{"id":1501,"date":"2024-11-25T06:13:47","date_gmt":"2024-11-25T06:13:47","guid":{"rendered":"http:\/\/www.xingshitu.com\/?p=1501"},"modified":"2024-11-25T10:11:36","modified_gmt":"2024-11-25T10:11:36","slug":"%e6%a4%8d%e7%89%a9%e7%89%a9%e5%80%99%e4%b8%8e%e6%a4%8d%e8%a2%ab%e6%8c%87%e6%95%b0%e8%bf%91%e5%9c%b0%e9%81%a5%e6%84%9f%e8%a7%82%e6%b5%8b%e6%96%b9%e6%a1%88","status":"publish","type":"post","link":"http:\/\/www.xingshitu.com\/it\/2024\/11\/25\/%e6%a4%8d%e7%89%a9%e7%89%a9%e5%80%99%e4%b8%8e%e6%a4%8d%e8%a2%ab%e6%8c%87%e6%95%b0%e8%bf%91%e5%9c%b0%e9%81%a5%e6%84%9f%e8%a7%82%e6%b5%8b%e6%96%b9%e6%a1%88\/","title":{"rendered":"Programma di osservazione da telerilevamento vicino alla Terra per indici di clima e vegetazione vegetale"},"content":{"rendered":"

I. Contesto dello studio<\/strong><\/p>\n\n\n\n

1. Tecniche di osservazione con telerilevamento vicino alla Terra<\/strong><\/p>\n\n\n\n

  Nella quinta edizione di Introduzione al telerilevamento, Introduzione al telerilevamento, una rassegna dirilevato a distanza<\/strong>Esiste una definizione chiara: la tecnologia per ottenere informazioni sulla superficie terrestre attraverso la radiazione elettromagnetica emessa o riflessa dalla superficie.  <\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

Figura 1.1 Immagine telerilevata<\/p>\n\n\n\n

Telerilevamento in prossimit\u00e0 del suolo: rilevamento di informazioni spettrali di oggetti terrestri entro 50 m dal suolo utilizzando sensori ottici montati su pali o torri (Richardson et al., 2013). Nell'Introduzione al telerilevamento moderno di Yin Zhan'e, viene chiarito il concetto di telerilevamento a terra: telerilevamento in cui la piattaforma si trova al suolo o in prossimit\u00e0 del suolo; le piattaforme a terra includono treppiedi, veicoli per il telerilevamento, torri di telerilevamento e navi.<\/p>\n\n\n\n

In base all'introduzione di cui sopra, si pu\u00f2 apprendere che il corpo principale dell'apparecchiatura \u00e8 un sensore ottico (radiologico) in grado di emettere o ricevere onde elettromagnetiche e di elaborare questi segnali di onde elettromagnetiche per estrarre informazioni utili sulla superficie; le piattaforme operative dei sensori includono piattaforme fisse come tralicci e treppiedi, nonch\u00e9 piattaforme mobili come veicoli aerei senza pilota e veicoli per il telerilevamento.
<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

Figura 1.2<\/p>\n\n\n\n

2,<\/strong>Il concetto di clima<\/strong><\/strong><\/h2>\n\n\n\n

La fenologia, come dice il nome, \u00e8 il \"tempo biologico\": l'osservazione del momento della giornata in cui si verificano i fenomeni di crescita e sviluppo di piante e animali. La fenologia \u00e8 una sottodisciplina della biologia, che \u00e8 la scienza delle interrelazioni tra piante e animali nel mondo naturale e dei cambiamenti ciclici delle condizioni ambientali (clima, idrologia, suolo, ecc.). Per migliaia di anni, i lavoratori hanno prestato attenzione alla relazione tra fenomeni naturali come la prosperit\u00e0 di piante e alberi, l'arrivo e la partenza degli uccelli migratori e il clima, in modo da organizzare le loro attivit\u00e0 agricole di conseguenza. Ad esempio, la maggior parte dei 24 termini solari in Cina sono descritti o addirittura chiamati direttamente con il nome di fenomeni climatici, come l'ibernazione, la pioggia di grano e la semina del mango.<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

Figura 1.3 La rete di osservazione climatica della Cina<\/p>\n\n\n\n

3,<\/strong>Concetto di indice di vegetazione<\/strong><\/strong><\/h2>\n\n\n\n

Combinazioni spettrali in grado di caratterizzare la vegetazione. Lo scopo dell'uso degli indici di vegetazione \u00e8 quello di evidenziare le caratteristiche della vegetazione e di facilitare la rapida identificazione (estrazione) di parametri quali la struttura della vegetazione, la crescita, la salute, ecc. nelle curve spettrali o nelle immagini. Indici di vegetazione comuni: GCC Relative Greenness Index, NDVI Normalised Vegetation Index (NDVI) con le seguenti formule:<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

