服(fu)務(wu)熱(re)線(xian)
-
技(ji)術文章(zhang)ARTICLE
您當前(qian)的(de)位(wei)置:首(shou)頁 > 技(ji)術文章(zhang) > 機(ji)載高光譜成(cheng)像技(ji)術在農業(ye)遙(yao)感監(jian)測中(zhong)的應(ying)用機(ji)載高光譜成(cheng)像技(ji)術在農業(ye)遙(yao)感監(jian)測中(zhong)的應(ying)用
發布(bu)時(shi)間(jian): 2020-08-04 點(dian)擊次數(shu): 2610次近年(nian)來(lai),基於(yu)無人(ren)機(ji)、先(xian)進(jin)傳(chuan)感器(qi)、GPS和嵌(qian)入式設(she)備(bei)等不同(tong)技(ji)術組(zu)合的面(mian)向應(ying)用的壹體(ti)化(hua)解決(jue)方案(an),正(zheng)在不斷(duan)革新遙(yao)感監(jian)測的技(ji)術手段(duan),使(shi)其(qi)在各(ge)行業(ye)受(shou)到(dao)廣(guang)泛(fan)的推(tui)崇。
易(yi)科(ke)泰光譜成(cheng)像與(yu)無(wu)人(ren)機(ji)遙(yao)感技(ji)術(西安)研究中(zhong)心(xin),引(yin)進(jin)厲(li)害的(de)高光譜成(cheng)像傳(chuan)感器(qi),全新推(tui)出(chu)EcoDrone® UAS機(ji)載高光譜遙(yao)感系統(tong),可(ke)為多(duo)維度(du)農業(ye)研究、農作物(wu)表型分析、生(sheng)物(wu)多(duo)樣性(xing)評(ping)估(gu)等農業(ye)遙(yao)感監(jian)測領(ling)域(yu)提(ti)供高通量解決(jue)方案(an),並(bing)提(ti)供SpectrAPP光(guang)譜成(cheng)像技(ji)術創新應(ying)用(yong)項目(mu)合作與(yu)技(ji)術服(fu)務(wu)。

案(an)例(li)壹、土壤(rang)及(ji)植被(bei)高光譜遙(yao)感監(jian)測
農業(ye)對經(jing)濟(ji)和社(she)會(hui)的重大影響,讓基(ji)於(yu)觀測(ce)研(yan)究田間作物(wu)動(dong)態變(bian)化的高通量大田遙(yao)感監(jian)測研究成(cheng)為現代(dai)農業(ye)研究的熱(re)點(dian)話(hua)題(ti)。西班(ban)牙拉斯帕爾(er)馬(ma)斯大學(xue)Pablo等研(yan)究人(ren)員,在2018年(nian)5月到(dao)8月之間利(li)用(yong)機(ji)載FX高光譜成(cheng)像系統(tong)對西(xi)班(ban)牙Gran Canaria島(dao)的(de)壹個(ge)葡(pu)萄(tao)園(yuan)區(qu)域(yu)進(jin)行遙(yao)感成(cheng)像監測(ce)並(bing)分析其光(guang)譜特(te)征(zheng)及(ji)植被(bei)生(sheng)長狀況(kuang)。
通(tong)過(guo)光譜特(te)征(zheng)差(cha)異及(ji)基於(yu)統(tong)計學(xue)習(xi)理(li)論(lun)的SVM機(ji)器學(xue)習算(suan)法(fa),對該(gai)葡(pu)萄(tao)園(yuan)小樣本(ben)區(qu)進(jin)行了準(zhun)確分類,結果(guo)如(ru)下(xia)圖(tu)c),其(qi)中(zhong)藍(lan)色(se)表示土壤(rang),綠(lv)色(se)表示植(zhi)被(bei),紅(hong)色(se)表示植(zhi)被(bei)陰(yin)影。

圖(tu)1:a)包(bao)含(han)ROI的地(di)物(wu)RGB影像;b)光譜反(fan)射(she)特(te)征(zheng)曲(qu)線;c)基於(yu)SVM的分類
本(ben)研(yan)究使用(yong)以下模(mo)型對植(zhi)被(bei)生(sheng)長情況(kuang)進(jin)行反(fan)演,考慮(lv)到(dao)MCARI易(yi)受(shou)土壤(rang)反(fan)射(she)率(lv)和冠(guan)層(ceng)非(fei)光(guang)合作用物(wu)質(zhi)的(de)影響,因(yin)此研究中(zhong)引入MSAVI和NDVI,用(yong)來(lai)剔除LAI和土壤(rang)背(bei)景的(de)影響。

