0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

基于高光譜遙感的植被紅邊波段角度效應(yīng)分析

萊森光學(xué) ? 來源:萊森光學(xué) ? 作者:萊森光學(xué) ? 2022-09-27 10:08 ? 次閱讀

農(nóng)作物的葉綠素含量與植被的光合能力?生長發(fā)育及氮素含量有較好的相關(guān)性,是反映農(nóng)作物長勢和營養(yǎng)狀況的重要生化參量,及時?準(zhǔn)確地獲取農(nóng)作物葉綠素含量,對作物長勢和病蟲害動態(tài)監(jiān)測以及作物成熟期和產(chǎn)量預(yù)測有重要意義。具有“圖譜合一”特點(diǎn)的高光譜遙感技術(shù)對葉綠素含量的監(jiān)測和反演極為有效,尤其是紅邊波段與葉綠素含量?生物量?營養(yǎng)狀況?物候變化等密切相關(guān),已廣泛應(yīng)用于農(nóng)業(yè)生產(chǎn)的各個環(huán)節(jié)。值得注意的是,農(nóng)作物冠層與大多數(shù)地物一樣,屬于非朗伯體,會表現(xiàn)出不同程度的各向異性特征,一般利用多角度遙感觀測以獲取作物冠層的多角度信息,提升作物生化參量的監(jiān)測和反演精度。

結(jié)合多角度觀測優(yōu)勢的高光譜多角度遙感在提高農(nóng)作物生化參數(shù)獲取能力和精度方面極具優(yōu)勢:

1、利用CHRIS/PROBA數(shù)據(jù),顯著提升了植被冠層含水量的反演精度

2、觀測天頂角的變化與大豆冠層葉綠素含量的反演精度密切相關(guān);

3、研究窄波段植被指數(shù)與觀測角度之間的關(guān)系,發(fā)現(xiàn)植被指數(shù)表現(xiàn)出明顯的各向異性;

4、利用CHRIS/PROBA數(shù)據(jù)研究了3個觀測角度下光譜反射率?紅邊指數(shù)等與濕地植被生物量的相關(guān)性,發(fā)現(xiàn)生物量對角度有較強(qiáng)的敏感性

5、利用地物光譜儀配合多角度觀測架,分析了冬小麥光譜的紅邊參數(shù)隨觀測角度變化的情況,提出應(yīng)選取合理觀測角度下的紅邊參數(shù)來反演作物生化組分。

可見,紅邊波段的角度效應(yīng)已受到農(nóng)業(yè)遙感領(lǐng)域的高度關(guān)注。鑒于此,本文利用無人機(jī)搭載高光譜成像傳感器對玉米和大豆進(jìn)行多角度觀測,采用半經(jīng)驗(yàn)核驅(qū)動模型構(gòu)建兩種作物的二向反射分布函數(shù)(BRDF)模型,系統(tǒng)地分析了隨觀測角度變化,大豆和玉米紅邊波段光譜反射率及葉綠素相對含量(SPAD)的變化特點(diǎn),以期為高精度的農(nóng)作物冠層葉綠素含量反演提供依據(jù)。

1數(shù)據(jù)與方法

1.1數(shù)據(jù)獲取

實(shí)驗(yàn)場(長60m,寬30m)位于北京大興區(qū)東部(116°34′33.10″E,39°39′2.56″N),屬暖溫帶半濕潤大陸季風(fēng)氣候,夏季高溫多雨,冬季寒冷干燥,年平均降水量556mm,年平均氣溫11.6℃。在實(shí)驗(yàn)場分別設(shè)有5個玉米?8個大豆實(shí)驗(yàn)小區(qū),如圖1所示。

