1、適用范圍或應用領域

衛星遙感影像處理、土地覆蓋/利用分類、地表溫度、植被監測、水質參數、火點監測、揚塵源監測、黑臭水體監測

2、技術簡介、

能夠實現環保領域常用衛星數據的批量快速自動化預處理。

常用國產衛星數據源包括高分衛星系列、資源衛星系列、環境衛星系列、風云衛星系列、海洋衛星系列；

常用國外衛星數據源包括Landsat衛星系列、Sentinel衛星系列、MODIS衛星系列、GOCI衛星系列、Himawari衛星系列；

預處理模塊包括衛星數據的輻射定標、大氣校正、幾何校正、圖像融合、圖像拼接 實現基于衛星數據的自動化實時環境監測。

計算模塊包括：土地覆蓋/利用分類、地表溫度計算、植被指數計算、水質參數計算、火點監測、固廢堆料監測

3、工藝路線及參數或技術原理

（一）衛星數據預處理 輻射定標 建立傳感器接收地物反射時產生的量化值與亮度值之間的關系，其相互轉化公式如下：

 L=Gain×DN+offset 

式中：L表示像元的輻射亮度值，Gain和offset表示增益和偏移。

 大氣校正 

遙感影像的大氣校正可利用FLAASH大氣校正模型完成，也可利用暗像元法或大氣輻射傳輸模型方法如6S模型完成。相對于陸地，水體的反射率很低，衛星遙感器上接收到的輻射能量中至少有80%以上是來自大氣的干擾信息，因此在水體遙感監測與評價中，大氣校正效果對其監測精度具有較大的影響，一般要求大氣校正精度高于70%。

幾何校正 

原始遙感影像有幾何畸變，需要利用地面控制點對遙感圖像進行幾何精校正，主要包括方法確定、控制點輸入、像素重采樣和精度評價。

（1）確定校正方法：根據遙感影像幾何畸變的性質和數據源的不同確定幾何校正的方法，一般選擇多項式校正方法； 

（2）控制點輸入：一般要求均勻分布在整幅遙感影像上，盡量選擇明顯、清晰的定位識別標志，如道路交叉點等特征點； 

（3）重采樣：對原始輸入影像進行重采樣，得到消除幾何畸變后的影像，一般選用雙線性內插法； 

（4）精度評價：將幾何精糾正的影像與控制影像套合，檢驗精度，要求幾何校正精度在1個像元以內。

 影像融合 

遙感影像融合是將在空間、時間、波譜上冗余或互補的多源遙感數據按照一定的規則（或算法）進行運算處理，獲得比任何單一數據更精確、更豐富的信息，生成具有新的空間、波譜、時間特征的合成影像數據。影像通過融合既可以提高多光譜影像空間分辨率，又保留其多光譜特性。因此，它不僅僅是數據間的簡單復合，而強調信息的優化，以突出有用的專題信息，消除或抑制無關的信息，改善目標識別的影像環境，從而增強解譯的可靠性，減少模糊性（即多義性、不確定性和誤差），提高分類精度，擴大應用范圍和效果。影像融合通常選用Gram-Schmidt方法進行處理，該方法能保持融合前后影像光譜信息的一致性，是一種高保真的遙感影像融合方法。融合后的影像既具備多光譜特征，又有較高的空間分辨率。 

（二）生態環境遙感監測算法模塊

基于機器學習與深度學習的遙感影像和無人機影像自動化解譯算法 

該模塊可應用于遙感解譯、生態紅線保護區人為干擾監測、污染來源監測、固廢識別、排污口識別、港口船只監測等 

技術簡介：

遙感影像解譯的方法發展到現在有很多種，從最原始的純人工目視解譯，到基于像素的自動解譯，再到面向對象的解譯，直至目前較為流行的基于深度學習的遙感影像解譯。解譯方法越來越多，精度越來越高。但并不是方法越先進，解譯精度越高，還要結合所用影像進行嘗試選擇合適的解譯方法。研究首先分析了常用的遙感影像解譯方法，并選取實驗區進行解譯，對解譯結果進行評價，并和當前較為流行的基于深度學習的遙感影像解譯結果進行對比，選取最有效的解譯方法。

 圖 分類方法的發展

分類精度較高的幾種算法分別為人工神經網絡（ANN）算法、支持向量機（SVM）算法、隨機森林（RF）算法，機器學習算法在遙感分類領域主要適用于中等分辨率的遙感影像，且具有較高的分類精度，成果展示如下：

