養(yǎng)殖池塘

本研究使用了波長范圍為400-1000nm的高光譜相機。我們選用SineSpec賽斯拜克科技有限公司的SF500-無人機高光譜測量系統(tǒng)進行相關(guān)研究。我們可以通過地面站實時觀測飛機的采樣地點，并利用地面站設(shè)置逐點采集的航線數(shù)據(jù)進行預(yù)覽和矯正。此外，我們還可以進行輻射度校正、反射率校正和區(qū)域校正，以支持批處理。

SF500是一種搭載高光譜測量系統(tǒng)的無人機。

為了精確、快速、全面地獲取內(nèi)陸?zhàn)B殖小區(qū)池塘和尾水處理池水體的水質(zhì)變化情況，我們建立了養(yǎng)殖水環(huán)境實時預(yù)警調(diào)控和數(shù)字化管控機制。我們選擇了浙江湖州市集中連片的養(yǎng)殖小區(qū)作為試驗區(qū)，在2020年12月使用搭載高光譜相機的無人機對試驗區(qū)進行近地遙感圖像采集，并進行了圖像拼接、輻射校正和幾何校正等預(yù)處理工作。隨后，我們對反射波段進行了差值、比值和歸一化差值指數(shù)的數(shù)值變換，并基于相關(guān)性分析篩選出對不同水質(zhì)參數(shù)敏感的波段。然后，我們采用線性函數(shù)、指數(shù)函數(shù)和多項式函數(shù)構(gòu)建了各水質(zhì)參數(shù)的定量反演模型，并使用全波段構(gòu)建了偏最小二乘回歸（PLS）、徑向基神經(jīng)網(wǎng)絡(luò)（RBF）和支持向量機（SVM）的反演模型，進行了模型驗證和評價。最后，我們基于各水質(zhì)最佳模型對試驗區(qū)的水質(zhì)參數(shù)進行了空間分布反演和分析。

圖3顯示了養(yǎng)殖池塘采樣點的反射率曲線。

圖3展示了研究共49個養(yǎng)殖小區(qū)采樣點的光譜反射率曲線。

其中，圖3a顯示了40個養(yǎng)殖池塘采樣點的反射率曲線，圖3b則展示了9個尾水區(qū)采樣點的反射率曲線。從圖中可以觀察到，池塘水體在400~560nm范圍內(nèi)的光譜特征呈現(xiàn)上升趨勢，到達560~580nm附近形成一個反射高峰。這主要是由于水體中的葉綠素和胡蘿卜素在該波段具有較弱的吸收特性，并且受到藻類和懸浮物的散射作用的影響而引起的反射高峰。隨后，在580nm之后，反射率曲線呈下降趨勢，直至到達680~710nm附近形成一個峰谷。這主要是由于水體中的葉綠素a在該波段具有強烈的吸收特性。接著，在790~810nm范圍內(nèi)形成一個峰值，這主要是由于水中懸浮物的散射作用產(chǎn)生的。

由于尾水處理區(qū)經(jīng)過濾、沉淀和曝氣等凈化過程，所以水中懸浮物和藻類的去除率可達70%以上。因此，尾水處理區(qū)在波長為680~710nm和790~810nm的范圍內(nèi)沒有明顯的峰值（圖3b）。而在其他波段上的變化規(guī)律與養(yǎng)殖池塘的相似。綜合光譜曲線分析，不同池塘水體的光譜曲線變化趨勢總體上是一致的，但由于不同采樣點的水質(zhì)指標(biāo)濃度不同，導(dǎo)致峰谷值以及曲線的高低存在一定差異。

高光譜相機無人機系統(tǒng)在養(yǎng)殖池塘水質(zhì)變化的精準(zhǔn)監(jiān)測研究總結(jié)

1.可以在較大的區(qū)域內(nèi)收集高分辨率的影像數(shù)據(jù)。
2.可以通過地面站實時觀測飛機的采樣位置，并利用地面站設(shè)置逐點采集的航線數(shù)據(jù)預(yù)覽和矯正功能。2020年12月，我們選擇浙江湖州市集中連片的養(yǎng)殖小區(qū)作為試驗區(qū)，并采用搭載高光譜相機的無人機進行近地遙感圖像的采集。在采集完成后，我們對圖像進行了拼接、輻射校正和幾何校正等預(yù)處理工作。
3.通過對反射波段進行差值、比值和歸一化差值指數(shù)的數(shù)值變換，我們可以基于相關(guān)性分析來篩選出不同水質(zhì)參數(shù)敏感的波段。然后，我們可以使用線性函數(shù)、指數(shù)函數(shù)和多項式函數(shù)來建立各水質(zhì)參數(shù)的定量反演模型。

高光譜相機無人機系統(tǒng)是一種有效的方法，可在養(yǎng)殖池塘范圍內(nèi)精確監(jiān)測水質(zhì)變化。通過采集高分辨率影像數(shù)據(jù)，并基于相關(guān)性分析和定量反演模型，可以實現(xiàn)對不同水質(zhì)參數(shù)敏感的波段篩選和定量分析。這種方法在養(yǎng)殖池塘水質(zhì)變化的追蹤和監(jiān)測中具有廣闊的應(yīng)用前景。