精靈4多光譜無人機定量遙感推薦方案

 精靈4多光譜+GS PRO +大疆智圖

1.P4M

集成6個多光譜相機、光強傳感器、RTK模塊等多傳感器于身，實現小型多光譜遙感系統

2.多光譜相機（與飛機體）

體化的飛行平臺集成200萬像素的多光譜相機，包括RGB、B、G、R、RE、NIR等波段

3.GS PRO航線規(guī)劃

通過GS PRO進行自動航線規(guī)劃，可實時NDVI進行遙感監(jiān)測。

4.大疆智圖

大疆智圖支持P4M數據處理，可直接生成NDVI、NDRE等五項植被指數，建模效率非常高。

 定量遙感推薦方案 – 應用域

 環(huán)境監(jiān)察

環(huán)保方面，使用多光譜數據并反演各類植被指數，可以監(jiān)測到可見光看不到的地方，如水域中水藻的識別和監(jiān)測、荒漠化、生態(tài)保護、水土保持等；

農業(yè)

結合多光譜數據生成NDVI等植被指數，在農業(yè)應用中可實現農作物的估產、農業(yè)植保定量噴灑、作物長勢的預測、病蟲害的識別等農業(yè)應用；

科學研究

滿足涉及植被、遙感、農業(yè)、林業(yè)、草原、生態(tài)、水文水資源環(huán)境污染、環(huán)境變化等專業(yè)的高校、科研院所的科學研究使用；

土地利用分類

使用植被指數圖，可將植被、草地、水域、不滲水面等土地類別進行自動化分類，指導城市綠化面積調查、城市農村規(guī)劃設計等；

 精靈4多光譜 - 應用案例

中山大學紅樹林實測案例

試驗區(qū)

珠海淇澳島紅樹林自然保護區(qū)

試驗目的

科學研究：研究P4M分類的精度

研究方法

現場地面采集檢查樣本，用P4M采集測區(qū)數據，使用eCognition面向對象方法分類。

精度評價

P4M分類結果總體精度：92.4%

精靈4多光譜 – 應用案例

中科院*技術研究院P4M與Headwall對比研究

試驗區(qū)

中科院*技術研究院校內

試驗目的

科學研究：對比P4M與高光譜反射率的致性

 研究方法

反演P4M采集數據的反射率，與Headwall高光譜設

備對應波段反射率做致性的比較。

精度評價

對比了植被、建筑、裸土、水體等地物，P4M與

Headwall的反射率保持高度致。