圖(tu)2:d)NDVI;e)MSAVI;f)MCARI
通(tong)過(guo)上述(shu)MCARI模(mo)型可看出未(wei)被(bei)陰(yin)影遮擋(dang)的(de)植被(bei)具有(you)較(jiao)高的葉綠(lv)素含(han)量,並(bing)結(jie)合NDVI及MSAVI光(guang)譜指數(shu)模(mo)型反(fan)演,可對研(yan)究區(qu)植被(bei)覆(fu)蓋(gai)度(du)、葉綠(lv)素吸(xi)收(shou)效率(lv)、土壤(rang)背(bei)景調(tiao)節影響等指標進(jin)行有(you)效評(ping)估(gu)。
案(an)例(li)二(er)、大田植被(bei)生(sheng)長監測(ce)
易(yi)科(ke)泰光譜成(cheng)像與(yu)無(wu)人(ren)機(ji)遙(yao)感技(ji)術研究中(zhong)心(xin)使用EcoDrone® UAS-8無(wu)人(ren)機(ji)搭載AFX10高光譜成(cheng)像系統(tong),對野(ye)外大田中(zhong)兩種(zhong)不同(tong)植(zhi)被(bei)樹種(zhong)及兩(liang)種(zhong)不同(tong)狀(zhuang)態(tai)下(xia)的(de)土地(di)進(jin)行高光譜成(cheng)像監測(ce)分析。

通(tong)過(guo)輻射校準(zhun)後(hou)的地(di)表輻射(she)光(guang)譜特(te)征(zheng),分析發現兩種(zhong)植被(bei)在400-700nm可見光(guang)波(bo)段(duan)範(fan)圍(wei)內,Tree 2總(zong)輻射(she)量高於(yu)Tree 1,結合NDVI得(de)知,其(qi)葉面積(ji)及葉綠(lv)素指標均高於(yu)Tree 1,整(zheng)體生(sheng)長優於(yu)Tree 1。兩種(zhong)不同(tong)狀(zhuang)態(tai)的(de)土地(di)光(guang)譜特(te)征(zheng)在750nm前(qian)後(hou)的(de)大小關系相反(fan)。反(fan)映(ying)了剛收割完(wan)小麥的土地(di)Ground 1和長期(qi)處(chu)於(yu)荒(huang)廢狀(zhuang)態(tai)的(de)裸地Ground 2(雜草(cao)伴生(sheng))受(shou)土壤(rang)水(shui)分及有(you)機(ji)質(zhi)含(han)量等的(de)影響,光(guang)譜表現差(cha)異明(ming)顯。
提(ti)取研究區(qu)NDVI、EVI、SIPI及WBI等植(zhi)被(bei)指數(shu),統(tong)計分析可看(kan)出(chu),用於(yu)反(fan)映(ying)葉面積(ji)指數(shu)及葉綠(lv)素濃(nong)度(du)的EVI和NDVI指數(shu),相關性(xing)強(qiang),可用(yong)於(yu)反(fan)演植被(bei)覆(fu)蓋(gai)及(ji)生(sheng)長狀況(kuang)。

對比衛(wei)星(xing)影像可以看出,通(tong)過(guo)機(ji)載高光譜成(cheng)像結合高精(jing)度(du)GNSS/IMU輔助航空攝影方法(fa),得(de)到(dao)的(de)地物(wu)高光譜數(shu)據,具有(you)厘米級別的地(di)理精(jing)度(du),並大大提(ti)高了空間(jian)分辨率(lv)和光(guang)譜分辨率(lv),使得(de)那(na)些(xie)無(wu)法(fa)通(tong)過(guo)RGB或多(duo)光譜成(cheng)像發現的隱含(han)信(xin)息(xi)可(ke)以輕易(yi)顯現出來(lai),增加了信(xin)息(xi)表達(da)和識(shi)別能力(li),可作為大範(fan)圍(wei)地表低空遙(yao)感探(tan)測的(de)重(zhong)要技(ji)術手段(duan)。
易(yi)科(ke)泰光譜成(cheng)像與(yu)無(wu)人(ren)機(ji)遙(yao)感技(ji)術(西安)研究中(zhong)心(xin)擁(yong)有(you)EcoDrone®無人(ren)機(ji)遙(yao)感平(ping)臺、及SpectraScan地面光(guang)譜成(cheng)像設(she)備(bei),結合RGB成(cheng)像分析、紅(hong)外熱(re)成(cheng)像技(ji)術,可提(ti)供農田植被(bei)遙(yao)感監(jian)測、作物(wu)表型高通量分析、生(sheng)物(wu)多(duo)樣性(xing)評(ping)估(gu)等技(ji)術服(fu)務(wu)和實(shi)驗(yan)合作。