Figura 1.4 Indice di vegetazione<\/p>\n\n\n\n

4,<\/strong>Relazione tra fenologia e indici di vegetazione<\/strong><\/strong><\/h2>\n\n\n\n

Gli indici di vegetazione possono riflettere bene lo stato di crescita e di salute della vegetazione, pertanto gli indici di vegetazione (ad esempio NDVI) sono solitamente utilizzati come indicatore quantitativo della fenologia delle piante. L'osservazione continua a lungo termine degli indici di vegetazione permette di ottenere l'andamento della crescita delle piante nel tempo e i nodi temporali del periodo fenologico.<\/p>\n\n\n\n

5,<\/strong>Misurazione della fenologia vegetale con metodi di telerilevamento vicino alla Terra<\/strong><\/strong><\/h2>\n\n\n\n

Il clima delle piante deve essere osservato in modo continuativo per un lungo periodo di tempo, quindi sono necessari strumenti basati su piattaforme fisse. La telecamera climatica \u00e8 lo strumento principale per monitorare il clima delle piante: rispetto ai primi metodi di osservazione manuale del clima, ha un costo di manodopera inferiore e una minore interferenza ambientale; pu\u00f2 realizzare l'osservazione automatica, la trasmissione remota dei dati e altre funzioni, e pu\u00f2 estrarre vari indici di vegetazione attraverso algoritmi, che possono essere utilizzati come indicatori climatici. Le prime fotocamere climatiche erano normali fotocamere a colori RGB, che potevano essere estese per acquisire una serie di indici di vegetazione a banda larga come GCC, RCC, BCC, GVI e cos\u00ec via, scattando automaticamente foto a intervalli regolari per ottenere immagini a colori in serie temporali; questi indici erano spesso utilizzati nelle prime ricerche sul clima.<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

Figura 1.5.1 Indice di vegetazione a banda larga con telecamera a colori RGB<\/p>\n\n\n\n

  Grazie alle caratteristiche spettrali delle piante verdi (come si pu\u00f2 vedere dalla Fig. 1.6.2, le caratteristiche di cambiamento della vegetazione sana nel vicino infrarosso sono significativamente pi\u00f9 forti di quelle nella banda verde), l'indice di vegetazione normalizzato NDVI, rispetto a indici come il GCC e il GVI, \u00e8 in grado di rispondere meglio al grado di verde della vegetazione, al potenziale di fotosintesi e di riflettere l'intensit\u00e0 del metabolismo della vegetazione e le sue variazioni stagionali e interannuali, per cui l'NDVI viene gradualmente valorizzato nel campo della ricerca sulle piante.<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

Figura 1.5.2 Propriet\u00e0 spettrali delle piante verdi<\/p>\n\n\n\n

Di conseguenza, le telecamere meteorologiche in grado di calcolare l'NDVI stanno gradualmente comparendo sul mercato. Rispetto alla telecamera RGB originale, i miglioramenti sono notevoli, ma attualmente le telecamere meteorologiche in grado di misurare le immagini NIR e calcolare l'NDVI sono per lo pi\u00f9 telecamere meteorologiche a banda larga.<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

Figura 1.5.3 Curva spettrale della risposta a banda larga del sensore della telecamera  <\/p>\n\n\n\n

La banda \"larga\" viene qui paragonata alla larghezza di banda spettrale dei dati di telerilevamento satellitare, come i dati Landsat8, la cui larghezza di banda spettrale nelle bande del rosso e del vicino infrarosso \u00e8 di 30 nm, mentre il rosso e il vicino infrarosso delle attuali telecamere NDVI a banda larga dipendono solitamente dalle caratteristiche di risposta dei sensori di imaging; ad esempio, la gamma della risposta della luce rossa che pu\u00f2 estendersi da pi\u00f9 di 500 nm a pi\u00f9 di 700 nm, con una larghezza di banda vicina ai 200 nm, contiene alcuni riflessi verdi e NIR e non \u00e8 veramente rossa. Pertanto, la telecamera climatica a banda larga pu\u00f2 ottenere solo indici di vegetazione simili a quelli monitorati dal telerilevamento e pu\u00f2 essere utilizzata solo per esprimere alcuni giudizi qualitativi, ma non per ottenere una valutazione quantitativa del clima telerilevato. Nel programma di osservazione accurata dell'indice di vegetazione, esistono anche casi di applicazione dell'uso di telecamere spettrali per l'osservazione del clima: ad esempio, la telecamera multispettrale Sequoia, che ha maggiori applicazioni nell'osservazione e nella ricerca del clima delle piante (ritmo di crescita), \u00e8 originariamente una telecamera spettrale per droni, in grado di ottenere immagini spettrali a banda stretta di 660 nm di luce rossa e 790 nm di infrarosso vicino. Tuttavia, questo tipo di telecamera non \u00e8 adatto all'osservazione del clima delle piante per i seguenti motivi:<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

