0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看威廉希尔官方网站 视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

基于无人机高光谱遥感的典型草原打草对植被表型差异分析

莱森光学 来源:莱森光学 作者:莱森光学 2024-06-14 10:38 次阅读

一、引言

植被光谱反射率和窄波段植被指数作为植被表型的主要参数,广泛应用在草地生物量估算研究中。对打草场来讲,因打草机刀片高度的差异,打草后的地上现存生物量和实际产草量均不同,这对精确估算产草量有一定的影响。

因此,利用无人机高光谱遥感数据结合实测数据,分析植被光谱反射率和窄波段植被指数等表型参数对打草行为的敏感性,通过获取特征波段和植被指数,揭示打草前后牧草表型变化特征,为精确估算牧区产草量提供威廉希尔官方网站 支撑。

二、数据与方法

2.1 研究区概况

以内蒙古自治区东乌珠穆沁旗萨麦苏木境内的典型草原打草场为试验区,地理坐标为116°41′E,45°58′N,1月平均气温为-18~-22℃,7月平均气温为19~22℃,年平均降水量为200~300mm。全年季相更替明显,冬季受蒙古高压控制,气温严寒、大风日居多,夏季雨热同期。该地区属于典型草原区,主要优势种为克氏针茅、糙隐子草等。

2.2试验设计与数据采集

本次试验包括野外数据采集、室内样品整理和数据分析等内容。野外工作主要包括无人机高光谱、地面光谱和地上生物量等数据的采集。在典型草原打草场内选择已打草和未打草对称分布的200×200m2的区域,均匀铺设42个1×1m2的样方框(图1),依次开展无人机数据采集和地面实测工作。

wKgZomZrrQyAWgp-AAI97OmZmFg280.png

图 1 试验区位置图

采用机载高光谱成像仪采集高光谱影像数据。数据采集于2019年9月20日10:00—14:00期间,天气情况晴朗无风,视野良好。无人机飞行高度设置为100m、航速为6m·s-1,航向和旁向重叠率均为70%,传感器视角为90°。数据采集后,利用软件对影像进行校正并提取有效波段,用软件进行拼接,获得高光谱正射影像。

采用地物光谱仪采集地面样方的光谱反射率数据,该设备波长范围是350~1075nm,能够与无人机高光谱成像仪的波长范围匹配。无人机数据采集结束后立刻开展地面光谱数据采集工作。采集视角选择垂直地面90°,同时离地高度保持1m,并对同一样方采集5次之后取平均值。地上生物量的采集使用了收割法,将样方框内的植被齐地裁剪后放入密封保鲜袋内排净空气保存,带回试验室称鲜重后在75℃恒温烘干箱内烘干36h至恒定质量后测量干重。

2.3分析方法

本研究主要采用光谱反射率比较、窄波段植被指数计算和生物量拟合等分析方法。采用地面样方的地物光谱反射率和无人机高光谱影像的光谱反射率数据对已打草和未打草区域光谱反射率变化特征进行分析,且无人机高光谱的空间分辨率能达到2.5cm的高空间分辨率,因此混合像元较少,背景土壤的影响比较少。根据打草对植被冠层的形态参数的影响特征,选择ARI等8种窄波段植被指数(表1)作为特征参数,选择并分析打草行为最敏感的特征参数。在此基础上,与打草前后的生物量进行拟合,构建估算产草量的最佳统计模型。

表 1采用的窄波段植被指数

wKgaomZrrQyAU2YIAAKlwEdm0Kw470.png

三、结果与分析

3.1打草前后牧草光谱反射率变化特征

池塘遥感图像辐射校正

植物光谱特征除了受自身结构的影响外也受外界条件的影响。外界影响主要包括季节的变化、植被的健康状况、植物含水量的变化和植株营养物质的变化等。但外界的影响总是通过植物本身生长发育的特点在有机体的结构特征中反映出来。对打草前后牧草光谱反射率变化特征进行分析时首先对地物光谱仪和高光谱成像仪的波段进行了重采样,调为一致后对比分析了每个样方的平均反射率(图2)。

