精灵4多光谱无人机定量遥感推荐方案

精灵4多光谱无人机定量遥感推荐方案

 精灵4多光谱+GS PRO +大疆智图

1.P4M

集成6个多光谱相机、光强传感器、RTK模块等多传感器于身，实现小型多光谱遥感系统

2.多光谱相机（与飞机体）

体化的飞行平台集成200万像素的多光谱相机，包括RGB、B、G、R、RE、NIR等波段

3.GS PRO航线规划

通过GS PRO进行自动航线规划，可实时NDVI进行遥感监测。

4.大疆智图

大疆智图支持P4M数据处理，可直接生成NDVI、NDRE等五项植被指数，建模效率非常高。

 定量遥感推荐方案 – 应用域

 环境监察

环保方面，使用多光谱数据并反演各类植被指数，可以监测到可见光看不到的地方，如水域中水藻的识别和监测、荒漠化、生态保护、水土保持等；

农业

结合多光谱数据生成NDVI等植被指数，在农业应用中可实现农作物的估产、农业植保定量喷洒、作物长势的预测、病虫害的识别等农业应用；

科学研究

满足涉及植被、遥感、农业、林业、草原、生态、水文水资源环境污染、环境变化等专业的高校、科研院所的科学研究使用；

土地利用分类

使用植被指数图，可将植被、草地、水域、不渗水面等土地类别进行自动化分类，指导城市绿化面积调查、城市农村规划设计等；

 精灵4多光谱 - 应用案例

中山大学红树林实测案例

试验区

珠海淇澳岛红树林自然保护区

试验目的

科学研究：研究P4M分类的精度

研究方法

现场地面采集检查样本，用P4M采集测区数据，使用eCognition面向对象方法分类。

精度评价

P4M分类结果总体精度：92.4%

精灵4多光谱 – 应用案例

中科院*技术研究院P4M与Headwall对比研究

试验区

中科院*技术研究院校内

试验目的

科学研究：对比P4M与高光谱反射率的致性

 研究方法

反演P4M采集数据的反射率，与Headwall高光谱设

备对应波段反射率做致性的比较。

精度评价

对比了植被、建筑、裸土、水体等地物，P4M与

Headwall的反射率保持高度致。