今天，江南全站登陆 小敏给大家介绍一下（植被）AIRPHEN多光谱相机在林业中的应用，以下（植被）AIRPHEN多光谱相机在林业中的应用的内容是小敏网上整理，希望对您有用。
AIRPHEN是一款多光谱相机系统，用于移动光谱生长指数测量，配有基于数学算法GAI估算法的6个波段相机系统。通过图像叠加，在不同测量通道内提供多角度图像。Hi-phen发表了很多文章，其中一些文章是Airphen相机开发的算法基础，以下所提到的参数，基础均是依据文章算法计算或依据现有的业界通用算法和称呼，如同现成的手持冠层分析仪一样，这些指数已经体现在相机测量之中，所拍摄的图像，可以传到Hi-phen的数据库进行处理，另外因为该相机的系统的*性，可以利用该系统做新颖性研究。多光谱相机AIRPHEN主要特点：1、6同步快门传感器2、1280x960像素(.tiff，12 bit)3、2帧/秒，12bit4、可配置波段(450-950nm)5、视角可配 (25°~60°)6、使用不同传感器进行同步(TIR,RGB)7、SD卡存储8、内置或外置GPS9、人体工程学无线界面10、低能耗(7w/h)11、轻便(200g)12、紧凑、容易集成13、可计算宽范围的VI值(植被指数)多光谱相机AIRPHEN的测量指标： 绿地指数是一个主要的农业过程变量，用于决策系统。AIRPHE飞行器平台配备有6个波段相机系统，基于数学算法GAI估算法。图像叠加在不同测量通道内提供多角度图像。利用6个波段的的反射以及对每个独立成像特殊向阳角度取景，生成浏览表将PROSAIL辐射传输模型反转。与单个图像对应的平均整体方案容许对错误反转问题进行调节。要获得稳定GAI估值，需要大约6帧图像。相对应的均方根误差（RMSE)值用作相关不定性的一个指标。与基于地面的测量相比，UASGAI在小麦和油菜上方的精度大约是0.2（RMSE)。归一化反射率与反射率相比，GAI估值性能大为改善（0.17：0.26 GAI,RMSE）。实验观察到UAS无人机不同获取时期的估算值的高重复性。利用红波边缘波归一化反射率，带来从低到中GAI估值的30%（10%）的精度提升。该产品也可用于其它地块、森林调查、病虫害防治等。2、VI:植被指数：主要反映植被在可见光、近红外波段反射与土壤背景之间差异的指标，各个植被指数在一定条件下能用来定量说明植被的生长状况。在学习和使用植被指数时必须由一些基本的认识：3、NDVI: 归一化差值植被指数：NDVI=(NIR-R)/(NIR+R)，或两个波段反射率的计算。1）NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等。 2）-1<=NDVI<=1，负值表示地面覆盖为云，雪等。对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大。 3）NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图象，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度。 4）NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、雪、枯叶、粗糙度等，且与植被覆盖有关。4、PRI: 光反射指数：光化学植被指数PRI定义为531am和570nm处反射率的归一化植被指数,这一指数能够成功的估算叶片尺度、冠层尺度和景观尺度的光能利用率LUE,进而可以提高净初级生产力NPP的估算精度,因而PRI有着广阔的应用前景。5、MERIS陆地叶绿素指数（MTCI）：该指数是叶绿素提取精度,很好地监测植被叶绿素含量的潜力。 多光谱相机AIRPHEN在森林资源调查中的应用森林资源调查，是林业活动的一项重要工作。但多光谱相机在森林调查中的应用还很少。针对小区域、精度要求高的调查需求正在上升，如高要求的规划设计调查、出于森林生态状况监测的林分空间结构调查。如果去实地进行这些调查，一般要花费大量的人力物力，尤其在经济发达地区的南方集体林区，农民很少上山从事经营活动，乔灌草生长迅速，以前曾经有的林间小道已经逐渐消失，现在要进行地面调查劳动强度极大。且大多数空间分辨率不能满足高精度调查的要求，而多光谱相机可以满足这一要求，他可以和国内的任一款无人机配合已达到调查的目的。
