用于监测水库蓝藻水华的多光谱无人机数据建模

《ACS ES&T Water》：Modeling Multispectral UAV-Obtained Data for Monitoring Cyanobacterial Blooms in Reservoirs

　　

摘要

本研究评估了配备红绿蓝 (RGB) 和红绿近红外 (RGN) 传感器的无人机 (UAV) 获取的影像，用于蓝藻水华的 rapid detection and monitoring. -> 快速检测与监测。在营养状态截然不同的四个水库的 26 个地点采集了水样，以量化色素浓度、浮游植物密度和生物体积、以及蓝藻密度和生物体积，同时进行了无人机调查。对航空影像进行处理以提取光谱波段值并计算植被指数。与 RGN 衍生变量相比，RGB 衍生变量与测量响应的相关性更强，其中红光和绿光波段、绿度植被指数 (ExG) 和绿叶指数 (GLI) 显示出最强的关系。多元线性回归得出了叶绿素 a (R² = 0.98，检测限 [LOD] ≈ 3.5 μg L^–1)、藻蓝蛋白 (R² = 0.78，LOD ≈ 20 μg L^–1)、浮游植物密度 (R² = 0.84，LOD ≈ 6 个 mL^–1)、蓝藻密度 (R² = 0.75，LOD ≈ 24 个 mL^–1)、浮游植物生物体积 (R² = 0.78，LOD ≈ 97.7 mm³ L^–1) 和蓝藻生物体积 (R² = 0.83，LOD ≈ 69 mm³ L^–1) 的显著预测模型。将这些模型应用于正射镶嵌图，实现了对色素浓度和蓝藻生物量的空间制图，证明了基于 UAV 的成像在水华快速监测和水质管理方面的潜力。