pYYBAGMyWzeAA-ZWAAGdZtKX9tI081.png

圖1實(shí)驗(yàn)場地作物種植及SPAD采樣點(diǎn)分布

實(shí)驗(yàn)當(dāng)天天氣晴朗無風(fēng),光照強(qiáng)度穩(wěn)定,地表土壤相對干燥且平整;此時田間玉米和大豆正處于生長旺盛期,能夠代表典型生長狀況。實(shí)驗(yàn)數(shù)據(jù)包括:1)地面同步測量數(shù)據(jù)。在實(shí)驗(yàn)區(qū)內(nèi)均勻選取68個樣點(diǎn)(玉米46個,大豆22個),在每個樣點(diǎn)隨機(jī)選取不同部位的10個葉片并測定其SPAD值,每個葉片不同部位測量5次,最后取10個葉片的平均值作為該樣點(diǎn)的SPAD值。無人機(jī)高光譜數(shù)據(jù)。高光譜影像采集時間為當(dāng)天的12:00-12:20,太陽方位角169.07°,天頂角28.86°;可使用的萊森光學(xué)制造的iSpecHyper-VM系列多旋翼無人機(jī)載高光譜成像系統(tǒng)。

遙感平臺可采用大疆經(jīng)緯M600/M300多旋翼無人機(jī)。為獲得較大的視場角,實(shí)驗(yàn)中采用16mm鏡頭,對應(yīng)視場角為22°,將高光譜成像相機(jī)安裝在云臺上,利用云臺的俯仰得到不同的觀測角度(圖2b)。采用的飛行方式如圖2a所示,在實(shí)線區(qū)域,傳感器垂直向下觀測,在4個虛線區(qū)域內(nèi),利用云臺將傳感器保持在30°并指向研究區(qū)的觀測狀態(tài)。實(shí)驗(yàn)共獲得高光譜影像1119張(垂直179張,傾斜940張)。

poYBAGMyWzeAfWR6AAH78iox9Gs722.png

圖2飛行方式及數(shù)據(jù)采集示意

1.2數(shù)據(jù)處理

1.2.1高光譜數(shù)據(jù)處理

使用多旋翼無人機(jī)載高光譜成像系統(tǒng)自帶的LiSpecView軟件對原始高光譜數(shù)據(jù)進(jìn)行輻射校正,得到反射率影像。采用運(yùn)動重建(SfM)技術(shù),通過內(nèi)定向?qū)崿F(xiàn)像平面坐標(biāo)與像素坐標(biāo)的轉(zhuǎn)換;通過相對定向重建目標(biāo)三維結(jié)構(gòu)并得到相機(jī)外方位元素;利用機(jī)載POS數(shù)據(jù)和地面控制點(diǎn)完成絕對定向;最后利用點(diǎn)云內(nèi)插方法得到數(shù)字表面模型(DSM),并采用數(shù)字微分反解法實(shí)現(xiàn)正射校正與鑲嵌,得到具有地理坐標(biāo)的實(shí)驗(yàn)區(qū)正射影像(DOM)。

1.2.2BRDF模型構(gòu)建

BRDF模型的構(gòu)建需經(jīng)過空中三角測量?同名點(diǎn)影像查找和核函數(shù)計(jì)算等過程,進(jìn)而得到不同觀測天頂角和方位角下的地物反射情況。空中三角測量和同名點(diǎn)影像查找在2.2.1節(jié)中實(shí)現(xiàn),核函數(shù)計(jì)算采用基于AMBRALS算法的半經(jīng)驗(yàn)核驅(qū)動模型:二向性反射可以分解為各向同性反射?體散射和幾何光學(xué)反射三部分的權(quán)重之和,可表示為:

pYYBAGMyWzeAFVFiAAAf43Ki-Ig51.jpeg

式中:R是二向反射率;θ是光線入射天頂角;α是觀測天頂角;σ是相對方位角;Kvol和Kgeo分別代表體散射核和幾何光學(xué)核,此處分別采用RossThick核和LiSpareR核;fiso?fvol和fgeo是權(quán)重系數(shù),分別表示各向同性反射?體散射和幾何光學(xué)反射所占比例,可根據(jù)同名點(diǎn)所在的多張影像利用最小二乘法求得,詳細(xì)計(jì)算過程可參閱文獻(xiàn)。獲得BRDF模型后,即可求得任意觀測方向的反射率(圖2c)。

