AIRPHEN多光譜相機植被監(jiān)測

產品型號： AIRPHEN

所屬分類：多光譜測量系統(tǒng)

更新時間：2018-06-20

簡要描述：AIRPHEN多光譜相機植被監(jiān)測，實現(xiàn)對大面積植物各種參數進行測量和分析。隨著光譜傳感技術和圖像處理分析技術的日益發(fā)展, 光譜軟硬件與無人機的結合也越發(fā)純熟。在農業(yè)、林業(yè)、資源、生態(tài)、環(huán)境保護等領域都得到了廣泛應用。

聯(lián)系我們 在線咨詢

AIRPHEN多光譜相機植被監(jiān)測上的應用

    相對于雷達影像、高光譜影像,多光譜影像更易獲取,能夠同時滿足低成本、高時效、多尺度及多目的的植被分類。中低分辨率多光譜影像主要用于大尺度植被群落級的分類,對于植被物種級分類比較困難。高分辨率遙感影像能在較小的空間尺度上表達植被的細節(jié)變化,進行大比例尺制圖,不僅能夠用于區(qū)域尺度的植被群落級分類,對于局部小尺度物種級植被精細分類更具潛力。法國Hi-phen公司的Airphen多光譜相機分辨率比較高，100米高空，分別率在4.76cm，對于植物群落級分類，可以輕松解決。

AIRPHEN多光譜相機在精準農業(yè)中的應用

    在精準農業(yè)中，地塊內的變異是進行農業(yè)精準管理的關鍵。但是，在進行精準農業(yè)的實施，還需要許多工作，如地塊的數字化、作物種類、面積量算、作物長勢分析以及地塊內的作物變異情況等。 
    作物種類識別：在可見光區(qū)，低空遙感影像對作物種類反應是較為敏感的，通過肉眼即可判讀出作物的種類。
    地塊邊界的數字化：在精準農業(yè)實施過程中，特別是在我國極其分散的經營條件下，準確測量地塊的邊界也是十分復雜的工作。利用低空遙感影像進行地塊邊界的數字化，不僅時效性強，而且準確。十分符合我國目前廣大農村高度分散營養(yǎng)條件下的精準農業(yè)的實施。
    作物長勢分析：根據不同作物長勢的葉片對不同電磁波的反射特征不同，可判斷出作物的長勢狀況，植物的生長狀況與紅色和藍色波段的反射值有較高的相關性，而與綠色波段的反射值關系不太密切。在紅色波段的影像中，與土壤水分的關系也十分密切。由此可判斷土壤水份狀況。地塊面積量算：通過數字化地圖，可準確地量算出各種作物所占地塊的面積。

AIRPHEN多光譜相機的測量指標：

    1、綠地指數是一個主要的農業(yè)過程變量，用于決策系統(tǒng)。AIRPHE無人機平臺配備有6個波段相機系統(tǒng)，基于數學算法GAI估算法。圖像疊加在不同測量通道內提供多角度圖像。利用6個波段的的反射以及對每個獨立成像特殊向陽角度取景，生成瀏覽表，將PROSAIL輻射傳輸模型反轉。與單個圖像對應的平均整體方案容許對錯誤反轉問題進行調節(jié)。要獲得穩(wěn)定GAI估值，需要大約6幀圖像。相對應的均方根誤差（RMSE)值用作相關不定性的一個指標。
    2、NDVI: 歸一化差值植被指數：NDVI=(NIR-R)/(NIR+R)，或兩個波段反射率的計算。
       1）NDVI的應用：檢測植被生長狀態(tài)、植被覆蓋度和消除部分輻射誤差等；
       2）-1<=NDVI<=1，負值表示地面覆蓋為云，雪等。對可見光高反射；0表示有巖石或裸土等，NIR和R近似相等；正值，表示有植被覆蓋，且隨覆蓋度增大而增大
       3）NDVI的局限性表現(xiàn)在，用非線性拉伸的方式增強了NIR和R的反射率的對比度。對于同一幅圖象，分別求RVI和NDVI時會發(fā)現(xiàn)，RVI值增加的速度高于NDVI增加速度，即NDVI對高植被區(qū)具有較低的靈敏度；
       4）NDVI能反映出植物冠層的背景影響，如土壤、潮濕地面、雪、枯葉、粗糙度等，且與植被覆蓋有關
    3、PRI: 光反射指數：光化學植被指數PRI定義為531am和570nm處反射率的歸一化植被指數,這一指數能夠成功的估算葉片尺度、冠層尺度和景觀尺度的光能利用率LUE,進而可以提高凈初級生產力NPP的估算精度,因而PRI有著廣闊的應用前景。
    4、MERIS陸地葉綠素指數（MTCI）：該指數是葉綠素提取精度,很好地監(jiān)測植被葉綠素含量的潛力。

多光譜相機的特點：

 1)6同步快門傳感器
 2)1280x960像素(.tiff，12 bit)
 3)2幀/秒，12bit
 4)可配置波段(450-950nm)
 5)視角可配(25°~60°)
 6)使用不同傳感器進行同步 (TIR,RGB)
 7)SD卡存儲
 8)內置或外置 GPS
 9)人體工程學無線界面
10)低能耗(7w/h)11)輕便(200g)
12)緊湊、容易集成
13)可計算寬范圍的VI值(植被指數)