 圖 常用分類算法分類案例 （圖（a）為原影像，圖（b）為ANN分類結果，圖（c）為SVM分類結果，圖（d）為RF分類結果）（b）基于深度學習的遙感影像分類

 針對高分辨率的衛星遙感影像和無人機影像，我們重點研究了基于深度學習的自動解譯算法。通過卷積神經網絡(Convolutional Neural Networks， CNN)提取遙感圖像的部分特征并對其進行分類，通過訓練網絡模型把圖像上的各種對象（農田、房屋、河流等等）進行識別并圈出相應區域，已取得單類地物目標檢測和多類地物分類兩種研究成果，結果展示如下：

     圖 居民地識別結果

 圖 土地利用類型多分類結果

 地表溫度反演算法

由熱紅外波段的輻射亮度經普朗克公式計算得到亮度溫度： 

T_λ=K_2?ln(1+K_1?L_λ )  

式中T_λ為亮度溫度（單位為K），常量K1=607.76W·m-2·sr-1·μm-1，K2=1260.56K。 亮度溫度值受到大氣和地表對熱輻射傳導的影響，不能夠準確反映地表的真實溫度，需要進一步計算。利用普適性單通道算法[87]獲取地表溫度信息：

 式中TS為陸面溫度（單位: K），ε為地表比輻射率，Tλ為傳感器的亮度溫度（單位：K），Lλ為傳感器接收到的輻亮度（單位：W·m-2·sr-1·μm），λ為傳感器有效波長（單位：μm），C1和C2為常數（C1=1.19104*108W·μm4·m-2·sr-1，C2=14387.685μm·K），Ψ1， Ψ2， Ψ3為大氣函數，與大氣的水汽含量W有關，單位：g·cm-2。 地表溫度空間分布圖計算結果展示如下： 

 圖 2011年7月26日北京市地表溫度分布圖

植被監測算法 

基于遙感技術的植物反演主要包括植被信息識別、變化動態監測、生態綜合分析等3個部分。

1）植被信息識別 

通過植被指數、葉面積指數、植被覆蓋度、優勢種、生物量等多種監測指數計算植被分布，提供監督分類、非監督分類、面向對象、決策樹法等方法，實現植被提取與分類，計算草、藻湖區比例，獲取流域土地利用覆被信息。

2）變化動態監測 

利用多個時相的植被監測分析結果，對植被的動態變化進行監測和分析，監測流域土地利用覆被變化。 

3）生態綜合分析

 針對多源衛星指數進行歸一化處理，實現植被面積、草藻湖區比例格局、覆被變化與氣候因素、環境因素的多元分析，確定氣候、人文要素等多因素對生態質量變化影響的評價，制作生態質量監測與評估產品。

水質參數反演算法 

利用衛星影像能夠進行水溫、透明度、總磷、總氮、懸浮物、水深等水質參數的反演。

 水溫反演 

遙感器通過探測熱紅外輻射強度而得到的水體溫度是水體的亮度溫度輻射溫度，本應考慮水的比輻射率，方可得到水體的真實溫度（物理溫度）。但在實際觀測中由于水的比輻射率接近于1（近似黑體），在波長6-14μm段尤為如此。因此往往用所測的亮度溫度表示水體溫度。 

遙感估算水溫時，由于水體熱容量大、熱慣量大、晝夜溫差小，且水體內部以熱對流方式傳輸熱量，故水體表面溫度較為均一，空間變化小，但是大氣效應尤其是大氣中水汽含量對水溫探測精度影響較大，因此必須進行大氣糾正。水面遙感測溫及水面大氣糾正均比陸地表面的簡單和成熟。目前世界水體表面溫度的反演主要是利用紅外遙感技術來進行，算法主要是紅外劈窗算法（即把大氣窗口10.5-12.5μm分成兩個通道10.5-11.5μm和11.5-12.5μm來完成陸地和海水表面的溫度反演）。 

因此，將利用衛星數據紅外波段，先從衛星接收的信息，以地表熱輻射傳導方程為基礎，利用10~13μm 大氣窗口內兩個相鄰熱紅外通道大氣吸收作用不同，進行大氣和地表比輻射率的修正，最后采用劈窗算法通過反演得到水面溫度信息。 

透明度反演 

純水是無色透明的。當水體中含泥沙、微生物、懸浮物、有機質等物質時就會產生渾濁現象，水的透明度便會降低。水的透明度降低不但影響感官性狀，還會影響水生生物的生活。因此水的透明度也是反映水質狀況的一項指標。透明度的測定一般采用塞克盤方法。 

