- 2025-01-10 10:50:37無人機遙感系統(tǒng)
- 無人機遙感系統(tǒng)是一種集成了無人機平臺與遙感傳感器的技術系統(tǒng)。它利用無人機搭載高分辨率相機、光譜儀等傳感器，對地表進行快速、準確的數(shù)據(jù)采集。該系統(tǒng)廣泛應用于環(huán)境監(jiān)測、農(nóng)業(yè)估產(chǎn)、災害評估、城市規(guī)劃等領域，具備高效、靈活、低成本等特點。通過無人機遙感系統(tǒng)，用戶可以獲取高分辨率的影像和精確的空間數(shù)據(jù)，為決策支持提供科學依據(jù)。
資源：14338個 瀏覽：11次展開
無人機遙感系統(tǒng)相關內(nèi)容
無人機遙感系統(tǒng)資訊
-
- 易科泰植物表型綜合分析系統(tǒng)在農(nóng)科院生物技術所安裝運行
- 植物表型分析是植物基因功能研究和育種過程中的關鍵環(huán)節(jié)，能夠反映植物基因表達和環(huán)境適應的結(jié)果，有助于提高育種效率和準確性。近日，易科泰植物表型綜合分析系統(tǒng)在農(nóng)科院生物技術研究所順利落戶。
無人機遙感系統(tǒng)文章
-
- 易科泰機載LiDAR-RGB系統(tǒng)助力重慶農(nóng)科院智能農(nóng)業(yè)發(fā)展
- 激光雷達系統(tǒng)（LiDAR）能夠獲取地物精細的三維信息，生成高分辨率的地形數(shù)據(jù)和植被結(jié)構(gòu)參數(shù)，為植被生態(tài)研究提供詳實的基礎數(shù)據(jù)。
無人機遙感系統(tǒng)產(chǎn)品
產(chǎn)品名稱
所在地
價格
供應商
咨詢
- Ecodrone?高分辨率Thermo-RGB無人機遙感系統(tǒng)
- 國內(nèi) 北京
- 面議
-
北京易科泰生態(tài)技術有限公司
售全國
- 我要詢價 聯(lián)系方式
- Ecodrone?一體式高光譜-激光雷達無人機遙感系統(tǒng)
- 國內(nèi) 北京
- 面議
-
北京易科泰生態(tài)技術有限公司
售全國
- 我要詢價 聯(lián)系方式
- Ecodrone?一體式高光譜-紅外熱成像-激光雷達無人機遙感系統(tǒng)
- 國內(nèi) 北京
- 面議
-
北京易科泰生態(tài)技術有限公司
售全國
- 我要詢價 聯(lián)系方式
- Ecodrone?高分辨率Thermo-RGB無人機遙感系統(tǒng)
- 國內(nèi) 北京
- 面議
-
北京易科泰生態(tài)技術有限公司
售全國
- 我要詢價 聯(lián)系方式
無人機遙感系統(tǒng)問答
- 2023-05-09 09:29:50Ecodrone?一體式高光譜-激光雷達無人機遙感系統(tǒng)——森
- 在陸地生態(tài)系統(tǒng)中，森林是最 大的有機碳庫，是陸地中重要的碳匯和碳源，因此了解森林生態(tài)系統(tǒng)在碳循環(huán)中的作用，對于研究陸氣系統(tǒng)的碳循環(huán)乃至全 球碳循環(huán)都是一個基礎，具有重要的意義。易科泰光譜成像與無人機遙感技術研究中心最 新推出Ecodrone?一體式高光譜-激光雷達無人機遙感系統(tǒng)，助力森林碳循環(huán)研究及應用。