高光譜遙感具有光譜分辨率高、波段范圍窄、圖譜合一、連續(xù)成像等特點，能夠區(qū)分出地物光譜的細微差別，探測到其他寬波段遙感無法探測的信息。因此，高光譜遙感在生態(tài)、大氣和海洋等諸多應用領域具有很大優(yōu)勢。隨著無人機發(fā)展的日漸成熟，搭載于無人機上的高光譜相機可高效獲取地物信息，實現對地物的精準定位以及判別地物大小和健康程度等。
以南京某高校的實驗基地為例，利用四川雙利合譜科技有限公司自主研發(fā)的GaiaSky-mini2獲取實驗基地樹木的高光譜影像數據，然后利用第三方軟件進行分析，快速獲取樹木的位置、大小及健康程度。
1 無人機高光譜影像
圖1為利用無人機高光譜相機GaiaSky -mini2獲取的樹木的高光譜影像數據及樹木的典型光譜曲線，無人機飛行高度為150米，圖像分辨率為1920*1456，空間分辨率為0.04m，光譜分辨率為3nm。
圖1 無人機高光譜影像（真彩色RGB）和樹木光譜
2 作物計數
作物計數（Crop Count）工具的輸入柵格要求為高分辨率的單波段（例如NDVI、GRVI等）圖像。本工具可以對作物進行定位和計數。輸出結果為ENVI分類圖像，圓環(huán)形狀，如圖2所示。
圖2 根據NDVI灰度圖對作物進行定位
3 識別作物缺口
利用植被指數定位作物位置時，有可能存在一定的誤差，因此可以通過Five Crops Gaps去識別作物缺口，從而提高識別的定位精度，如圖3所示。
圖3 利用five crops gaps識別作物缺口
4 定位作物長勢監(jiān)測
作物指數統(tǒng)計工具可以統(tǒng)計每株作物的指標，需要輸入單波段圖像（如NDVI、EVI或者GNDVI等）和Crop Count工具輸出的json文件。輸出結果可選分類效果圖，其則結果在一定程度上反應了作物的健康程度，如圖4所示。
圖4 定位作物長勢監(jiān)測
5 逐行作物識別并去除異物
利用Find Rows and Remove Outliers工具識別一個區(qū)域內逐行排序的作物，并移除雜草、野草等異物。
圖5 逐行作物識別去除異物，從而提高識別精度
?