懸浮物反演 

懸浮物質是湖泊中重要的水質參數，水體中懸浮物含量的多少直接影響水體透明度、渾濁度、水色等光學性質，影響水在飲用、娛樂和工業方懸浮物也是農藥、可溶解N和P、重金屬和其他污染物的載體。因此水體中的懸浮物可以作為水體污染的指標。監測湖泊中懸浮物的濃度及其分布狀況，對于湖泊水質污染的防治具有重大的意義。 

火點監測算法 

秸桿焚燒火點的監測原理是基于維恩位移定律，黑體電磁輻射能流密度的峰值波長與自身溫度之間成反比。因此基于此原理，常溫地物熱輻射能量的峰值位于長波紅外波段，隨著溫度升高，熱輻射的峰值向波長較短的波段移動，一個顯著特征就是中紅外波段的輻射能量高于常溫地物。通過遙感觀測的輻射能量可以計算物體的亮度溫度，一般秸桿焚燒的溫度為500~1 000 K，按照其輻射能量應該主要集中于2.8～5.7 um中紅外附近，遠高于常溫物體(300K)在這一光譜區域的輻射。因此，通過火點像元與背景像元之間的差異性，以及火點不會發生于水體中間等關鍵性因素就可以探測火點區域。 

揚塵源監測算法

根據《揚塵源顆粒物排放清單編制技術指南(試行)》，將揚塵源分為四大類：土壤揚塵源、道路揚塵源、施工揚塵源、堆場揚塵源。

表 揚塵源分類分級體系 

 在城市揚塵監測中，主要以施工過程中產生的揚塵和季節性裸土產生的揚塵為主，根據以往監測經驗建立高分辨率遙感影像揚塵源目視解譯標志，具體如下：     

解譯標志對監測區域內揚塵源進行目視解譯，繪制監測區域內建筑工地和裸露地塊揚塵污染源空間位置、分布面積，結合地面排查照片和地面施工段攝像頭監控數據獲取防護情況，實現“天地一體化”的揚塵源監測。  

黑臭水體監測 

光學閾值法 

黑臭水體與正常水體光譜間的差異主要表現在可見光和近紅外波段。在藍綠波段，黑臭水體反射率上升緩慢且明顯低于其他水體；在綠光到紅光波段，黑臭水體反射率變化比正常水體平緩；在紅波段和近紅外波段，黑臭水體反射率又略高于正常水體?；谏鲜龉鈱W特征，研究者多以放大黑臭水體和正常水體的光學特征差異為目的，通過對反射率強和反射率弱的波段組合進行差值運算，或分別以反射率弱和反射率強的波段組合為分子和分母進行歸一化比值運算，尋找最佳的波段組合模式，建立黑臭水體判別模型。根據判別指數的波段組合運算形式，可將其分為單波段、波段差值和波段比值3種形式。另外，有學者分析證實了440nm處CDOM吸收系數值和斜率值均可作為區分黑臭和正常水體的固有光學指標并建立了判別模型。常見的黑臭水體判別指數模型： 

表 黑臭水體判別指數模型

水質指標反演法

目前，針對光學特性相對復雜的內陸水體，可反演的水質遙感參數主要分為2種：一是直接影響水體光學特性的水質參數，如葉綠素a、懸浮物和有色可溶性有機物；二是對水體光學特性表現出較高敏感性的物理指標，如透明度、濁度、水深等。葉綠素a是水生植物的主導色素，水生植物瘋長淤積或死亡腐朽均會導致水體黑臭。懸浮物的含量直接影響透明度、渾濁度和色度等水體表觀光學性質，而水體發黑與有機污染物分解后的懸浮顆粒直接相關。透明度和濁度是評價水體清澈程度的物理因子，也可作為黑臭水體分級的評價指標之一。 

這種方法需要先進行現場采樣測算相關物理參數，與遙感影像的光譜反射率及其他遙感反演參數進行分析、研究、建模，以獲取可靠的遙感空間化水質指標。 

水色飽和度閾值法 

水體顏色與水質參數有著密切的關系，不同空間區域、不同季節的內陸水體，由于水體組分的差異往往顯示出不同的顏色。顏色是光刺激人眼產生的色感覺，不是純物理量，涉及到許多方面，如觀察者的視覺生理、視覺心理以及照明條件、觀察條等諸多問題。 

