尊敬的用户,本案例提及部分产品(精灵 4 多光谱版)已停售,如需了解最新行业无人机应用案例,可前往用户案例页面查阅
精灵 4 多光谱版无人机自 2019 年发布以来,已经在科研、农业、林业、环境生态监测等多个领域得到广泛应用。为了帮助用户更好地使用产品,我们今天针对 5 个精灵 4 多光谱最常见的问题进行解答:
1、如何提高精灵 4 多光谱的数据采集效率?
2、大疆智图处理精灵 4 多光谱数据时,能否得到单波段的反射率值?
3、为何大疆智图的指数图有条纹或斑块状?
4、如何解读和使用大疆智图计算的植被指数?
5、精灵 4 多光谱重建结果文件分别是什么?

精灵 4 多光谱的数据采集效率主要受飞机的飞行高度、测区距离、航线和相机设置影响。在飞行高度 180 米时,精灵 4 多光谱 1 架次的采集面积约为 0.47km²(700 亩)左右,如果采集效率落后于这个数据标准,可以使用以下方式来提高效率:
飞行高度越低,地面采样距离(GSD)越小,地面物体分辨率越高,看得越清楚,但作业总时长会延长。因此需要根据拍摄的对象和目的来选择最优飞行高度。以农业作物长势监测为例子,应该根据不同作物、不同生长阶段来选择最优飞行高度。

如果不确定飞行高度对应的分辨率是否足够,可以把精灵 4 多光谱相机模式调至 Live NDVI 模式,然后手动起飞抬升飞机,观察在某高度下是否能清晰看到观测对象。
同时,需要注意测区内是否有障碍物,飞机飞行高度必须高于测区内所有障碍物高度。
提高重叠率可以一定程度上优化建模质量,但重叠率过高会增加航线延长作业时间。因此我们推荐使用航向 80%、旁向 70% 的重叠率设置。
相机拍照模式有“等时间隔”和“航点悬停”两种拍照模式。“等时间隔”不需要停顿,飞行效率更高。在大多数场景下,建议使用“等时间隔”拍照设置等时间隔拍照模式。
但是,在起伏大的山区,“等时间隔”可能存在同一组照片多个波段之间拍摄场景差别过大的情况,造成重建失败。因此,如果在山区航测时,若使用“等时间隔”拍摄出现重建失败,建议切换到“航点悬停”模式。
飞机起飞降落地点应该尽量靠近测区,使得起降航程最短。如果测区覆盖范围较大,建议在测区中央区域起飞。
单波段的反射率值通常用于单波段分析、多种指数计算、基于多个波段的地物分类等用途。在不进行反射率辐射校正时,大疆智图可以输出单波段的 DN 值影像,和五个常用的植被指数---NDVI、NDRE、 OSAVI、 LCI、 GNDVI,但不输出单波段的反射率值影像。
如果需要得到单波段的反射率值影像,可以使用反射率辐射校正板和大疆智图的辐射校正功能进行转换。以下介绍如何使用反射率板和辐射校正功能得到单波段反射率:
1、首先准备 2-3 块已知反射率的反射率板(无品牌限制,业界通用的均可)。
2、拍摄反射率板照片,具体步骤如下:
3、精灵 4 多光谱进行正常航测作业。
4、作业结束后,在大疆智图新建航测重建任务,并按照正常重建步骤导入航测照片,但先不进行重建。
5、进入大疆智图“辐射校正”界面。


6、完成“辐射校正”设置后,返回主界面,开始重建重建结果的单波段影像,即result_Blue、 result_Green、 result_NIR、 result_Red、 result_RedEdge,其数值即是反射率值。
精灵 4 多光谱影像处理结果的条纹或斑块,可以大致分成三种现象:航线角度和太阳方位角不垂直所造成的条纹、强光下农田的 hotspot 现象、曝光锁定造成的光斑,以下是形成的原因和解决方案:
1、航线角度和太阳方位角不垂直所造成的条纹
通常在可见光影像中看不到条纹,而 NDVI 等植被指数中能看到。明暗交替的条纹正好和航线重合,一条明条和一条暗条纹分别对应一条航线。如下图 NDVI 所示:

NDVI中的条纹
这是由于飞机向前飞行时候,机身有一定倾角。如果航线方向和太阳光线入射方向(太阳方位角)不垂直,那么飞机来回飞行时,飞机顶上的光强传感器平面和太阳方位角的夹角发生了变化,导致光强传感器接收到的太阳辐射在来回变化。而因为光强传感器的辐射数值用于植被指数计算,因此造成植被指数出现了明暗条纹。当太阳高度角越低,这个现象越明显。

