1 引言

    水是生命之源，同時(shí)作為生態(tài)系統(tǒng)的血液，是人類生存、生產(chǎn)、生活的基礎(chǔ)，充足優(yōu)質(zhì)的水資源是生態(tài)系統(tǒng)得以健康循環(huán)的首要條件，然而水資源卻極易受到污染，特別是一些內(nèi)陸水體，由于自然封閉性其污染問(wèn)題就更加突出，同時(shí)水資源作為污染物的載體，具有動(dòng)態(tài)的擴(kuò)散和蔓延特性，會(huì)進(jìn)一步加劇水體的污染程度。我國(guó)河流、湖泊眾多，伴隨經(jīng)濟(jì)的高速發(fā)展，人類活動(dòng)的增強(qiáng)，河流、湖泊水質(zhì)污染問(wèn)題日益嚴(yán)重，已經(jīng)成為制約城市可持續(xù)發(fā)展的關(guān)鍵因素，因此有必要利用高新技術(shù)手段展開河流、湖泊水質(zhì)污染問(wèn)題研究，及時(shí)、快速的提供河流、湖泊的水質(zhì)狀況，保障人們正常的生產(chǎn)生活。

    傳統(tǒng)的河流、湖泊水質(zhì)監(jiān)測(cè)主要是采用實(shí)地采樣和實(shí)驗(yàn)室分析等方法，這種監(jiān)測(cè)方法需要在河流、湖泊內(nèi)定點(diǎn)、定剖面進(jìn)行，通過(guò)常年累月的監(jiān)測(cè)、記錄和實(shí)驗(yàn)室分析，雖然能夠達(dá)到一定的數(shù)據(jù)精度，但是不能反映河流、湖泊水質(zhì)的總體時(shí)空狀況，且費(fèi)時(shí)費(fèi)力、監(jiān)測(cè)區(qū)域有限，只具有局部和典型的代表意義，不能滿足實(shí)時(shí)、快速、大尺度的監(jiān)測(cè)和評(píng)價(jià)要求。

遙感技術(shù)的發(fā)展與進(jìn)步為河流、湖泊水體的監(jiān)測(cè)和研究開辟了新的途徑。遙感水質(zhì)監(jiān)測(cè)技術(shù)具有高動(dòng)態(tài)、低成本和宏觀性等顯著特點(diǎn)，在河流、湖泊水質(zhì)污染研究方面有著常規(guī)檢測(cè)不可替代的優(yōu)點(diǎn)。它既可以滿足大范圍水質(zhì)監(jiān)測(cè)的需要，也可以反映水質(zhì)在空間和時(shí)間上的分布和變化情況，彌補(bǔ)了單一采用水面采樣的不足，同時(shí)還能發(fā)現(xiàn)一些常規(guī)方法難以揭示的污染源的分布以及污染物的遷移特征和影響范圍，為科學(xué)布設(shè)水面采樣點(diǎn)提供依據(jù)。高光譜遙感由于其高精度、多波段、信息量大等特點(diǎn)被廣泛應(yīng)用于遙感水質(zhì)監(jiān)測(cè)，大大提高了水質(zhì)參數(shù)的估測(cè)精度。伴隨著遙感技術(shù)的不斷進(jìn)步，水質(zhì)監(jiān)測(cè)已由定性描述轉(zhuǎn)向定量分析，同時(shí)可監(jiān)測(cè)的水質(zhì)參數(shù)逐漸增加，反演精度也不斷提高，在水資源的保護(hù)、規(guī)劃和可持續(xù)發(fā)展方面發(fā)揮了重大作用。

2  材料與試驗(yàn)部分

2.1  研究區(qū)域

野外試驗(yàn)飛行在中山市和深圳市的某河流上進(jìn)行。

2.2  數(shù)據(jù)采集設(shè)備

本次試驗(yàn)采用大疆六旋翼無(wú)人機(jī)M600 Pro(無(wú)人機(jī)凈重約4 kg，最大載重約 10 kg)，在無(wú)人機(jī)遙感平臺(tái)上搭載江蘇雙利合譜科技有限公司自主研發(fā)的高光譜成像光譜儀GaiaSky-mini-2，該無(wú)人機(jī)遙感平臺(tái)采用的是無(wú)人機(jī)懸置空中，高光譜成像光譜儀采用內(nèi)置推掃的方式獲取地面圖像(其主要參數(shù)見表1)。在中山和深圳兩市，無(wú)人機(jī)的飛行高度分別為123m和100m，分別采集了33景和87景圖像，每景圖像分別代表地面幅寬為49m*49m（中山市）和40m*40m（深圳市）；無(wú)人機(jī)遙感平臺(tái)的實(shí)景圖，如圖1。

