NDVI相机及应用

1. NDVI相机改装原理

对于用于拍摄植被的相机，通过对相机改造以使其能捕获蓝色、绿色和近红外波段的光线，而滤除红色波段。因为相机可以同时获取可见光和近红外波段，因此，可以用来获取不同的NDVI（归一化查分植被指数）和ENDVI（增强归一化查分植被指数）数据（www.maxmax.com）。

相机改装例子：

植物胁迫（Vegetation Stress）：对植物来说，包括任何能导致植物死亡的因素，例如缺乏或者过量的冷、热、水、光照、荫蔽及肥料等。植被胁迫现象普遍存在。比如，贫瘠的土壤植被生长情况差，而且种类较少。海拔较高的地区因为温度较低，是得植被稀少种类单一。常年光照较少的地区，很少有植物生存。 植被胁迫现象在农业遥感领域很有用，因为受胁迫的植被在光谱曲线上与正常植被有所差异，根据这些差异，我们可以找出胁迫植被的因素，例如通过研究干旱区植被曲线，可以研究对植被产生的影响，进而对农业估产等应用有贡献。

（1） XNiteCanon550NDVI    1800万像素 数字单反相机 3波段植被胁迫（Vegetation Stress）相机

（2）XNiteCanonSD780NDVI    1210 万像素 卡片式（Point & Shoot）轻型3波段植被胁迫相机

主要用途及特征：

+	Remote Sensing	遥感
+	Can be used as a Chlorophyll Meter or	叶绿素量测
+	Plant stress and health	植物胁迫与健康
+	Fertilizer Optimization	优化施肥
+	Nitrogen Management Solutions	氮管理方案
+	Insect and pest plant diagnostics	植物虫害诊断
+	Plant disease diagnosis	植物疾病诊断
+	Camouflage detection	伪装探测
+	Forrest Analysis	森林分析
+	Plant Identification	植被识别
+	Easy to Use	易于使用
+	Up to 18 Megapixels of resolution	达到1800万像素分辨率
+	SD780NDVI model is small, lightweight suitable for UAV's.	SD780NDVI相机体型小，重量轻，较适合无人机
+	SD780NDVI optional firmware upgrade allows features such as timed interval shutter control	SD780NDVI 可选的固件升级能实现一定时间间隔的曝光控制

实现技术：

将原来的2波段NDVI相机升级至3波段植被胁迫相机。各通道对应的光谱为：

         蓝通道---可见光蓝色

         绿通道--可见光绿色

         红通道--近红外（670nm（纳米）-750nm）

植物胁迫相机在一张影像上能拍摄蓝色、绿色和近红外波段的光线。通过计算红通道和蓝绿通道的比值，能快速获取植被、矿产、水体、掩体对象以及更多信息。健康植被对近红外光具有非常强的反射率，有时候称为“红边（Red Edge）”。这种相机能够快速精确分析。近红外波段和可见光波段的反射率比值能够提供植物健康状况，水体识别，贫瘠土地，灌木，雨林，矿产更多对象的信息。用这种相机获取的航空影像能让农民快速评估作物健康情况、病害植株、杂草及其他问题。

2.已有的应用案例

 识别沙漠中植被

目的：识别并量化沙漠中植被长势。

设备：Canon 550 NDVI Mark II植被胁迫相机

 软件：ImageJ+MaxMax增强NDVI宏代码（两个都免费）

试验区域普通数码相机拍摄的影像

从影像上能看见一些看起来受到胁迫的植被，但是很难区分植被与沙漠。

未经处理的Canon 550 NDVI MK II 相机拍摄的影像

注意到植被显示为红色。这是由于植被反射近红外波段的光由相机的红通道获取所致。

数据处理：

用ImageJ软件和NDVI6_MKII宏脚本处理。

宏脚本用了3个波段来计算ENDVI，其公式为：

ENDVI = ((Red + Green ) -2*Blue) / ((Red + Green) + 2*Blue))

这样计算的原因在于植被在红外和绿波段都具有较强的反射性。植被吸收蓝光，因此将蓝通道作为可见光通道，将其乘以2以补偿两个反射通道。

宏脚本接下来对数据进行拉伸处理，将NDVI数据拉伸至用户设置的最大最小值。这是由于对这种图像，最大的植株具有的NDVI值约为0.50，而岩石的NDVI值为-0.15。NDVI影像上的像素至大多在-0.15-0.5之间。通过将ENDVI值拉伸值-1.0 - 1.0，从而能更好地理解及识别图像。

接下来，宏脚本将处理拉伸后的ENDVI值，对图像上每个像素赋颜色，越接近1.0，颜色越绿，越接近-1.0，颜色越蓝。这样生成了一幅新图，每个像素都有对应的颜色，而绿色与植被对应，蓝色与非植被的地物对应。

注意到现在能非常容易指出植被所在区域。同时可以看到，岩石通常为蓝色，沙子为黑色。

能根据影像的亮度值，统计每一类影像对象所占的比例。