基于无人机多光谱影像的海口...凤翔湿地公园水体叶绿素反演_潘小艳.pdf

2023 年 2 月 热 带 农 业 科 学热 带 农 业 科 学 第 43 卷第 2 期 Feb.2023 CHINESE JOURNAL OF TROPICAL AGRICULTURE Vol.43,No.2 收稿日期 2022-07-07；修回日期 2022-08-19 基金项目 基于无人机多光谱遥感的海南省重要湿地水质参数反演与监测评价（No.jscx202024）。第一作者 潘小艳（1996），女，硕士，研究方向为森林资源碳汇研究，E-mail：。通讯作者 雷金睿（1988），男，硕士，副研究员，研究方向为湿地植物与景观评价，E-mail：。基于无人机多光谱影像的海口市美舍河凤翔湿地 公园水体叶绿素反演 潘小艳1,2 张乐3 李苑菱1,2 雷金睿1,2 陈宗铸1,2 陈小花1,2 1.海南省林业科学研究院（海南省红树林研究院）海南海口 571100；2.海口市湿地保护工程技术 研究开发中心 海南海口 571100；3.海南大学林学院 海南海口 570028 摘 要 为掌握海口市美舍河凤翔湿地公园水体中的叶绿素（CHL）空间分布，科学评估区域水体水质情况。使用无人机搭载多光谱传感器获取多光谱影像，从中提取 16 个光谱参数（V1V16），结合实测水体样本数据，构建 CHL 叶绿体的反演模型。结果显示：光谱参数 V3 与 CHL 具有明显的相关性，在建立的反演模型中，指数函数反演模型的精度最高，决定系数 R2值为 0.660。经检验，指数函数模型的估测值和实测值的拟合曲线 R2值为 0.870 9。研究结果符合水质参素反演精度要求，可为下一步绘制水质参数空间分布图及美舍河凤翔湿地公园的水体治理提供科学依据。关键词 美舍河凤翔湿地公园；叶绿素（CHL）空间分布；多光谱影像；反演模型 中图分类号 X52 文献标识码 A DOI:10.12008/j.issn.1009-2196.2023.02.015 Inversion of Chlorophyll of Water of Fengxiang Wetland Park on Meishe River in Haikou Based on UAV Multispectral Imagery PAN Xiaoyan1,2 ZHANG Le3 LI Yuanling1,2 LEI Jinrui1,2 CHEN Zongzhu1,2 CHEN Xiaohua1,2 1.Hainan Academy of Forestry(Hainan Academy of Mangrove),Haikou,Hainan 571100,China;2.Haikou Wetland Protection Engineering Technology Research and Development Center,Haikou,Hainan 571100,China;3.College of Forestry,Hainan University,Haikou,Hainan 570228,China Abstract To grasp the spatial distribution of chlorophyll(CHL)in the water of Fengxiang Wetland Park on Meishe River in Haikou and scientifically evaluate the regional water environment.This study used an Unmanned Aircraft Vehicle with a multi-spectral sensor to acquire multi-spectral images,from which 16(V1V16)spectral parameters were extracted and com-bined with actual measures of water sample data to construct inversion models of CHL.The results show that the spectral parameter V3 is highly correlated with CHL.Among the established models,the exponential function inversion model has the highest precision,and the determination coefficient R2 is 0.660.After the test,the determination coefficients R2 of the esti-mated and measured values of linear fitting curves of the exponential function model is 0.8709.The results meet the precision requirements of water quality parameter inversion and can provide a scientific basis for mapping the spatial distribution of parameters and water management in the Meishe River Fengxiang Wetland Park.Keywords Fengxiang Wetland Park on Meishe River;the spatial distribution of chlorophyll(CHL);multi-spectral images;inversion models 近年来，城市化步伐加快，水污染问题日益恶化，已成为制约城市可持续发展的因素之一1。海南岛大小河流众多，水资源非常丰富，水资源安全是海南岛建设国家生态文明试验区的重要内容之一。海口市美舍河是横穿海口市中心的一条重要河流，沿岸人口众多。河流水质情况是评价当地生态状况的重要指标，与沿岸居民的生产生活用水安全息息相关。近年来有研究表明，美舍河水体已处于中度污染状态2，因此对水体水质进行定期监测，掌握水体水质情况十分必要，这也是改善和保护水资源的重要前提。传统的水质监测采用化学法进行，需要在实地布设采样点并采取水体样本，后进行实验室分析，此方法需要花费大量的人力、物力及时间，2023 年 2 月 热带农业科学 第 43 卷第 2 期 -104-且获得的数据在时间和空间上都难以连续，不能全面反映水体的实际情况，局限性明显。遥感技术具有低成本、速度快、监测范围广、资料同步性强等优点，弥补了传统水质监测方法的不足，已经被广泛使用于水质监测3。例如，Torbick 等4在密歇根州下半岛内陆湖泊的调查研究中，采用Landsat TM 影像数据反演了研究区域的水体透明度（SD）等多个水质参数。陈艳等5基于 Landsat影像反演了草海 2000、2005、2010、2015 年的叶绿素（CHL）、总氮（TN）等 5 个水质参数，为草海的有效管控提供科学支持。然而，由于遥感影像分辨率有限，虽目前在大面积水域监测中应用较广泛，却难以满足小范围的水质监测要求，所以小微水域的监测方法还需进一步探索。无人机遥感技术操作简单方便、具有低成本、高分辨率、空间连续性强等优势，为解决小微水域的水质监测提供了新途径。赵松等6利用无人机搭载多光谱传感器获取了滏阳河的影像数据，对滏阳河的水质进行了遥感反演，建立了悬浮物浓度（TSS）、浊度（TUB）、氨氮（NH3-N）等6 个水质参数的反演模型，揭示了滏阳河水质参数的分布特征。刘彦君等7结合无人机多光谱数据和水质参数的实测值反演了浙江农林大学东湖的总磷（TP）等 3 种水质要素，为东湖水体的治理奠定了基础。黄昕晰等8利用无人机多光谱影像和 OPT-MPP 算法对浙江省杭州市青山湖进行了研究，监测了悬浮物、浊度等多个水质参数并建立反演模型，探明了青山湖水质参数的空间分布。上述说明已有部分学者将无人机遥感技术用于小微水域的水质监测，虽然还处于探索阶段，但已逐渐成为当前水质监测研究的热点领域6。本研究以海南省海口市美舍河凤翔湿地公园为研究对象，利用无人机遥感技术获取研究区域高分辨率的多光谱影像，结合实地调查的水体样本数据，构建叶绿素（CHL）的反演模型，以期为下一步绘制美舍河凤翔湿地公园水质参数空间分布图、实现水质参数空间可视化奠定基础，同时为美舍河水体的治理、保护和利用提供科学的参考依据。1 材料与方法 1.1 材料 研究以海口市美舍河凤翔湿地公园作为研究区域，在湿地公园内的美舍河流段采取水体样本进行研究。美舍河是海口市最长的河流，全长23.86 km，流域面积 50.16 万 km2，流经海口市内的美兰区、琼山区及龙华区，沿线居民人数达 33万，除河流上游外，河流的中、下游主要位于主城区，受到污水直排和底泥污染的影响，水体质量较差2。而美舍河凤翔湿地公园位于美舍河中游，占地面积 78.52 hm2，河中生长着一些常见的水生动物和植物，河流沿线皆为开放的活动区域，来往的行人车辆较多，在一定时期内水域环境会发生相应变化，符合小微水域的环境组成标准。1.2 方法 1.2.1 水质样本的采集及处理 研究于 2021 年11 月 30 日采用杯式定深水质取样器统一在水面下 20 cm 左右获取水质样本，每个样本取 500 mL装入无菌水样采集袋，在开展地面水样采集的同时，用高精度 RTK 记录采样点坐标，并依据采样点次序依次做好标记，以备检测。研究仅在岸边布设采样点，单次实验采样点 99 个。实验区域及样点分布图如图 1 所示。样本采集完成后，送至海南大学分析测试中心检测叶绿素（CHL），共获得 99 组实测数据，在其中随机选择 79 组数据用于构建模型，剩下的 20 组数据用于检验模型。1.2.2 无人机多光谱数据的获取 与水质采样同一时间，采用大疆精灵 4 多光谱版（P4_Multisp-ectral）无人机，利用其搭载 Mica Sense Red Edge五通道多光谱传感器对研究区域进行监测，以获取高分辨率的多光谱影像数据，该传感器能够提供 5 个光谱带的数据，在下文中分别描述为 R1 R5。其中，R1为 Blue（0.4500.515 m）、R2为Green（0.5250.605 m）、R3为 Red（0.630 0.690 m）、R4为 Red edge position（0.670 0.760 m）、R5为 NIR（0.7700.890 m）。由于海口市对空域的飞行高度有限制，所以将无人机的飞行高度统一设置为 120 m，飞行速度为 5 m/s，选择晴朗无风、视野较好的时间段进行。图 2 为研究过程中无人机拍摄的美舍河凤翔湿地公园采样点上方 5 个光谱带的多光谱影像。1.2.3 多光谱数据处理 以采样点为中心分别建立 66（PPI）矩阵，以此作为 ROI 感兴趣区域（Region of Interest，ROI），并以 ROI 区域内所有点的光谱反射率的平均值作为样点的光谱反 潘小艳 等 基于无人机多光谱影像的海口市美舍河凤翔湿地公园水体叶绿素反演 -105-图 1 实验区域与采样点分布图 图 2 水面多光谱影像 射率数据。研究共获得 99 组光谱反射率数据，分别与水质参数的实测值一一对应，在其中随机选择 79 组数据用于构建模型，剩下的 20 组数据用于检验模型。1.2.4 光谱参数的选择与建模 对以往的水质要素反演研究中所采用的组合计算公式进行了筛选，筛选出水质参数 CHL 的敏感波段及波段组合，得到表 1 中的光谱参数和组合计算公式7,9-11。在进行 Pearson 相关性分析后筛选出光谱参数，使用 SPSS 软件构建线性回归函数模型、指数函数模型、幂函数模型、多