敖瑞贵,闫晓惠,许士国
(大连理工大学,辽宁 大连 116024)
水质探测是水生态环境保护工作中的重要环节,但传统的野外采样或传感器监测等方法具有观测范围小、人力物力成本高等缺点。遥感技术具有观测范围广、数据获取速度快和成本低等优点,已经成为传统水质调查方法的有力补充,而近年来发展起来的无人机航测技术可以提供更高的时间与空间分辨率且受水汽的影响较小,因此有望进一步提高水质参数的调查效率。之前的学者已尝试采用无人机多光谱影像对小微水域的总磷、悬浮物浓度、浊度等水质参数进行反演,证明了该方法在小微水域水质调查中的可行性。但是,无人机飞行高度受限,无法直接获取整个大面积水域的完整正射影响,而为了获得较好的拼接质量,需要确保无人机飞行的航向重叠度和旁向重叠度,增加了无人机的操控难度。此外,无人机在航测过程中也易受风速等影响而发生倾斜,进一步增大图像的拼接难度。因此,目前的无人机多光谱技术尚难以应用于较大水域的水质探测中。
鉴于此,本文以悬浮物浓度为例,提出并测试一种基于无人机多光谱点云数据和MGGP人工智能算法的水质探测方法。首先利用无人机搭载多光谱相机在研究区域上空获取大量的多光谱数据,得到悬浮物浓度的点云数据,再分别利用传统的克里金空间插值法和MGGP人工智能方法得到验证点的悬浮物浓度值。结果表明,基于无人机多光谱点云数据和MGGP人工智能算法的方法可有效解决大面积水域的水质探测问题,为水质参数的调查提供新的技术手段。……