2結(jié)果與討論

2.1植被冠層光譜特征

圖3顯示了實(shí)驗(yàn)區(qū)內(nèi)22個大豆和46個玉米樣點(diǎn)的平均反射率光譜曲線。其中,DOM代表從正射影像直接獲取的反射率。顯而易見,對兩種作物而言,在可見光/近紅外譜段內(nèi)(450~900nm),熱點(diǎn)方向(本實(shí)驗(yàn)太陽高度角約30°,后向30°可代表熱點(diǎn)方向)的反射率均大于其他兩個方向,并且隨著波長的增加,這種差異隨之增大:在可見光波段(450~680nm),熱點(diǎn)效應(yīng)帶來的影響主要出現(xiàn)在綠波段(550nm)附近,其他波段并不明顯;從700nm的紅邊波段開始,差異逐步增大,尤其在近紅外波段(750~900nm),熱點(diǎn)方向的反射率比BRDF_0高約10%。比如,玉米(大豆)在800nm處熱點(diǎn)方向反射率約為70%(43%),而其BRDF_0的值約為60%(36%)。

poYBAGMyWziAQ3-FAAFQkzsQ3NI449.png

圖3大豆和玉米的光譜反射率

值得注意的是,經(jīng)過BRDF校正的垂直觀測(BRDF_0)與采用影像拼接直接獲得的垂直觀測(DOM)有非常明顯的差異。從圖3可以看到,在可見光波段,兩種垂直觀測的曲線(BRDF_0和DOM)基本重合,但從紅邊開始直到近紅外波段(約730~900nm),BRDF_0與DOM的差異逐漸增大,且前者的值明顯高于后者。比如,玉米(大豆)在800nm處BRDF_0的值約為60%(36%),而其DOM的值約為55%(32%)。

2.2BRDF特征及其模型參數(shù)分析

圖4?圖5分別為大豆和玉米在702nm?750nm的BRDF極化圖(半徑代表觀測天頂角大小,距正半軸的角度代表方位角大小,五角星代表太陽所在位置)和主平面反射率剖面圖,可以發(fā)現(xiàn),在波長較短的幾個波段(698~718nm),觀測角度的變化對反射率的影響并不明顯,總體呈現(xiàn)出從后向到前向反射率逐漸降低的規(guī)律。隨著波長的增加(722~750nm),兩種作物的BRDF極化圖和主平面均表現(xiàn)出完全不同的形態(tài)特征。

pYYBAGMyWziAWYpdAAF114u1FQM867.png

圖4大豆BRDF極化圖及主平面剖面

poYBAGMyWziALmKnAAFzE1xH8VQ112.png

圖5玉米BRDF極化圖及主平面剖面

大豆(圖4)從722nm開始,表現(xiàn)出非常明顯的熱點(diǎn)現(xiàn)象,在-30°附近出現(xiàn)反射率的最大值,并向兩邊呈現(xiàn)逐步減弱的趨勢(鐘形),且隨著波長的增加,熱點(diǎn)效應(yīng)逐漸增強(qiáng);而玉米(圖5)則完全不同,其BRDF形狀屬于碗形,各波段反射率的最大值出現(xiàn)在后向最大觀測角度(-50°)處,在-30°處有明顯的拐點(diǎn),各個波段的反射率最小值出現(xiàn)在前向觀測的25°~35°之間。同樣,其BRDF的碗形特征隨波長增加變得更加明顯。