wKgZomZrrQyAEqH2AAJ4MgKOU4I488.png

图 2 打草前后地面光谱仪(A)与高光谱成像仪(B)反射率

图2(A)和图2(B)分别是地物光谱仪和高光谱成像仪光谱曲线,从图2能看出2个数据的反射率曲线比较一致,未打草区域的反射率均高于已打草区域。而不同的是,图2(A)的反射率曲线更具有绿色植物的特征,即具备了“绿峰”和“红谷”特征,而图2(B)的反射率曲线比较平滑,“绿峰”和“红谷”特征不明显。地物光谱曲线离散程度较高,而高光谱成像仪的较低。另外,已打草和未打草区域的光谱反射率在地物光谱曲线的450~750nm间有明显的光谱重叠现象,而750~950nm间不重叠。但在高光谱曲线中450~950nm间都重叠。总体上,未打草区域的光谱反射率值均高于已打草区域的值,并且有明显的差距。

3.2打草前后牧草植被指数差异分析

利用无人机高光谱影像数据计算了归一化植被指数(NDVI)、红绿比值植被指数(RGI)、红边指数(VOGI)、光化学植被指数(PRI)、类胡萝卜素反射指数(CRI)、花青素反射指数(ARI)、比值植被指数(SRI)和红边位置指数(REPI)等8种窄波段植被指数(图3)。其中,PRI、RGI、CRI、ARI等指数出现了大量的无效值,而且多数出现在未打草区域,因此,对比分析时未采用。

wKgaomZrrQ2ALmOdAAO6oCmr6jc963.png

图 3 试验区不同植被指数影像对比

图3中的NDVI、SRI、VOGI和REPI等4项植被指数的值在正常范围内,从中直观地看出已打草区的值均高于未打草区,其中,VOGI指数最明显。为了量化已打草和未打草区域的植被指数上的差异,提取了地面样方范围内的指数,并制作了箱形统计图(图4)。

wKgaomZrrQ2AYyVgAAGTNxk161M806.png

图 4 未打草区域和已打草区域牧草不同植被指数差异

从图4能看出NDVI、SRI和VOGI指数的已打草区域的均值均高于未打草区域,而且离散程度较低;REPI指数上2个区域的离散程度均较低,而未打草区域的值高于已打草区域

3.3打草前后牧草生物量差异分析

为了分析已打草区域和未打草区域牧草生物量的差异,对比分析了已采集的地面样方生物量差异。打草区域采集了牧草地上生物量较多部分,但因打草机的不同或打草方式的不同,地上会残留一定的生物量。并且打草时采集的是牧草的冠层部分,包括了顶部的叶子、花朵和果实等,留下的是贴地面的少量的叶子和根茎部分。把已采集的42个样方的生物量进行统计后制作成图5。

wKgZomZrrQ6AAUNsAAFNuzLoYxE187.png

图 5 牧草场地上生物量对比

图5中,A是未打草区域的生物量,B是已打草区域的生物量。从图5能看出未打草区域的鲜重是最重,均值约180g·m-2,并且每个样方之间的离散程度较大,而打草后留下的生物量比较少,鲜重均值约100g·m-2。因牧草冠层部分的水分含量较高,烘干后的干重大大减少,均值约125g·m-2,约蒸发了55g·m-2水分,而贴地面的根茎部分的含水量较少,烘干后的干重约70g·m-2,仅损耗了约30g·m-2水分。

wKgaomZrrQ6Abw8iAAQXEPExwRY703.png

图 6 未打草(8号)和已打草(23号)样方照片

已打草和未打草区样方内的牧草状态见图6,其中,8号样方是未打草之前的牧草,能看出针茅冠层已经枯黄,而打草后剩下的是比较绿的部分。从生物量的对比分析中看出,已打草区域剩余的生物量远低于未打草区域。

四、结论

通过对比典型草原区牧草打草前后光谱反射率变化特征、植被指数差异、牧草地上生物量等表型差异得出如下结论:

(1)在典型草原打草期打草前后地面光谱反射率和高光谱反射率在450~730nm区域表现出较高的一致性,在750~950nm区域打草前的地物光谱曲线高于打草后,且两者没有重叠部分,已打草区的无人机高光谱曲线大约有1/3与打草前的光谱曲线重叠,其主要原因是地面光谱仪探头视场角小于高光谱成像仪,所以受到样方内背景值(土壤)的光谱反射率影响导致出现了打草后750~950nm区域反射率均小于打草前的现象。

