Resonon | 利用Resonon Pika L估算胶州湾富营养化

海水

富营养化

海洋水体中N、P等营养盐含量过多，导致水体中藻类等生物过度繁殖，从而引发水体生态系统的失衡现象。

环境变化和水体富营养化是当前许多湖泊及水域面临的严峻挑战。为了及时发现湖泊水质变化,水体监测是关键所在。遥感监测技术的发展为水体监测带来了新机遇。遥感技术可以通过机载高光谱获取大范围的水体光谱信息，从而快速、准确了解水体的变化情况。遥感监测可以提高监测效率，减少人力和物力的投入，降低监测成本。

在山东半岛南部胶州湾典型海水养殖区，学者们就利用高光谱遥感开展了海水富营养化的监测。

由于土地利用的不断变化、森林砍伐和化石燃料的燃烧，温室气体排放急剧增加，从而导致海洋富营养化、洪水泛滥等严重的全 球性挑战。近年来，由于海产品消费的增加，海水养殖成为一个迅速扩大的全 球市场。而不合理的养殖方式、过度的养殖生产，以及大量污染物直接排放到海洋养殖区中，会造成赤潮等其他灾害。这些问题会导致严重的环境污染、生态失衡和沿海水域富营养化。为了从源头上减少污染排放，阻止海水养殖水质恶化，需要快速准确地了解海水养殖水质参数浓度的时空特征、演变过程、影响因素等信息。随着遥感技术的不断进步，高光谱遥感技术因其精度高、波段多、信息量大等优点在遥感水质监测中得到了广泛的应用。而机载高光谱遥感具有空间分辨率高、时间分辨率高、图像采集灵活等优点，为区域水质监测的应用提供了新的途径。

胶州湾

机载高光谱遥感

基于此，在所附的文章中， 研究者们在山东半岛南部胶州湾典型海水养殖区基于DJI M600Pro UAV+Resonon Pika L高光谱成像收集了高光谱图像，选取海水水质、叶绿素a浓度和总悬浮物（TSM）浓度等关键参数作为海水富营养化指标。分析了各参数浓度与光谱反射率的相关性。并利用参数的Z 佳敏感波段建立了胶州湾海水高光谱反演模型（JZBZ）。

机载高光谱路线规划和水样采集

结果

海水采样点的水光谱曲线

JZBN模型（a）和NSOAS模型（b）估计的TSM浓度值和实测值的比较，

JZBN模型（c）和NSOAS模型（d）估计的叶绿素a浓度值和实测值的比较

研究区（a）TSM（b）和叶绿素a（c）浓度的空间分布

结论

本研究表明了机载高光谱遥感技术确定胶州湾海域水质参数浓度和空间分布的可行性。根据水体高光谱图像的光谱特征和特征波段敏感性之间的关系，建立了胶州湾JZBM水质反演模型。该模型对叶绿素a和TSM这两种水质参数的预测精度较高，Rp2值均大于0.7。通过室内试验数据和研究区域野外调查，获取了胶州湾叶绿素a浓度和TSM浓度的空间分布图，可准确反映现状，具有较高区域价值。总之，该研究提供了快速评估胶州湾富营养化程度的有力工具。