一、測試原理及方法：

    高光譜成像技術(shù)是近二十年來發(fā)展起來的基于非常多窄波段的影像數(shù)據(jù)技術(shù)，其突出的應(yīng)用是遙感探測領(lǐng)域，并在越來越多的民用領(lǐng)域有著更大的應(yīng)用前景。它集中了光學(xué)、光電子學(xué)、電子學(xué)、信息處理、計(jì)算機(jī)科學(xué)等領(lǐng)域的先進(jìn)技術(shù)，是傳統(tǒng)的二維成像技術(shù)和光譜技術(shù)有機(jī)的結(jié)合在一起的一門新興技術(shù)。

    高光譜成像技術(shù)的定義是在多光譜成像的基礎(chǔ)上，在從紫外到近紅外（200-2500nm）的光譜范圍內(nèi)，利用成像光譜儀，在光譜覆蓋范圍內(nèi)的數(shù)十或數(shù)百條光譜波段對(duì)目標(biāo)物體連續(xù)成像。在獲得物體空間特征成像的同時(shí)，也獲得了被測物體的光譜信息。目標(biāo)物體-成像物鏡-入射狹縫-準(zhǔn)直透鏡-PGP-聚焦透鏡-CCD棱鏡-光柵-棱鏡：PGP

圖1 成像原理圖

    光譜儀的光譜分辨率由狹縫的寬度和光學(xué)光譜儀產(chǎn)生的線性色散確定。小光譜分辨率是由光學(xué)系統(tǒng)的成像性能確定的（點(diǎn)擴(kuò)展大?。?。

    成像過程為：每次成一條線上的像后（X方向），在檢測系統(tǒng)輸送帶前進(jìn)的過程中，排列的探測器掃出一條帶狀軌跡從而完成縱向掃描（Y方向）。綜合橫縱掃描信息就可以得到樣品的三維高光譜圖像數(shù)據(jù)。

 

圖2 像立方體

 

圖3  GaiaSky-min高光譜成像儀

 

圖4  基于無人機(jī)的GaiaSky-min高光譜成像系統(tǒng)

 

    GaiaSky-mini高光譜成像系統(tǒng)是針對(duì)小型旋翼無人機(jī)開發(fā)的高性價(jià)比機(jī)載高光譜成像系統(tǒng)。采用**的內(nèi)置掃描系統(tǒng)和增穩(wěn)系統(tǒng)，成功克服了小型無人機(jī)系統(tǒng)搭載推掃式高光譜相機(jī)時(shí)，由于無人機(jī)系統(tǒng)的震動(dòng)造成的成像質(zhì)量差的問題。為高光譜成像技術(shù)在目標(biāo)識(shí)別、偽裝與反偽裝等**領(lǐng)域，地面物體與水體遙測、現(xiàn)代精細(xì)農(nóng)業(yè)等生態(tài)環(huán)境監(jiān)測等領(lǐng)域的廣泛應(yīng)用奠定了基礎(chǔ)。

 

l  可搭載于輕型旋翼無人機(jī)，極低的系統(tǒng)成本與測試成本

l  采用懸停拍攝方式，無需高精度慣導(dǎo)系統(tǒng)，圖像實(shí)時(shí)自動(dòng)拼接

l  操作方便，無需專業(yè)無人機(jī)操控手，可實(shí)現(xiàn)單人操作

l  圖像實(shí)時(shí)回傳，監(jiān)控拍攝效果

l  輔助取景攝像頭實(shí)現(xiàn)真正的所見即所得

l  數(shù)據(jù)預(yù)覽及矯正功能：輻射度校正、反射率校正、區(qū)域校正支持批處理

l  數(shù)據(jù)格式**兼容Evince、Envi等第三方數(shù)據(jù)分析軟件

l  支持Win7-32位或64位系統(tǒng)

 

相機(jī)規(guī)格參數(shù)表

 

產(chǎn)品詳細(xì)清單

 

二、數(shù)據(jù)預(yù)處理分析：

    本文利用四川雙利合譜科技有限公司的GaiaSky-mini高光譜成像系統(tǒng)（光譜范圍400 nm - 1000 nm）采集野外作物的的高光譜數(shù)據(jù)，以分析作物的覆蓋度分布情況。圖5為采集現(xiàn)場。

 

 圖5 數(shù)據(jù)采集現(xiàn)場

    對(duì)Gaiask-mini拍攝的原始影像數(shù)據(jù)進(jìn)行數(shù)據(jù)的預(yù)處理，預(yù)處理過程主要包括兩部分。部分是輻射定標(biāo)；**部分為噪聲去除。

