無人機(jī)高光譜實(shí)現(xiàn)作物精確定位、判別作物大小和健康程度

高光譜遙感具有光譜分辨率高、波段范圍窄、圖譜合一、連續(xù)成像等特點(diǎn)，能夠區(qū)分出地物光譜的細(xì)微差別，探測到其他寬波段遙感無法探測的信息。因此，高光譜遙感在生態(tài)、大氣和海洋等諸多應(yīng)用領(lǐng)域具有很大優(yōu)勢。隨著無人機(jī)發(fā)展的日漸成熟，搭載于無人機(jī)上的高光譜相機(jī)可高效獲取地物信息，實(shí)現(xiàn)對地物的精準(zhǔn)定位以及判別地物大小和健康程度等。

以南京某高校的實(shí)驗(yàn)基地為例，利用四川雙利合譜科技有限公司自主研發(fā)的GaiaSky-mini2獲取實(shí)驗(yàn)基地樹木的高光譜影像數(shù)據(jù)，然后利用第三方軟件進(jìn)行分析，快速獲取樹木的位置、大小及健康程度。

1 無人機(jī)高光譜影像

圖1為利用無人機(jī)高光譜相機(jī)GaiaSky -mini2獲取的樹木的高光譜影像數(shù)據(jù)及樹木的典型光譜曲線，無人機(jī)飛行高度為150米，圖像分辨率為1920*1456，空間分辨率為0.04m，光譜分辨率為3nm。

圖1 無人機(jī)高光譜影像（真彩色RGB）和樹木光譜

2 作物計(jì)數(shù)

作物計(jì)數(shù)（Crop Count）工具的輸入柵格要求為高分辨率的單波段（例如NDVI、GRVI等）圖像。本工具可以對作物進(jìn)行定位和計(jì)數(shù)。輸出結(jié)果為ENVI分類圖像，圓環(huán)形狀，如圖2所示。

圖2 根據(jù)NDVI灰度圖對作物進(jìn)行定位

3 識別作物缺口

利用植被指數(shù)定位作物位置時(shí)，有可能存在一定的誤差，因此可以通過Five Crops Gaps去識別作物缺口，從而提高識別的定位精度，如圖3所示。

圖3 利用five crops gaps識別作物缺口

4 定位作物長勢監(jiān)測

作物指數(shù)統(tǒng)計(jì)工具可以統(tǒng)計(jì)每株作物的指標(biāo)，需要輸入單波段圖像（如NDVI、EVI或者GNDVI等）和Crop Count工具輸出的json文件。輸出結(jié)果可選分類效果圖，其則結(jié)果在一定程度上反應(yīng)了作物的健康程度，如圖4所示。

圖4 定位作物長勢監(jiān)測

5 逐行作物識別并去除異物

利用Find Rows and Remove Outliers工具識別一個(gè)區(qū)域內(nèi)逐行排序的作物，并移除雜草、野草等異物。

圖5 逐行作物識別去除異物，從而提高識別精度