性能特點：8旋翼專業(yè)無人機遙感平臺，搭載VNIR/NIR高光譜成像、機載PC及激光雷達可飛行作業(yè)20分鐘以上，有效覆蓋面積超10ha厘米級地面分辨率，50m高度高光譜成像地面分辨率達3.5cm，30m高度（用于高分辨率林木表型分析）地面分辨率可達2cm50m高單樣線飛行作業(yè)可自動采集形成寬度36m的樣帶高光譜成像大數(shù)據(jù)高密度三維點云，精確度2.5cm，最 高可達3次回波，50m飛行高度點云密度700pts/m2專業(yè)無人機遙感技術方案，同步獲取高光譜與激光雷達數(shù)據(jù)，應用軟件可直接得出近百種植被光譜反射指數(shù)、高密度三維點云、三維測量數(shù)據(jù)、分類點云、DTM等應用于大范圍、多維度的森林遙感研究、碳循環(huán)研究、林木三維表型測量、植被資源調(diào)查、森林物種多樣性研究、植被生物及非生物脅迫分析、環(huán)境及生態(tài)系統(tǒng)動態(tài)變化研究等案例一：森林碳庫分布研究森林地上生物量（AGB）的估算對于碳循環(huán)建模和氣候變化緩解方案的制定至關重要。來自意大利、美國和英國的研究人員將主動和被動傳感器結(jié)合，其中被動型高光譜數(shù)據(jù)記錄了潛在與森林生物量相關的冠層光譜信息，并將這些信息與主動型小型激光雷達獲取的參數(shù)相結(jié)合，實現(xiàn)了在不同尺度上對森林生態(tài)系統(tǒng)的有機碳分布進行遙感計算。 研究區(qū)域位于塞拉利昂的戈拉雨林國家公園 (GRNP) 內(nèi)，處于西非潮濕的上幾內(nèi)亞森林帶的最西端，該地區(qū)的森林主要為濕潤低地常綠林，部分地區(qū)主要為干燥低地常綠和半落葉林類型。圖1.1 位于塞拉利昂和利比里亞之間的研究區(qū)域研究人員采用偏最 小二乘回歸（PLSR）處理多輸入和多重共線性問題，計算投影中的重要性變量（VIP），以評價各預測因子對生物量的重要性。結(jié)果表明，當單獨使用高光譜波段時，其預測能力有限(R2 =0.36)，用植被指數(shù)替代高光譜波段的改善較小(R2 =0.67)，僅基于激光雷達指標，PLS預測AGB的決定系數(shù)（R2）為0.64，當再將高光譜波段添加到激光雷達度量中，精度得到了適度的提高（R2 =0.70）。圖1.2 （左）不同輸入的預測與現(xiàn)場觀測AGB的散點圖：(A)激光雷達指標，(B)高光譜波段，(C)激光雷達指標和 VI，(D)激光雷達指標和高光譜波段；（右）7個高度等級，每個等級間隔10m的70個樣地(總面積= 87500m2)范圍的AGB和樹木數(shù)量森林是碳的主要吸收者，它所固定的碳相當于其他植被類型的2倍，本研究中提出的高光譜和激光雷達數(shù)據(jù)融合相關的發(fā)現(xiàn)非常具有意義，有助于擴大該系統(tǒng)數(shù)據(jù)融合適用性的研究，進而對全 球氣候變化研究做出更重要的貢獻。案例二：森林碳匯定量評估比較森林地上生物量生物量是影響氣候變化和森林生產(chǎn)力的重要因素，因此評估森林對碳匯和碳循環(huán)的貢獻程度具有重要的意義。韓國科研人員借助高精度激光雷達數(shù)據(jù)、數(shù)字航空攝影測量圖像、高光譜圖像等空間信息，對森林碳匯信息進行定量評估。研究區(qū)位于韓國慶尚南道巨濟市，該區(qū)域森林密度相對較低，樹種多樣，森林資源豐富，選取研究區(qū)內(nèi)2km*2km的區(qū)域進行數(shù)據(jù)采集?；诟吖庾V數(shù)據(jù)中每個樹種的光譜信息，使用馬氏距離法對樹種進行精確分類，基于高密度的LiDAR數(shù)據(jù)提取森林資源。圖2.1 從左至右依次為：研究區(qū)；激光雷達數(shù)據(jù)；高光譜圖像圖2.2 （左）樹種分類結(jié)果；（右）利用高密度激光雷達數(shù)據(jù)提取地理和森林資源的結(jié)果將激光雷達與數(shù)字航拍圖像、高光譜圖像相結(jié)合計算了混交林、針葉林和闊葉林的碳匯，同時通過對森林資源的樹種和年齡信息進行量化，借助激光雷達和數(shù)字圖像信息對樹種、年份、區(qū)域的碳匯進行計算。利用激光雷達信息和圖像分析的基礎數(shù)據(jù)庫，對選定的區(qū)域、行政區(qū)、年份進行森林信息和碳匯評估分析，實現(xiàn)了精確地碳匯信息提取，結(jié)果如2.3/2.4所示。