表1   GaiaSky-mini 機(jī)載成像高光譜儀系統(tǒng)參數(shù)

圖1   無(wú)人機(jī)高光譜成像系統(tǒng)實(shí)景圖

2.3  無(wú)人機(jī)高光譜數(shù)據(jù)的預(yù)處理與分析

無(wú)人機(jī)高光譜圖像的預(yù)處理在江蘇雙利合譜科技有限公司自主研發(fā)的SpecView軟件中進(jìn)行，包括鏡像變換、黑白幀校準(zhǔn)（如公式1所示）。

式中，R_ref 是黑白校正過(guò)的圖像的反射率值，DN_raw 是原始圖像的DN值，DN_white為白板的白幀數(shù)據(jù)，DN_dark 是相機(jī)的系統(tǒng)誤差DN值。

考慮到無(wú)人機(jī)飛到一定高度后，高光譜成像儀獲取的高光譜影像數(shù)據(jù)可能會(huì)受到大氣、水汽等因素的影響。為了消除這些因素的影響，我們?cè)跓o(wú)人機(jī)起飛之前，在拍攝區(qū)域放置一塊經(jīng)過(guò)國(guó)家計(jì)量院標(biāo)定過(guò)的2m*2m灰布，在高光譜影像獲取的時(shí)候，只需要在其中的一景高光譜影像中覆蓋到灰布即可。消除大氣、水汽等因素影響的方法如公式2所示。

式中，R_fixed 是消除大氣、水汽等因素后的圖像光譜反射率，R_ref是經(jīng)過(guò)黑白校正后的圖像反射率，R_standard是經(jīng)過(guò)國(guó)家計(jì)量院標(biāo)定的灰布的光譜反射率，R_grayref 是經(jīng)過(guò)黑白校正后圖像中灰布的光譜反射率。

2.4  無(wú)人機(jī)高光譜影像拼接

無(wú)人機(jī)高光譜影像的拼接采用江蘇雙利合譜科技有限公司自主研發(fā)的無(wú)人機(jī)高光譜拼接軟件HiSpectralStitcher進(jìn)行拼接，該拼接軟件有圖像篩選、拼接預(yù)覽、投影方式選擇、拼接方法選擇、重采樣方法選擇、是否勻色、拼接結(jié)果格式輸出選擇等功能。拼接軟件界面如圖2所示。

圖2  無(wú)人機(jī)高光譜拼接軟件HiSpectralStitcher

3  結(jié)果與分析

3.1  拼接結(jié)果預(yù)覽

圖3為利用無(wú)人機(jī)高光譜拼接軟件HiSpectralStitcher對(duì)中山市和深圳市某河流及其河岸的無(wú)人機(jī)高光譜影像的三波段拼接效果預(yù)覽圖（RGB分別代表640 nm/550 nm/460 nm最鄰近波長(zhǎng)）。從拼接結(jié)果來(lái)看，中山市的河流影像數(shù)據(jù)拼接效果較好，深圳市的河流影像由于拍攝的時(shí)候處于中午12時(shí)，光照較為強(qiáng)烈，因此存在較大的鏡面反射。

圖3.1 中山市某河流無(wú)人機(jī)高光譜拼接預(yù)覽圖

圖3.2 深圳市某河流無(wú)人機(jī)高光譜拼接預(yù)覽圖

3.2  無(wú)人機(jī)高光譜影像河流提取方法

無(wú)人機(jī)高光譜影像不僅包含有河流，還有其他的樹木、雜草、土壤、道路、建筑物等，從影像中提取感興趣的目標(biāo)物，通常的方法有非監(jiān)督分類、監(jiān)督分類、決策樹、面向?qū)ο蠓诸惖龋狙芯坎捎帽O(jiān)督分類的馬氏距離法對(duì)拼接好的無(wú)人機(jī)高光譜影像進(jìn)行分類，從而提取了中山市和深圳市的某河流信息，并對(duì)河流進(jìn)行葉綠素a、總氮、總磷、懸浮物和渾濁度等水質(zhì)參數(shù)的反演。

