今天小編為大家分享的應(yīng)用案例是：基于無人機(jī)高光譜遙感的火龍果種植株數(shù)提取技術(shù)。

一、背景與意義

隨著經(jīng)濟(jì)快速發(fā)展，火龍果種植規(guī)模不斷擴(kuò)大，目前貴州省火龍果種植面積獲取主要為傳統(tǒng)的人為實地采集，該方法已不能較好地滿足各級政府部門實時快速掌握區(qū)域果樹種植分布情況的需求。因此，對火龍果種植區(qū)域的株數(shù)快速準(zhǔn)確識別方法研究成為當(dāng)前亟待解決的關(guān)鍵問題。由于貴州火龍果種植區(qū)域大多屬于低熱河谷，礙于特殊的地理環(huán)境，利用傳統(tǒng)的航空航天遙感難以實現(xiàn)火龍果種植區(qū)的實時監(jiān)測，隨著科學(xué)技術(shù)的不斷發(fā)展，無人機(jī)遙感技術(shù)被廣泛應(yīng)用于不同類別的果樹識別與監(jiān)測。關(guān)于無人機(jī)遙感技術(shù)在果樹監(jiān)測方面的應(yīng)用，廣大學(xué)者作了相應(yīng)的研究，但利用無人機(jī)搭載高光譜成像儀獲取低空高光譜數(shù)據(jù)進(jìn)行火龍果植株識別的研究比較少見，鑒于此，以關(guān)嶺縣上官鎮(zhèn)樂安村火龍果種植基地為研究區(qū)，利用某六旋翼無人機(jī)搭載高光譜成像儀獲取低空高光譜數(shù)據(jù)，借助遙感影像處理軟件結(jié)合空間分析軟件，通過獲取火龍果端元波譜，采用波譜角分類方法（Spectral?Angle Mapper , SAM）提取低熱河谷地帶火龍果株數(shù)，為下一階段快速統(tǒng)計貴州區(qū)域的火龍果種植面積，實時掌握產(chǎn)業(yè)布局，進(jìn)而較好地給相關(guān)部門提供決策支撐打下基礎(chǔ)。

二、材料與方法

2.1? 研究區(qū)概況

研究區(qū)位于關(guān)嶺縣板貴鄉(xiāng)樂安村，地處關(guān)嶺自治縣西南部，中心地理坐標(biāo)為東經(jīng)105°44′27″、北緯25°44′52″，平均海拔502ｍ。該區(qū)域氣候溫?zé)?，屬于亞熱帶季風(fēng)氣候，年均氣溫可達(dá)20℃以上，適于發(fā)展火龍果種植，種植品種均為紅心火龍果。

2.2? 材料

2.2.1 無人機(jī)航攝系統(tǒng)

飛行平臺：采用某六旋翼無人機(jī)作為飛行平臺，該機(jī)型采用模塊化設(shè)計，拆裝方便；載重可達(dá)6.0kg，單架次滿電作業(yè)時長可達(dá)30min，可實現(xiàn)5km的遠(yuǎn)距離、低延時高清實時影像與控制信號傳輸。任務(wù)設(shè)備：高光譜數(shù)據(jù)獲取用某高光譜成像儀，設(shè)備自身重量為2.2kg，光譜范圍為400～1000nm，光譜分辨率可達(dá)1.3nm，該設(shè)備操作簡便，具有低雜散光，低失真、高信噪比及高圖像質(zhì)量等一系列優(yōu)點。

2.2.2 火龍果種植區(qū)試驗基地

為創(chuàng)造良好的試驗條件，選擇關(guān)嶺縣板貴鄉(xiāng)樂安村管理良好的火龍果種植范圍為研究區(qū)。研究區(qū)面積3813.22ｍ２，地勢較為平緩，田間基本沒有雜草。

2.3? 方法

2.3.1? 火龍果株數(shù)采集

為驗證高光譜影像識別火龍果株數(shù)的準(zhǔn)確率，需獲取研究區(qū)內(nèi)火龍果種植的實際株數(shù)。主要借助空間分析軟件通過波段重新組合顯示研究區(qū)真彩色影像，然后利用目視解譯手段，準(zhǔn)確勾繪研究區(qū)火龍果地類，計算火龍果覆蓋株數(shù)，作為精度評價基準(zhǔn)數(shù)據(jù)。

