无人机高光谱实现作物精确定位、判别作物大小和健康程度

高光谱遥感具有光谱分辨率高、波段范围窄、图谱合一、连续成像等特点，能够区分出地物光谱的细微差别，探测到其他宽波段遥感无法探测的信息。因此，高光谱遥感在生态、大气和海洋等诸多应用领域具有很大优势。随着无人机发展的日渐成熟，搭载于无人机上的高光谱相机可高效获取地物信息，实现对地物的精准定位以及判别地物大小和健康程度等。

以南京某高校的实验基地为例，利用四川双利合谱科技有限公司自主研发的GaiaSky-mini2获取实验基地树木的高光谱影像数据，然后利用第三方软件进行分析，快速获取树木的位置、大小及健康程度。

1 无人机高光谱影像

图1为利用无人机高光谱相机GaiaSky -mini2获取的树木的高光谱影像数据及树木的典型光谱曲线，无人机飞行高度为150米，图像分辨率为1920*1456，空间分辨率为0.04m，光谱分辨率为3nm。

图1 无人机高光谱影像（真彩色RGB）和树木光谱

2 作物计数

作物计数（Crop Count）工具的输入栅格要求为高分辨率的单波段（例如NDVI、GRVI等）图像。本工具可以对作物进行定位和计数。输出结果为ENVI分类图像，圆环形状，如图2所示。

图2 根据NDVI灰度图对作物进行定位

3 识别作物缺口

利用植被指数定位作物位置时，有可能存在一定的误差，因此可以通过Five Crops Gaps去识别作物缺口，从而提高识别的定位精度，如图3所示。

图3 利用five crops gaps识别作物缺口

4 定位作物长势监测

作物指数统计工具可以统计每株作物的指标，需要输入单波段图像（如NDVI、EVI或者GNDVI等）和Crop Count工具输出的json文件。输出结果可选分类效果图，其则结果在一定程度上反应了作物的健康程度，如图4所示。

图4 定位作物长势监测

5 逐行作物识别并去除异物

利用Find Rows and Remove Outliers工具识别一个区域内逐行排序的作物，并移除杂草、野草等异物。

图5 逐行作物识别去除异物，从而提高识别精度