無人機RTK技術在藍藻水華監測中的應用

韓翠敏 程花 夏晴晴 屈銘志 劉潤

摘要?藍藻在風力等氣候因素的影響下，其狀態更迭快速，而傳統藍藻監測方法速度慢，觀測范圍小，無法滿足對藍藻快速準確監測的技術需求。無人機遙感技術具有高時效、高機動性、高分辨率等特點，使其能夠適用于快速變化的藍藻水華監測。為驗證無人機遙感技術在藍藻快速識別和提取應用中的可靠性，利用集成RTK模塊的大疆精靈4無人機獲取太湖貢湖灣區域高分辨率影像，并通過一系列影像分析發現藍藻提取正確率達到94.68%，Kappa系數為0.89，證實利用無人機影像進行藍藻覆蓋區域提取準確高效，說明其在藍藻水華監測應用中具有廣闊前景。

關鍵詞?藍藻監測;精靈4 RTK無人機;監督分類

中圖分類號?X832文獻標識碼?A

文章編號?0517-6611（2020）02-0225-03

doi：10.3969/j.issn.0517-6611.2020.02.065

開放科學（資源服務）標識碼（OSID）：

Application of UAV RTK Technology in Monitoring Cyanobacteria

HAN Cui-min， CHENG Hua， XIA Qing-qing et al?（Jiangsu Jiangda Ecological Technology Co.， Ltd.， Wuxi， Jiangsu 214061）

Abstract?Under the influences of wind and other climatic factors， cyanobacteria blooms have a rapid change in state. The traditional cyanobacteria monitoring method is slow and the observation range is small， which cannot meet the technical requirements for rapid and accurate monitoring of cyanobacteria. The UAV remote sensing technology has the unique features of high timeliness， high maneuverability and high resolution， making it suitable for rapid changes in cyanobacterial bloom monitoring. In order to verify the reliability of UAV remote sensing technology in cyanobacteria rapid identification and extraction applications， this paper used the Phantom 4 UAV with integrated RTK module to obtain high-resolution images of the Gonghu Bay area of Taihu Lake， and through a series of image analysis， it was found that the correct extraction rate of cyanobacteria reached 94.68%， and the Kappa coefficient was 0.89. The results showed that the extraction of cyanobacteria covered by UAV images was accurate and efficient， indicating that it had broad prospects in cyanobacterial bloom monitoring applications.

Key words?Cyanobacteria monitoring;Phantom 4 RTK UAV;Supervised classification

藍藻水華是全球環境學界關注的熱點，近年來，隨著我國水體的富營養化發展，藍藻水華防治已經成為企事業單位、科研院所研究的熱點問題[1-2]。防治藍藻水華，一般需要專業人員進行藍藻水華現象的識別、預測以及控制。傳統水華識別與防治主要依賴于實地采樣和對區域環境監測站內數據的統計與分析，一般通過確定水中藻類細胞數目、葉綠素濃度、氨氮含量等來實現，傳統方法可以實現定量監測，但費時、費力且采用離散樣點觀測，無法確定藍藻的整體分布情況。隨著遙感科學技術的發展，藍藻水華問題的區域性監測成為可能，眾多學者開展的遙感技術對藍藻水華問題的研究，彌補了常規監測手段的不足[3]。藍藻暴發時藻類生物高度聚集，其光譜特征與典型植被光譜特征相似，而與水體背景有較大差異，因此借助衛星遙感技術可以進行藍藻水華的記錄與識別。目前，影像的空間分辨率基本可以滿足大范圍水域藍藻識別的需求，但藍藻受氣象因素尤其是風速、風向的影響較大，其在水中的狀態更迭快速，而衛星遙感平臺存在作業不靈活、分辨率低等特點，無法實現藍藻的精細化監測，此外衛星遙感回訪的周期性特點，加上云霧遮擋的影響，往往使藍藻水華影像無法及時獲取[4-5]。

近年來，無人機遙感技術受到廣泛關注，無人機遙感集成遙感技術和測繪平臺形成了一套作業靈活、成本低、分辨率高的專業化低空遙感系統。相對于衛星遙感，無人機遙感的優勢還體現在以下方面：航線自主規劃、作業簡單，易于操作、可搭載多類型高精度傳感器，影像分辨率可達厘米級[6-7]。目前，無人機系統可內置小型機載GPS板卡，采用基于載波相位差分技術（real-time kinematic，RTK）的無人機定位系統，可以實時獲取衛星導航信號，通過差分解算、內插處理等精確獲取無人機拍攝相片的定位信息，為最終成圖提供精度保證[8]。筆者利用小型無人機獲取試驗區可見光影像，通過數字圖像處理技術快速獲取試驗區藍藻分布，并與目視解譯結果進行對比，驗證提取方法的有效性，探索利用無人機遙感開展藍藻水華監測的新方法。

[2] 李晟銘，劉吉平，宋開山，等.基于Landsat影像巢湖藍藻水華暴發時空變化特征及其驅動因素分析[J].長江流域資源與環境，2019，28（5）：1205-1213.

[3] 李天.基于RTK技術的無人機在大比例尺地形圖測繪中的精度分析[J].測繪與空間地理信息，2019，42（3）：166-168.

[4] 沙林偉，劉閣，溫志丹，等.基于MODIS數據的太湖藍藻水華時空變化規律研究[J].濕地科學，2018，16（3）：432-437.

[5] 李亞春，王凈，謝志清，等.多源遙感影像融合在太湖藍藻監測中的應用[J].遙感技術與應用，2013，28（4）：569-575.

[6] 李鑫，孫偉，李林.基于小型無人機可見光遙感的藍藻識別研究[J].測繪與空間地理信息，2017，40（4）：153-156，159.

[7] 張蔚，何正興.基于低空無人機搭載可見光近紅外傳感器的太湖藍藻監測[J].山東國土資源，2013，29（8）：53-55，59.

[8] 胡永進，曹仁勇.無人機航攝RTK技術在園林規劃中的應用[J].江蘇農業科學，2018，46（12）：172-175.

[9] 馬懷武，王俊強.RTK結合無人機低空攝影在高原地區測繪中的應用[J].測繪地理信息，2014，39（3）：47-50.

[10] 賈寬寬，冉慶波，李宇晗，等.一種海洋遙感圖像漏油區檢測方法[J].中國科技信息，2018（8）：69-71.

[11] 林選妙.基于CORS系統與無人機遙感技術的大比例尺測圖[J].科技創新與應用，2018（29）：158-161.

[12] 郝建明，楚彬，敖敏思，等.基于CORS的分米級GNSS差分定位云服務研究[J].測繪通報，2019（4）：11-16，25.

[13] 江木春，王柱，洪劍.千尋位置在江烏航道測量中的應用[J].水運工程，2019（7）：179-183.

[14] 張帥，謝福鼎，魏東嵐.基于支持向量機的多時相遙感影像冬小麥種植面積提取[J].國土與自然資源研究，2018（2）：76-77.

[15] 李丹，梅曉丹，趙鶴，等.GF-1與Landsat-8影像土地利用遙感解譯對比分析[J].測繪工程，2018，27（10）：42-45.