圖6顯示了大豆和玉米BRDF模型參數(shù)隨波長變化的情況。fiso可認(rèn)為是當(dāng)太陽天頂角為0°時,垂直觀測的反射率,其值基本與圖3中的BRDF_0吻合。fgeo的值代表了BRDF的形狀特征,大于0時為鐘形,小于0時為碗形。從圖中可以發(fā)現(xiàn),在698nm和702nm處,大豆和玉米的BRDF形狀差異不大,但隨著波長的增大,大豆的fgeo值逐漸變大,表現(xiàn)出越來越強(qiáng)的鐘形特征,而玉米的碗形特點(diǎn)則更加明顯,這與圖4和圖5表現(xiàn)出來的特點(diǎn)相一致。fvol的值代表散射類型,大于0表示后向散射占主導(dǎo),反之則以前向散射為主。從圖中可以發(fā)現(xiàn),在698nm和702nm處,大豆和玉米幾乎沒有差異,但隨著波長的增大,兩者表現(xiàn)出不同的特點(diǎn):玉米的fvol值始終大于0,表明在各個紅邊波段,玉米都以后向散射為主;大豆從738nm開始,fvol的值由正轉(zhuǎn)負(fù),表明在短波紅邊波段(698~734nm),大豆的后向散射占主導(dǎo)地位,在長波紅邊波段(738~750nm)則以前向?yàn)橹鳌?/p>

pYYBAGMyWzmALwfpAAB3xwulDlw823.png

圖6大豆和玉米BRDF模型參數(shù)

2.3不同角度反射率與SPAD值的相關(guān)性

圖7對比了正射影像DOM和BRDF_0與SPAD值之間的相關(guān)性??傮w而言,在各個紅邊波段上,大豆和玉米的DOM與SPAD值的相關(guān)性有正有負(fù),但相關(guān)系數(shù)的絕對值很小,最大值也僅為0.1左右;與DOM不同,BRDF_0與SPAD值均為負(fù)相關(guān),其相關(guān)性遠(yuǎn)超DOM,且玉米的相關(guān)性(接近-0.5)要高于大豆(-0.3左右)。

對大豆而言(圖7a),其DOM與SPAD值的相關(guān)性在波長較短的紅邊波段(698~706nm)為負(fù)相關(guān),從710nm之后變?yōu)檎嚓P(guān),在726nm處相關(guān)系數(shù)最大,但也僅為0.1;而玉米(圖7b)的DOM與SPAD值的相關(guān)性在短波段要高于長波段,714nm處相關(guān)性最強(qiáng)(-0.15),且從738nm開始,其相關(guān)性由負(fù)轉(zhuǎn)正。與DOM不同,各個紅邊波段的BRDF_0與SPAD值均表現(xiàn)出較強(qiáng)的負(fù)相關(guān)性,大豆(圖7a)在短波長區(qū)域(698~710nm)的相關(guān)性較?。ǜ哂?0.3),在長波段(714~750nm)相關(guān)性相對較大,726nm處相關(guān)性最強(qiáng)(-0.37);玉米依然表現(xiàn)出不同于大豆的規(guī)律(圖7b),即:在較短波段(698~722nm)的相關(guān)性較強(qiáng)(約-0.5),而從726nm到750nm,相關(guān)性隨著波長的增加大幅降低。可見,經(jīng)過BRDF校正的正射結(jié)果(BRDF_0)極大提升了反射率與SPAD值的相關(guān)性,并且對于不同的作物而言,其相關(guān)性隨波段變化的規(guī)律存在較大差異。

poYBAGMyWzmAJl7-AAB-m9j2jSc146.png

圖7正射影像(DOM)與BRDF校正結(jié)果(BRDF_0)與SPAD值的相關(guān)系數(shù)

