基于无人机影像的可见光波段植被信息识别

• 作者: 林悦欢 温小乐 简文彬 高永刚 龚应双
• 来源期刊: 农业工程学报
• 学科: 地球科学
• 关键词: 遥感 植被 光谱分析 无人机 可见光波段 超绿红蓝差分指数
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 178-189
• 页数: 12页
• 分类号: P237.3|TP751.1
• 字数: 6839字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2020.03.022

摘要

该文通过对6种典型地物在无人机影像可见光波段的光谱特性分析,提出一种基于红、绿、蓝波段的可见光植被指数—超绿红蓝差分指数EGRBDI(excess green-red-blue difference index),并运用该植被指数与18种基于可见光波段的植被指数进行精度比较研究.研究表明,在利用均值和1倍标准差获得的区间范围内,EGRBDI各地类之间的信息无重叠交叉现象;该指数能对植被覆盖相对稀疏区域进行植被信息识别,其总体精度为97.67％,Kappa系数为0.9415,较其他18种指数具有更好的植被信息识别能力.利用不同地物覆盖情况的3幅无人机影像作为数据源,对EGRBDI适用性和稳定性进行研究,结果表明,在3个研究区中,基于EGRBDI的植被信息识别总精度均高于93％,Kappa系数均大于0.85,提取精度受地物类型差异影响的波动性较小,能较好地削弱影像中阴影等因素的影响,具有较好的适用性、可靠性和提取精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	简文彬	福州大学环境与资源学院	127	1274	20.0	30.0
3	温小乐	福州大学环境与资源学院	15	290	10.0	15.0
6	林悦欢	福州大学环境与资源学院	1	0	0.0	0.0