產(chǎn)品中心
S185機載高光譜成像儀在農(nóng)業(yè)的應(yīng)用
S185機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視場范圍內(nèi)精確的高光譜圖像
S185機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視場范圍內(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)獲得整個高光譜立方體數(shù)據(jù)，配套功能強大的測量及數(shù)據(jù)處理軟件，不需要IMU即可實現(xiàn)無人機遙感測量；S185機載高光譜成像儀可隨UAV按預(yù)設(shè)航線自動測量，快速獲得大面積高光譜圖像，可通過軟件自動快速拼接。
表1 UHD185技術(shù)參數(shù)
指標(biāo) | 參數(shù) |
型號Model | UHD185 |
品牌Brand | Cubert |
質(zhì)量Weight | 470g |
產(chǎn)地Orgin | 德國 |
成像速度Imaging speed | 每秒可拍攝5個高光譜圖像立方體 |
光譜通道Number of channels | 125個 |
采樣間隔Spectral samping | 4nm |
視場角Field of view | 20° |
光譜覆蓋范圍Wavelength range | 450~950nm |
光譜分辨率Spectral resolution | 8nm@532nm |
數(shù)據(jù)Data | 全色和高光譜影像 |
利用 Cubert-Pilot 軟件對每張高光譜圖像和同時采集的相應(yīng)全色圖像進行融合，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所示為得到每個小區(qū) 21 個不同空間尺度梯度所對應(yīng)的冠層光譜反射率，可以看出不同空間采樣面積所對應(yīng)的冠層光譜反射率在可見光波段無明顯差異，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 軟件對每張高光譜圖像和同時采集的相應(yīng)全色圖像進行融合，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所示為得到每個小區(qū) 21 個不同空間尺度梯度所對應(yīng)的冠層光譜反射率，可以看出不同空間采樣面積所對應(yīng)的冠層光譜反射率在可見光波段無明顯差異，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個不同采樣面積所對應(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)量與無人機成像高光譜遙感監(jiān)測模型，植被指數(shù)計算方法如表2所示。
表2 植被指數(shù)計算公式
基于 21 組空間尺度范圍下的大豆冠層高光譜數(shù)據(jù)分別與實測產(chǎn)量建立 PLSR 回歸方程， 對比不同空間尺度下的模型預(yù)測精度，進而確定空間尺度。產(chǎn)量和 4 個植被指數(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，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，即9.03和10.13 m2時，相關(guān)系數(shù)r達到大值，大相關(guān)系數(shù)約為 0.8117?？梢?，在基于無人機高光譜影像輔助大豆估產(chǎn)研究時，所取光譜的空間范圍長、寬與小區(qū)總長、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，實際產(chǎn)量和預(yù)測產(chǎn)量的散點分布如圖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
使用無人機遙感平臺進行大豆估產(chǎn)，對實現(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。本研究基于無人機 UHD185 光譜成像儀獲取的大豆不同時期的冠層光譜對空間尺度進行了分析， 結(jié)果表明，基于不同空間尺度計算的波譜數(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算各空間取樣面積處的光譜信息，進而對空間尺度進行優(yōu)化選擇，在未來的研究中，可以對空間取樣面積下的光譜進行重采樣處理，分析不同分辨率下光譜對大豆估產(chǎn)的影響。同時也可考慮基于不同試驗條件下的不同作物，探索無人機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，可針對波譜信息進行深入分析對光譜空間尺度進行優(yōu)化選擇。
S185機載高光譜成像儀在農(nóng)業(yè)的應(yīng)用
