1.一种基于无人机的河湖排污遥感智能监测系统，其特征在于，系统包括无人机，增稳云台以及高光谱仪，其中高光谱仪装在增稳云台上，增稳云台连接到无人机，高光谱仪内包含智能识别系统；所述增稳云台装有传感器，控制器，稳定组件和传动组件，传感器将无人机飞行信息传给控制器，控制器可自行控制稳定组件和传动组件使高光谱仪保持平稳；整个所述增稳云台与无人机底部由连接杆相连；所述增稳云台的传动组件包括变压器与多台无刷电机，所述增稳云台的稳定组件包括多个减震球，云台轴，其中云台轴分为滚动轴，偏航轴，俯仰轴三个，控制器控制变压器，由变压器控制无刷电机，而滚动轴，偏航轴，俯仰轴各由一台无刷电机连接控制；所述云台轴由上往下安装顺序依次为滚动轴，偏航轴，俯仰轴，多台无刷电机位于三条轴的侧方，变压器与控制器同位于滚动轴上方，在变压器与控制器四周均匀装有减震球；

所述传感器放置在整个增稳云台的底部；所述减震球为轻型橡胶减震球；所述的增稳云台主要架构是一个机械框架，机械框架结构由碳纤材料、3D打印塑料构件组成；所述智能识别系统的开发基于IDL平台，耦合ENVI函数库；所述智能识别系统包括导入影像、提取水体、波段运算与浓度对比、排污口识别4个部分；

所述智能识别系统的检测过程包括以下步骤：S1、导入数据：用户将经过预处理的BIL格式数据影像导入系统；

S2、提取水体：利用非监督分类法将地物进行分类，通过类合并将图像分为水体和大陆两类，仅提取水体部分作为感兴趣区，然后生成掩膜在影像上进行水体部分的提取；

S3、波段运算：选择最优波段或波段组合数据与实测水质参数值建立算法，进而反演建立多元线性回归模型；

S4、整合运算：将叶绿素a、总氮、总磷的波段运算结果进行归一化，对区域内叶绿素a、总氮、总磷的浓度进行比较，利用定位符号法对浓度区域最大值进行标识；

S5、定位标识：依据波段运算结果的单波段灰度图像，利用ENVI 的Color Tables功能，将结果以彩色方式按浓度深浅显示，利用定位符号在浓度最大值的区域以最大值像素点为圆心，50mm为半径的红色圆进行标识；根据上述标识结果，进行现场对比，发现排污口；

所述建立多元线性回归模型包括以下步骤：A1、依据提取的水体的高光谱数据进行反演并提取光谱特征信息，选取叶绿素a、总氮、总磷的浓度作为水质参数进行数据处理，A2、基于现场同步测量的水质参数与遥感测量值间的经验统计关系，选择最优波段或波段组合数据与实测水质参数值建立算法；

A3、反演建立多元线性回归模型。