為了對顏色進行準確的數字化表示，國際照明委員會(Commission Internationale de L’Eclairage，CIE)于1931年創建了一套標準顏色系統CIE-XYZ顏色系統。CIE-XYZ系統中選擇了三個理想的原色[X]、[Y]、[Z]代替了CIE-RGB系統中的三個原色[R]、[G]、[B]，使得色度系統中光譜的三刺激值XYZ全為正值，并且X、Z兩原色只代表色度，沒有亮度，光亮度只與三刺激值Y成比例。

CIE-XYZ系統中的三刺激值對定義顏色十分有用，卻不易目視其結果。為此，CIE于1931年規定了二維色度圖，如圖2所示，用來在二維圖上描繪出顏色，但其中的顏色與亮度無關。

 圖 CIE-xy色度圖 

用CIE-xy色度圖表示可見光范圍內的所有顏色，每種顏色都對應一個色度坐標(x，y)，均落在馬蹄形的光譜軌跡包圍的范圍內。圖中S稱作等能白光點，其色度坐標為(0.3333，0.3333)，表示三種原色等量混合；C點是一個顏色色度坐標點，坐標為(x，y)，SC的延長線交光譜軌跡于D點，D點光譜色的波長就是該顏色的主波長。顏色主波長hy是顏色量化的重要指標，它將可見光顏色從380到700nm以1納米間隔來表示，能夠以具體的波長形式表示一種顏色的色調。定義飽和度為距離比值SC/SD，飽和度算法流程圖如下圖所示。 

 圖 飽和度算法流程圖

目視研判綜合分析法  

（1）黑臭水體在影像上的顏色特征

 黑臭水體主要是由于富營養化，及大量的工業，農業，養殖，廢水和生活垃圾排放中帶有的大量有機物造成，它們分解時產生臭味，嚴重影響農村地區居民的日常生活，不利于生態文明建設向好發展。黑臭水體在可見光圖像上呈現淺色調，為不規則斑塊狀。黑臭水體的污染程度主要有懸浮物、葉綠素、透明度決定，在影像上能夠明顯的反映出來。 

（2）黑臭水體空間位置特征 

農村河道較窄、河道內常常覆蓋有浮萍等水生植物、河道兩側多樹木遮擋，單純依靠水色信息常常很難判定是否為黑臭水體。 即使黑臭水體水色特征在衛星影像上有時不夠明顯，目視判讀仍然被廣泛地應用于黑臭水體識別中，特別是在使用高分辨率的遙感圖像時。這是因為目視判讀不僅通過分析影像和地物的光譜特征空間，而且對形狀、紋理以及其他環境要素空間進行綜合分析，從而得出比算法反演更高精度的判讀結論。地物周圍不同的環境特征是地物的間接識別特征，從遙感影像與地物特征映射關系的分析可以知道，通過影像和地物的關系特征可以將遙感影像還原成地物的各種特征，這樣遙感影像上地物的識別就變成了對地物和影像多種空間位置特征的分析、判斷。在黑臭水體識別的應用中以下特征值得注意： 

第一，河道淤塞斷頭、水循環不暢是引發黑臭水體的主要河道動力學因素，因此，黑臭現象多發于水系較窄或河道不夠齊整等水流流動性弱的河段，在遙感影像上表現出細小狹長狀的空間特征，在河道兩旁還會圍繞使河道變窄的棚戶區、庫房、商品房和小型企業等類似建筑，另外，攔流壩等水力措施也會導致河流流動性減弱。第二，生活或工業污水是黑臭水體的重要外在污染源，在黑臭河道上游會有污染性的企業排放廢水進入河道，沿途如果流經村莊，還會發生居民生活污水直排以及家禽牲畜代謝污染現象，河岸堆放的大量生活垃圾和建筑垃圾也會散入河道。 

根據地物的空間位置特征進行地物識別和判讀前，常常先對衛星影像進行圖像融合處理，得到1米空間分辨率的多光譜影像。融合后的影像既具備多光譜特征，又有較高的空間分辨率，能夠大大提高目視判讀的效率和精度。 