圖8顯示了各個紅邊波段反射率與SPAD值的相關(guān)系數(shù)隨觀測角度變化的情況(5°間隔),可以看出,在所有角度(-50°~50°),兩種作物各紅邊波段的反射率與SPAD值均為負(fù)相關(guān),且后向觀測結(jié)果與前向觀測結(jié)果有較大差異。對大豆(圖8a)而言,除698nm?702nm?706nm和710nm這4個波段的最大相關(guān)性出現(xiàn)在-45°之外,其他所有紅邊波段的最大相關(guān)性均出現(xiàn)在-40°,這與文獻(xiàn)的研究結(jié)果基本一致。另外,各個紅邊波段表現(xiàn)出的方向特性并不完全一致,698~734nm表現(xiàn)出較為一致的規(guī)律,即:后向觀測的相關(guān)性大于垂直觀測和前向觀測;而從738nm開始,如750nm處,前向觀測的相關(guān)系數(shù)(-0.33)優(yōu)于后向觀測(-0.24)。對玉米(圖8b)而言,相關(guān)性最強(qiáng)的波段同樣出現(xiàn)在714nm的后向觀測,從-35°至0°均表現(xiàn)出很強(qiáng)且大致相同的相關(guān)性(約-0.5)。與大豆不同,玉米后向觀測對相關(guān)性的提升并不明顯,僅在-35°附近有較為明顯的變化,最大相關(guān)性出現(xiàn)的角度并不一致:698~714nm出現(xiàn)在-30°,718~730nm出現(xiàn)在-35°,734~750nm出現(xiàn)在-40°。在各個紅邊波段上,從-30°至30°,相關(guān)系數(shù)的變化幅度相對較小,表明在該觀測范圍內(nèi),玉米SPAD值與反射率之間的相關(guān)性對角度變化并不敏感;另外,短波紅邊波段(698~722nm)的相關(guān)性明顯高于長波紅邊波段(726~750nm),即波長越長,相關(guān)性越差。

pYYBAGMyWzmANfP7AAFYtCRBFQk434.png

圖8大豆和玉米SPAD值與不同角度反射率的相關(guān)系數(shù)

3結(jié) 論

利用作物在不同光譜波段表現(xiàn)出的各向異性特點(diǎn),采用特定觀測角度的遙感數(shù)據(jù)可以更有效?更準(zhǔn)確地獲取作物的生化參量。本文利用多角度高光譜遙感對大豆和玉米紅邊波段的角度效應(yīng)進(jìn)行了研究,主要結(jié)論如下:

(1)兩種作物紅邊波段的BRDF特性完全不同:大豆呈現(xiàn)為鐘形,具有明顯的熱點(diǎn)效應(yīng),而玉米為碗形;波長越長,兩種作物BRDF的形狀特征越明顯。

(2)觀測角度對大豆的影響大于對玉米的影響:后向40°~45°的觀測可以顯著提高大豆觀測反射率與葉綠素含量之間的相關(guān)性;玉米對觀測角度的敏感性較弱,從后向30°至前向30°之間變化甚小。

(3)在主平面的所有觀測角度中,兩種作物紅邊波段的反射率與SPAD均為負(fù)相關(guān),最大相關(guān)系數(shù)均為-0.5左右,且均出現(xiàn)在714nm。當(dāng)觀測天頂角在-30°~30°之間時,大豆在726nm和730nm處的反射率與冠層SPAD的相關(guān)性更強(qiáng),而玉米則出現(xiàn)在短波紅邊波段(698~722nm),且后向優(yōu)于前向。

(4)經(jīng)過BRDF建模獲得的垂直觀測影像(BRDF_0)與使用無人機(jī)航測方法得到的正射影像(DOM)有很大的差異:兩種正射影像的反射率在可見光波段幾乎相同,但從紅邊波段開始,BRDF_0的反射率逐步高于DOM,且波長越長,差異越明顯;對大豆和玉米而言,DOM與冠層SPAD值的相關(guān)性極弱,而經(jīng)過BRDF建模后,其相關(guān)性得到顯著提高。因此,在利用光譜反射率反演冠層SPAD時,應(yīng)盡可能采用多角度觀測數(shù)據(jù)構(gòu)建BRDF模型,對反射率數(shù)據(jù)進(jìn)行校正,從而提高反演精度。

