干貨來了!一篇文章讓你用好精靈 4 多光譜發表時間:2021-12-13 15:30作者:鵬錦科技 精靈 4 多光譜版無人機自 2019 年發布以來,已經在科研、農業、林業、環境生態監測等多個領域得到廣泛應用。為了幫助用戶更好地使用產品,我們今天針對 5 個精靈 4 多光譜最常見的問題進行解答: 1、如何提高精靈 4 多光譜的數據采集效率? 2、大疆智圖處理精靈 4 多光譜數據時,能否得到單波段的反射率值? 3、為何大疆智圖的指數圖有條紋或斑塊狀? 4、如何解讀和使用大疆智圖計算的植被指數? 5、精靈 4 多光譜重建結果文件分別是什么? ![]() 如何提高精靈 4 多光譜的數據采集效率 精靈 4 多光譜的數據采集效率主要受飛機的飛行高度、測區距離、航線和相機設置影響。在飛行高度 180 米時,精靈 4 多光譜 1 架次的采集面積約為 0.47km2(700 畝)左右,如果采集效率落后于這個數據標準,可以使用以下方式來提高效率: 1、選擇最佳飛行高度 飛行高度越低,地面采樣距離(GSD)越小,地面物體分辨率越高,看得越清楚,但作業總時長會延長。因此需要根據拍攝的對象和目的來選擇最優飛行高度。以農業作物長勢監測為例子,應該根據不同作物、不同生長階段來選擇最優飛行高度。
水稻不同生長階段的飛行高度推薦 如果不確定飛行高度對應的分辨率是否足夠,可以把精靈 4 多光譜相機模式調至 Live NDVI 模式,然后手動起飛抬升飛機,觀察在某高度下是否能清晰看到觀測對象。 同時,需要注意測區內是否有障礙物,飛機飛行高度必須高于測區內所有障礙物高度。 2、設置合適的重疊率 提高重疊率可以一定程度上優化建模質量,但重疊率過高會增加航線延長作業時間。因此我們推薦使用航向 80%、旁向 70% 的重疊率設置。 3、設置等時間隔拍照模式[1] 相機拍照模式有“等時間隔”和“航點懸?!眱煞N拍照模式?!暗葧r間隔”不需要停頓,飛行效率更高。在大多數場景下,建議使用“等時間隔”拍照設置等時間隔拍照模式。 但是,在起伏大的山區,“等時間隔”可能存在同一組照片多個波段之間拍攝場景差別過大的情況,造成重建失敗。因此,如果在山區航測時,若使用“等時間隔”拍攝出現重建失敗,建議切換到“航點懸?!蹦J?。 4、選擇靠近測區的起飛地點 飛機起飛降落地點應該盡量靠近測區,使得起降航程最短。如果測區覆蓋范圍較大,建議在測區中央區域起飛。 大疆智圖處理精靈 4 多光譜數據時, 能否得到單波段的反射率值 單波段的反射率值通常用于單波段分析、多種指數計算、基于多個波段的地物分類等用途。在不進行反射率輻射校正時,大疆智圖可以輸出單波段的 DN 值影像,和五個常用的植被指數---NDVI、NDRE、 OSAVI、 LCI、 GNDVI,但不輸出單波段的反射率值影像。 如果需要得到單波段的反射率值影像,可以使用反射率輻射校正板和大疆智圖的輻射校正功能進行轉換。以下介紹如何使用反射率板和輻射校正功能得到單波段反射率: 1、首先準備 2-3 塊已知反射率的反射率板(無品牌限制,業界通用的均可)。 2、拍攝反射率板照片,具體步驟如下:
3、精靈 4 多光譜進行正常航測作業。 4、作業結束后,在大疆智圖新建航測重建任務,并按照正常重建步驟導入航測照片,但先不進行重建。 5、進入大疆智圖“輻射校正”界面。 ![]()
![]() 6、完成“輻射校正”設置后,返回主界面,開始重建重建結果的單波段影像,即result_Blue、 result_Green、 result_NIR、 result_Red、 result_RedEdge,其數值即是反射率值。 為何大疆智圖的指數圖有條紋或斑塊狀 精靈 4 多光譜影像處理結果的條紋或斑塊,可以大致分成三種現象:航線角度和太陽方位角不垂直所造成的條紋、強光下農田的 hotspot 現象、曝光鎖定造成的光斑,以下是形成的原因和解決方案: 1、航線角度和太陽方位角不垂直所造成的條紋 通常在可見光影像中看不到條紋,而 NDVI 等植被指數中能看到。明暗交替的條紋正好和航線重合,一條明條和一條暗條紋分別對應一條航線。如下圖 NDVI 所示: ![]() NDVI中的條紋 這是由于飛機向前飛行時候,機身有一定傾角。如果航線方向和太陽光線入射方向(太陽方位角)不垂直,那么飛機來回飛行時,飛機頂上的光強傳感器平面和太陽方位角的夾角發生了變化,導致光強傳感器接收到的太陽輻射在來回變化。而因為光強傳感器的輻射數值用于植被指數計算,因此造成植被指數出現了明暗條紋。當太陽高度角越低,這個現象越明顯。 ![]() 太陽方位角和太陽高度角示意圖 要避免此問題,采集時候請注意以下兩點:
![]()
