基于无人机RGB光学相机的漂浮绿藻探测研究

绿潮是我国近海常见的一种海洋生态灾害。为利用无人机(UAV)RGB光学相机准确高效地监测绿潮,建立高分辨率RGB光学影像中绿藻快速提取算法,本文提出了一种新的指数用于增强漂浮绿藻的信号,即以绿色和红色波段形成一个虚拟基线,此基线以下蓝波段信号的线高即为红绿波段虚拟基线漂浮绿藻指数(RG-FAH)。此外,利用不同条件的无人机影像与其他植被指数对比进行验证。试验结果表明,RG-FAH在不同条件下的准确率、kappa等指标都在0.91以上。在正常与过曝光的条件下及提取大面积绿藻斑块时,RG-FAH与绿波段和蓝波段的差值(GB)相当,但在太阳耀光耐受性和小斑块提取方面比GB及其他指数表现更好。该RG-FAH指数在绿藻及类似的水体漂浮绿色植物的监测方面有应用潜力,能为绿潮的监测、管理提供有效的信息支持。

直接荧光分光光度法快速测定水体中叶绿素a

利用藻类叶绿素a具有强荧光之特性,在激发波长418nm和发射波长680nm的条件下,发现叶绿素a浓度在0.28～88μg/L范围内与其荧光强度之间具有良好的线性关系,进而建立了直接荧光分光光度法测定水体中叶绿素a的新方法。同时以绿藻为例,建立了水样中绿藻所含叶绿素a荧光强度与绿藻生物量之间的相关关系。据此,可采用荧光分光光度法快速实时测定水样中藻类生物量,为藻类暴发的预警工作提供科学依据。将该法与传统萃取-分光光度法进行对比,无显著性差异,用于实际水样测定,结果满意。