案例详情

光谱相机应用及无人机集成解决方案

日期:2024-03-29 13:55
浏览次数:0
摘要:

目录

1.研究背景

2.研究目标

3.理论概述

3.1相关概念

3.2 多光谱图像计算植被指数方法

3.2.1 假彩色合成

3.2.2 NDVI计算

4.测量设备

4.1 ADC micro  & ADC snap 光谱相机

4.1.1 光谱曲线

4.1.2 产品特色

4.1.3 技术参数

4.2 μ-MCA 多光谱相机

4.2.1 光谱曲线

4.2.2产品特色

4.2.3 技术参数

5.应用于无人机航拍中相机控制

5.1 相机信号控制

5.2 航拍重叠率计算

6.PW2软件应用

7.参考文献

 

---------------------------------------------------------------

1.研究背景:

地上生物量是指植物的枝、叶、花等在土壤以上的生物量,是绿色植物光合作用的产物。对生态系统而言,地上生物量决定了生态系统能量的供给能力,因而决定了生态系统的承载力。及时地掌握地上生物量对于科学的评估生态系统的载畜量和合理安排农业生产,提高农业生产力,维护生态系统的持续稳定,都具有十分重要的意义。

2.研究目标:

应用植被指数估测草地地上生物量是一种比较可靠的技术方法,在众多植被指数中,应用*为广泛的是归一化植被指数(Normalized Difference Vege-tation Indices,NDVI)。尽管如此,NDVI仍存在一些不足,如对下垫面状况及大气状况等干扰因素敏感,在较高植被密度下容易出现“饱和”等。为了改进NDVI,研究者提出了一些新的植被指数,例如为了减少土壤和植被冠层背景的干扰,Huete提出了土壤调节植被指数(Soil AdjustedVegetation Indices,SAVI)。而Gitelson提出的归一化绿波段差值植被指数(Green NormalizedDifference Vegetation Indices,GNDVI)与NDVI相比对叶绿素含量的变化更加敏感。能够快速有效的测量植被指数的监测方法为生态研究提供了有效的保障。

3.理论概述:

3.1相关概念:

归一化植被指数:Normalized Difference Vegetation Index,归一化差分植被指数,标准差异植被指数,也称为生物量指标变化,可使植被从水和土中分离出来。

1.研究背景:

                Rnir 和Rred分别为近红外波段和红波段处的反射率值。NDVI和植物的蒸腾作用、太阳光的截取、光合作用以及地表净初级生产力等密切相关。值的范围是-1~1,一般绿色植被区的范围是0.2~0.8。

土壤调整植被指数:Soil AdjustedVegetation Indices,SAVI,解释背景的光学特征变化并修正NDVI对土壤背景的敏感的植被指数。

1.研究背景:

                Rnir 和Rred分别为近红外波段和红波段处的反射率值。

归一化绿波段差值植被指数:Green NormalizedDifference Vegetation Indices

1.研究背景:

                Rnir 和Rgreen分别为近红外波段和红波段处的反射率值。

3.2 多光谱图像计算植被指数方法:

多光谱图像又称为多波段图像,是指对地物辐射中多个单波段的摄取。得到的影象数据中会有多个波段的光谱信息。对各个不同的波段分别赋予RGB颜色将得到彩色影象。例如,将R,G,B分别赋予R,G,B三个波段的光谱信息,合成将得到模拟真彩**象,多波段遥感影象可以得到地物的色彩信息。RGB色彩模式是工业界的一种颜色标准,是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的,RGB即是代表红、绿、蓝三个通道的颜色,这个标准几乎包括了人类视力所能感知的所有颜色,是目前运用*广的颜色系统之一。

3.2.1 假彩色合成:

是指多光谱遥感图像彩色合成处理时,如果参与合成的三个波段的波长与对应的红、绿、蓝三种原色的波长不同,那么合成图像的颜色就不可能是地面景物的真是颜色,这种合成就是假彩色合成。多光谱图像可以包含可见光范围外的光波段,如红外光波段。通过对提取波段的图像进行假彩色合成,能够有效反应目标物的光谱信息,并进行计算机处理及计算。


........


全文请联系渠道科技索取,电话:010-62111044,Email: sales@Qudao.com.cn