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。基于原始高光譜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