圖2.3 多傳感器結(jié)合的混交林、針葉林和闊葉林的碳匯估算結(jié)果圖2.4 基于激光雷達和圖像信息的森林信息和碳匯評估，從左至右：第 一行（激光雷達數(shù)據(jù)；DSM；DEM；樹高信息）；第二行（樹種信息圖；增長量分析圖；碳吸收分布圖；土地覆蓋圖）易科泰生態(tài)技術公司致力于生態(tài)-農(nóng)業(yè)-健康研究發(fā)展與創(chuàng)新應用，為碳源碳匯定量評估、植被資源調(diào)查、生態(tài)環(huán)境監(jiān)測、森林遙感研究、林木表型分析、林業(yè)測繪等領域提供一體化多傳感器立體遙感技術方案。參考文獻：[1] Laurin G V, Chen Q, Lindsell J A, et al. Above ground biomass estimation in an African tropical forest with lidar and hyperspectral data[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2014, 89: 49-58.[2] Choi B G, Na Y W, Shin Y S. A Comparative Study of Carbon Absorption Measurement Using Hyperspectral Image and High Density LiDAR Data in Geojedo[J]. Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 2017, 35(4): 231-240.
433人看過
- 2023-03-09 08:49:13兩種安裝方式的無人機用風速風向儀
- 隨著驚蟄天氣的到來，田間又開始逐步忙碌起來，2023年3月9日山東天合環(huán)境科技有限公司總經(jīng)理于海亮先生亮相新品發(fā)布會的現(xiàn)場，此次給我們帶來的新品是兩種安裝方式的無人機用風速風向儀，該設備能夠安裝在小型飛行器上監(jiān)測低空區(qū)域內(nèi)的風速風向數(shù)值。產(chǎn)品名稱：無人機用風速風向儀產(chǎn)品簡介：TH-F1型風速風向儀是一款利用超聲波共振式原理的風速風向儀。專門設計安裝在小型飛行器上和無人駕駛平臺上用于監(jiān)測低空區(qū)域的風速風向數(shù)值。TH-F1的重量為56g，直徑為46mm，尺寸小、重量輕。外形緊湊固，具備極強的抗電磁干擾、防水防塵的功能，并能在海拔4000米，外部環(huán)境在-40°C至+70°C溫度之間正常工作。內(nèi)部采用低功耗芯片，測風可達60m/s，特別用于無人駕駛機及其相關的飛行控制平臺，以及利用飛行器進行的環(huán)境監(jiān)測系統(tǒng)。TH-F1設計了兩種安裝方式，可安裝在飛行器頂部立裝和可倒置安裝在飛行器的底部。技術指標：風速測量范圍0-60m/s， 精度3％，分辨率0.1m/s風向測量范圍0-359°，精度±3°，分辨率1°儀器直徑46mm儀器高度48mm儀器重量56g材料ABS顏色黑色數(shù)字輸出RS485波特率4800-19200通訊協(xié)議ModBus、ASCII操作溫/濕度-40℃-+70℃；0-100%工作海拔0-4000米電源需求VDC:5-30V；15mA(12V)安裝方式飛行器頂部立柱安裝或底部吊裝
177人看過
- 2023-06-12 10:35:36轉(zhuǎn)載 | 高光譜遙感數(shù)據(jù)處理系列（六）監(jiān)督分類
