研究目的
利用植被指数（VARI和NDVI）评估卫星影像与无人机影像在植被覆盖区特征描述结果之间的近似程度或互补性。
研究成果
VARI指数在使用无人机RGB图像时能实现可接受的植被识别，但基于多光谱卫星图像计算时则无法实现。由于拜耳滤镜，RGB无人机传感器对绿色波段表现出更高灵敏度，而卫星多光谱传感器具有不同的光谱特性，导致VARI结果存在差异。尽管因传感器差异无法直接比较NDVI和VARI指数，但植被覆盖图在识别植被区域方面显示出一定一致性。基于无人机的摄影测量提供更高分辨率，能够呈现卫星图像无法实现的细节可视化。
研究不足
应用于卫星图像的VARI指数由于传感器特性，在植被识别方面未能提供令人满意的结果。由于传感器类型和计算变量的差异，NDVI与VARI指数无法直接比较。本研究假设绿色占主导即代表植被，这可能导致非植被绿色物体（如绿色屋顶、人造草皮场地）的误分类。由于分辨率差异和掩膜处理程序，无人机与卫星栅格数据之间存在高达7%的面积差异。
1：实验设计与方法选择：
本研究比较了无人机RGB图像与卫星多光谱图像的植被覆盖估算。采用两种植被指数：RGB图像使用VARI指数，多光谱图像使用NDVI指数。方法流程包括分别处理无人机和卫星图像数据，随后对比分析结果。
2：样本选择与数据来源：
选取三个研究区域：何塞·西梅翁·卡纳斯大学（UCA）、拉拉古纳植物园及阿尔卡塔奥市。卫星图像来自1-4月期间获取的Landsat 8（30米分辨率）和Sentinel 2A/2B（10米分辨率）卫星数据。无人机图像使用大疆Phantom 4 Pro拍摄。
3：实验设备与材料清单：
大疆Phantom 4 Pro无人机、Android应用Pix4Dcapture用于飞行规划、Pix4Dmapper软件处理无人机图像、QGIS软件配合半自动分类插件进行卫星图像预处理、ArcGIS软件进行空间分析、R环境用于统计对比。
4：实验流程与操作步骤：
无人机图像处理：通过Pix4Dcapture规划飞行、拍摄图像、使用Pix4Dmapper生成正射影像图、数字表面模型、反射率图及植被指数；卫星图像处理：获取图像后经QGIS大气校正，使用栅格计算器计算VARI和NDVI指数，通过ArcGIS掩膜提取数值与无人机数据对比。
5：数据分析方法：
在R环境中利用直方图和散点图对比无人机与卫星图像的VARI指数。基于VARI和NDVI指数创建植被覆盖图。计算植被覆盖面积及百分比进行定量对比。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
DJI Phantom 4 Pro
Phantom 4 Pro
DJI
Drone used for capturing RGB images for vegetation analysis
-
Pix4Dcapture
Pix4D
Android application for planning and executing photogrammetric flights
-
Pix4Dmapper
Pix4D
Software for processing drone images to generate orthomosaics, digital surface models, reflectance maps, and vegetation indices
-
QGIS
QGIS
Free software used for satellite image preprocessing and analysis
-
ArcGIS
ArcGIS
Geographic information software used for spatial analysis and value extraction using masks
-
R environment
R
Statistical computing environment used for comparing vegetation indices through histograms and scatter plots
-
Landsat 8
8
Landsat
Satellite providing multispectral images for vegetation analysis
-
Sentinel 2A/2B
2A/2B
Sentinel
Satellites providing multispectral images for vegetation analysis
-
登录查看剩余6件设备及参数对照表
查看全部
