基于无人机低空遥感影像可见光波段的植被覆盖率研究

摘要

植被覆盖率是土壤侵蚀程度的直观表现，是水土保持工作中植被恢复率的数据基础。植被恢复率作为衡量水土流失防治效果的一项重要指标，常用的覆盖率测算方法往往费时费力，并且测算结果准确度难以保证，无法达到大型项目在行政规定时间内完成验收的要求。高空遥感解译技术是农林业研究区域植被情况的主要方法，但因卫星遥感图像拍摄区域大、覆盖面积广，不适用于小范围的植被覆盖率研究。无人机低空遥感技术已在国土资源统计、农情监测和灾害调查上得到广泛应用，将该技术引入水土保持工作中，不仅能发挥其在小区域植被信息调查上灵活度高、实时性强、图像清晰等优势，又可以弥补传统监测验收方法效率低下的缺点。 为提高水土保持工作的现场核查效率和监测验收的数据准确度，本文探究无人机低空遥感技术在小区域植被覆盖率计算上的应用。首先分析了低空遥感图像中植被区域及其他典型地物的反射光谱特征，利用植被反射光谱像元个数有绿波段＞红波段＞蓝波段的规律，选用RGRI、EXG、VDVI、NGBDI和NGRDI这5种基于可见光波段的植被指数计算图像的所有像元并得到各植被指数分布的灰度图。再分析各植被指数直方图的形状特点，选用双峰直方图法和最大阈值法确定各指数的阈值，将图像中计算值大于阈值的部分归为植被，小于阈值的部分归为非植被，并将分类结果与参照图进行精度验证。然后将分类结果的植被部分像元个数除以区域像元总数即得到研究区域植被覆盖率。最后，引入植被覆盖率多时相映射的概念，并选用提取精度最高的2个植被指数计算不同监测时段的植被覆盖率，探究植被指数法计算覆盖率的正确率与植被密度的之间关系。 一、主要研究结果 1、研究结果得到5种植被指数提取植被信息的总正确率均在82％以上，植被覆盖率计算值均与参照值相近，其中VDVI的总正确率最高，达到97.47％，Kappa系数为0.87，与参照结果高度一致。方法验证得到相同的结果，证明了植被指数法计算覆盖率这一方法具有可靠性和适用性。总体结果说明利用植被指数法计算植被覆盖率的方法是可行的，并且可见光谱差异指数(VDVI)的最适合用于无人机低空遥感图像的植被覆盖率测算。 2、经过分析比较，该计算方法在植被密度较高时段的准确率最高，所以在实际工作中，应根据植被生长状况，选择最佳的测算手段，以保证监测结果的可信度，并使人力资源得到合理利用。 二、主要结论 本文提出的基于可见光波段解译遥感图像进而计算植被覆盖率的方法为获取客观准确的小区域植被覆盖率提供了思路导向和方法基础，对该方法适用性的探讨为合理选择测量方法提出了建议。无人机遥感技术的使用可有效提高工作效率和数据实时性，图像解译方法与传统手段相互补充，说明操作中的结合实际选用合适方法的重要性，应符合未来监管工作自动化、快速化和信息化的发展趋势。

目录

声明

摘要

第一章绪论

1．1研究背景和意义

1．2国内外研究现状

1．2．1遥感图像的解译

1．2．2植被覆盖率的计算方法

1．2．3可见光波段信息的处理

1．3本文研究内容和技术路线

1．3．1研究内容

1．3．2技术路线

2．1研究区概况

2．2研究方法和步骤

2．2．1无人机性能介绍

2．2．2野外实测

2．2．3无人机图像的获取和预处理

2．2．4图像解译和精度验证

2．2．5植被覆盖率的计算

2．2．6方法验证

第三章野外实测

3．1统计地表信息

3．2实测植被覆盖率

第四章图像的解译和精度评估

4．1图像预处理

4．2基于可见光波段植被指数的计算

4．2．1植被指数的确定

4．2．2植被指数的计算

4．3基于阈值的植被信息提取

4．3．1阈值的确定

4．3．2植被信息的提取

4．4植被信息提取的精度评估

第五章植被覆盖率的计算

第六章方法验证

6．1验证研究

6．2结果分析

第七章植被指数法的适用性探讨

7．1植被覆盖率的多时相映射

7．2植被密度对覆盖率准确度的影响

第八章讨论与展望

8．1主要成果

8．2存在问题

8．3研究展望

参考文献

致谢

攻读学位期间发表的学术论文目录