无人机整机
无人机配件
无人机服务
设备与工具一、水质监测的挑战
无人机载在地面上的信息收集绘图，已经越来越普遍。但是在水质方面的研究明显的滞后，有着额外的挑战：1）水是一种动态的介质，受到潮汐、颗粒物等的影响，地面绘图所采用的的拼接地理参照技术，并不适用于水。想要知道测量的是水体哪一部分，依赖于UAV平台和光谱仪上的GPS系统和IMU（惯性测量）系统，这无疑增加了对测量系统的高要求。2）与水的光学特性有关。水面像一面镜子，光谱传感器捕获信息时，会发生太阳闪烁，会导致图像出现闪烁的颜色，这增加了获取水体信息的难度。除此之外，光散射在大气中并在水面上反射的光，也会被传感器捕获，这也增加了水体的无关信号。
二、实验研究
在荷兰Texel，Jan De Nul团对采用高性能MicaSense RedEdge-MX多光谱仪，搭载在八轴无人机平台，进行了对水质的光谱信息测量获取。多光谱仪具有窄波段，以及近红外和红边两个额外的光谱波段。窄带宽，使得更能检测到特定的特征，而近红外和红边波段的加入，使得仪器更适合于高低浑浊度地区的水质监测。与传统相机相比，多光谱仪器增加了获得附加参数的可能性，如叶绿素a的浓度。
RedEdge-MX在苏格兰自然环境研究委员会（NERC）的FSF实验室，做了校准对比，确认其在光学范围内的灵敏度符合要求。在UAV飞行过程中，采取相机稍微倾斜，背对太阳，避免了太阳直射光的水面反射进入视场，尽可能避免了太阳闪烁的影响；GPS和DLS附件的增加，获取经纬度、飞行高度以及光变化的信息。在采用无人机多光谱每5秒钟获得浊度数据的同时，该研究团队也采用人工测量方式进行监测，以便后期数据对比。
左下图为光谱仪测量到的未校正的真彩色图像，存在晕光，和太阳闪烁，需要进行后期校正。右下图为数据处理的示意图，主要包括辐射校正、地理参照和浊度算法。
测量结果如下图，是在UTC时间9:18:43采集的无人机图像。左侧为真彩色图，右侧为导出的浊度积，中间的紫色斑点为UAV位置。
下图为一次飞行中捕获的不同图像拼接，这些初步结果表明，可以从无人机载多光谱仪中获得真实值。
本快讯来自于Terra Et Aqua #157,winter 2019,《Mapping Water Quality with Drone: Test Case in Texel》由北京瑞顶环境独家提供，如需全文或其他资料，请联系我们。
2024-03-02 09:52
2024-03-02 09:48
2024-03-02 09:48
2024-03-01 10:26
2024-03-01 10:21
2024-03-01 10:20
2024-02-29 09:51
2024-02-29 09:49
2024-02-29 09:47
2024-02-29 08:59