3.3  河流葉綠素a的反演

    內(nèi)陸水體遙感中，葉綠素a對(duì)水體的光譜特性影響很大，其波譜數(shù)據(jù)是反映水體富營(yíng)養(yǎng)化程度的一個(gè)重要指標(biāo)。當(dāng)葉綠素a的濃度升高時(shí)，藍(lán)光波段的波譜反射率下降，紅綠光波段的波譜反射率上升，且當(dāng)葉綠素a的濃度達(dá)到一定數(shù)值時(shí)，葉綠素a的敏感波段向長(zhǎng)波方向移動(dòng)。因此在對(duì)葉綠素a進(jìn)行遙感反演時(shí)，常用的方法是根據(jù)葉綠素a的敏感波段建立最佳波段或各種波段組合的經(jīng)驗(yàn)、半經(jīng)驗(yàn)?zāi)Ｐ?。常用的算法有以下三種:(1)根據(jù)葉綠素a在700nm處的反射峰，確定葉綠素a反演模型；(2)根據(jù)葉綠素a在700nm處的反射峰和675nm或560nm處的吸收峰的比例關(guān)系建立葉綠素a反演模型；(3)采用半經(jīng)驗(yàn)的航空監(jiān)測(cè)方法，利用葉綠素a在藍(lán)綠光波段對(duì)水體反射率的影響，以這兩個(gè)波段光譜反射率的差異或比值建立葉綠素a濃度反演模型。利用TM圖像進(jìn)行葉綠素a含量分析的時(shí)候，一般認(rèn)為采用TM2(包含550nm反射峰)或TM3(包含685nm熒光峰)與TM1(包含440nm吸收峰)之比值是估算葉綠素a濃度的最佳方法。

官滌等利用巢湖西半湖2005-2009年間的監(jiān)測(cè)資料以葉綠素a濃度作為水華藻類生物量的表征，將水文、氣象、水質(zhì)等各種指標(biāo)作為水華的環(huán)境因子，統(tǒng)計(jì)葉綠素a與這些環(huán)境因子之間的相關(guān)性，并在此基礎(chǔ)上建立了多元回歸預(yù)測(cè)模型，找出了驅(qū)動(dòng)水華現(xiàn)象發(fā)生的顯著因子，為巢湖水華現(xiàn)象的防治提供了理論依據(jù)。區(qū)銘亮等采用2002年7月以及9-12月都陽(yáng)湖監(jiān)測(cè)數(shù)據(jù)，對(duì)潘陽(yáng)湖水體中的葉綠素a濃度的空間分析特征進(jìn)行了研究，并建立了葉綠素a濃度與總磷、總氮濃度的相關(guān)性模型。陳奇等利用云貴高原湖區(qū)54個(gè)湖泊和水庫(kù)近20年的監(jiān)測(cè)數(shù)據(jù)，參照湖泊法、三分法、群體分布法建立了葉綠素a與總磷濃度的參照狀態(tài)，構(gòu)建了經(jīng)驗(yàn)?zāi)Ｐ?主要包括多元和一元線性回歸模型)和形態(tài)指數(shù)模型。

本文參考國(guó)內(nèi)外的期刊，根據(jù)現(xiàn)有的水體葉綠素a反演模型進(jìn)行對(duì)比，選擇適合深圳和中山兩市河流葉綠素a反演的模型對(duì)無(wú)人機(jī)高光譜影像的河流進(jìn)行反演，如圖4所示。