Figura 1.5.4 Fotocamera multispettrale PARROT SEQUOIA<\/p>\n\n\n\n


(1) L'utilizzo di scenari diversi: la telecamera utilizzata dall'UAV non richiede un'elevata tolleranza e stabilit\u00e0 nell'ambiente di campo, ma ha invece requisiti elevati di alta precisione e leggerezza, che la renderanno inadatta al funzionamento automatico a lungo termine sul campo.<\/p>\n\n\n\n

(2) Diverse modalit\u00e0 di lavoro: le telecamere utilizzate dagli UAV spesso non tengono conto del supporto delle tecnologie correlate, come il funzionamento automatico temporizzato, la trasmissione di dati a distanza e il controllo remoto, quindi devono essere sviluppate in modo approfondito e hanno requisiti tecnici elevati in termini di applicazioni sul campo.<\/p>\n\n\n\n

(3) Le idee di elaborazione dei dati sono diverse: le telecamere utilizzate dagli UAV si concentrano maggiormente sull'elaborazione dei dati spaziali, come lo stitching delle immagini; mentre le telecamere meteorologiche fisiche si concentrano maggiormente sull'elaborazione delle serie temporali, come la sintesi delle curve di variazione dell'indice di vegetazione.<\/p>\n\n\n\n

(4) Diversi concetti di progettazione: la telecamera spettrale UAV adotta una telecamera multi-eye (lente multi-sensore), che \u00e8 conveniente per acquisire pi\u00f9 dati spettrali allo stesso tempo mentre si muove; mentre la telecamera meteo non si muove e ha un design multi-eye, che non \u00e8 solo costoso, ma ha anche un campo visivo diverso a causa delle diverse posizioni di ogni lente del sensore della telecamera. Nel processo di utilizzo dell'UAV a causa della distanza di osservazione e quasi nessun effetto, ma nell'osservazione dell'oggetto a causa dell'erezione a terra ha portato a una relativamente vicino al bersaglio, la deviazione del campo visivo diventer\u00e0 molto evidente, come mostrato di seguito, che porter\u00e0 ai dati successivi multi-banda nell'elaborazione locale della posizione dell'errore corrispondente.<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

Figura 1.5.5 Rappresentazione schematica della differenza del campo visivo di imaging dovuta alla telecamera multioculare<\/p>\n\n\n\n

II. Telecamere meteorologiche spettrali a banda stretta<\/strong><\/h1>\n\n\n\n

Per risolvere questi problemi, la Beijing StarView Technology Co., Ltd. ha sviluppato autonomamente una telecamera meteorologica monoculare a banda stretta.<\/h1>\n\n\n\n

1,<\/strong>Dati acquisiti da telecamere spettrali a banda stretta<\/strong><\/strong><\/h2>\n\n\n\n

La telecamera acquisisce due tipi di dati ad ogni scatto:1)<\/strong>Dati di immagini a colori RGB normali, in grado di calcolare automaticamente indici di vegetazione a banda larga come GCC e GVI.2)<\/strong>I dati dell'immagine spettrale in bande strette (le bande possono essere personalizzate, attualmente le pi\u00f9 mature sono 650\u00b110nm rosso e 850\u00b110nm vicino all'infrarosso), ed \u00e8 in grado di sintetizzare un'immagine NDVI ibrida, che contiene: mappa in scala di grigio spettrale 650nm, mappa in scala di grigio spettrale 850nm e mappa in scala di grigio NDVI. La mappa in scala di grigio NDVI \u00e8 calcolata dal valore DN di ciascun pixel delle altre due mappe secondo la formula NDVI, dove i pixel luminosi nella mappa hanno un valore NDVI elevato e viceversa.<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

Figura 2.1.1<\/p>\n\n\n\n

2,<\/strong>Caratteristiche della fotocamera climatica spettrale StarView<\/strong><\/strong><\/h2>\n\n\n\n

