212-应用专题基于无人机数据的果树遥感监测

应用专题十二：基于无人机数据的果树遥感监测,技术支持邮箱：ENVI-IDL技术支持热线：400-819-2881-5官方技术博客：官方技术qq群：853413233,1专题背景,专题背景,2017年ENVI官方推出了一个精准农业工具包，叫做ENVICropScience。本工具包提供了一些精准农业和农学分析工具。目前仅适用于ENVI5.4及以上版本。需要特殊许可支持，提供单独的安装文件。本专题以无人机图像为数据源，利用ENVI精准农业工具包监测果园信息，包括果树株数及分布、果树长势信息等。专题涉及植被指数计算与筛选、果树株数提取、结果统计和制图等。注：本专题须安装ENVI精准农业工具包（envicropscienceXXX-win.exe）,专题概述,ENVI精准农业工具包最重要的一个功能便是作物计数（CountCrops）。本专题重点介绍此工具的使用。此工具需要使用高空间分辨率图像，一般建议使用分辨率在0.5m以内的卫星图像或无人机图像。本专题将学习如下工具的使用：CountCrops作物计数CalculateCropMetrics作物健康分析ConvertCropsToShapefile输出作物为矢量SpectralIndices光谱指数计算工具FrameSubsetviaShapefile批量分幅裁剪扩展工具ENVIModelerENVI建模工具,处理流程,本章节处理流程分为两部分。左侧为基本流程，主要目的是提取单个地块果树、确定提取参数等，从而对工具功能有所了解。右侧流程为真正的业务生产流程，用于批量提取多地块果树。,进入专题,数据：“212-应用专题：基于无人机数据的果树遥感监测”,2.1计算植被指数,数据情况,本专题所用数据为国内某果园的四波段无人机图像。注：由于数据保密，已经对数据位置进行了偏移，所以与其他数据无法叠加。,植被指数分析,对于三波段图像，一般建议使用VDVI（可见光波段差异植被指数，Visible-bandDifferenceVegetationIndex）；对于四波段图像（包含近红外），同时可以使用GDVI（绿度差值植被指数，GreenDifferenceVegetationIndex）注：由于NDVI对于阴影和植被的区分效果较差，不建议使用。ENVI中的VDVI也叫做GLI（GreenLeafIndex），公式一样。如下所示：GDVI的计算公式：,植被指数计算,当数据有波长信息时，建议使用波谱指数（/BandAlgebra/SpectralIndices）工具完成计算。如果没有波长信息，可以手动添加波长和波长单位，然后计算；或直接使用波段运算（BandMath）工具完成计算。本例使用VDVI指数进行果树提取。主要考虑原因：精准农业工具包更适用于高分辨率图像，特别是无人机图像。而四波段的无人机图像较少，大多数仅有红绿蓝三个波段，而且不包含波长信息。所以本专题的流程更具通用性。,添加波长和波长单位,在Toolbox中，打开/RasterManagement/EditENVIHeader。在EditENVIHeader面板中，单击左上Add+按钮，在弹出对话框中选中Wavelength和WavelengthUnits两项。分别添加4个波段的波长为：460、560、660、810；波长单位为Nanometers,计算植被指数,在Toolbox中，打开/BandAlgebra/SpectralIndices选择GreenLeafIndex，即VDVI。,2.2阈值掩膜,阈值确定方法介绍,阈值掩膜主要是为了剔除果树以外的地物类型。所以在掩膜之前，需要首先确定阈值。推荐两种方法，第一种是通过统计直方图确定，如果直方图曲线为双峰，那么阈值一般位于双峰之间的波谷位置。第二种便是通过RasterColorSlice不断尝试确定。本文使用第二种方法。,使用RasterColorSlice确定阈值,阈值大概是0.04,阈值掩膜,在Toolbox中，启动/BandAlgebra/BandMath输入如下公式(b1ge0.04)*b1+(b1lt0.04)*0大于等于0.04的像元值保持不变小于0.04的像元值更改为0,2.3单个地块果树提取,绘制地块感兴趣区,在视图中绘制地块多边形，如下图所示。在LayerManager中，将绘制的ROI图层关闭显示，方便后续处理。,果树提取工具（/CropScience/CountCrops）,InputRaster：输入栅格，此处需要输入掩膜后的指数图像。MinimumCropDiameter：作物最小直径，通过工具栏量测工具测量而得。MaximumCropDiameter：作物最大直径，通过工具栏量测工具测量而得。NumberofIncrements：增量数。比如最小直径为1，最大直径为5，增量数为5，则工具将提取直径为1、2、3、4、5米的作物。注：如果此参数设置过大，有可能导致内存不足无法输出结果。GaussianSmoothingFactor：高斯平滑因子，默认0.5。此参数有助于减少最终结果的噪声。0.5适用于大多数情况。如果效果不佳，可尝试0或00.5之间的值。IncludeEdges：是否包含边缘，默认No。如果设置Yes，将提取位于图像边缘或掩膜边缘的作物。AllowableCropOverlap(%)：允许作物重叠百分比。对于零散的作物，可设置为0。IntensityThreshold：阈值。由于已经做了阈值掩膜，此参数无需再次设置。OutputCrops：输出作物提取结果，json文件，用于后续生成矢量。FillRasterCrops：是否填充作物。默认为否。OutputCropsRaster：输出作物提取栅格结果，为ENVI分类图像。,果树提取参数确定,将图像放大到一定程度，尽量显示较少的地块范围，提高预览效率。通过量测工具大概得到最小半径为1米、最大半径为2米。而其他参数则需要通过预览（Preview）不断尝试确定。,重新设置InputRaster参数,重新设置InputRaster参数，在弹出的DataSelection对话框中选择SpatialSubset，右侧工具栏点击ROI图标，勾选绘制的ROI#1，单击OK。然后选择Mask，同样选中ROI#1，单击OK。注：SpatialSubset是为了矩形裁剪，可以提高效率。Mask是为了精确掩膜。,单个地块果树提取,最终参数设置如下图所示,2.4输出矢量/健康分析,输出矢量,在Toolbox中，启动/CropScience/ConvertCropsToShapefile,健康分析,在Toolbox中，启动/CropScience/CalculateCropMetrics,2.5批量果树提取,第一步：绘制地块矢量,已经绘制好的矢量存放于“5-批量果树提取地块矢量果园地块.shp”,第二步：批量分幅裁剪,在Toolbox中，打开/Extensions/FrameSubsetviaShapefile。此工具为扩展工具“批量分幅裁剪”，详情可参考“技术专题二：实用技术汇总”中的“图像批量分幅裁剪”章节。,第三步：批量果树提取,批量果树提取有两个方案可行，一是利用IDL和ENVI二次开发实现（可关注培训班后两天内容）；二是利用ENVIModeler建模实现（可参考“技术专题三：