精灵 4 多光谱版无人机自 2019 年发布以来,已经在科研、农业、林业、环境生态监测等多个领域得到广泛应用。为了帮助用户更好地使用产品,我们今天针对 5 个精灵 4 多光谱常见的问题进行解答:
1、如何提高精灵 4 多光谱的数据采集效率?
2、大疆智图处理精灵 4 多光谱数据时,能否得到单波段的反射率值?
3、为何大疆智图的指数图有条纹或斑块状?
4、如何解读和使用大疆智图计算的植被指数?
5、精灵 4 多光谱重建结果文件分别是什么?
如何提高精灵 4 多光谱的数据采集效率 精灵 4 多光谱的数据采集效率主要受飞机的飞行高度、测区距离、航线和相机设置影响。在飞行高度 180 米时,精灵 4 多光谱 1 架次的采集面积约为 0.47km2(700 亩)左右,如果采集效率落后于这个数据标准,可以使用以下方式来提高效率: 1、选择飞行高度 飞行高度越低,地面采样距离(GSD)越小,地面物体分辨率越高,看得越清楚,但作业总时长会延长。因此需要根据拍摄的对象和目的来选择飞行高度。以农业作物长势监测为例子,应该根据不同作物、不同生长阶段来选择飞行高度。 生育期 高度 说明 出苗期 60-80米 作物的出苗期可以用此高度飞行。 分蘖期 80-100米 开始分蘖后到分蘖晚期可以用此高度飞行。 拔节期 100-150米 开始拔节后到封行之前可以用此高度飞行。 拔节后期 150-200米 作物封行之后,也就是几乎看不到地下之后,可以用此高度飞行。 水稻不同生长阶段的飞行高度推荐 如果不确定飞行高度对应的分辨率是否足够,可以把精灵 4 多光谱相机模式调至 Live NDVI 模式,然后手动起飞抬升飞机,观察在某高度下是否能清晰看到观测对象。 同时,需要注意测区内是否有障碍物,飞机飞行高度必须高于测区内所有障碍物高度。 2、设置合适的重叠率 提高重叠率可以一定程度上优化建模质量,但重叠率过高会增加航线延长作业时间。因此我们推荐使用航向 80%、旁向 70% 的重叠率设置。 3、设置等时间隔拍照模式[1] 相机拍照模式有“等时间隔”和“航点悬停”两种拍照模式。“等时间隔”不需要停顿,飞行效率更高。在大多数场景下,建议使用“等时间隔”拍照设置等时间隔拍照模式。 但是,在起伏大的山区,“等时间隔”可能存在同一组照片多个波段之间拍摄场景差别过大的情况,造成重建失败。因此,如果在山区航测时,若使用“等时间隔”拍摄出现重建失败,建议切换到“航点悬停”模式。 4、选择靠近测区的起飞地点 飞机起飞降落地点应该尽量靠近测区,使得起降航程短。如果测区覆盖范围较大,建议在测区中央区域起飞。 大疆智图处理精灵 4 多光谱数据时, 能否得到单波段的反射率值 单波段的反射率值通常用于单波段分析、多种指数计算、基于多个波段的地物分类等用途。在不进行反射率辐射校正时,大疆智图可以输出单波段的 DN 值影像,和五个常用的植被指数---NDVI、NDRE、 OSAVI、 LCI、 GNDVI,但不输出单波段的反射率值影像。 如果需要得到单波段的反射率值影像,可以使用反射率辐射校正板和大疆智图的辐射校正功能进行转换。以下介绍如何使用反射率板和辐射校正功能得到单波段反射率: 1、首先准备 2-3 块已知反射率的反射率板(无品牌限制,业界通用的均可)。 2、拍摄反射率板照片,具体步骤如下: 将反射板平铺于测区附近的地面上。 将相机模式设置为 Auto,EV 值保持为 0,调整云台为 -90°。 精灵 4 多光谱起飞至反射率板 7 倍边长的高度。调整飞机位置使得反射率板在相机画面中央,注意反射率板上不要有阴影。手动拍摄一组照片。 AE 锁定。 3、精灵 4 多光谱进行正常航测作业。 4、作业结束后,在大疆智图新建航测重建任务,并按照正常重建步骤导入航测照片,但先不进行重建。 5、进入大疆智图“辐射校正”界面。 