2.3.2? 高光譜影像數(shù)據(jù)獲取

為確保所獲取的影像數(shù)據(jù)質(zhì)量，選擇天氣晴朗的正午時分進(jìn)行拍攝。數(shù)據(jù)獲取時間為13:00-14:00，此時間段研究區(qū)域內(nèi)陽光充裕。首先將高光譜儀搭載在無人機(jī)上，做好相應(yīng)的準(zhǔn)備工作（拍攝范圍規(guī)劃、控制點采集、磁校正）后開始進(jìn)行低空拍攝，無人機(jī)飛行相對航高200ｍ，航向以及旁向重疊度均設(shè)置為65%，單架次航拍有效面積為10098ｍ２。

2.3.3? 高光譜影像處理

借助遙感影像處理軟件進(jìn)行處理，主要包括影像預(yù)處理、幾何校正、影像拼接及裁剪。影像預(yù)處理主要針對采集的多光譜原始影像進(jìn)行輻射定標(biāo)及大氣校正；利用采集的控制點對預(yù)處理后的影像數(shù)據(jù)進(jìn)行幾何校正，從而得到具有正確投影信息的數(shù)據(jù)文件；再對幾何校正后的影像進(jìn)行拼接，利用研究區(qū)矢量邊界裁剪影像得出所需的研究區(qū)域。

2.3.4 基于波譜角分類法的火龍果植株自動提取與驗證

波譜角分類是高光譜遙感影像分類中比較常見的監(jiān)督分類法之一，其原理是假設(shè)數(shù)據(jù)己被減化為表觀反射率，具有光譜方向但沒有長度方向，再將影像上每個像元的波譜曲線與所選擇的端元波譜曲線進(jìn)行比較，通過對比雙方切線方向上的夾角（等同于波譜角）大小判斷兩者是否屬于同一類物質(zhì)，角度越小表示屬于同一種物質(zhì)的可能性越大；通過設(shè)置合理的角度閾值確定未知像元的類別，從而實現(xiàn)高光譜影像上不同物質(zhì)類型的自動識別。操作流程見圖１。

１）端元波譜收集?；谔幚砗玫母吖庾V數(shù)據(jù)，利用遙感影像處理軟件，采用ＭＮF最小噪聲分離變換工具判定圖像數(shù)據(jù)內(nèi)在的維數(shù)（即波段數(shù)），分離數(shù)據(jù)中的噪聲，降低波段之間的相關(guān)性，減少計算需求量，獲得有效波段數(shù)；借助純凈像元指數(shù)（Pixel Purity In-dex -- PPI）和Ｎ維可視化工具用于端元波譜收集，純凈像元指數(shù)計算時，設(shè)置迭代次數(shù)（Number ?of ?lter-ations）為5000、閾值（Threshold Factor）為2.5進(jìn)行計算，Ｎ維可視化端元波譜獲取時，在n-D ?Selected ?Bands）列表中框中，選擇前５個波段在?Ｎ?維可視化窗口中構(gòu)成散點圖，根據(jù)散點聚集情況進(jìn)行端元選取。

２）波譜識別。加載端元波譜曲線，使用波譜端元收集器工具（Endmember ?Collection）進(jìn)行物質(zhì)識別，在分類算法（Algorithm）中選擇波譜角分類法，通過不斷調(diào)整波譜角參數(shù)進(jìn)行影像分類。精度驗證：波譜識別完成之后，借助空間分析軟件將分類結(jié)果轉(zhuǎn)為矢量文件，剔除非火龍果要素，然后進(jìn)行火龍果株數(shù)統(tǒng)計，將統(tǒng)計結(jié)果與目視解譯采集到的火龍果株數(shù)（實際種植數(shù)量）進(jìn)行精度Ｒ驗證：

式中，Ｍ識別值代表基于無人機(jī)高光譜影像利用空間分析軟件自動識別的火龍果株數(shù)，Ｎ解譯值代表基于真彩色影像通過目視解譯得到的研究區(qū)種植火龍果的實際數(shù)量。

