利用RedEdge无人机载多光谱系统对水质监测的研究

一、水质监测的挑战无人机载在地面上的信息收集绘图,已经越来越普遍。但是在水质方面的研究明显的滞后,有着额外的挑战:1)水是一种动态的介质,受到潮汐、颗粒物等的影响,地面绘图所采用的的拼接地理参照技术,并不适用于水。想要知道测量的是水体哪一部分,依赖于UAV平台和光谱仪上的GPS系统和IMU(惯性测量)系统,这无疑增加了对测量系统的高要求。2)与水的光学特性有关。水面像一面镜子,光谱传感器捕获信息时,会发生太阳闪烁,会导致图像出现闪烁的颜色,这增加了获取水体信息的难度。除此之外,光散射在大气中并在水面上反射的光,也会被传感器捕获,这也增加了水体的无关信号。二、实验研究在荷兰Texel,Jan De Nul团对采用高性能micasense RedEdge-MX多光谱仪,搭载在八轴无人机平台,进行了对水质的光谱信息测量获取。多光谱仪具有窄波段,以及近红外和红边两个额外的光谱波段。窄带宽,使得更能检测到特定的特征,而近红外和红边波段的加入,使得仪器更适合于高低浑浊度地区的水质监测。与传统相机相比,多光谱仪器增加了获得附加参数的可能性,如叶绿素a的浓度。RedEdge-MX在苏格兰自然环境研究委员会(NERC)的FSF实验室,做了校准对比,确认其在光学范围内的灵敏度符合要求。在UAV飞行过程中,采取相机稍微倾斜,背对太阳,避免了太阳直射光的水面反射进入视场,尽可能避免了太阳闪烁的影响;GPS和DLS附件的增加,获取经纬度、飞行高度以及光变化的信息。在采用无人机多光谱每5秒钟获得浊度数据的同时,该研究团队也采用人工测量方式进行监测,以便后期数据对比。左下图为光谱仪测量到的未校正的真彩色图像,存在晕光,和太阳闪烁,需要进行后期校正。右下图为数据处理的示意图,主要包括辐射校正、地理参照和浊度算法。测量结果如下图,是在UTC时间9:18:43采集的无人机图像。左侧为真彩色图,右侧为导出的浊度积,中间的紫色斑点为UAV位置。下图为一次飞行中捕获的不同图像拼接,这些初步结果表明,可以从无人机载多光谱仪中获得真实值。本快讯来自于Terra Et Aqua #157,winter 2019,《Mapping Water QuALIty with Drone: Test Case in Texel》由北京瑞顶环境独家提供,如需全文或其他资料,请联系我们。

赞(0)
未经允许不得转载:无人物流网 » 利用RedEdge无人机载多光谱系统对水质监测的研究
分享到: 更多 (0)