- 高光譜遙感數(shù)據(jù)處理系列（六）非監(jiān)督分類是一種面對數(shù)據(jù)本身的分類方法，與之相對應的：監(jiān)督分類，則是面向先驗知識的分類方法。監(jiān)督分類是指給定已知類型的數(shù)據(jù)，通過建模的方式將這些數(shù)據(jù)與對應的類型建立映射關系，并將這種關系應用到未知類型的數(shù)據(jù)上的過程。如果每種類型用一個數(shù)字來表示，分類任務可以看做回歸分析的一種特例。主界面分區(qū)ROI工具監(jiān)督分類需要有已知類型的數(shù)據(jù)集作為先驗知識進行訓練，稱為訓練集。一般可以通過目視解譯，或者實地樣方調(diào)查的方式獲取訓練集。構(gòu)建訓練集的方法如下：在主菜單②工具欄中點擊打開Region of Interest（ROI) Tool，進行興趣區(qū)選?。篟OI工具最基本的ROI選取過程如上圖所示，首先選擇①工具添加新的ROI范圍，在②中調(diào)整ROI的名稱和顏色，在③中選擇繪制ROI的圖形形狀，④在圖上繪制ROI，完成后右鍵Accept shape type。如果想要繪制帶有空洞的圖形，可以點擊復選框⑤所示的Multi Part復選框，然后在影像上繪制兩個疊加的圖形，完成后右鍵 Accept。使用File可以進行ROI圖層的讀取與保存如果選取好了ROI可以使用Options可以利用對ROI本身進行融合（Merge（Union/Intersection）ROI）,計算離散度（Compute ROI Separability），或者使用對ROI范圍內(nèi)的圖像進行統(tǒng)計（Compute Statistics from ROIs）。另外也可以使用ROI對圖像進行裁剪。除了使用不同形狀進行框選，還可以使用像元，自動區(qū)域生長，閾值選取等方式產(chǎn)生ROI。在ENVI的幫助文件中詳細介紹了這些工具的使用方法。在主界面①菜單欄 Help 中打開-> 在左側(cè)Contents選項卡中的:book:ROIs, Vectors, Annotations，請讀者自行查閱。監(jiān)督分類在訓練集選擇完畢后就可以進行監(jiān)督分類，ENVI中提供了多種監(jiān)督分類的工具，包括：平行六面體（Parallelepiped）最 小距離（Minimum Distance）馬氏距離（Mahalanobis Distance）最 大似然（Maximum Likelihood）神經(jīng)網(wǎng)絡（Neural Net）支持向量機（Support Vector Machine）波譜角（Spectral Angle Mapper）這里我們介紹兩種監(jiān)督分類方法，最 大似然法和波譜角方法。01最 大似然法在ENVI的幫助文件中詳細介紹了各種分類方法的原理。在主界面①菜單欄 Help 中打開-> 在左側(cè)Contents選項卡中Classification->Supervised Methods中，最 大似然法定義為:最 大似然分類假設每個波段中每個類別的統(tǒng)計數(shù)據(jù)呈正態(tài)分布，并計算給定像素屬于特定類別的概率。每個像素被分配到具有最 高概率（即最 大似然）的類別。根據(jù)該定義，最 大似然法將每個類別投影到特定的分布上，分類問題被轉(zhuǎn)化為分布相似性問題。在主界面⑤中搜索Maximum Likelihood打開最 大似然分類工具。首先要選擇進行訓練的數(shù)據(jù)，需要強調(diào)的是，我們選擇在上篇文中生成的主成分分析的結(jié)果進行分類，而不是影像本身，具體原因在上篇文章中有詳細描述。分類結(jié)果如下所示：02波譜角方法光譜角映射器 (SAM) 是一種基于物理的光譜分類，它使用 n 維角度將像素與參考光譜進行匹配。該算法通過計算光譜之間的角度并將它們視為維數(shù)等于波段數(shù)的空間中的向量來確定兩個光譜之間的光譜相似性。SAM 使用的端元光譜可以來自 ASCII 文件或光譜庫，或者您可以直接從圖像中提取它們（作為 ROI 平均光譜）。