基于无人机多光谱影像的蔬菜种植监测技术研究

发布时间：2025-05-01 18:23

　　 利用无人机平台搭载多光谱成像仪获取研究区蔬菜地块的高分辨率多光谱遥感影像,对影像上各类蔬菜的光谱进行分析,发现在各个波段上,不同种类蔬菜之间光谱具有一定的差异。使用多种分类方法对影像上各类蔬菜进行分类,结果表明:基于像元的分类效果较差;面向对象分类法能够有效识别和区分不同种类的蔬菜,分类图中各类蔬菜的分布与实际情况一致,Kappa系数大于0.9,总精度达到90%以上,与基于目视解译的各类蔬菜种植面积结果相比较,误差在7.5%以内。综上,以无人机多光谱遥感影像为数据源,使用面向对象分类技术,可以实现对蔬菜种植信息的自动化监测。

【文章页数】：7 页

【部分图文】：

图3 各类蔬菜典型ROI

图2研究区露天蔬菜地块1.3蔬菜分类提取方法

图1 研究区无人机影像

使用Pix4Dmapper软件,对获取的多光谱影像进行处理,得到监测区域完整的多光谱正射影像(图1)。通过目视解译提取露天菜地地块(图2)。利用ENVI5.1软件ROI(Regionofinterest,感兴趣区)工具结合目视解译在图上分别选取大白菜ROI共50个样本,花菜....

图2 研究区露天蔬菜地块

图1研究区无人机影像图3各类蔬菜典型ROI

图4 各类蔬菜ROI在多光谱影像各波段上反射率分布

由表2可知,在蓝波段上,大白菜和花菜、青菜和花菜的反射率差异不显著,其他蔬菜之间有显著差异;在绿波段上,青菜和花菜之间没有显著差异,其他蔬菜之间有显著差异;在红波段上,只有卷心菜与其他蔬菜差异显著,大白菜、花菜和青菜之间没有显著差异;在红边波段上,卷心菜和花菜之间差异显著,青菜和....

本文编号：4042643