研究目的
研究基于可调谐法布里-珀罗干涉仪（FPI）的新型可见光与近红外（VNIR）及短波红外（SWIR）高光谱面阵相机在测量泥炭生产区三维数字表面模型和地表湿度方面的性能。
研究成果
结果表明，基于无人机的遥感能显著提升泥炭生产的效率和环境安全性。FPI高光谱技术遵循中心透视成像原理，能够运用计算机视觉和摄影测量技术的最新创新成果。该技术适用于多种遥感应用场景，并特别适合开发自动化与自主化应用。
研究不足
短波红外范围相机是一个新原型，其光谱测量质量存在一些缺陷，包括缺少PRNU校准以及飞行过程中暗信号的变化。由于块结构较差、自动驾驶仪GPS数据精度可能较低、图像尺寸较小以及图像质量较低，短波红外数据集的几何性能比其他相机更差。
1：实验设计与方法选择：
研究采用地面采样距离（GSD）分别为15厘米、9.5厘米和2.5厘米的无人机影像区块，分别使用短波红外（SWIR）、可见近红外（VNIR）和消费级RGB相机拍摄。高光谱成像采用法布里-珀罗干涉仪（FPI）技术。
2：5厘米和5厘米的无人机影像区块，分别使用短波红外（SWIR）、可见近红外（VNIR）和消费级RGB相机拍摄。高光谱成像采用法布里-珀罗干涉仪（FPI）技术。 样本选择与数据来源：
2. 样本选择与数据来源：测试区域为芬兰南部奥克苏奥泥炭生产区。地面参考数据包括13个地面控制点（GCP）和44份用于含水量及反射率测量的泥炭样本。
3：实验设备与材料清单：
设备包括FPI VNIR和SWIR高光谱面阵相机、消费级RGB相机（三星NX300），以及无人机平台（MikroKopter自动驾驶仪、Droidworx AD-8扩展框架、Tarot 960折叠框架搭配Tarot 5008无刷电机）。
4：实验流程与操作步骤：
影像区块在晴朗无风条件下采集。通过几何与辐射处理步骤获取定量信息。
5：数据分析方法：
几何精度采用独立检查点与数字表面模型（DSM）评估。辐射建模包含传感器校正、大气校正和双向反射分布函数（BRDF）校正。地表含水量估算采用线性相关性与支持向量机（SVM）回归。
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-
FPI VNIR camera prototype 2012b
Finnish Geospatial Research Institute
Hyperspectral imaging in the visible to near-infrared range
-
FPI SWIR camera prototype
Xenics Bobcat-1.7-320
VTT Technical Research Centre of Finland
Hyperspectral imaging in the short-wave infrared range
-
RGB camera
Samsung NX300
Samsung
High-spatial-resolution stereoscopic data collection
-
UAV platform
MikroKopter autopilot and Droidworx AD-8 extended frame
MikroKopter, Droidworx
Payload carrying for SWIR camera
-
UAV platform
Tarot 960 foldable frame with Tarot 5008 brushless electric motors
Tarot
Payload carrying for VNIR and RGB cameras
-
登录查看剩余3件设备及参数对照表
查看全部