三、結(jié)果與分析

3.1?目視解譯火龍果植株

經(jīng)過處理后的高光譜影像分辨率為0.25ｍ，包含231個波段，經(jīng)過篩選，將102、61、27波段進(jìn)行組合得到研究區(qū)域真彩色影像，裁剪出研究區(qū)面積為3813.22㎡。區(qū)域內(nèi)包含 有道路、火龍果植株、土壤、樹木４種類別，借助空間分析軟件進(jìn)行目視解譯，得出火龍果植株數(shù)量為595株（圖２）。

3.2?基于無人機(jī)高光譜遙感影像火龍果植株數(shù)的提取精度

借助遙感影像處理軟件進(jìn)行高光譜數(shù)據(jù)處理，得出基于無人機(jī)高光譜遙感影像提取的火龍果株數(shù)為553株（圖3），結(jié)合目視解譯結(jié)果，得出提取精度為92.94%。分析提取結(jié)果發(fā)現(xiàn)，長勢不好以及被樹木遮擋的火龍果植株難以識別，長勢較好且枝條有交叉的多株火龍果容易被識別為單株，２種情況均會影響提取的準(zhǔn)確率。

四、結(jié)論與討論

研究利用多旋翼無人機(jī)作為飛行平臺，搭載高光譜成像儀獲取研究區(qū)的低空高光譜遙感影像，借助遙感影像處理軟件以及空間分析軟件等地理信息系統(tǒng)軟件進(jìn)行影像后處理，通過純凈像元指數(shù)（Pixel Purity In-dex -- PPI）和?Ｎ?維可視化工具進(jìn)行端元波譜獲取，從而識別出研究區(qū)域的火龍果種植株數(shù)。

對基于高光譜數(shù)據(jù)提取的火龍果株數(shù)進(jìn)行精度驗證，提取準(zhǔn)確率可達(dá)92.94%，說明借助地理信息系統(tǒng)處理軟件對高光譜數(shù)據(jù)進(jìn)行處理可實現(xiàn)火龍果種植數(shù)量的快速提取，精度較高，可為下一階段實現(xiàn)火龍果種植面積的快速監(jiān)測提供一定的技術(shù)支撐，從而實現(xiàn)火龍果園區(qū)的精準(zhǔn)化管理。由于貴州火龍果種植區(qū)域地理條件相對較差，利用無人機(jī)搭載高光譜成像儀進(jìn)行近地數(shù) 據(jù)采集時，務(wù)必確保天氣晴朗，無云層遮擋，風(fēng)速小于２ｍ／ｓ；最佳拍攝時間點為正午時分，此刻太陽直射地面，火龍果植株基本沒有陰影，便于提高后期影像處理的質(zhì)量；數(shù)據(jù)采集過程中由于種種外部因素可能會導(dǎo)致飛機(jī)姿態(tài)受到影響，無人機(jī)飛行務(wù)必隨時留意飛機(jī)狀態(tài)，確保數(shù)據(jù)采集過程中姿態(tài)穩(wěn)定，避免獲取的數(shù)據(jù)存在拉花及模糊現(xiàn)象。

此外，在進(jìn)行高光譜數(shù)據(jù)處理時，為了保證火龍株數(shù)信息提取的精度，一是分類之前務(wù)必對影像進(jìn)行輻射校正以及大氣校正，排除水汽、二氧化碳等雜質(zhì)的干擾，去除壞波段；二是在?Ｎ?維可視化工具中進(jìn)行地類端元波譜選取時，需選取散點集聚分布的區(qū)域，以較大程度分離不同地類波譜曲線，避免地類之間出現(xiàn)誤分的情況。研究所選區(qū)域較為理想，區(qū)域內(nèi)地類較少，復(fù)雜區(qū)域未作相應(yīng)研究，在進(jìn)行數(shù)據(jù)采集時沒用利用地物波譜儀獲取單株火龍果的波譜數(shù)據(jù)，僅對無人機(jī)獲取的高光譜影像進(jìn)行端元波譜的選擇，無對比數(shù)據(jù)。后期將重點研究復(fù)雜區(qū)域內(nèi)植物種植數(shù)量的提取技術(shù)，以完善和豐富遙感技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用。

審核編輯：符乾江