(2)未打草区域的NDVI、SRI和VOGI指数值均低于已打草区域的值,其中,VOGI值差异比较明显。可以用于打草场的识别等工作中。

(3)打草前后的生物量的差异很明显,从试验区的实测值来讲,未打草区域和已打草区域的生物量均值大约相差80g·m-2,说明打草时采集的是这个相差的部分,还有一部分留在原地。这个结果能很好地纠正混淆产草量和生物量的现象。采集生物量时经常采用刈割法,就是齐地面裁剪采集所有地上生物量,而打草是采用打草机,打草后在地表上留下较多的生物量,这个部分无法统计到产草量中。

推荐

便携式高光谱成像系统iSpecHyper-VS1000

专门用于公安刑侦、物证鉴定、医学医疗、精准农业、矿物地质勘探等领域的最新产品,主要优势具有体积小、帧率高、高光谱分辨率高、高像质等性价比特点采用了透射光栅内推扫原理高光谱成像,系统集成高性能数据采集与分析处理系统,高速USB3.0接口传输,全靶面高成像质量光学设计,物镜接口为标准C-Mount,可根据用户需求更换物镜。

wKgZomZrrQ6AbLCVAAG-q9GWvYo892.png



审核编辑 黄宇

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 遥感
    +关注

    关注

    0

    文章

    245

    浏览量

    16816
  • 无人机
    +关注

    关注

    229

    文章

    10422

    浏览量

    180180
  • 高光谱
    +关注

    关注

    0

    文章

    330

    浏览量

    9934
收藏 人收藏

    评论

    相关推荐

    无人机遥感威廉希尔官方网站

    应用威廉希尔官方网站 ,能够实现自动化、智能化、专用化快速获取国土资源、自然环境、地震灾区等空间遥感信息,且完成遥感数据处理、建模和应用分析的应用威廉希尔官方网站 。无人机遥感
    发表于 03-11 07:59

    无人机遥感威廉希尔官方网站

    遥感应用威廉希尔官方网站 ,具有自动化、智能化、专用化快速获取国土、资源、环境等空间遥感信息,完成遥感数据处理、建模和应用分析的应用威廉希尔官方网站 。无人机
    发表于 11-01 11:22

    无人机光谱成像仪的主要应用领域

    无人机光谱成像仪的主要应用领域 一、地质矿产 地区地质绘图和矿产资源勘查是光谱威廉希尔官方网站 在诸多应用领域中蕞为成功的领域之一。矿产资源勘查、岩
    发表于 03-10 11:39 4007次阅读

    无人机光谱在农田信息监测中的应用

    今天,我们讲讲无人机光谱是如何在农田信息监测中应用的。快速实时地掌握农田信息是实施精准农作的基础。以无人机为平台的低空遥感探测威廉希尔官方网站 , 具有
    的头像 发表于 04-24 10:11 2643次阅读

    光谱遥感植被监测中的研究综述

    光谱遥感已成为地表植被地学过程对地观测的强有力的工具,其特点是在特定光谱域以
    的头像 发表于 10-24 11:18 1474次阅读
    <b class='flag-5'>高</b><b class='flag-5'>光谱</b><b class='flag-5'>遥感</b>在<b class='flag-5'>植被</b>监测中的研究综述

    基于无人机光谱遥感的森林可燃物分类方法研究-莱森光学

    在森林防火中的应用,利用无人机拍摄的多光谱影像进行可燃物分类相继开展,并出现了结合激光雷达的可燃物分类方法。我国目前可燃物分类威廉希尔官方网站 的研究多集中于利用 Landsat卫星的多光谱影像,基于无人机
    的头像 发表于 06-02 11:42 807次阅读
    基于<b class='flag-5'>无人机</b><b class='flag-5'>高</b><b class='flag-5'>光谱</b><b class='flag-5'>遥感</b>的森林可燃物分类方法研究-莱森光学