圖4.1 中山市某河流無(wú)人機(jī)高光譜葉綠素a反演圖

圖4.2 深圳市某河流無(wú)人機(jī)高光譜葉綠素a反演圖

3.4  河流總氮、總磷的反演

水體中總氮、總磷含量是衡量水質(zhì)的重要指標(biāo)。常規(guī)氮磷的測(cè)量方法需要長(zhǎng)時(shí)間的高溫、高壓消解，且消解的溫度、時(shí)間和試劑對(duì)測(cè)定的結(jié)果均有較大的影響，整個(gè)操作煩瑣、費(fèi)時(shí)和耗力；因此本研究試圖利用高光譜遙感技術(shù)，通過(guò)對(duì)水體中氮、磷光譜的測(cè)定，探索水體氮、磷與反 射光譜特征的關(guān)系，建立氮、磷濃度的反演模型，為湖泊、水庫(kù)和河流等大型內(nèi)陸水體氮磷遙感定量監(jiān)測(cè)提供理論依據(jù)。目前的一些研究?jī)H根據(jù)總氮、總磷與葉綠素含量之間具有密切的相關(guān)關(guān)系，建立總氮、總磷的遙感信息模型。如王建平等(2003年)利用鄱陽(yáng)湖地區(qū)的TM影像資料，建立了該地區(qū)總氮、總磷、葉綠素、懸浮物、化學(xué)需氧量和溶解氧6個(gè)參數(shù)的人工神經(jīng)網(wǎng)絡(luò)反演模型，研究結(jié)果表明該模型能較好地通過(guò)遙感影像實(shí)現(xiàn)湖泊水質(zhì)參數(shù)的反演，反演誤差基本能控制在25 %以下。雷坤等(2004年)利用中巴地球資源1號(hào)衛(wèi)星的CCD數(shù)據(jù)和準(zhǔn)同步地面監(jiān)測(cè)數(shù)據(jù)，結(jié)合水體組分的光譜特征，建立了太湖表層水體葉綠素a和總氮遙感信息模型。將獲得的遙感信息模型應(yīng)用于影像上，得到整個(gè)太湖水面的葉綠素a和總氮濃度分布圖。呂恒(2004年)應(yīng)用TM(ETM +)、MODIS數(shù)據(jù)分別建立了反演太湖葉綠素\懸浮物TN\TP等水質(zhì)參數(shù)的線性回歸模型和人工神經(jīng)網(wǎng)絡(luò)模型(呂恒的博士論文)。張宵宇等(2005年)根據(jù)水體懸浮物含量與顆粒態(tài)總磷含量的相關(guān)關(guān)系，利用SeaWiFS 數(shù)據(jù)反演得到長(zhǎng)江口及附近海域顆粒態(tài)總磷分布特征遙感圖；張穗等(2004年)基于對(duì)水體葉綠素光譜特征的分析和河口水體富營(yíng)養(yǎng)化指標(biāo)的研究，選取適合長(zhǎng)江口特點(diǎn)的葉綠素濃度解譯方法，利用總磷、總氮與葉綠素的相關(guān)特征得出適合河口特征的富營(yíng)養(yǎng)化評(píng)價(jià)方法。并且在長(zhǎng)江口的遙感影像上選取合適的實(shí)驗(yàn)區(qū)對(duì)這一方法進(jìn)行試驗(yàn)，取得了較好的結(jié)果。而直接利用無(wú)人機(jī)高光譜技術(shù)對(duì)水體總氮、總磷監(jiān)測(cè)的研究尚未報(bào)道。

本文根據(jù)無(wú)人機(jī)高光譜采集的影像數(shù)據(jù)，利用拼接軟件對(duì)其進(jìn)行拼接，然后根據(jù)經(jīng)驗(yàn)?zāi)Ｐ蛯?duì)中山、深圳兩市的無(wú)人機(jī)高光譜河流數(shù)據(jù)進(jìn)行總氮和總磷的反演，如圖5所示。

圖5.1 中山市某河流無(wú)人機(jī)高光譜總氮反演圖

圖5.2 中山市某河流無(wú)人機(jī)高光譜總磷反演圖

圖5.3 深圳市某河流無(wú)人機(jī)高光譜總氮反演圖

圖5.4 深圳市某河流無(wú)人機(jī)高光譜總磷反演圖

3.5  河流懸浮物、渾濁度的反演

懸浮物濃度是內(nèi)陸水體重要的水質(zhì)參數(shù)之一，會(huì)影響水生生物的生長(zhǎng)和水體初級(jí)生產(chǎn)力。懸浮物濃度常規(guī)監(jiān)測(cè)方法易受外界條件限制，無(wú)法大面積、周期性的對(duì)水體懸浮物濃度進(jìn)行監(jiān)測(cè)，遙感技術(shù)作為區(qū)域性水環(huán)境調(diào)查和監(jiān)測(cè)的一種手段，可克服常規(guī)監(jiān)測(cè)方法的不足，己成為監(jiān)測(cè)懸浮物濃度時(shí)空分布的重要工具。

