摘要: DJI最近推出了P4多光谱，这是一种高精度的无人机（UAV或“无人机”），它利用多光谱相机的集成来促进农业和环境监测应用。因此，植被制图的图像数据收集比以往任何时候都更简单、更有效。 在 DJI P4 多光谱中，图像由一个 RGB 相机和一个多光谱相机阵列收集...
DJI最近推出了P4多光谱，这是一种高精度的无人机（UAV或“无人机”），它利用多光谱相机的集成来促进农业和环境监测应用。因此，植被制图的图像数据收集比以往任何时候都更简单、更有效。
在 DJI P4 多光谱中，图像由一个 RGB 相机和一个多光谱相机阵列收集，该阵列具有五个全局快门相机，覆盖蓝、绿、红、红边和近红外波段，分辨率为 1,600 x 1,300 像素（图 1） ）。DJI 内置系统中所有六个摄像头捕获的图像的实时、厘米级精确定位数据用于对齐飞控、RGB/多光谱摄像头和 RTK 模块。这将定位数据固定在 CMOS 的中心，并确保每个图像使用最准确的元数据。所有相机都受益于校准过程，由此测量径向和切向镜头畸变并将 其保存到每个图像的元数据中，以简化图像的后处理。
更重要的是，无人机顶部的集成光谱阳光传感器可捕获太阳辐照度，以最大限度地提高一天中不同时间数据收集的准确性和一致性。这可以实现最准确的 NDVI 结果。
研究区域和数据收集
Babol Noshirvani University of Technology (BNUT) 位于伊朗北部，根据泰晤士报高等教育世界大学排名，它是伊朗领先的大学。校园包括11公顷的多栋建筑和一个主要被橙树覆盖的绿地（图2）。
数据集于 2020 年 10 月 24 日收集。本次飞行计划在 DJI GS Pro iPad 应用程序中飞行，高度为 70 米，前后重叠率为 65%。图像收集是在中午完成的，以尽量减少阴影，用 522 张地理标记的垂直 RGB 和多光谱图像覆盖校园大约需要 10 分钟。
数据处理
无人机图像的摄影测量处理使用 Agisoft Metashape 软件进行。处理工作流程—包括图像对齐以生成稀疏点云、构建密集云、构建网格、构建纹理、构建数字高程模型 (DEM) 和构建正射镶嵌—已执行，最后生成研究区域的 3D 地图，多光谱点云和正射镶嵌分别以 (.las) 和 (.tiff) 格式导出。从点云和图像生成密度为 900 点/平方米的 3D 点云和地面 采样距离 (GSD) 为 3 厘米的正射镶嵌 (图 3)。
结果
利用无人机影像摄影测量处理得到的多光谱正射镶嵌计算植被指数，如表1所示。 众所周知的多光谱和可见波段植被指数，如NDVI、NDRE、NGRDI、VIDVI、CIVE、ExG、ExR和 VEG 被利用。研究区对应的植被指数图如图4所示。
尽管所有植被指数都突出显示了树木和草坪，但 NDVI 更能区分植被区域。此外，所有指数都清楚地突出了建筑物和非植被区域。NDI 和 VEG 指数提供了类似的结果，并优于其他可见波段指数。CIVE、VDVI、ExG 和 ExR 指数对阴影很敏感。结果，阴影区域被突出显示为植被。