    光谱相机无人机在城市绿化植被管理方面的应用

    无人机(UAV)搭载光谱相机在城市绿化植被管理方面有着广泛的应用。这种先进的遥感威廉希尔官方网站 能够提供关于城市绿化
    的头像 发表于 08-07 15:09 652次阅读
    <b class='flag-5'>高</b><b class='flag-5'>光谱</b>相机<b class='flag-5'>无人机</b>在城市绿化<b class='flag-5'>植被</b>管理方面的应用

    煤炭矿区耕地土壤有机质无人机光谱遥感估测

    进行预测,并对模型预测结果进行精度评价,将优选模型代入无人机光谱影像进行有机质填图,得到耕地范围内的有机质分布情况,并对处于不同沉陷阶段的耕地土壤有机质空 间分布差异情况及驱动因子进
    的头像 发表于 09-20 11:54 689次阅读
    煤炭矿区耕地土壤有机质<b class='flag-5'>无人机</b><b class='flag-5'>高</b><b class='flag-5'>光谱</b><b class='flag-5'>遥感</b>估测

    无人机光谱遥感使作物表型检测更加高效

    粮食短缺、人口增长和全球气候变化推动了提高作物产量的研究。田间作物表型能为作物生长及其与环境的关系提供了重要信息。以无人机(UAV)为代表的高通量近地遥感表型平台灵活、成本低、空间覆盖
    的头像 发表于 11-13 13:35 523次阅读
    <b class='flag-5'>无人机</b>载<b class='flag-5'>高</b><b class='flag-5'>光谱</b><b class='flag-5'>遥感</b>使作物<b class='flag-5'>表型</b>检测更加高效

    针对无人机成像应用的镜头设计

    无人机成像的另一个重要应用是:植被的多光谱光谱成像。多光谱成像是在多个单独的波长区域收集数据
    的头像 发表于 01-14 14:03 1260次阅读
    针对<b class='flag-5'>无人机</b>成像应用的镜头设计

    基于无人机光谱遥感的荒漠化草原地物分类研究1.0

    本研究利用无人机光谱遥感威廉希尔官方网站 采集荒漠化草原遥感数据,运用人工智能图像分类威廉希尔官方网站 ,解决荒漠化
    的头像 发表于 06-12 11:48 367次阅读
    基于<b class='flag-5'>无人机</b><b class='flag-5'>高</b><b class='flag-5'>光谱</b><b class='flag-5'>遥感</b>的荒漠化<b class='flag-5'>草原</b>地物分类研究1.0

    基于无人机光谱遥感的荒漠化草原地物分类研究2.0

    草原退化调查监测须获取实测数据,无人机搭载光谱成像仪进行低空遥感,是荒漠化草原地物分类的重要手
    的头像 发表于 06-17 15:33 299次阅读
    基于<b class='flag-5'>无人机</b><b class='flag-5'>高</b><b class='flag-5'>光谱</b><b class='flag-5'>遥感</b>的荒漠化<b class='flag-5'>草原</b>地物分类研究2.0

    基于无人机光谱的荒漠草原地表微斑块分类研究

    草原荒漠化会严重破坏草原生态平衡,荒漠草原地物分类已成为草原监测管理的关键问题。本文通过构建无人机
    的头像 发表于 07-26 11:59 396次阅读
    基于<b class='flag-5'>无人机</b><b class='flag-5'>高</b><b class='flag-5'>光谱</b>的荒漠<b class='flag-5'>草原</b>地表微斑块分类研究

    基于无人机光谱谣感的蕴地退化指示物种的识别

    青藏高原典型泥炭沼泽分布区域若尔盖高原为研究区,以无人机光谱数据和地物光谱仪实测数据为基础,结合野外调查,完成了该区域草地退化指示物种的识
    的头像 发表于 08-01 15:29 353次阅读
    基于<b class='flag-5'>无人机</b><b class='flag-5'>高</b><b class='flag-5'>光谱</b>谣感的蕴地退化指示物种的识别

    基于无人机光谱遥感的棉花生长参数和产量估算

    无人机平台能够快速获取时空分辨率的遥感数据,以山东省滨州市棉花为研究对象,利用安装在无人机上的多光谱相机获取
    的头像 发表于 08-21 14:29 471次阅读
    基于<b class='flag-5'>无人机</b>多<b class='flag-5'>光谱</b><b class='flag-5'>遥感</b>的棉花生长参数和产量估算