SAM 比較端元譜向量與 n 維空間中每個像素向量之間的角度。較小的角度代表與參考光譜更接近。在主界面⑤中搜索Spectral Angle Mapper打開光譜角工具，在端元集合（Endmember Collection：SAM）中導入選取的ROI，將上一步選取的ROI所在范圍的光譜均值作為特定類別的標準光譜。SAM的本質(zhì)是將分類問題轉(zhuǎn)化為對比未知類別數(shù)據(jù)與標準光譜的余弦距離的問題。需要強調(diào)的是，我們選擇主成分分析的結(jié)果進行分類，而不是影像本身，具體原因在上篇文章中有詳細描述。分類結(jié)果如下所示：小結(jié)本文中我們介紹了兩種監(jiān)督分類的方法，相對于非監(jiān)督分類，監(jiān)督分類通過融入先驗知識，提供了有明確類別的結(jié)果，這大大減少了進行后續(xù)處理的成本。但是對于遙感應用來說，獲取地面真值的成本較高，通過目視解譯的方式會不可避免地引入人為誤差，給結(jié)果帶來不確定性。正如上一篇文章提到，數(shù)據(jù)和特征決定了分類的上限，而分類的方法只能逼近這個上限。如何構(gòu)建質(zhì)量高、數(shù)量多的訓練集，權(quán)衡成本是監(jiān)督分類需要考慮的問題。
224人看過
- 2023-01-10 13:08:36高光譜遙感數(shù)據(jù)處理系列（一）高光譜數(shù)據(jù)讀取與可視化
- 高光譜遙感數(shù)據(jù)處理系列（一）地表反射的太陽輻射包含著豐富的信息，從太陽外層大氣的吸收到地球大氣的吸收，經(jīng)過與地物的相互作用反射回大氣，最 終被傳感器捕獲。高光譜遙感可以在每個像元獲取高分辨率的光譜數(shù)據(jù)，這些光譜信息提供了一種理解事物的新的維度。下圖展示了幾種典型地物的光譜?？梢钥闯霾煌匚镎宫F(xiàn)出顯著不同的光譜特征。除此之外，同種地物在不同狀態(tài)下，也可能在特定波段展現(xiàn)出顯著不同的光譜特征。通過比對光譜數(shù)據(jù)，可以實現(xiàn)對地物區(qū)分，狀態(tài)區(qū)分，異常監(jiān)測等難以通過傳統(tǒng)遙感手段實現(xiàn)的應用。高光譜遙感被廣泛應用于農(nóng)林業(yè)、礦業(yè)、環(huán)境、保險、等領域。太陽輻射與典型地物反射率通常彩色影像有紅綠藍三個波段，多光譜影像有幾到十幾個波段，而高光譜影像有著幾十到上百個波段。波段的增加除了提高了信息量，還使得數(shù)據(jù)量成比例增加。這種數(shù)據(jù)量對計算機的性能提出了較高的要求，更多的是要求對處理者新的思路和方法。在接下來的文章中，我們將詳細介紹高光譜數(shù)據(jù)的處理流程與方法，希望能在此過程中給讀者以新的思考。Hyperspectral light sheet microscopy | Nature CommunicationsENVI (The Environment for Visualizing Images) 是美國Exelis Visual Information Solutions 公司的旗艦產(chǎn)品。它是由遙感領域的科學家采用交互式數(shù)據(jù)語言IDL (Interactive Data Language) 開發(fā)的遙感圖像處理軟件。ENVI已經(jīng)廣泛應用于科研、環(huán)境保護、氣象、石油礦產(chǎn)勘探、農(nóng)業(yè)、林業(yè)、醫(yī)學、國防&安全、地球科學、公用設施管理、遙感工程、水利、海洋、測繪勘察和城市與區(qū)域規(guī)劃等領域。雙擊ENVI圖標打開ENVI軟件，可以看到ENVI軟件的主界面由以下六個部分組成：①菜單欄、②工具欄、③圖層管理窗格、④圖像顯示部分、⑤工具箱、⑥狀態(tài)欄。