AIRPHEN多光谱相机植被监测上的应用

    相对于雷达影像、高光谱影像,多光谱影像更易获取,能够同时满足低成本、高时效、多尺度及多目的的植被分类。中低分辨率多光谱影像主要用于大尺度植被群落级的分类,对于植被物种级分类比较困难。高分辨率遥感影像能在较小的空间尺度上表达植被的细节变化,进行大比例尺制图,不仅能够用于区域尺度的植被群落级分类,对于局部小尺度物种级植被精细分类更具潜力。法国Hi-phen公司的Airphen多光谱相机分辨率比较高，100米高空，分别率在4.76cm，对于植物群落级分类，可以轻松解决。

AIRPHEN多光谱相机在精准农业中的应用

    在精准农业中，地块内的变异是进行农业精准管理的关键。但是，在进行精准农业的实施，还需要许多工作，如地块的数字化、作物种类、面积量算、作物长势分析以及地块内的作物变异情况等。 
    作物种类识别：在可见光区，低空遥感影像对作物种类反应是较为敏感的，通过肉眼即可判读出作物的种类。
    地块边界的数字化：在精准农业实施过程中，特别是在我国极其分散的经营条件下，准确测量地块的边界也是十分复杂的工作。利用低空遥感影像进行地块边界的数字化，不仅时效性强，而且准确。十分符合我国目前广大农村高度分散营养条件下的精准农业的实施。
    作物长势分析：根据不同作物长势的叶片对不同电磁波的反射特征不同，可判断出作物的长势状况，植物的生长状况与红色和蓝色波段的反射值有较高的相关性，而与绿色波段的反射值关系不太密切。在红色波段的影像中，与土壤水分的关系也十分密切。由此可判断土壤水份状况。地块面积量算：通过数字化地图，可准确地量算出各种作物所占地块的面积。

AIRPHEN多光谱相机的测量指标：

    1、绿地指数是一个主要的农业过程变量，用于决策系统。AIRPHE无人机平台配备有6个波段相机系统，基于数学算法GAI估算法。图像叠加在不同测量通道内提供多角度图像。利用6个波段的的反射以及对每个独立成像特殊向阳角度取景，生成浏览表，将PROSAIL辐射传输模型反转。与单个图像对应的平均整体方案容许对错误反转问题进行调节。要获得稳定GAI估值，需要大约6帧图像。相对应的均方根误差（RMSE)值用作相关不定性的一个指标。
    2、NDVI: 归一化差值植被指数：NDVI=(NIR-R)/(NIR+R)，或两个波段反射率的计算。
       1）NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等；
       2）-1<=NDVI<=1，负值表示地面覆盖为云，雪等。对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大
       3）NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图象，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度；
       4）NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、雪、枯叶、粗糙度等，且与植被覆盖有关
    3、PRI: 光反射指数：光化学植被指数PRI定义为531am和570nm处反射率的归一化植被指数,这一指数能够成功的估算叶片尺度、冠层尺度和景观尺度的光能利用率LUE,进而可以提高净初级生产力NPP的估算精度,因而PRI有着广阔的应用前景。
    4、MERIS陆地叶绿素指数（MTCI）：该指数是叶绿素提取精度,很好地监测植被叶绿素含量的潜力。

多光谱相机的特点：

 1)6同步快门传感器
 2)1280x960像素(.tiff，12 bit)
 3)2帧/秒，12bit
 4)可配置波段(450-950nm)
 5)视角可配(25°~60°)
 6)使用不同传感器进行同步 (TIR,RGB)
 7)SD卡存储
 8)内置或外置 GPS
 9)人体工程学无线界面
10)低能耗(7w/h)11)轻便(200g)
12)紧凑、容易集成
13)可计算宽范围的VI值(植被指数)