由于只獲取了一期多角度高光譜和地面實(shí)測SPAD數(shù)據(jù),未能深入分析物候變化對作物光譜角度效應(yīng)的影響,也未能研究角度效應(yīng)對其他生化參數(shù)的響應(yīng)特性。后續(xù)將進(jìn)一步對作物全生長期?多生化參數(shù)進(jìn)行監(jiān)測,揭示作物光譜變化角度效應(yīng)的深層機(jī)理,為長期?大面積?高精度的作物長勢監(jiān)測提供理論基礎(chǔ)和技術(shù)支撐。

審核編輯 黃昊宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 遙感
    +關(guān)注

    關(guān)注

    0

    文章

    248

    瀏覽量

    16858
  • 高光譜
    +關(guān)注

    關(guān)注

    0

    文章

    342

    瀏覽量

    9976
收藏 人收藏

    評論

    相關(guān)推薦

    無人機(jī)載光譜成像儀的主要應(yīng)用領(lǐng)域

    。 二、植被和生態(tài)研究 光譜遙感憑著其光譜分辨率的優(yōu)勢在
    發(fā)表于 03-10 11:39 ?4055次閱讀

    淺談傳感器光譜指標(biāo)對植被光譜模擬精度的影響

    紅外波長范圍進(jìn)行實(shí)驗(yàn),研究了波段數(shù)量、半波寬度和波長位置等光譜指標(biāo)與植被光譜模擬精度的關(guān)系,分析了兩者之間的變化規(guī)律。 研究表明,
    發(fā)表于 04-16 15:24 ?454次閱讀

    光譜遙感在礦物填圖中的應(yīng)用

    的不斷提高,光譜遙感廣泛地應(yīng)用于地質(zhì)調(diào)查、植被研究、海洋遙感、農(nóng)業(yè)遙感、大氣及環(huán)境
    發(fā)表于 09-02 11:48 ?863次閱讀

    光譜遙感在樂山文物保護(hù)中的應(yīng)用

    光譜遙感,是光譜分辨率遙感測量的簡稱,它是從感興趣的物體中獲取許多比較窄、
    發(fā)表于 03-11 10:32 ?599次閱讀

    解析光譜遙感技術(shù)的發(fā)展趨勢

    范圍內(nèi)一般小于10 nm。將這些光譜信息作為波長的函數(shù)可以繪制一條完整而連續(xù)的光譜曲線,反映出能夠區(qū)分不同物質(zhì)的診斷性光譜特征,使得本來在寬波段
    的頭像 發(fā)表于 05-31 09:36 ?4133次閱讀

    光譜遙感在精準(zhǔn)農(nóng)業(yè)生產(chǎn)中的應(yīng)用

    間的變化規(guī)律也具有明顯的區(qū)別,因此充分?發(fā)揮光譜遙感的獨(dú)特性能,特別是其在區(qū)分地表細(xì)微差別方面的優(yōu)勢,同時結(jié)合植被的時間動態(tài)特征,將大大提高土地覆蓋類型的識別與分類精度。 基于常州水
    的頭像 發(fā)表于 08-15 11:04 ?2400次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>遙感</b>在精準(zhǔn)農(nóng)業(yè)生產(chǎn)中的應(yīng)用

    光譜遙感植被監(jiān)測中的研究綜述

    光譜遙感已成為地表植被地學(xué)過程對地觀測的強(qiáng)有力的工具,其特點(diǎn)是在特定光譜域以
    的頭像 發(fā)表于 10-24 11:18 ?1577次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>遙感</b>在<b class='flag-5'>植被</b>監(jiān)測中的研究綜述

    農(nóng)作物光譜遙感識別和分類-萊森光學(xué)

    間的變化規(guī)律也具有明顯的區(qū)別,因此充分發(fā)揮光譜遙感的獨(dú)特性能,特別是其在區(qū)分地表細(xì)微差別方面的優(yōu)勢,同時結(jié)合植被的時間動態(tài)特征,將大大提高土地覆蓋類型的識別與分類精度。 基于常州水稻
    的頭像 發(fā)表于 11-21 15:26 ?2547次閱讀
    農(nóng)作物<b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>遙感</b>識別和分類-萊森光學(xué)