ENVI軟件的布局如圖所示，首先點擊 依次點擊①菜單欄->File->Open，在彈出的對話框中選取所需要的文件， 一般的ENVI文件由兩部分組成，文件本體和頭文件（.hdr）。文件本體記錄了文件的數(shù)據(jù)信息，而頭文件中記錄了關于這些數(shù)據(jù)信息的描述。使用記事本文件可以直接打開hdr文件，可以看到其中包括了：操作記錄Samples：柵格列數(shù)Lines：柵格行數(shù)Bands：波段數(shù)Header offset：文件開頭到實際數(shù)據(jù)起始位置的偏移量File type：文件類型Data type：數(shù)據(jù)存儲類型，用數(shù)字表示bit位數(shù)Interleave：存儲順序Map Info：圖像采用的投影系統(tǒng)參數(shù)，坐標系統(tǒng)及單位Coordinate System String：詳細的坐標系統(tǒng)信息Wavelength：每個波段所對應的波長兩個文件應該放在同一目錄下面，ENVI在讀取時會自動進行關聯(lián)。 任選其中一個文件都可以打開該文件，但是ENVI對兩個文件的處理方式有所不同。如果選擇.hdr文件，ENVI會直接載入顯示文件的第 一個波段，如下圖所示。使用鼠標滾輪可以對圖像進行縮放操作，使用②工具欄中的工具可以對圖像進行拖動縮放等一系列操作。加載成功的圖像會顯示在③圖層管理區(qū)，通過點擊圖像前面的勾選框來控制圖像在④圖像顯示區(qū)的顯示與否。使用如果打開文件本體，ENVI會彈出Data Manager窗口 該窗口包含三個部分，分別是①波段信息、②文件信息、③RGB波段選取。①中展示了所有波段的名稱，②中是經(jīng)過處理后的頭文件信息，③是進行RGB合成的波段選取，點擊三種顏色的方框后，在①中單擊選擇波段，選擇完成后點擊Load Data。如果只想要顯示一個波段的灰度影響可以在①中選中目標波段后直接點擊Load Greyscale。RGB 合成象素值的彩色圖，就是將三個波段的數(shù)據(jù)分別通過紅、綠、藍三個通道加載，然后進行渲染。將多波段影像數(shù)據(jù)添加到地圖中之后，可使用多波段柵格數(shù)據(jù)集中的任意三個可用波段的組合來創(chuàng)建 RGB 合成圖。與僅處理一個波段相比，通過將多個波段共同顯示為RGB 合成圖通?？蓮臄?shù)據(jù)集收集到更多信息。來源：簡書 通常我們選取650nm、550nm和450nm分別賦給RGB通道進行合成以獲得最 佳的顯示效果。顯示效果如下圖：在②工具欄中選擇按鈕，ENVI會在圖上顯示框標，并彈出光譜特征（Spectral Profile)窗口。光譜特征窗口中顯示了框標中心白點所在像元的光譜曲線。如下圖所示：點擊光譜特征窗口中的 ，可以對光譜曲線進行一些操作，如平滑，計算NDVI，顯示RGB波段所在位置等：小結(jié) 本文介紹了高光譜影像的基本原理以及簡單的讀取及可視化操作。使用ENVI軟件可以實現(xiàn)大部分簡單的高光譜數(shù)據(jù)處理。在接下來的教程中，我們將從植被指數(shù)提取、高光譜濾波、非監(jiān)督分類與監(jiān)督分類等方面介紹ENVI軟件的使用。除此以外，我們還將介紹基于Python的高光譜處理，從編程角度介紹高光譜相關知識，以及高光譜數(shù)據(jù)與大數(shù)據(jù)處理的結(jié)合。參考：【1】百度百科【2】 www.jianshu.com/p/d0765ee89b86
383人看過
- 2023-02-03 15:37:09?高光譜遙感數(shù)據(jù)處理系列（二）基于高光譜數(shù)據(jù)的植被指數(shù)計算