![]() 2、強光下農田的 hotspot 現象 強光之下,由于土地或作物冠層比較平滑,會產生類似鏡面反射的現象,導致照片一邊較亮一邊較暗。重建之后出現了“漸變”條紋,稱之為“hotspot”現象。這個現象在可見光和植被指數中都可以觀察得到。 ![]() 農田重建后的 hotspot 條紋 當前業界針對這個問題未有完善的解決方案,因此我們建議避免在強光之下,例如正午太陽猛烈時進行采集,以規避這個問題。 3、曝光鎖定造成的光斑 如果在拍攝過程光照變化較大,例如云層遮擋太陽等,而相機的曝光設置了鎖定 (AE 鎖定),那么可能出現明顯光斑。 ![]() 建議在作業時將 AE 解鎖,可見光模式設置為中央測光,多光譜模式設置為全局測光以保持測光一致。 ![]() 如何解讀使用大疆智圖計算的植被指數 大疆智圖會基于精靈 4 多光譜的 5 個光譜波段(藍,綠,紅,紅邊,近紅外),計算 5 個常用的植被指數---NDVI,NDRE,OSAVI,LCI、GNDVI。植被指數是利用植被在光譜上的吸收反射特征,通過組合計算不同的光譜波段,得到的無量綱指數。植被指數通常是蓋度、葉綠色含量、生物量等多個因素的綜合體現。 ![]() 植被光譜反射曲線[2] 5 個植被指數的計算公式如下:
1、NDVI 歸一化植被指數 NDVI 是最常用的植被指數。由上圖得知,綠色植被在近紅外波段反射率較強,在紅光波段發射率較弱,且越是密集、葉綠素含量越高的植被,這個規律越是強烈。 因此通過歸一化差值的方式計算的 NDVI,可以用來表征地面植被密集程度和植物的葉綠素含量。NDVI 數值為 -1 到 1,通常正值表示有植被覆蓋,數值越高,植被越密集或葉綠素含量越高。0 和負值表示巖石、裸土、水體等非植被覆蓋。 在農業應用上,NDVI 可以用于診斷作物的葉綠素、氮素含量,從而指導合理施用氮肥。在林業應用上,NDVI 可以用于計算森林覆蓋面積或城市綠化率。在環境監測上,NDVI 可以用于監測水體藻類發生程度。 2、NDRE[3] 雖然 NDVI 在大多數場景中,可以有效用于診斷植被葉綠素含量,但 NDVI 有其局限性,因為用非線性方式計算近紅外和紅光的差值,在高植被區 NDVI 靈敏度較低,也就是 NDVI 的“飽和”現象。 為了應對 NDVI 的這個缺陷,就引入了 NDRE。NDRE 在計算公式上,用紅邊波段取代了 NDVI 中的紅色波段。紅邊是紅光和近紅外波段中間的一個過度波段,是葉綠素在紅光區域的吸收和在近紅外區域的反射之間的界限。因此,NDRE 在高植被區,例如農田作物封行之后,可以更靈敏地反映植被的葉綠素含量。 3、OSAVI 優化土壤調整植被指數 OSAVI 主要在 NDVI 的基礎上將土壤因素納入考量,在植被生長初期、密度不高的時候,可以更好地排除土壤影響、反映植被的葉綠素含量。因此 OSAVI 比較適用于植被稀疏或者農田作物出苗初期的植被健康度診斷。 4、LCI 葉面葉綠素指數 LCI 對于判斷植物的葉子的葉綠素和含氮量有較好的效果,而相比之下 NDVI 通常用于判斷整個冠層的葉綠素和含氮量。 5、GNDVI 有部分研究表明,GNDVI 相比 NDVI 能更穩定地探測植被,因此 GDNVI 也經常用于植被覆蓋監測、植被和作物健康度調查中。 綜上所述,在看出苗狀況、作物長勢、雜草分布密度等日常巡田環節,使用 NDVI 可以滿足大多數需求。而作物生長模型等研發過程,也會涉及到其他幾個植被指數的使用。 精靈 4 多光譜重建結果文件分別是什么 精靈 4 多光譜的數據重建結束后,除了可以直接在大疆智圖和大疆智慧農業平臺上看到高清影像和 5 個植被指數圖,還可以得到單波段圖、數字表面模型、語義圖,此外大疆智圖還提供經過渲染的植被指數圖。 如果是使用大疆智圖重建,在任務下的“打開任務文件夾”選項打開項目文件夾。以上文件均存放在“map”文件夾內: ![]() ![]() 如果是使用大疆農業平臺進行重建,則可以在云重建的下載頁面獲取以上結果。 ![]() 以下是主要結果文件的說明: 高清影像 result.tif、result.tfw 這兩個文件是高清影像的 geotiff 柵格圖,可在一般 GIS 軟件打開使用。 植被指數圖 放在 index_map 這個文件夾里。植被指數也是 geotiff 柵格圖,可在一般 GIS 軟件打開使用。 單波段指數圖 result_Blue、result_Green、result_NIR、result_Red、 result_RedEdge 這五個圖層是對應的五個單波段圖。當沒有進行反射率輻射校正時,它們是單波段的 DN 值;使用了反射率輻射校正后,他們是單波段的反射率值。每個文件均為 geotiff 柵格圖,可在一般 GIS 軟件打開使用。單波段指數圖更常用于科研工作中。 數字表面模型[4] dsm.tif,、dsm.tfw;數字表面模型即地表的海拔高程圖??捎糜跍y量土地海拔高程、地勢起伏、和農田地塊的平整狀況。大疆智慧農業平臺的“高程分析”即是用這個數字表面模型來對測區高程進行分析。 ![]() 語義圖 segment.tif, segment.tfw;大疆智圖和大疆智慧農業平臺基于高清影像用機器學習自動分類的地物類型。該結果可以用來評估一個地方的農田、樹木、建筑、水面等覆蓋面積和分布。 ![]() 除了上述的問題以外,在使用的過程中如果還有遇到其他的疑問,歡迎咨詢。 |