基于无人机多光谱影像和OPT-MPP算法的水质参数反演

来源：环境科学杂志2020年第1期北京时间：

作者：黄昕晰,应晗婷,夏凯,冯海林,杨垠晖,杜晓晨

单位：浙江农林大学信息工程学院, 杭州 311300,浙江省林业智能监测与信息技术研究重点实验室, 杭州 311300,林业感知技术与智能装备国家林业局重点实验室, 杭州 311300,浙江农林大学信息工程学院, 杭州 311300,浙江省林业智能监测与信息技术研究重点实验室, 杭州 311300,林业感知技术与智能装备国家林业局重点实验室, 杭州 311300,浙江农林大学信息工程学院, 杭州 311300,浙江省林业智能监测与信息技术研究重点实验室, 杭州 311300,林业感知技术与智能装备国家林业局重点实验室, 杭州 311300,浙江农林大学信息工程学院, 杭州 311300,浙江省林业智能监测与信息技术研究重点实验室, 杭州 311300,林业感知技术与智能装备国家林业局重点实验室, 杭州 311300,浙江农林大学信息工程学院, 杭州 311300,浙江省林业智能监测与信息技术研究重点实验室, 杭州 311300,林业感知技术与智能装备国家林业局重点实验室, 杭州 311300,浙江农林大学信息工程学院, 杭州 311300,浙江省林业智能监测与信息技术研究重点实验室, 杭州 311300,林业感知技术与智能装备国家林业局重点实验室, 杭州 311300

摘要：无人机多光谱遥感可用于监测多个水质参数，如悬浮物、浊度、总磷和叶绿素等，建立稳定和准确的水质参数反演模型是开展这一工作的前提.matching pixel-by-pixel（MPP）算法是一种针对无人机影像高分辨率特点的反演算法，但其存在运算量过大和过拟合的问题，基于此，提出optimize-MPP（OPT-MPP）算法，以克服运算量过大和过拟合的问题.本研究以浙江省杭州市青山湖作为研究区域，采集45个样本，分别构建悬浮物浓度（SS）与浊度（TU）的OPT-MPP算法反演模型.结果表明，最佳悬浮物反演模型的决定系数R2达到0.7870，综合误差为0.1308；最佳浊度反演模型的决定系数R2达到0.8043，综合误差为0.1503.最后利用分别建立的两个参数的最优模型，实现青山湖各实验区域的水质参数空间分布信息的反演.

关键词：无人机(UAV),遥感,多光谱,水质参数,反演模型,空间分布,