- 高光譜遙感數(shù)據(jù)處理系列（二）反射率與植被指數(shù)來自地物反射/發(fā)射的光通過鏡頭被相機捕獲，使得傳感器被曝光。由于光電效應，傳感器上的每個像素傳感器上的電荷開始累計。經(jīng)過相機芯片的轉(zhuǎn)換，這些光信號以數(shù)字的形式存儲下來，這些數(shù)字被稱為DN值。輻射亮度 （Radiance），簡稱輻亮度 ， 指面輻射源在單位立體角 、 單位時間內(nèi) ， 在某一垂直于輻射方向單位面積 （法向面積） 上輻射出的輻射能量 ， 即輻射源在單位投影面積上 、 單位立體角內(nèi)的輻射通量 。輻亮度是最常用的度量光強弱的物理量之一。輻亮度可以進一步用于反射率的計算。DN值可以看作由輻亮度與相機屬性主導的變量。去除DN值中由于相機屬性引起的變化，將其轉(zhuǎn)化為輻亮度的過程稱為輻射定標。通常該過程由相機廠商進行處理，或者廠商會提供用于定標的關鍵參數(shù)。物體反射的輻射能量占總輻射能量的百分比，稱為反射率。不同物體的反射率也不同，這主要取決于物體本身的性質(zhì)(表面狀況），以及入射電磁波的波長和入射角度，反射率的大小范圍總是小于等于1，利用反射率可以判斷物體的性質(zhì)。在使用無人機進行實際觀測時，通常使用地物輻亮度除以白板或反射布所在像元的輻亮度作為反射率。從空間量化植被覆蓋、生物化學、結(jié)構(gòu)和功能是研究和理解全 球變化、生物多樣性和農(nóng)業(yè)的關鍵。實際上，遙感在很大程度上依賴于使用源自光譜反射率的植被指數(shù) (Vegetation Indices, VI)。VI 是幾個波段反射率的數(shù)學變換，旨在最 大限度地提高對特定生物物理現(xiàn)象（例如，綠度、含水量或光合作用活動）的敏感性，同時最 大限度地降低對土壤特性、太陽光照、大氣條件和傳感器觀察等因素的敏感性。典型植物的反射光譜。植物光譜最顯著的特這就是紅光范圍的強吸收與近紅外區(qū)域的強反射，兩個波段之間的快速上升波段稱為紅邊。紅光波段的強吸收是由于植被葉綠素的吸收，而近紅外波段的強反射是由于植被的葉片結(jié)構(gòu)導致的。通過兩個波段進行差分或比值可以凸顯出植被在這兩個波段的反射特性的差別。同時，差分或比值運算可以去除兩個波段中包含的背景信號及噪聲。不同的波段或組合形式側(cè)重展現(xiàn)了不同的植被特性。植被指數(shù)是對地表植被狀況的簡單、有效和經(jīng)驗的度量。目前已經(jīng)出現(xiàn)了上百種不同的植被指數(shù)。ENVI中包含了其中7類 27種植被指數(shù)。主界面功能區(qū)在主界面⑤工具箱中搜索欄中可以方便地對所有工具進行檢索，輸入 Vegetaton Indices Parameters ，打開該工具如下所示：鼠標單擊所需要的植被指數(shù)，然后點擊 Choose 選擇文件的存儲位置。此外ENVI還提供了將數(shù)據(jù)存儲到內(nèi)存的選項 Memeory，但是這些數(shù)據(jù)在ENVI關閉后會被刪除。所以選擇存儲到內(nèi)存時，ENVI會彈出二次確認對話框，繼續(xù)選中Memeory確認即可。ENVI的幫助文件中詳細展示了各種植被指數(shù)的公式及參考文獻。在菜單欄 Help 中打開-> 在左側(cè) Contents 選項卡中的Vegetation Analysis。關于植被指數(shù)的發(fā)展和使用場景還可以參考 Xue J, Su B. Significant remote sensing vegetation indices: A review of developments and applications[J]. Journal of sensors, 2017.在獲取植被指數(shù)后，可以利用這些指數(shù)進行地表參數(shù)估算或者進一步進行實際應用，ENVI中提供了幾種植被指數(shù)的實際應用工具，包括林木健康分析（Forest Health Vegetation Analysis）、農(nóng)作物脅迫（Agricultural Stress Vegetation Analysis）、易燃性分布分析（Fire Fuel Vegetation analysis），以及植被抑 制（Vegetation Suppression）。這些應用工具結(jié)合幾類不同植被指數(shù)對植被進行評估，以林木健康分析為例，首先在主界面⑤中搜索欄中輸入 Forest Health Vegetation Analysis ，雙擊打開林木健康分析工具：該工具通過三類不同的植被指數(shù)：綠度指數(shù)，葉色素指數(shù)，冠層水分或光能利用率指數(shù)。ENVI內(nèi)置了模型進行閾值篩選，綜合分析多種指數(shù)，將植被的健康狀況分為9種。波段運算如果需要使用內(nèi)置植被指數(shù)以外的指數(shù)進行運算，可以使用ENVI中的Band Math工具。這里分別對窄波段和寬波段植被指數(shù)的計算進行介紹。窄波段歸一化植被指數(shù)：首先在主界面⑤中搜索欄中輸入 Band Math，雙擊打開波段運算工具：在Band Math中輸入所需要的表達式，這里需要注意的是，ENVI默認用b1，b2...來表示不同的變量，比如這里我們用到了兩個波段680nm和800nm，分別用變量b1和b2來表示。在Enter an expression中輸入(b2-b1)/(b2+b1)，點擊ok，會彈出變量與實際使用波段的匹配對話框。首先在①中單擊選擇需要賦值的變量，接下來在②中選擇所對應的波段（如果不同波段是分開存儲的，選擇Map Variable to Input File可以將整個文件賦給某個變量）。在有所變量選擇完畢后，點擊OK。結(jié)果如下圖所示：寬波段NDVI：通常機載成像光譜儀的光譜分辨率可以達到亞納米/納米級。而常用的衛(wèi)星數(shù)據(jù)如Landsat系列和MODIS產(chǎn)品的光譜分辨率較寬，針對這些衛(wèi)星遙感產(chǎn)品開發(fā)的植被指數(shù)基本都是寬波段植被指數(shù)。為了使用機載成像光譜儀進行寬波段植被指數(shù)的計算需要先對波段進行聚合，這里我們以Landsat系列的寬波段為例進行手動寬波段NDVI計算（Vegetaton Indices Parameters中也提供了一些寬波段VI的計算，這里另外介紹手動波段聚合的操作方法）。Landsat 9 的傳感器如下所示：Band 1 Visible (0.43 - 0.45 μm) 30-m.Band 2 Visible (0.450 - 0.51 μm) 30-m.Band 3 Visible (0.53 - 0.59 μm) 30-m.Band 4 Red (0.64 - 0.67 μm) 30-m.Band 5 Near-Infrared (0.85 - 0.88 μm) 30-m.在⑤工具箱中搜索欄中Sum Data Parameters,打開波段聚合工具。在①中選擇輸入文件，然后點擊 Spectral Subset ，在彈出的波段選擇窗格中，對要進行聚合的波段進行選取（按住Shift進行連續(xù)多選，按住Ctrl進行多選）。點擊OK進行確認。Sum Data Parameters 提供了多種波段聚合函數(shù)，這里選擇Mean函數(shù)進行聚合。依次對幾個波段進行聚合后的，我們得到以下文件。接下來可以用Band Math進行寬波段NDVI的計算，計算方法同上。小結(jié)自遙感領域出現(xiàn)以來，植被指數(shù)扮演著重要的角色，并且一直在發(fā)展完善。本文介紹了反射率和植被指數(shù)的概念，植被指數(shù)的原理，使用ENVI進行植被指數(shù)計算，以及手動窄/寬波段植被指數(shù)的計算。了解其背后的植物生理學知識，是正確使用這些指數(shù)的必要條件。
303人看過
滬公網(wǎng)安備 31011502008050號