首先進(jìn)行輻射定標(biāo)。輻射定標(biāo)的計(jì)算公式如1所示。

                       

其中，Ref_target為目標(biāo)物的反射率，Ref_panel為標(biāo)準(zhǔn)參考板的反射率，DN_target為原始影像中目標(biāo)物的的數(shù)值，DN_panel為原始影像中標(biāo)準(zhǔn)參考板的數(shù)值，DN_dark為成像光譜儀系統(tǒng)誤差。

    其次是噪聲去除，本文運(yùn)用國外較為常用的小噪聲分離方法(Minimum Noise Fraction Rotation， MNF)進(jìn)行噪聲去除。小噪聲分離工具用于判定圖像數(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，減少隨后處理中的計(jì)算需求量。MNF本質(zhì)上是兩次層疊的主成分變換。次變換（基于估計(jì)的噪聲協(xié)方差矩陣）用于分離和重新調(diào)節(jié)數(shù)據(jù)中的噪聲，這步操作使變換后的噪聲數(shù)據(jù)只有小的方差且沒有波段間的相關(guān)。**步是對(duì)噪聲白化數(shù)據(jù)（Noise-whitened）的標(biāo)準(zhǔn)主成分變換。為了進(jìn)一步進(jìn)行波譜處理，通過檢查終特征值和相關(guān)圖像來判定數(shù)據(jù)的內(nèi)在維數(shù)。數(shù)據(jù)空間可被分為兩部分：一部分與較大特征值和相對(duì)應(yīng)的特征圖像相關(guān)，其余部分與近似相同的特征值以及噪聲占主導(dǎo)地位的圖像相關(guān)。由于此次采集的高光譜影像沒有白板校正，因此數(shù)據(jù)預(yù)處理的步輻射定標(biāo)沒有進(jìn)行分析處理，直接作MNF降噪分析。圖6為MNF降噪前后的成像高光譜數(shù)據(jù)中DN值的變化。

 

 

         圖6  MNF變換前(左)后(右)高光譜影像DN值的變化

    下圖分別為不同作物及土壤的光譜反射率值。從圖7可知，不同作物在綠光區(qū)域均有明顯的反射峰，在紅光區(qū)域有明顯的吸收谷，在可見光波段與近紅外波段之間，即大約0.73um附近，反射率急劇上升，形成“紅邊”現(xiàn)象，“綠峰”、“紅谷”、“紅邊”均是綠色植物曲線的為明顯的三個(gè)特征；但不同作物“綠峰”、“紅谷”高低不一樣，紅邊位置也不相同。土壤的光譜反射率值在可見光和近紅外區(qū)域緩慢上升，其反射率光譜曲線與作物的光譜反射率曲線差別較大。

三、基于無人機(jī)影像數(shù)據(jù)的作物覆蓋度提取

   植被覆蓋度是指植被（包括葉、莖、枝）在地面的垂直投影面積占統(tǒng)計(jì)區(qū)總面積的百分比。容易與植被覆蓋度混淆的概念是植被蓋度，植被蓋度是指植被冠層或葉面在地面的垂直投影面積占植被區(qū)總面積的比例。兩個(gè)概念主要區(qū)別就是分母不一樣。植被覆蓋度常用于植被變化、生態(tài)環(huán)境研究、水土保持、氣候等方面。

  植被覆蓋度的測量可分為地面測量和遙感估算兩種方法。地面測量常用于田間尺度，遙感估算常用于區(qū)域尺度。

1.  估算模型

    目前已經(jīng)發(fā)展了很多利用遙感測量植被覆蓋度的方法，較為實(shí)用的方法是利用植被指數(shù)近似估算植被覆蓋度，常用的植被指數(shù)為NDVI。下面是李苗苗等在像元二分模型的基礎(chǔ)上研究的模型（以下數(shù)據(jù)處理分析借助第三方軟件ENVI進(jìn)行）：

VFC = (NDVI - NDVI_soil)/ ( NDVI_veg - NDVI_soil)  （2）

其中，NDVI_soil為完全是裸土或無植被覆蓋區(qū)域的NDVI值，NDVI_veg則代表完全被植被所覆蓋的像元的NDVI值，即純植被像元的NDVI值。兩個(gè)值的計(jì)算公式為：

NDVI_soil=（VFC_max*NDVI_min- VFC_min*NDVI_max）/( VFC_max- VFC_min)  （3）

NDVI_veg=（(1-VFC_min)*NDVI_max- (1-VFC_max)*NDVI_min）/( VFC_max- VFC_min)  （4）

利用這個(gè)模型計(jì)算植被覆蓋度的關(guān)鍵是計(jì)算NDVI_soil和NDVI_veg。這里有兩種假設(shè)：

1） 當(dāng)區(qū)域內(nèi)可以近似取VFC_max=100%，VFC_min=0%。

公式（1）可變?yōu)椋?

VFC = (NDVI - NDVI_min)/ ( NDVI_max - NDVI_min)   （5）

NDVI_max 和NDVI_min分別為區(qū)域內(nèi)大和小的NDVI值。由于不可避免存在噪聲，NDVI_max 和NDVI_min一般取一定置信度范圍內(nèi)的大值與小值，置信度的取值主要根據(jù)圖像實(shí)際情況來定。

2） 當(dāng)區(qū)域內(nèi)不能近似取VFC_max=100%，VFC_min=0%

當(dāng)有實(shí)測數(shù)據(jù)的情況下，取實(shí)測數(shù)據(jù)中的植被覆蓋度的大值和小值作為VFC_max和 VFC_min，這兩個(gè)實(shí)測數(shù)據(jù)對(duì)應(yīng)圖像的NDVI作為NDVI_max和NDVI_min。

當(dāng)沒有實(shí)測數(shù)據(jù)的情況下，取一定置信度范圍內(nèi)的NDVI_max和NDVI_min。VFC_max和VFC_min根據(jù)經(jīng)驗(yàn)估算。

2.  實(shí)現(xiàn)流程

    我們下面我們以“當(dāng)區(qū)域內(nèi)可以近似取VFCmax=100%，VFCmin=0%”情況下

整個(gè)影像中NDVI_soil 和NDVI_veg 取固定值，介紹在ENVI中實(shí)現(xiàn)植被覆蓋度的計(jì)算方法。

使用的數(shù)據(jù)是經(jīng)過輻射校準(zhǔn)、噪聲去除的高光譜影像。

(1) 選擇Basic Tools-> Band Math，利用高光譜影像計(jì)算NDVI，輸入的公式為(float(b1)-float(b2)/ float(b1)-float(b2))，圖8為NDVI的密度分割圖。

圖8  無人機(jī)高光譜影像的NDVI密度分割圖

(2) 選擇Basic Tools->Statistics ->Compute Statistics，在文件選擇對(duì)話框中，選擇統(tǒng)計(jì)文件并計(jì)算統(tǒng)計(jì)參數(shù)，如圖9所示。

 

圖9選擇統(tǒng)計(jì)文件及統(tǒng)計(jì)參數(shù)

(3) 得到研究區(qū)的統(tǒng)計(jì)結(jié)果。在統(tǒng)計(jì)結(jié)果中，后一列表示對(duì)應(yīng)NDVI值的累積概率分布。我們分別取累積概率為5%和95%的NDVI值作為NDVI_min和NDVI_max，如圖10所示。這里得到：

NDVImax=0.875057，NDVImin=0.077420

 

圖10統(tǒng)計(jì)結(jié)果

 

(4) 根據(jù)公式（4），我們可以將整個(gè)地區(qū)分為三個(gè)部分：當(dāng)NDVI小于0.077420，VFC取值為0；NDVI大于0.875057，VFC取值為1；介于兩者之間的像元使用公式（4）計(jì)算。利用ENVI主菜單->Basic Tools->Band Math，在公式輸入欄中輸入：

(b1 lt 0.077420)*0+(b1 gt 0.875057)*1+(b1 ge 0.077420 and b1 le 0.875057)* ((b1-0.077420)/ (0.875057-0.077420))

b1：選擇NDVI圖像

(5) 得到一個(gè)單波段的植被覆蓋度圖像文件，像元值表示這個(gè)像元內(nèi)的平均植被覆蓋度。在Display顯示。

(6) 選擇Tools->Color Mapping->Density Slice，單擊Clear Range按鈕**默認(rèn)區(qū)間。

(7) 選擇Options->Add New Ranges，根據(jù)上面的對(duì)照表依次添加8個(gè)區(qū)間，分別為每個(gè)區(qū)間設(shè)置一定的顏色，單擊Apply得到如下的植被覆蓋圖（圖11）。

                                

                                                                                                    圖11 植被覆蓋度遙感估算結(jié)果