无人机飞行高度对植被覆盖度和植被指数估算结果的影响

He Yong,Du Xiaoyue, Zheng Liyuan,Zhu Jiangpeng,Cen Haiyan, Xu Lijia

wf(2022)

引用 0|浏览2
暂无评分
摘要
将无人机与多种成像传感设备相结合可实现田间作物表型信息的全面获取.针对田间复杂环境下无人机搭载多种成像传感设备在不同飞行高度处提取的作物信息具有差异性的问题,该研究着重探究了无人机搭载2种成像传感设备获取图像时,不同飞行高度对估算植被覆盖度以及植被指数结果的影响.首先为防止外界环境变化对获取图像质量造成干扰,通过最近邻插值算法将无人机飞行高度为25 m处获取的2个多光谱和可见光图像数据集分别退化为10个不同地面分辨率的模糊图像数据集,模拟无人机在不同飞行高度下获取的作物图像.然后获取50 m高度处的无人机图像数据集,通过皮尔逊相关性分析验证模拟数据集的有效性.最后采用随机森林模型估算不同数据集中的植被覆盖度,分类精度大于91%.结果发现,当植被覆盖度小于1/2时,随着地面分辨率的降低该指标不断被低估,反之则被高估.飞行高度50 m的真实图像与模拟图像估算植被覆盖度结果的相关系数为0.9928,两者具有强相关性,模拟图像估算得到的植被覆盖度变化具备参考意义.植被指数估算结果中,首先对无人机图像数据集进行辐射校正、阈值分割等图像预处理,然后根据公式计算得到植被指数,最后通过假设性检验对10个图像数据集计算得出的植被指数进行分析.结果发现,可见光植被指数在飞行高度61 m时均具备显著性差异(P<0.05),在飞行高度42 m时没有差异(P>0.1),多光谱植被指数在10个高度下均没有显著性差异,因此为保证无人机获取数据的准确性与完整性,当无人机搭载该研究的两种相机获取作物信息时建议飞行高度为42 m.研究结果可为研究者利用无人机搭载多传感设备获取作物信息设定合适的飞行高度、减小作业成本提供参考.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要