多光谱成像+AI系统技术是如何来监测植被的？

随着“无人机+”时代的不断深入，无人机产业可以应用到各行各业，小到消费级的航拍摄影，大到无人机的行业应用。人们让无人机搭载高分辨率相机、热红外相机、多镜头相机等各种传感器系统获取数据，从而满足航拍、巡检、建模等行业的需求。

无人机多光谱成像+AI系统技术是植被分布、长势、病害、估产等监测的有效手段。为植被监测提供了新的平台，以其机动灵活、经济高效、受大气等环境条件影响小和光谱、空间、辐射分辨率高等优势，在植被精细、智能监测方面具有巨大潜力，是当前和未来农业、林业、海洋等领域植被监测技术发展的重要方向。

多光谱成像+AI系统技术植被监测案例：

1

丽水云和县植被监测分析

2

台州玉环植被监测分析

农林业植被监测使用的无人机种类繁多，有无人直升机、固定翼无人机、多旋翼无人机等多种机型。蜂巢航宇选用的是自主研发设计的一款高性能HC-332H油电混合六旋翼无人机，具备全自主飞行能力，可搭载多光谱相机和GPS+光照度模块等，为植被精细化巡检平台。

优势如下：

1、油电混合具有4小时超长航时、可靠性高、平台通用、抗风等级可达六级；

2、相对无人直升机，HC-332H无人机操作简单、体积轻巧、携带方便、成本低；

3、HC-332H无人机可以根据需要调节飞行速度、悬停、定点拍照、实时传输视频，飞行载重量大，可同时搭载多种传感器；

4、HC-332H无人机飞行速度可控，飞行高度可调且可以低空飞行，同时不受起飞降落场地的限制；

多光谱相机

多光谱相机

专用相机模块：基于窄波段滤光技术，准确获取特定波段光谱图像信息。

GPS+光照度模块

光照度模块：实现同步矫正功能，减少气象变化影响，提高检测准确度。

GPS模块：自带GPS模块，经纬度信息直接与图像叠加，保证图像定位精度。

多光谱算法实现

健康、枯萎、病死植被反射率

病死植被的特征波段配合窄波段滤光技术提高检测率：针对植被发生情况提取特征波段（不同区域、不同月份、不同树种、不同病死情况，特征波段不完全相同），动态调整相机参数。

集特征波段多光谱成像与高清全色图像于一体：一次飞行同步采集多光谱图像和高清图像以及高精度定位信息。

具备实时同步矫正功能：大幅度降低光照变化（早中晚、阴天晴天）对成像的影响，提高采样窗口期图像质量及一致性。

航空遥感图像植被病死识别软件

目标林区的识别准确率不低于85%，处理速度不低于2000亩/分钟，位置误差小于1m，国内首创。

航空遥感图像中的多模型(规则)分类算法

航空遥感图像，植被病死木光谱特征，决策树+贝叶斯+kNN，多级病树特征的分类规则，国内领先水平。

航空遥感图像中的植被病死木聚类去噪算法

DBSCAN算法+基于网格(sting)，多级去噪(像元+病树分布特征+聚簇形状+林区背景)，国内先进水平。

正射影像图智能判读点叠加行政区划图和林班图

正射影像图智能判读点叠加林班图

植被叶面在可见光红光波段有很强的吸收特性，在近红外波段有很强的反射特性，这是植被遥感监测的物理基础。通过这两个波段测值组合得到指数，对土壤背景变化敏感，能较好地识别植被和水体。在植被处于中、低覆盖度时，该指数随覆盖度的增加而迅速增大，当达到一定覆盖度后增长缓慢，所以适用于植被早、中期生长阶段的动态监测。

AI算法实现

通过机载可见光影像获取，AI分割分析，可快速提取疫情区域，并结合定位算法，提取疫区植被经纬度，通过GIS地图融合，形成疫情一张图，高效摸排疫情现状，辅助管理员进行针对性处置。

可获取这个区域本时段植被分布情况以及植被覆盖比值。鉴于这种情况，我们对这个区域植被作定期监测，以指数作为参评标准，这样可以得到植被长期的发育状况，作为产量评估和虫害评估的主要依据，对时时的监测植被状况，提高植被的实际生长具有显著意义。

蜂巢航宇应客户要求顺利完成植被虫害监测任务：

识别松材线虫枯木数量，并定位到每一棵树的坐标。

蜂巢航宇无人机基于多光谱成像+AI系统技术对植被（包括农作物、经济作物、草场和森林等）的长势和病虫害监测有机动灵活、及时、快速、成本低廉、精确度高的优势，可以为农林业的信息化和现代化作出贡献。特别是提供及时准确的作物生长信息有益于合理使用肥料和农药，直接为改善和保护环境提供帮助。

END