太阳方位角和太阳高度角示意图
GS Pro 规划航线时,会自动计算当时当地的太阳方位角。连上飞机后,点击任务高级设置,主航线角度选择自动,将根据太阳方位角,自动规划出一条垂直太阳方位角的航线。建议在任何时刻都将自动主航线角度选上。

在作业前,可以事先看下测区作业时间的太阳高度角。GS Pro 任务页面左滑,点击 sun 图标,可以查询太阳高度角。

强光之下,由于土地或作物冠层比较平滑,会产生类似镜面反射的现象,导致照片一边较亮一边较暗。重建之后出现了“渐变”条纹,称之为“hotspot”现象。这个现象在可见光和植被指数中都可以观察得到。

农田重建后的 hotspot 条纹
当前业界针对这个问题未有完善的解决方案,因此我们建议避免在强光之下,例如正午太阳猛烈时进行采集,以规避这个问题。
如果在拍摄过程光照变化较大,例如云层遮挡太阳等,而相机的曝光设置了锁定 (AE 锁定),那么可能出现明显光斑。

建议在作业时将 AE 解锁,可见光模式设置为中央测光,多光谱模式设置为全局测光以保持测光一致。

大疆智图会基于精灵 4 多光谱的 5 个光谱波段(蓝,绿,红,红边,近红外),计算 5 个常用的植被指数---NDVI,NDRE,OSAVI,LCI、GNDVI。植被指数是利用植被在光谱上的吸收反射特征,通过组合计算不同的光谱波段,得到的无量纲指数。植被指数通常是盖度、叶绿色含量、生物量等多个因素的综合体现。

植被光谱反射曲线⁽²⁾
1、NDVI 归一化植被指数
NDVI 是最常用的植被指数。由上图得知,绿色植被在近红外波段反射率较强,在红光波段发射率较弱,且越是密集、叶绿素含量越高的植被,这个规律越是强烈。
因此通过归一化差值的方式计算的 NDVI,可以用来表征地面植被密集程度和植物的叶绿素含量。NDVI 数值为 -1 到 1,通常正值表示有植被覆盖,数值越高,植被越密集或叶绿素含量越高。0 和负值表示岩石、裸土、水体等非植被覆盖。
在农业应用上,NDVI 可以用于诊断作物的叶绿素、氮素含量,从而指导合理施用氮肥。在林业应用上,NDVI 可以用于计算森林覆盖面积或城市绿化率。在环境监测上,NDVI 可以用于监测水体藻类发生程度。
2、NDRE⁽³⁾
虽然 NDVI 在大多数场景中,可以有效用于诊断植被叶绿素含量,但 NDVI 有其局限性,因为用非线性方式计算近红外和红光的差值,在高植被区 NDVI 灵敏度较低,也就是 NDVI 的“饱和”现象。
为了应对 NDVI 的这个缺陷,就引入了 NDRE。NDRE 在计算公式上,用红边波段取代了 NDVI 中的红色波段。红边是红光和近红外波段中间的一个过度波段,是叶绿素在红光区域的吸收和在近红外区域的反射之间的界限。因此,NDRE 在高植被区,例如农田作物封行之后,可以更灵敏地反映植被的叶绿素含量。
3、OSAVI 优化土壤调整植被指数
OSAVI 主要在 NDVI 的基础上将土壤因素纳入考量,在植被生长初期、密度不高的时候,可以更好地排除土壤影响、反映植被的叶绿素含量。因此 OSAVI 比较适用于植被稀疏或者农田作物出苗初期的植被健康度诊断。
4、LCI 叶面叶绿素指数
LCI 对于判断植物的叶子的叶绿素和含氮量有较好的效果,而相比之下 NDVI 通常用于判断整个冠层的叶绿素和含氮量。
5、GNDVI
有部分研究表明,GNDVI 相比 NDVI 能更稳定地探测植被,因此 GDNVI 也经常用于植被覆盖监测、植被和作物健康度调查中。
综上所述,在看出苗状况、作物长势、杂草分布密度等日常巡田环节,使用 NDVI 可以满足大多数需求。而作物生长模型等研发过程,也会涉及到其他几个植被指数的使用。
精灵 4 多光谱的数据重建结束后,除了可以直接在大疆智图和大疆智慧农业平台上看到高清影像和 5 个植被指数图,还可以得到单波段图、数字表面模型、语义图,此外大疆智图还提供经过渲染的植被指数图。
如果是使用大疆智图重建,在任务下的“打开任务文件夹”选项打开项目文件夹。以上文件均存放在“map”文件夹内:



