导出，进行辐射校正后即可得到光谱反射率数据。
将三次检测的数据的误差进行对比，取误差最小的飞行高度作为最佳飞行高度。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。

Claims (4)

1.一种使用无人机多光谱数据进行城市河流水质评价的方法，其特征在于，包括以下步骤：
步骤1：确定检测区域，准备无人机、同时在试验区域设备30个采水点，每个水样分成三份分别检测出所需检测的TP、SS、TUB参数，最后得出各参数每采水点的平均数；
步骤2：相同时间利用无人机拍摄多光谱数据，飞行高度为80-500m；
步骤3：挑选采样点正上方的影像，并将30个采水点为中心的5*5方形区域作为ROI感兴趣区域，区域内反射率为反射率数据；
步骤4：建立线性回归模型、指数模型、幂函数模型、多项式模型四种函数模型，通过光谱反射率数据进行数据的反演评估得参数；
步骤5：采水点采集的水样，经实验室检测的TP、SS、TUB参数与反演参数进行对比，并绘制空间浓度分布图，观察实际检测水质参数与无人机检测参数差距，进行精度评价。
2.根据权利要求1所述的一种使用无人机多光谱数据进行城市河流水质评价的方法，其特征在于，所述步骤1中在每个采水点采集500ml水样。
3.根据权利要求1所述的一种使用无人机多光谱数据进行城市河流水质评价的方法，其特征在于，所述步骤2中无人机飞行速度为8m/s。
4.根据权利要求1所述的一种使用无人机多光谱数据进行城市河流水质评价的方法，其特征在于，所述步骤3中需要采用与多光谱传感器配套的软件将获取的影像导出，进行辐射校正后即可得到光谱反射率数据。
CN201911253648.9A 2019-12-09 2019-12-09 一种使用无人机多光谱数据进行城市河流水质评价的方法 Pending CN110954484A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911253648.9A CN110954484A (zh) 2019-12-09 2019-12-09 一种使用无人机多光谱数据进行城市河流水质评价的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911253648.9A CN110954484A (zh) 2019-12-09 2019-12-09 一种使用无人机多光谱数据进行城市河流水质评价的方法

Publications (1)

Publication Number Publication Date
CN110954484A true CN110954484A (zh) 2020-04-03

Family

ID=69980524

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911253648.9A Pending CN110954484A (zh) 2019-12-09 2019-12-09 一种使用无人机多光谱数据进行城市河流水质评价的方法

Country Status (1)

Country Link
CN (1) CN110954484A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111426637A (zh) * 2020-04-16 2020-07-17 江苏省环境监测中心 一种利用无人机获取城市黑臭河流水质参数的方法
CN114460099A (zh) * 2022-02-11 2022-05-10 软通智慧信息技术有限公司 一种基于无人机的水葫芦监测方法、装置、无人机及介质
CN115561181A (zh) * 2022-10-26 2023-01-03 中科合肥智慧农业协同创新研究院 一种基于无人机多光谱数据的水质反演方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109269990A (zh) * 2018-10-15 2019-01-25 广州地理研究所 一种总磷的识别方法、装置、存储介质及设备
CN109540845A (zh) * 2018-12-24 2019-03-29 河海大学 一种利用无人机搭载光谱仪的水质监测方法
CN109557030A (zh) * 2018-09-28 2019-04-02 浙江农林大学 一种基于无人机遥感的水质要素反演方法
CN109738367A (zh) * 2018-12-29 2019-05-10 首都师范大学 通过无人机上高光谱传感器反演河口湿地水环境要素方法
CN110389114A (zh) * 2019-07-23 2019-10-29 上海市水文总站 一种基于无人机成像光谱的中小水体水质类型识别方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109557030A (zh) * 2018-09-28 2019-04-02 浙江农林大学 一种基于无人机遥感的水质要素反演方法
CN109269990A (zh) * 2018-10-15 2019-01-25 广州地理研究所 一种总磷的识别方法、装置、存储介质及设备
CN109540845A (zh) * 2018-12-24 2019-03-29 河海大学 一种利用无人机搭载光谱仪的水质监测方法
CN109738367A (zh) * 2018-12-29 2019-05-10 首都师范大学 通过无人机上高光谱传感器反演河口湿地水环境要素方法
CN110389114A (zh) * 2019-07-23 2019-10-29 上海市水文总站 一种基于无人机成像光谱的中小水体水质类型识别方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111426637A (zh) * 2020-04-16 2020-07-17 江苏省环境监测中心 一种利用无人机获取城市黑臭河流水质参数的方法
CN114460099A (zh) * 2022-02-11 2022-05-10 软通智慧信息技术有限公司 一种基于无人机的水葫芦监测方法、装置、无人机及介质
CN115561181A (zh) * 2022-10-26 2023-01-03 中科合肥智慧农业协同创新研究院 一种基于无人机多光谱数据的水质反演方法
CN115561181B (zh) * 2022-10-26 2024-05-07 中科合肥智慧农业协同创新研究院 一种基于无人机多光谱数据的水质反演方法

Similar Documents

Publication Publication Date Title
CN110954484A (zh) 一种使用无人机多光谱数据进行城市河流水质评价的方法
CN110865040A (zh) 天空地一体化高光谱水质监测分析方法
CN112434617B (zh) 一种基于多源遥感数据的森林生物量变化监测方法及系统
CN104458895A (zh) 管道三维漏磁成像检测方法及系统
CN111415309B (zh) 一种基于最小反射率法的高分辨率遥感影像大气校正方法
CN111597756A (zh) 一种基于无人机多光谱数据的水质参数反演方法
CN103455813A (zh) 一种ccd图像测量系统光斑中心定位的方法
CN112989692A (zh) 基于遥感数据的湖泊富营养化反演方法
CN104976960A (zh) 一种雨滴物理特性观测方法及装置
CN110782455B (zh) 一种基于图像处理方法测定原砂的含泥量的新方法
CN115586140A (zh) 一种基于遥感数据的湖泊污染物检测方法、系统及其存储介质
CN114202675A (zh) 一种基于无人机多光谱遥感影像的作物生长参数测定方法及系统
CN115690632A (zh) 一种内陆河流水体的水环境监测方法
CN102855485A (zh) 一种小麦抽穗的自动检测方法
CN109030755A (zh) 基于图像处理技术的粮食水分、千粒重以及容重的检测装置及方法
CN110927065B (zh) 遥感辅助的湖库chl-a浓度空间插值方法优选方法和装置
CN102788796B (zh) 基于高光谱图像及荧光图像多信息融合的作物氮营养诊断装置及方法
CN113740263B (zh) 一种气溶胶光学厚度反演方法及大气颗粒物遥感反演方法
CN116466368B (zh) 基于激光雷达和卫星资料的沙尘消光系数廓线估算方法
CN117710831A (zh) 一种基于卫星遥感农村黑臭水体监测方法
CN111650128B (zh) 一种基于地表反射率库的高分辨率大气气溶胶反演方法
CN105004846A (zh) 一种监测高浑浊海水浊度的卫星遥感方法
CN113283276A (zh) 一种联动热成像自学习火点检测方法及系统
CN106338495A (zh) 一种盐渍化土壤有机碳含量的检测方法
CN115682957A (zh) 一种混凝土裂缝检测方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200403

RJ01 Rejection of invention patent application after publication