基于無人機(jī)成像高光譜的作物覆蓋度提取研究（二）
基于無人機(jī)成像高光譜的作物覆蓋度提取研究（二）
——四川雙利合譜科技有限公司
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。
(1)
其中，Reftarget為目標(biāo)物的反射率，Refpanel為標(biāo)準(zhǔn)參考板的反射率，DNtarget為原始影像中目標(biāo)物的的數(shù)值，DNpanel為原始影像中標(biāo)準(zhǔn)參考板的數(shù)值，DNdark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。
圖7 不同作物、土壤的光譜反射率值
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：
VFC = (NDVI - NDVIsoil)/ ( NDVIveg - NDVIsoil) （2）
其中，NDVIsoil為完全是裸土或無植被覆蓋區(qū)域的NDVI值，NDVIveg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：
NDVIsoil=（VFCmax*NDVImin- VFCmin*NDVImax）/( VFCmax- VFCmin) （3）
NDVIveg=（(1-VFCmin)*NDVImax- (1-VFCmax)*NDVImin）/( VFCmax- VFCmin) （4）
利用這個(gè)模型計(jì)算植被覆蓋度的關(guān)鍵是計(jì)算NDVIsoil和NDVIveg。這里有兩種假設(shè)：
基于無人機(jī)成像高光譜的作物覆蓋度提取研究（二）
1） 當(dāng)區(qū)域內(nèi)可以近似取VFCmax=100%，VFCmin=0%。
公式（1）可變?yōu)椋?/span>
VFC = (NDVI - NDVImin)/ ( NDVImax - NDVImin) （5）
NDVImax 和NDVImin分別為區(qū)域內(nèi)*大和*小的NDVI值。由于不可避免存在噪聲，NDVImax 和NDVImin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VFCmax=100%，VFCmin=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VFCmax和 VFCmin，這兩個(gè)實(shí)測數(shù)據(jù)對應(yīng)圖像的NDVI作為NDVImax和NDVImin。
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NDVImax和NDVImin。VFCmax和VFCmin根據(jù)經(jīng)驗(yàn)估算。
基于無人機(jī)成像高光譜的作物覆蓋度提取研究（二）
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NDVIsoil 和NDVIveg 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)
基于無人機(jī)成像高光譜的作物覆蓋度提取研究（二）
(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NDVImin和NDVImax，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
基于無人機(jī)成像高光譜的作物覆蓋度提取研究（二）
(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