自1972年Landsat 1發(fā)射以后，MSS數(shù)據(jù)開始被用于湖泊水質(zhì)的評(píng)價(jià)，內(nèi)陸水體的懸浮物濃度是首先被遙感的參數(shù)(齊峰、王學(xué)軍，1999 )。70年代初，Klemas等(1974)提出了用MSS數(shù)據(jù)估算Delaware海灣懸浮物濃度的線性統(tǒng)計(jì)模型。70年代末提出懸浮物遙感定量的統(tǒng)一模式(Holyer，1978； Munday等，1979)。80年代以后，隨著Landsat4和Landsat5的發(fā)射，TM數(shù)據(jù)以其更高的空間、光譜和輻射分辨率吸引研究者研究它的水質(zhì)監(jiān)測(cè)用途。Lathrop等(1991，1985，1992)對(duì)美國(guó)Michigan湖的Green湖灣作了一系列遙感研究，估測(cè)了包括葉綠素a濃度、懸浮物、透明度在內(nèi)的多項(xiàng)參數(shù)，取得了較理想的結(jié)果。Carpenter等(1983)等利用MSS數(shù)據(jù)得到了澳大利亞三個(gè)湖泊的渾濁度算法程。Lathrop等(1992)等應(yīng)用TM數(shù)據(jù)得到美國(guó)黃石湖的透明度和總懸浮物的回歸方程。這些方程的一個(gè)共同特點(diǎn)是盡管在各自的湖泊或湖泊群取得了可接受的準(zhǔn)確結(jié)果，但是不能外推到其他湖泊，除非湖泊的條件非常類似。隨后許多學(xué)者提出了不同模式來(lái)模擬懸浮物與遙感數(shù)據(jù)的關(guān)系。Mahtaba等(1998)等利用地物光譜儀模擬TM波段設(shè)置，對(duì)不同濃度懸浮物光譜反射率進(jìn)行測(cè)量研究，結(jié)果表明TM4波段是估測(cè)懸浮物濃度的最佳波段，并建立利用TM4波段反射率估測(cè)懸浮物濃度的二次回歸模型，結(jié)果表明該模型估測(cè)效果優(yōu)于線性模型估測(cè)效果。Stumpf等(1989)在Gordon模型和Gordon大氣校正方法的基礎(chǔ)上，建立AVHRR的CH1, CH2資料來(lái)獲取中等渾濁度海灣的懸浮物濃度的實(shí)用系統(tǒng)。Chen(1991)對(duì)18種不同濃度、不同類型、不同粒徑的懸浮物在350-2500nm范圍的光譜特征研究結(jié)果表明：在450-700nm波段范圍，懸浮物濃度與反射率是一種對(duì)數(shù)線性關(guān)系，而在700-1015nm波段范圍成線性關(guān)系。Han等(1998)實(shí)驗(yàn)研究發(fā)現(xiàn)，當(dāng)懸浮物濃度大于350mg/L 時(shí)，光譜反射率與懸浮物濃度呈線性關(guān)系，利用反射率的一階微分的一元二次回歸模型的估測(cè)效果比利用反射峰值估測(cè)精度高。Barak等(1999)利用機(jī)載成像光譜儀CASI數(shù)據(jù)534、624nm，精度達(dá)到0.5mg/L。

在國(guó)內(nèi)，張春桂(1999)根據(jù)水體對(duì)太陽(yáng)輻射光譜的反射率變化特性，動(dòng)態(tài)監(jiān)測(cè)福建省近岸懸浮物的定性分布。李京(1986)提出了反射率和懸浮物濃度之間的負(fù)指數(shù)關(guān)系式，并成功地用于杭州灣水域懸浮物的調(diào)查中。許君(1999 )等運(yùn)用SPOT數(shù)據(jù)對(duì)河流水體懸浮固體濃度進(jìn)行研究，發(fā)現(xiàn)SPOT數(shù)據(jù)的1、2波段對(duì)水體中的懸浮固體比較敏感，并根據(jù)影像灰度值與懸浮固體之間的相關(guān)關(guān)系對(duì)中國(guó)臺(tái)灣淡水河的懸浮固體濃度進(jìn)行了分級(jí)評(píng)價(jià)。趙碧云(2001)等應(yīng)用TM數(shù)據(jù)和同步監(jiān)測(cè)資料，對(duì)滇池水體總懸浮物濃度與不同波段遙感值進(jìn)行了關(guān)聯(lián)度分析，并建立了TM圖像遙感總懸浮物水質(zhì)模型。