二氧化氮柱濃度監測 

NOx是NO和NO2等含氮氧化物的總稱是對區域大氣復合污染有重要貢獻的一種污染物，是形成酸雨、酸霧的主要污染物，是O3、過氧?；跛岬裙饣瘜W污染物的重要前體物，也是大氣氣溶膠的重要前體物，對人體健康和生態環境均具有很大的危害。NOx的主要來源是高溫的燃燒過程，包括化石燃料燃燒、生物質燃燒、閃電和土壤排放等過程。燃燒過程產生的NOx主要是NO，但是在大氣中NO和NO2在O3和自由基的作用下可以相互轉化，并在日光照射下很快達到穩態平衡。NOx在空氣中的生命周期為小時量級，導致其濃度分布很不均勻，高濃度區域主要集中在排放源附近的對流層中。較短的生命周期使得地面的NOx排放與觀測到的NO2柱濃度之間有良好的相關關系，因此能夠使用NO2柱濃度觀測數據來表征NOx的排放。過去20年來，隨著衛星對地觀測技術的迅速發展，利用衛星遙感觀測定量對流層NO2柱濃度的方法越來越得到廣泛的應用。 

 甲醛柱濃度監測 

甲醛是具有強烈氣味的刺激性氣體，略重于空氣，是一種揮發性有機化合物，也是室內環境的主要污染物之一。甲醛(HCHO)主要分布于與人類生產生活密切聯系的對流層中，是對流層大氣中主要的揮發性有機物(VOCs)之一，在城市大氣光化學反應中發揮著重要作用，是大氣光化學煙霧的重要組成成分。甲醛對人體健康具有很大的危害，目前甲醛已被世界衛生組織(WHO)認定為第一類致癌物——對人致癌物質。利用衛星遙感影像能夠大面積準實時的實現室外甲醛柱濃度的在線監測。     

4、主要技術指標

《城市遙感信息應用技術規范》CJJ/T 151-2010； 《1:500 1:1 000 1:2 000地形圖航空攝影規范》GB/T 6962-2005；《無人機航攝安全作業基本要求》CH/Z 3001-2010； 《無人機航攝系統技術要求》CH/Z 3002-2010； 《民用無人機駕駛員管理規定》AC-61-FS-2018-20R2； 《輕小型無人機運行規定》（試行）AC-91-FS-2015-31； 《民用無人駕駛航空器系統空中交通管理辦法》MD-TM-2016-004； 《城市黑臭水體整治工作指南》（2015年）； 《水污染防治行動計劃》（國發〔2015〕17號）； 《環境空氣顆粒物（PM10和PM2.5）連續自動監測系統技術要求及檢測方法》（HJ 653-2013） 《2018 年重點地區環境空氣揮發性有機物監測方案》    

5、技術特點

該系統可以實現衛星遙感影像和無人機數據的實時處理，可以快速準確獲取生態遙感計算參數，主要特點如下：計算速度快；準確定性定量分析；監測因子種類多等。 

6、技術優勢

已自主研發了衛星遙感綜合解譯系統，系統包含基于隨機森林、支持向量機等機器學習算法的中分辨率衛星遙感解譯模塊和基于U-Net和改進深度卷積神經網絡的高分辨率衛星遙感解譯模塊。結合公司在環保領域深耕多年積累的海量環境監測現場核查數據和高精度人工解譯歷史數據，建立了環境遙感識別標簽數據庫，基本實現從數據預處理到影像解譯全流程自動化、批量化、規范化處理，彌補了傳統技術時效性低、耗費大量人力等問題，以“高精、高效、高頻”三大優勢打造強大的數據解譯能力。

7、設備組成

環境空氣網格化監測系統主體框架，從結構上分為五層。具體內容如下： 

（1）數據感知層：

構建敏感區域、重點區域全面自動監測系統，以簡便、響應快速的微型站，提供環境空氣污染物及氣象數據。 

（2）設施保障層：

基于先進的大數據、人工智能和模型分析技術，建立智能數據質控體系，通過人工智能算法對監測數據進行質控，定期對設備進行運營維護，確保整體數據質量。 

（3）數據服務層：

數據服務層是為了實現各業務工作及服務的需要，提供網格化監測點位數據（空氣站、網格化、氣象等），全方位支持環境空氣質量監控監管工作。 

（4）數據應用層：

通過對海量數據進行大數據分析，提供分析報告，明確污染物時空分布及變化規律、污染物特征、來源及成因，為環保部門提供大氣污染防治決策支撐。 

（5）用戶體驗層：

包括Web端應用、移動端應用的方式，向各類用戶提供便利的系統功能。 系統組成主要包括監測單元、數據傳輸及存儲單元、數據處理分析單元以及其他輔助單元。 監測單元：由數據入口、測量裝置和輔助模塊等組成，將環境變量輸送到測量裝置并進行測量。 數據傳輸及存儲單元：能夠實時無線傳輸監測單元產生的數據、設備工作狀態信息等，并安全存儲。 數據處理分析單元：整個系統運行的中心，一般由計算機、數據處理模塊及系統管理模塊組成，用于監測單元產生數據的換算、判別及網格化監測系統的管理等。 其他輔助單元：包括安裝儀器設備所需要的安裝固定裝置等。 本項目擬設置2個子系統：包含遙感、無人機監測單元、數據傳輸及存儲單元和安裝固定裝置，該設備可以采集環境污染等數據；監測數據處理與應用子系統，包含數據處理分析單元，主要為生態環境監測數據整合、展示統計及應用。    

