多光譜相機航精準農業(yè)中的應用

產品型號： AIRPHEN

所屬分類：多光譜測量系統(tǒng)

更新時間：2018-05-02

簡要描述：多光譜相機AIRPHEN為精確農業(yè)提供了一種有效鑒別作物狀態(tài)多樣性的方法，具有高空間分辨率和高訪問頻率。

聯(lián)系我們 在線咨詢

多光譜相機AIRPHEN主要測量指標：
    1、綠地指數(shù)（Green area index）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(shù)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。與基于地面的測量相比，UAS GAI在小麥和油菜上方的精度大約是0.2（RMSE)。歸一化反射率與反射率相比， GAI 估值性能大為改善（0.17：0.26 GAI,RMSE）。實驗觀察到UAS無人機不同獲取時期的估算值的高重復性。利用紅波邊緣波歸一化（）反射率，帶來從低到中GAI估值的30%（10%）的精度提升。該產品也可用于其它地塊、森林調查、病蟲害防治等。2、VI:植被指數(shù)：主要反映植被在可見光、近紅外波段反射與土壤背景之間差異的指標，各個植被指數(shù)在一定條件下能用來定量說明植被的生長狀況。在學習和使用植被指數(shù)時必須由一些基本的認識：
3、NDVI: 歸一化差值植被指數(shù)：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
4、PRI: 光反射指數(shù)：光化學植被指數(shù)PRI定義為531am和570nm處反射率的歸一化植被指數(shù),這一指數(shù)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。
5、MERIS陸地葉綠素指數(shù)（MTCI）：該指數(shù)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AIRPHEN主要特點：

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(shù))

產品技術參數(shù)：
重量：500g(備選700g，2節(jié)電池)
尺寸：140*92*102 mm
內存：40 Go(可達備選240Go )
波長（nm）：450,532,568, 675, 730, 850
操作角度：35°(備選20°)
獲取速度：2幀/ 秒
圖片尺寸：1280*960
操作時間：1h(1電池)
2h(2電池)

多光譜相機AIRPHEN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(shù)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
    地塊邊界的數(shù)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(shù)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。
  地塊面積量算：通過數(shù)字化地圖，可準確地量算出各種作物所占地塊的面積。
    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。
    作物長勢分析：根據(jù)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。