本文根據(jù)目前國(guó)內(nèi)外學(xué)者利用高光譜技術(shù)對(duì)河流水質(zhì)狀況的研究進(jìn)展，選擇監(jiān)測(cè)懸浮物濃度和渾濁度較為穩(wěn)定的經(jīng)典模型，利用無(wú)人機(jī)搭載高光譜相機(jī)獲取中山市和深圳市的河流影像數(shù)據(jù)，然后根據(jù)經(jīng)典模型反演中山市和深圳市河流的懸浮物濃度和渾濁度（如圖6所示），研究結(jié)果對(duì)保障河流周邊居民的日常生活具有重大意義。

圖6.1 中山市某河流無(wú)人機(jī)高光譜懸浮物濃度反演圖

圖6.2 中山市某河流無(wú)人機(jī)高光譜渾濁度反演圖

圖6.3 深圳市某河流無(wú)人機(jī)高光譜懸浮物濃度反演圖

圖6.4 深圳市某河流無(wú)人機(jī)高光譜渾濁度反演圖

4 結(jié)論與討論

本文以中山市和深圳市的河流作為研究對(duì)象，利用無(wú)人機(jī)搭載高光譜成像儀獲取河流的光譜圖像信息，然后利用拼接軟件對(duì)獲取的影像進(jìn)行拼接，得到完整的一條河流的高光譜影像數(shù)據(jù)。本研究由于沒有獲取河流的水質(zhì)信息，如反映水質(zhì)富營(yíng)養(yǎng)的指標(biāo)葉綠素a、總氮和總磷等以及反映水污染程度的懸浮物濃度和渾濁度指標(biāo)，所以只能翻閱國(guó)內(nèi)外的期刊文獻(xiàn)，從中找出國(guó)內(nèi)外學(xué)者利用高光譜儀研究水體、湖泊富營(yíng)養(yǎng)和水污染程度的相關(guān)模型，通過(guò)大量查閱文獻(xiàn)可知，目前針對(duì)河流、湖泊、海洋富營(yíng)養(yǎng)或者水污染的研究大部分僅停留在地面或者超大尺度的衛(wèi)星層面，很少有研究者在地高空領(lǐng)域?qū)恿骱秃催M(jìn)行富營(yíng)養(yǎng)和水污染進(jìn)行研究。本文根據(jù)整理的目前研究者在地面尺度研究河流、湖泊富營(yíng)養(yǎng)以及水污染的高光譜數(shù)據(jù)模型，從中選擇穩(wěn)定性較好的經(jīng)典模型，對(duì)中山市和深圳市的兩條河流進(jìn)行富營(yíng)養(yǎng)（葉綠素a、總氮、總磷）和水污染（懸浮物濃度、渾濁度）反演研究。依據(jù)現(xiàn)場(chǎng)調(diào)研以及高光譜影像反演效果來(lái)看，利用無(wú)人機(jī)高光譜可以在一定程度上反映出河流的富營(yíng)養(yǎng)和受污染程度，并能根據(jù)圖像上河流的富營(yíng)養(yǎng)和受污染分布情況，判斷出河流的受污染源以及造成水體富營(yíng)養(yǎng)的原因。研究結(jié)果可為水利水電部門以及環(huán)保部門對(duì)河流治理提供技術(shù)支持。

因此利用無(wú)人機(jī)高光譜技術(shù)可以河流、湖泊、海洋的富營(yíng)養(yǎng)、水污染進(jìn)行很好的監(jiān)測(cè)，而且具有廣闊的應(yīng)用前景。然而研究者們雖然已經(jīng)提出的一系列針對(duì)河流、湖泊、海洋的富營(yíng)養(yǎng)以及水污染的監(jiān)測(cè)和估算模型，但每個(gè)模型都有特定的研究方法和適用條件，對(duì)于所有的河流、湖泊、海洋，所以很難找到通用的模型對(duì)其進(jìn)行監(jiān)側(cè)。同時(shí)無(wú)人機(jī)高光譜遙感數(shù)據(jù)有一些缺陷，比如景觀異質(zhì)性、大氣噪音、太陽(yáng)位置等的干擾都會(huì)影響高光譜遙感技術(shù)在實(shí)際的應(yīng)用能力。因此如何利用無(wú)人機(jī)高光譜技術(shù)對(duì)河流、湖泊、海洋的富營(yíng)養(yǎng)、水污染研究從定性研究轉(zhuǎn)為定量研究，是目前的難點(diǎn)和熱點(diǎn)。