在“标定板 1”、“标定板 2”、“标定板 3”的各个波段内分别导入对应的手动拍摄的照片,并填写各标定板、各波段对应的反射率值。 为每一个标定板的波段在照片中框出约 2/3 位置。大疆智图将读取该 2/3 位置内的栅格数值进行反射率转换参数。 6、完成“辐射校正”设置后,返回主界面,开始重建重建结果的单波段影像,即result_Blue、 result_Green、 result_NIR、 result_Red、 result_RedEdge,其数值即是反射率值。 为何大疆智图的指数图有条纹或斑块状 精灵 4 多光谱影像处理结果的条纹或斑块,可以大致分成三种现象:航线角度和太阳方位角不垂直所造成的条纹、强光下农田的 hotspot 现象、曝光锁定造成的光斑,以下是形成的原因和解决方案: 1、航线角度和太阳方位角不垂直所造成的条纹 通常在可见光影像中看不到条纹,而 NDVI 等植被指数中能看到。明暗交替的条纹正好和航线重合,一条明条和一条暗条纹分别对应一条航线。如下图 NDVI 所示: NDVI中的条纹 这是由于飞机向前飞行时候,机身有一定倾角。如果航线方向和太阳光线入射方向(太阳方位角)不垂直,那么飞机来回飞行时,飞机顶上的光强传感器平面和太阳方位角的夹角发生了变化,导致光强传感器接收到的太阳辐射在来回变化。而因为光强传感器的辐射数值用于植被指数计算,因此造成植被指数出现了明暗条纹。当太阳高度角越低,这个现象越明显。 太阳方位角和太阳高度角示意图 要避免此问题,采集时候请注意以下两点: 设置主航线角度垂直于太阳方位角 GS Pro 规划航线时,会自动计算当时当地的太阳方位角。连上飞机后,点击任务设置,主航线角度选择自动,将根据太阳方位角,自动规划出一条垂直太阳方位角的航线。建议在任何时刻都将自动主航线角度选上。 在太阳高度角高于 30°时进行采集 在作业前,可以事先看下测区作业时间的太阳高度角。GS Pro 任务页面左滑,点击 sun 图标,可以查询太阳高度角。 2、强光下农田的 hotspot 现象 强光之下,由于土地或作物冠层比较平滑,会产生类似镜面反射的现象,导致照片一边较亮一边较暗。重建之后出现了“渐变”条纹,称之为“hotspot”现象。这个现象在可见光和植被指数中都可以观察得到。 农田重建后的 hotspot 条纹 当前业界针对这个问题未有完善的解决方案,因此我们建议避免在强光之下,例如正午太阳猛烈时进行采集,以规避这个问题。 3、曝光锁定造成的光斑 如果在拍摄过程光照变化较大,例如云层遮挡太阳等,而相机的曝光设置了锁定 (AE 锁定),那么可能出现明显光斑。 建议在作业时将 AE 解锁,可见光模式设置为中央测光,多光谱模式设置为全局测光以保持测光一致。 如何解读使用大疆智图计算的植被指数 大疆智图会基于精灵 4 多光谱的 5 个光谱波段(蓝,绿,红,红边,近红外),计算 5 个常用的植被指数---NDVI,NDRE,OSAVI,LCI、GNDVI。植被指数是利用植被在光谱上的吸收反射特征,通过组合计算不同的光谱波段,得到的无量纲指数。植被指数通常是盖度、叶绿色含量、生物量等多个因素的综合体现。 植被光谱反射曲线[2] 5 个植被指数的计算公式如下: 植被指数 计算公式 NDVI (近红外-红光)/(近红外+红光) NDRE (近红外-红边)/(近红外+红边) OSAVI (近红外-红光)/(近红外+红光+0.16) LCI (近红外-红边)/(近红外+红光) GNDVI (近红外-绿光)/(近红外+绿光) 1、NDVI 归一化植被指数 NDVI 是常用的植被指数。由上图得知,绿色植被在近红外波段反射率较强,在红光波段发射率较弱,且越是密集、叶绿素含量越高的植被,这个规律越是强烈。 因此通过归一化差值的方式计算的 NDVI,可以用来表征地面植被密集程度和植物的叶绿素含量。NDVI 数值为 -1 到 1,通常正值表示有植被覆盖,数值越高,植被越密集或叶绿素含量越高。0 和负值表示岩石、裸土、水体等非植被覆盖。 在农业应用上,NDVI 可以用于诊断作物的叶绿素、氮素含量,从而指导合理施用氮肥。在林业应用上,NDVI 可以用于计算森林覆盖面积或城市绿化率。在环境监测上,NDVI 可以用于监测水体藻类发生程度。 2、NDRE[3] 虽然 NDVI 在大多数场景中,可以有效用于诊断植被叶绿素含量,但 NDVI 有其局限性,因为用非线性方式计算近红外和红光的差值,在高植被区 NDVI 灵敏度较低,也就是 NDVI 的“饱和”现象。 为了应对 NDVI 的这个缺陷,就引入了 NDRE。NDRE 在计算公式上,用红边波段取代了 NDVI 中的红色波段。红边是红光和近红外波段中间的一个过度波段,是叶绿素在红光区域的吸收和在近红外区域的反射之间的界限。因此,NDRE 在高植被区,例如农田作物封行之后,可以更灵敏地反映植被的叶绿素含量。 3、OSAVI 优化土壤调整植被指数 OSAVI 主要在 NDVI 的基础上将土壤因素纳入考量,在植被生长初期、密度不高的时候,可以更好地排除土壤影响、反映植被的叶绿素含量。因此 OSAVI 比较适用于植被稀疏或者农田作物出苗初期的植被健康度诊断。 4、LCI 叶面叶绿素指数 LCI 对于判断植物的叶子的叶绿素和含氮量有较好的效果,而相比之下 NDVI 通常用于判断整个冠层的叶绿素和含氮量。 5、GNDVI 有部分研究表明,GNDVI 相比 NDVI 能更稳定地探测植被,因此 GDNVI 也经常用于植被覆盖监测、植被和作物健康度调查中。 综上所述,在看出苗状况、作物长势、杂草分布密度等日常巡田环节,使用 NDVI 可以满足大多数需求。而作物生长模型等研发过程,也会涉及到其他几个植被指数的使用。 精灵 4 多光谱重建结果文件分别是什么 精灵 4 多光谱的数据重建结束后,除了可以直接在大疆智图和大疆智慧农业平台上看到高清影像和 5 个植被指数图,还可以得到单波段图、数字表面模型、语义图,此外大疆智图还提供经过渲染的植被指数图。 如果是使用大疆智图重建,在任务下的“打开任务文件夹”选项打开项目文件夹。以上文件均存放在“map”文件夹内: 如果是使用大疆农业平台进行重建,则可以在云重建的页面获取以上结果。 以下是主要结果文件的说明: 高清影像 result.tif、result.tfw 这两个文件是高清影像的 geotiff 栅格图,可在一般 GIS 软件打开使用。 植被指数图 放在 index_map 这个文件夹里。植被指数也是 geotiff 栅格图,可在一般 GIS 软件打开使用。 单波段指数图 result_Blue、result_Green、result_NIR、result_Red、 result_RedEdge 这五个图层是对应的五个单波段图。当没有进行反射率辐射校正时,它们是单波段的 DN 值;使用了反射率辐射校正后,他们是单波段的反射率值。每个文件均为 geotiff 栅格图,可在一般 GIS 软件打开使用。单波段指数图更常用于科研工作中。 数字表面模型[4] dsm.tif,、dsm.tfw;数字表面模型即地表的海拔高程图。可用于测量土地海拔高程、地势起伏、和农田地块的平整状况。大疆智慧农业平台的“高程分析”即是用这个数字表面模型来对测区高程进行分析。 语义图 segment.tif, segment.tfw;大疆智图和大疆智慧农业平台基于高清影像用机器学习自动分类的地物类型。该结果可以用来评估一个地方的农田、树木、建筑、水面等覆盖面积和分布。 除了上述的问题以外,在使用的过程中如果还有遇到其他的疑问,欢迎咨询。