I valori NDVI acquisiti non sono quasi influenzati dalle ombre e le immagini NDVI possono riflettere bene la distribuzione e la crescita della vegetazione.<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

Figura 2.2.1 Acquisizione simultanea di immagini RGB e NDVI da parte della Star View Spectral Climate Camera (SVSC)<\/p>\n\n\n\n

L'immagine ibrida NDVI \u00e8 stata importata nel software del sistema di elaborazione delle immagini climatiche SmartViewer di Beijing StarViewer, che pu\u00f2 essere suddiviso in tre immagini in scala di grigi, ovvero mappa in scala di grigi spettrale a 650 nm, mappa in scala di grigi spettrale a 850 nm e mappa in scala di grigi NDVI.
L'immagine in scala di grigio NDVI dopo la suddivisione \u00e8 priva dell'ombra della torre nella scena reale originale. Ci\u00f2 dimostra che il calcolo del valore NDVI da parte dello strumento non \u00e8 influenzato dalla variazione dell'intensit\u00e0 luminosa e ha una forte capacit\u00e0 anti-interferenza nell'ambiente di utilizzo regolare. Allo stesso tempo, grazie al design della telecamera monoculare, l'immagine delle due mappe in scala di grigio di 650nm e 850nm \u00e8 completamente coerente, quindi l'immagine NDVI sintetizzata \u00e8 anche completamente coerente con l'inquadratura della mappa originale, che \u00e8 un'immagine di distribuzione NDVI veramente significativa. In termini di precisione dell'indice di vegetazione, l'indice di vegetazione NDVI a banda stretta \u00e8 pi\u00f9 stabile e preciso dell'indice di vegetazione GCC a banda larga.<\/p>\n\n\n

\n
\"\"<\/figure><\/div>\n\n\n

Figura 2.2.3 Confronto dei dati per l'indice spettrale a banda larga GCC e l'indice sintetico a banda stretta NDVI  <\/p>\n\n\n\n

La StarView Spectral Climate Camera ha le seguenti caratteristiche: 1) coerenza di banda: le impostazioni di banda sono pienamente coerenti con quelle dei satelliti per il telerilevamento; 2) coerenza radiometrica: attraverso la calibrazione radiometrica, \u00e8 in grado di ottenere prodotti radiometrici coerenti con quelli delle osservazioni di telerilevamento; 3) coerenza parametrica: la Narrow-band Climate Camera \u00e8 in grado di ottenere un indice di vegetazione (NDVI) veramente significativo che soddisfa le esigenze della ricerca scientifica.  Sommario: L'introduzione della tecnologia di imaging spettrale a banda stretta fa compiere alla telecamera meteorologica StarView un salto di qualit\u00e0, con prestazioni notevolmente migliorate rispetto alle telecamere meteorologiche tradizionali.<\/strong><\/p>","protected":false},"excerpt":{"rendered":"

\u4e00\u3001\u7814\u7a76\u80cc\u666f 1\u3001\u8fd1\u5730\u9065\u611f\u89c2\u6d4b\u6280\u672f   \u7b2c\u4e94\u7248\u300a\u9065\u611f\u6982\u8bba\u300b\u300aIntroduction to Remo […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"saved_in_kubio":false,"footnotes":""},"categories":[1],"tags":[],"class_list":["post-1501","post","type-post","status-publish","format-standard","hentry","category-news-article"],"_links":{"self":[{"href":"http:\/\/www.xingshitu.com\/it\/wp-json\/wp\/v2\/posts\/1501","targetHints":{"allow":["GET"]}}],"collection":[{"href":"http:\/\/www.xingshitu.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"http:\/\/www.xingshitu.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"http:\/\/www.xingshitu.com\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"http:\/\/www.xingshitu.com\/it\/wp-json\/wp\/v2\/comments?post=1501"}],"version-history":[{"count":4,"href":"http:\/\/www.xingshitu.com\/it\/wp-json\/wp\/v2\/posts\/1501\/revisions"}],"predecessor-version":[{"id":1604,"href":"http:\/\/www.xingshitu.com\/it\/wp-json\/wp\/v2\/posts\/1501\/revisions\/1604"}],"wp:attachment":[{"href":"http:\/\/www.xingshitu.com\/it\/wp-json\/wp\/v2\/media?parent=1501"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"http:\/\/www.xingshitu.com\/it\/wp-json\/wp\/v2\/categories?post=1501"},{"taxonomy":"post_tag","embeddable":true,"href":"http:\/\/www.xingshitu.com\/it\/wp-json\/wp\/v2\/tags?post=1501"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}