8、技術要求

1、無人機飛行平臺 

①載重要求 有效搭載任務載荷（含穩定裝置）重量不小于 2kg。

②續航時間 續航時間不少于20分鐘。 

③抗風能力 應具備4級風力條件下安全飛行的能力。 

④飛行速度 作業巡航速度一般不超過12m/s。

⑤導航定位 GPS和北斗兼容，輸出頻率應不小于10Hz。

 2、飛行控制系統 

①功能要求 

（1）飛行控制系統具有航線規劃、自主飛行控制和飛行管理功能； 

（2）具備手動、自動兩種飛行管理模式； 

（3）可穩定控制飛行姿態、高度、速度，航跡控制精度。

 ②性能要求 

（1）偏航距小于±1.5m； 

（2）航高差小于±0.5m； 

（3）直線航跡彎曲度小于±5°； 

（4）能按預設航線穩定飛行，中途可手動控制； 

（5）無人機失控時，能自動或手動安全返回； 

（6）旋翼無人機可手動或自動控制旋停。 

3、載荷系統

①波段要求 

使用具有4個波段或以上的光譜傳感器，主要波段的中心波長分別在藍（475nm）、綠（560nm）、紅（668nm）、近紅外（840nm）附近。 

②性能要求 

（1）像元數不小于1280×960； 

（2）輻射數字化位數不小于10bit；

（3）影像獲取速率不小于1幅/s；

（4）可同步記錄影像曝光點的地理位置（經度、緯度和高程）。

 4、地面控制系統

①功能要求 

（1）具有視頻實時傳輸能力； 

（2）具有手動控制、全自動控制無人機飛行和起降能力；

（3）具備飛行任務規劃能力； 

（4）具備飛行起飛前設備狀態自動檢測能力； 

（5）實時接收顯示無人機飛行狀態信息的能力； 

（6）具備自動返航功能； 

（7）自帶數據鏈路，LTE或者WIFI。

②性能要求 

（1）無人機飛行控制數據鏈路的有效通信距離不小于5km； 

（2）視頻傳輸距離不小于5km，傳輸速率不低于2Mbps。

 5、光譜輻射定標參考板 

①性能要求 較好的漫射體，理想的朗伯面，光學性能穩定。

②反射率要求 不低于65%。

③尺寸要求 不低于5×5英寸。

④波段范圍 波段范圍不小于250nm-2500nm。 

⑤光譜間隔 250nm-1000nm光譜間隔不低于10nm，1000nm-2500nm光譜間隔不低于20nm。

 6、輔助監測設備

①水質參數現場分析設備 若進行水質采樣驗證，則需準備以下設備。

（1）便攜式多參數水質分析儀（包含pH、溶解氧、濁度等參數探頭）； 

（2）氧化還原電位儀； 

（3）塞氏盤； 

（4）采水器； 

（5）采樣瓶； 

（6）固定劑。

②它輔助作業設備 

（1）備用無人機電池組； 

（2）車載充電器； 

（3）便攜式GPS； 

（4）無線路由器。 

③影像數據處理軟件 

（1）Pix4Dmapper V4.2或以上，用于無人機影像拼接、輻射校正； 

（2）ArcGIS V10.2或以上，用于監測成果制圖； 

（3）ENVI V5.3或以上，用于圖像特征提取、波段合成、圖像分類、水體邊界提取、黑臭水體指數計算等。

 7、無人機駕駛員資質 

操縱飛行的無人機駕駛員需經中國民航局授權的培訓機構培訓，持有視距內駕駛員資格以上級別（中國航空器擁有者及駕駛員協會AOPA、大疆UTC、中國航空運動協會ASFC）。

9、工程案例

圖 水深反演結果

圖 總懸浮顆粒物濃度反演結果

圖 黑臭水體遙感提取結果

圖 春季監測點位水質等級反演結果

圖 大型藻類漂移路徑監測

圖 無人機衛星遙感監測服務內容