编辑推荐：
针对青海湖近岸刚毛藻（Cladophora）水华影响生态与旅游、现有卫星遥感受云层和斑块面积限制的问题，研究人员利用无人机（UAV）高分辨率影像，提出可见波段光谱斜率指数（VSSI）结合三角阈值法提取水华特征。结果表明 VSSI 精度最高（F1=0.89），卫星影像显著高估面积，且风速风向影响水华动态，为水华监测和湖泊管理提供参考。
青海湖作为我国最大的内陆咸水湖，其生态环境变化一直备受关注。近年来，近岸区域频繁爆发的刚毛藻（
Cladophora）水华成为突出问题。这些漂浮的绿色丝状体藻类在风力和水流作用下形成密集斑块，不仅破坏湖滨生态景观，还对旅游业造成负面影响。然而，传统的卫星遥感手段受限于光学影像中的云层覆盖，且难以捕捉小面积的水华斑块，导致无法准确获取刚毛藻水华的精细动态特征，如斑块分布、漂移速度和爆发周期等。因此，发展一种能够弥补卫星遥感不足的高精度监测技术，对青海湖的生态保护和水资源管理至关重要。
为解决上述问题，西北师范大学的研究人员开展了基于无人机（UAV）遥感技术的刚毛藻水华监测研究。他们结合高分辨率无人机影像和地面实测光谱数据，提出了一种新的可见波段光谱斜率指数（Visible Band Spectral Slope Index, VSSI），并通过三角阈值分割算法实现了刚毛藻水华的自动提取。相关研究成果发表在《Ecological Informatics》上，为湖泊藻类监测提供了新的技术思路。
研究人员主要采用了以下关键技术方法：首先，利用搭载可见光相机的 HUACE P330 Pro 无人机获取青海湖近岸区域的高分辨率影像（空间分辨率 5 cm / 像素），覆盖沙柳河、布哈河等多个河口区域；其次，使用 FieldSpec4 光谱仪测量刚毛藻和水体的反射光谱，分析其在可见光波段（400-700 nm）的特征差异；最后，通过对比多种常用植被指数（如 NGRDI、CIVE、VDVI 等），验证 VSSI 在水华提取中的有效性，并结合 Sentinel-2 MSI 和 Landsat OLI 卫星影像进行面积估算对比。
4.1 无人机影像中的刚毛藻水华特征
在无人机的超高分辨率影像中，刚毛藻水华呈现亮黄色斑块状分布，大小不一且分布不均。例如，在布哈河北河口，存在 4146 个面积小于 100 m2 的小斑块，总面积 5773.64 m2。这些细小斑块难以被 10 m 分辨率的 Sentinel-2 MSI 影像准确捕捉，而卫星影像常因混合像元效应高估大斑块面积。通过人工目视解译 8 个子区域的水华分布作为 “地面真值”，验证了无人机影像在水华边界和面积计算上的高精度（误差仅 0.16%）。
4.2 不同指数的提取结果对比
研究对比了 VSSI 与五种可见波段指数的水华提取性能。结果显示，VSSI 的 F1 分数最高（0.89），显著优于其他指数（如 CIVE 的 F1=0.80，NGRDI 的 F1=0.79）。从空间分布看，VSSI 能完整提取不同厚度的水华斑块，而 VDVI 等指数存在严重误判。在区域尺度上，VSSI 提取的水华面积与地面真值的线性拟合最优（R2=0.997），斜率接近 1，表明其面积估算误差最小。
5.1 卫星遥感影像的提取精度
与无人机影像相比，Sentinel-2 MSI 和 Landsat OLI 卫星影像均显著高估刚毛藻水华面积，分别高估 110.65% 和 517.99%。这是由于卫星传感器的空间分辨率较低，无法区分细小斑块和水体背景，导致混合像元中的藻类信号被放大。研究指出，未来需结合超分辨率算法提升卫星影像的水华监测精度，或利用无人机影像对卫星数据进行地面验证。
5.2 短时间尺度的空间动态
通过同一天内不同时段的无人机飞行任务，研究发现刚毛藻水华的漂移速度和方向与风速（0.92 m/s）和风向（117.11°）密切相关。例如，在两次飞行间隔的 1.5 小时内，水华斑块向西北方向漂移，平均速度 0.0015 m/s，与东南风向一致。这表明风力驱动是短时间内水华动态变化的主要因素，而传统卫星遥感因重访周期长和云层覆盖，难以捕捉此类高频变化。
5.3 无人机监测的不足与改进方向
尽管无人机遥感具有高分辨率优势，但存在阳光眩光和影像拼接难题。阳光直射湖面产生的眩光会导致像素值饱和，影响光谱反射率的准确计算。通过调整飞行时间（如上午 8-10 点）和角度，可减少眩光干扰；结合 CIE 亮度模型和 Navier–Stokes 修复算法，能有效修复眩光区域的影像信息。此外，湖面碎片化的水华斑块可能导致同名点匹配失败，通过增加地面控制点或布设明显标识可提升影像拼接精度。
结论与意义
本研究开发的 VSSI 指数结合无人机遥感技术，为青海湖刚毛藻水华的精细监测提供了高效工具。研究表明，无人机影像在捕捉小尺度水华斑块、动态跟踪和精度验证方面显著优于传统卫星遥感，而 VSSI 通过量化可见光波段的光谱斜率差异，实现了水华与水体的有效区分。此外，研究首次通过高频无人机观测证实了风速和风向对水华短时间动态的关键影响，为水华预测和应急管理提供了科学依据。未来，结合卫星 - 无人机 - 地面监测的立体网络，可构建更完善的湖泊生态监测体系，助力青海湖的生物多样性保护和水资源可持续管理。