    光譜遙感圖像波段選擇研究-萊森光學(xué)

    光譜成像遙感技術(shù)可獲取地物的光譜、輻射和空間信息,在國民經(jīng)濟(jì)的各個領(lǐng)域得到廣泛的應(yīng)用。但其狹窄的波段間距帶來豐富
    的頭像 發(fā)表于 11-30 11:31 ?2097次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>遙感</b>圖像<b class='flag-5'>波段</b>選擇研究-萊森光學(xué)

    地面成像和非成像地物光譜儀在不同水分環(huán)境下濕地植被光譜特征對比研究

    地面成像和非成像地物光譜儀在不同水分環(huán)境下濕地植被光譜特征對比研究——以東洞庭湖濕地區(qū)域苔草植被光譜特征為例 ? 引言 在較為復(fù)雜的濕地生態(tài)
    的頭像 發(fā)表于 04-18 18:18 ?1355次閱讀
    地面成像和非成像地物<b class='flag-5'>光譜</b>儀在不同水分環(huán)境下濕地<b class='flag-5'>植被</b><b class='flag-5'>光譜</b>特征對比研究

    光譜相機(jī)無人機(jī)在城市綠化植被管理方面的應(yīng)用

    無人機(jī)(UAV)搭載光譜相機(jī)在城市綠化植被管理方面有著廣泛的應(yīng)用。這種先進(jìn)的遙感技術(shù)能夠提供關(guān)于城市綠化植被的詳細(xì)和精確的信息,為城市綠化
    的頭像 發(fā)表于 08-07 15:09 ?701次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>相機(jī)無人機(jī)在城市綠化<b class='flag-5'>植被</b>管理方面的應(yīng)用

    基于無人機(jī)光譜遙感的典型草原打草對植被表型差異分析

    利用無人機(jī)光譜遙感數(shù)據(jù)結(jié)合實(shí)測數(shù)據(jù),分析植被光譜反射率和窄
    的頭像 發(fā)表于 06-14 10:38 ?408次閱讀
    基于無人機(jī)<b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>遙感</b>的典型草原打草對<b class='flag-5'>植被</b>表型差異<b class='flag-5'>分析</b>

    光譜遙感技術(shù)在植被覆蓋區(qū)域地質(zhì)調(diào)查中的應(yīng)用

    遙感技術(shù)具有高效率、低成本、大面積、多時相獲取地表信息等優(yōu)點(diǎn),隨著光譜成像技術(shù)的發(fā)展和成熟,其更加寬廣的光譜范圍和更加精準(zhǔn)的光譜區(qū)分能力為
    的頭像 發(fā)表于 06-23 09:52 ?561次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>遙感</b>技術(shù)在<b class='flag-5'>高</b><b class='flag-5'>植被</b>覆蓋區(qū)域地質(zhì)調(diào)查中的應(yīng)用

    光譜成像系統(tǒng):光譜遙感圖像的光譜混合模型

    光譜遙感是成像技術(shù)和光譜技術(shù)相結(jié)合的多維信息獲取技術(shù),可以同時獲取地面目標(biāo)的光譜信息和空間信息。
    的頭像 發(fā)表于 07-10 11:54 ?884次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像系統(tǒng):<b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>遙感</b>圖像的<b class='flag-5'>光譜</b>混合模型

    從哪些角度選擇光譜遙感成像光譜儀?這些廠家比較有實(shí)力!

    。本文將從多個角度探討選擇光譜遙感成像光譜儀的關(guān)鍵因素,并推薦幾家具有實(shí)力的廠家,其中包括業(yè)界知名的萊森光學(xué)。 選擇
    的頭像 發(fā)表于 07-16 15:12 ?614次閱讀
    從哪些<b class='flag-5'>角度</b>選擇<b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>遙感</b>成像<b class='flag-5'>光譜</b>儀?這些廠家比較有實(shí)力!