当前位置:

OFweek仪器仪表网

正文

无人机搭载多光谱相机在植被监测中的应用

导读: 随着“无人机+”时代的不断深入,无人机产业可以应用到各行各业,小到消费级的航拍摄影,大到无人机的行业应用。人们让无人机搭载高分辨率CCD相机、热红外相机、多镜头相机等各种传感器系统获取数据,从而满足航拍、电力巡线、建模等行业的需求。

随着“无人机+”时代的不断深入,无人机产业可以应用到各行各业,小到消费级的航拍摄影,大到无人机的行业应用。人们让无人机搭载高分辨率CCD相机、热红外相机、多镜头相机等各种传感器系统获取数据,从而满足航拍、电力巡线、建模等行业的需求。

2017年1月,上海伯镭智能科技有限公司(以下简称伯镭)应客户要求顺利完成冬小麦前期的长势监测任务。

理论基础

农业上使用的无人机种类繁多,有无人直升机、固定翼无人机、多旋翼无人机等多种机型。伯镭选用的是多旋翼无人机辅助作业,优势如下:

1)相对无人直升机,多旋翼操作简单,成本低;

2)相对于固定翼无人机,多旋翼无人机可以根据需要调节飞行速度,载荷相对大些,可以根据需要搭载各种传感器;

3)多旋翼无人机飞行速度可控,飞行高度可调且可以低空飞行,同时多旋翼无人机不受起飞降落场地的限制,飞行载荷较大,可同时搭载多种农用传感器。

本次农情监测搭载的多光谱相机总共有五个镜头,分别对应近红外、红光、绿光、红边、以及RGB合成。根据采集的数据选择归一化差分植被指数(Normalized Difference Vegetation Index, NDVI)来综合反映冬小麦的生长分布和覆盖情况。

无人机搭载多光谱相机在植被监测中的应用

植物叶面在可见光红光波段有很强的吸收特性,在近红外波段有很强的反射特性,这是植被遥感监测的物理基础。通过这两个波段测值组合得到的NDVI指数,对土壤背景变化敏感,能较好地识别植被和水体。在植被处于中、低覆盖度时,该指数随覆盖度的增加而迅速增大,当达到一定覆盖度后增长缓慢,所以适用于植被早、中期生长阶段的动态监测。

NDVI = (ρNIR-ρR)/(ρNIR+ρR)

式中:ρNIR是近红外波段的反射率,ρR是红光波段的反射率。可见光红光波段(0.58-0.68μm)位于叶绿素吸收带,近红外波段(0.75-1.10μm)位于绿色植物光谱高反射区。

NDVI取值范围:-1~1,NDVI值近似为0表示无植被的裸土区;NDVI正值表示有植被覆盖,且随覆盖度增大而增大,大于0.7表明该区域植被密度较高;而地面覆盖云、水、雪区域NDVI是负值。NDVI是植物空间密度和植物生长状态的最佳指示因子,与植被覆盖的分布密度呈线性相关关系,一般应用于检测植被生长状态、植被覆盖等领域。

实际应用

伯镭工程师根据客户需求拍摄监测区域(57亩),每个镜头124张照片,共计620张。将拍摄数据导入后处理软件Pix4D,可以得到测区RGB合成正射影像图,以及各个波段的反射地图和指数图。

根据不同需要可以将波段进行组合计算得到植被指数,这边计算的是NDVI指数图。结合图表可以看出:红色区域表示有水区域,接近0值部分是道路和裸土,左边绿色较密集区域植被覆盖较好,右边部分由于冬小麦正处于出苗期,叶面积小,NDVI值较小呈现土黄色。

无人机搭载多光谱相机在植被监测中的应用

补充

图表体现了这个区域本时段植被分布情况以及植被覆盖比值。鉴于这种情况,我们可以对这个区域作定期监测,同样以NDVI指数作为参评标准,这样可以得到冬小麦生长期的发育状况,作为产量评估和虫害评估的主要依据,对时时高效的监测小麦生长状况,提高小麦的实际产量具有显着意义。

声明: 本文由入驻OFweek公众平台的作者撰写,除OFweek官方账号外,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码: