S185機(jī)載高光譜成像儀在農(nóng)業(yè)的應(yīng)用

• 時(shí)   間：2020-05-15
• 型   號(hào)：
• 價(jià)   格：

S185機(jī)載高光譜成像儀在農(nóng)業(yè)的應(yīng)用
S185是目前高速成像光譜儀的輕版本,融合了高光譜數(shù)據(jù)的精確性和快照成像的高速性，能夠瞬間獲得在整個(gè)視場(chǎng)范圍內(nèi)精確的高光譜圖像

訂購(gòu)留言

S185機(jī)載高光譜成像儀在農(nóng)業(yè)的應(yīng)用

S185是目前高速成像光譜儀的輕版本,融合了高光譜數(shù)據(jù)的精確性和快照成像的高速性，能夠瞬間獲得在整個(gè)視場(chǎng)范圍內(nèi)精確的高光譜圖像。通過此款光譜儀可以地在1/1000秒內(nèi)獲得整個(gè)高光譜立方體數(shù)據(jù)，配套功能強(qiáng)大的測(cè)量及數(shù)據(jù)處理軟件，不需要IMU即可實(shí)現(xiàn)無(wú)人機(jī)遙感測(cè)量；S185機(jī)載高光譜成像儀可隨UAV按預(yù)設(shè)航線自動(dòng)測(cè)量，快速獲得大面積高光譜圖像，可通過軟件自動(dòng)快速拼接。

表1 UHD185技術(shù)參數(shù)

利用 Cubert-Pilot 軟件對(duì)每張高光譜圖像和同時(shí)采集的相應(yīng)全色圖像進(jìn)行融合，得到融合后的高光譜影像；其次使用Agisoft PhotoScan軟件，借助全色圖像的點(diǎn)云數(shù)據(jù)完成高光譜圖像的拼接。以小區(qū)幾何中心為中心，由拼接好的高光譜影像提取冠層光譜反射率。如圖1所示為得到每個(gè)小區(qū) 21 個(gè)不同空間尺度梯度所對(duì)應(yīng)的冠層光譜反射率，可以看出不同空間采樣面積所對(duì)應(yīng)的冠層光譜反射率在可見光波段無(wú)明顯差異，但在近紅外區(qū)域的差異較為明顯提取冠層光譜反射率。

利用 Cubert-Pilot 軟件對(duì)每張高光譜圖像和同時(shí)采集的相應(yīng)全色圖像進(jìn)行融合，得到融合后的高光譜影像；其次使用Agisoft PhotoScan軟件，借助全色圖像的點(diǎn)云數(shù)據(jù)完成高光譜圖像的拼接。以小區(qū)幾何中心為中心，由拼接好的高光譜影像提取冠層光譜反射率。如圖1所示為得到每個(gè)小區(qū) 21 個(gè)不同空間尺度梯度所對(duì)應(yīng)的冠層光譜反射率，可以看出不同空間采樣面積所對(duì)應(yīng)的冠層光譜反射率在可見光波段無(wú)明顯差異，但在近紅外區(qū)域的差異較為明顯提取冠層光譜反射率。

圖1 21個(gè)不同采樣面積所對(duì)應(yīng)的冠層光譜反射率

在已有研究成果基礎(chǔ)上， 本文選取 4 種植被指數(shù)建立大豆產(chǎn)量與無(wú)人機(jī)成像高光譜遙感監(jiān)測(cè)模型，植被指數(shù)計(jì)算方法如表2所示。

表2 植被指數(shù)計(jì)算公式

基于 21 組空間尺度范圍下的大豆冠層高光譜數(shù)據(jù)分別與實(shí)測(cè)產(chǎn)量建立 PLSR 回歸方程， 對(duì)比不同空間尺度下的模型預(yù)測(cè)精度，進(jìn)而確定空間尺度。產(chǎn)量和 4 個(gè)植被指數(shù)的 PLSR 模型相關(guān)系數(shù) r 隨空間尺度面積的變化趨勢(shì)曲線見圖 2所示。相關(guān)系數(shù) r 介于 0.795～0.812 之間，大豆冠層光譜植被指數(shù)與大豆產(chǎn)量極顯著相關(guān)，在空間取樣面積小于 8 m2 時(shí)，建模精度隨著空間取樣面積逐漸增大而增大，且隨著取樣面積的增大，建模精度逐漸趨于平緩，當(dāng)光譜取樣面積大于 10.13 m2后，建模精度隨取樣面積的增大而減小。光譜空間尺度為 4.25 m×2.125m和4.5 m×2.25 m時(shí)，即9.03和10.13 m2時(shí)，相關(guān)系數(shù)r達(dá)到大值，大相關(guān)系數(shù)約為 0.8117?？梢?，在基于無(wú)人機(jī)高光譜影像輔助大豆估產(chǎn)研究時(shí)，所取光譜的空間范圍長(zhǎng)、寬與小區(qū)總長(zhǎng)、寬之間的比例應(yīng)該介于 4.25:5 和 4.5:5，這樣不僅能夠有效降低小區(qū)周圍土壤背景噪聲和邊緣陰影光譜的影響，又能夠避免大豆冠層信息的缺失。

圖2 產(chǎn)量和4個(gè)植被指數(shù)的PLSR模型相關(guān)系數(shù)和RMSE隨空間采樣窗口面積的變化曲線

以4.5×2.25m為空間取樣范圍提取的冠層光譜為終光譜，建立產(chǎn)量和植被指數(shù)之間的PLSR模型，實(shí)際產(chǎn)量和預(yù)測(cè)產(chǎn)量的散點(diǎn)分布如圖3所示。所建立大豆估產(chǎn)模型為：

產(chǎn)量=68.8GNDVI+79.2NDVI+26.2RVI+293.7MSAVI2-227.87

使用無(wú)人機(jī)遙感平臺(tái)進(jìn)行大豆估產(chǎn)，對(duì)實(shí)現(xiàn)大規(guī)模大豆產(chǎn)量高通量快速獲取具有重要意義，能夠幫助育種學(xué)家快速篩選大豆優(yōu)良品種。本研究基于無(wú)人機(jī) UHD185 光譜成像儀獲取的大豆不同時(shí)期的冠層光譜對(duì)空間尺度進(jìn)行了分析， 結(jié)果表明，基于不同空間尺度計(jì)算的波譜數(shù)據(jù)在近紅外波段差異較大，且品系間各植被指數(shù)在不同空間尺度處的顯著性差異水平不同?；谠几吖庾V圖像的空間分辨率計(jì)算各空間取樣面積處的光譜信息，進(jìn)而對(duì)空間尺度進(jìn)行優(yōu)化選擇，在未來的研究中，可以對(duì)空間取樣面積下的光譜進(jìn)行重采樣處理，分析不同分辨率下光譜對(duì)大豆估產(chǎn)的影響。同時(shí)也可考慮基于不同試驗(yàn)條件下的不同作物，探索無(wú)人機(jī)高光譜影像的空間尺度規(guī)律。另外，高光譜具有較高的光譜分辨率，可針對(duì)波譜信息進(jìn)行深入分析對(duì)光譜空間尺度進(jìn)行優(yōu)化選擇。

S185機(jī)載高光譜成像儀在農(nóng)業(yè)的應(yīng)用