ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＧｒｅｅｎＶｅｇｅｔａｔｉｏｎＥｘｔｒａｃｔｉｏｎＭｅｔｈｏｄＢａｓｅｄｏｎＵＡＶＩｍａｇｅ

doi:10.3969/j.issn.1009-0479.2019.04.011

Abstract

Abstract: Ｉｎｔｈｉｓｐａｐｅｒ，ｔｈｅｖｅｇｅｔａｔｉｏｎｉｎｄｅｘｓｕｉｔａｂｌｅｆｏｒＵＡＶｉｍａｇｅｅｘｔｒａｃｔｉｏｎｉｓｏｂｔａｉｎｅｄｔｈｒｏｕｇｈｔｈｅａｎａｌｙｓｉｓａｎｄｃｏｍｐａｒｉｓｏｎｏｆｖａｒｉｏｕｓｖｅｇｅｔａｔｉｏｎｉｎｄｅｘｅｓｔｈｒｏｕｇｈｄａｔａｓｔａｔｉｓｔｉｃｓ．Ｆｉｒｓｔｌｙ，ｇｒａｙｉｍａｇｅｓｗｅｒｅｇｅｎｅｒａｔｅｄｆｏｒｅａｃｈｖｉｓｉｂｌｅｖｅｇｅｔａｔｉｏｎｉｎｄｅｘｂｙＵＡＶｉｍａｇｅｓ．Ｔｈｅｎ，ｖｅｇｅｔａｔｉｏｎａｎｄｎｏｎｖｅｇｅｔａｔｉｏｎｐｉｘｅｌｃｌａｓｓｉｆｉｃａｔｉｏｎｔｈｒｅｓｈｏｌｄｓａｒｅｏｂｔａｉｎｅｄａｃｃｏｒｄｉｎｇｔｏｈｉｓｔｏｇｒａｍｂｉｍｏｄａｌｍｅｔｈｏｄｏｒｉｔｅｒａｔｉｖｅｔｈｒｅｓｈｏｌｄｍｅｔｈｏｄ，ａｎｄｔｈｅｏｐｔｉｍａｌｔｈｒｅｓｈｏｌｄｉｓｕｓｅｄｔｏｅｘｔｒａｃｔｖｅｇｅｔａｔｉｏｎｉｎｆｏｒｍａｔｉｏｎｆｒｏｍｔｈｅｇｒａｙｓｃａｌｅｉｍａｇｅｓｏｆｖｅｇｅｔａｔｉｏｎｉｎｄｅｘ．Ｆｉｎａｌｌｙ，ｔｈｅｐｒｅｃｉｓｉｏｎｏｆｖｅｇｅｔａｔｉｏｎｉｎｆｏｒｍａｔｉｏｎｅｘｔｒａｃｔｉｏｎｉｎｄｅｘｅｓａｒｅｃｏｍｐａｒｅｄ．ＩｔｓｈｏｗｓｔｈａｔｔｈｅａｃｃｕｒａｃｙｏｆＥＸＧａｎｄＶＤＶＩｉｓｈｉｇｈｅｒｔｈａｎｏｔｈｅｒｖｅｇｅｔａｔｉｏｎｉｎｄｅｘｅｓ．ＩｎｏｒｄｅｒｔｏｖｅｒｉｆｙｔｈｅａｃｃｕｒａｃｙｏｆＥＸＧａｎｄＶＤＶＩ，ａｎｏｔｈｅｒｏｒｔｈｏｐｈｏｔｏｉｍａｇｅｉｓｓｅｌｅｃｔｅｄｆｒｏｍｔｈｅｓａｍｅｐｅｒｉｏｄｉｍａｇｅｓａｎｄｅｘｔｒａｃｔｅｄｖｅｇｅｔａｔｉｏｎｉｎｆｏｒｍａｔｉｏｎｗｉｔｈｔｈｅｓａｍｅｍｅｔｈｏｄ．ＴｈｅｒｅｓｕｌｔｓｈｏｗｓｔｈａｔＥＸＧａｎｄＶＤＶＩｂａｓｅｄｏｎＵＡＶｉｍａｇｅｓｃａｎａｃｃｕｒａｔｅｌｙｅｘｔｒａｃｔｖｅｇｅｔａｔｉｏｎｉｎｆｏｒｍａｔｉｏｎｗｉｔｈａｎｅｘｔｒａｃｔｉｏｎａｃｃｕｒａｃｙｏｆｍｏｒｅｔｈａｎ９０％，ｗｈｉｃｈｂｅｃｏｍｅａｎｉｍｐｏｒｔａｎｔｔｅｃｈｎｉｃａｌｍｅａｎｓｔｏｅｘｔｒａｃｔｇｒｅｅｎｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅｂｙｕｓｉｎｇＵＡＶｉｍａｇｅｓ．

Key words: ＵＡＶｉｍａｇｅ, ｖｅｇｅｔａｔｉｏｎｉｎｄｅｘ, ｃｌａｓｓｉｆｉｃａｔｉｏｎｔｈｒｅｓｈｏｌｄｓ

CLC Number:

Ｐ２３６

ＬＩＤｏｎｇｓｈｅｎｇ１, ２, ＬＩＵＨａｉｈｏｎｇ３, ＺＨＡＮＧＢｉｎｇｌｉａｎｇ４, ＷＡＮＢａｏｆｅｎｇ２. ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＧｒｅｅｎＶｅｇｅｔａｔｉｏｎＥｘｔｒａｃｔｉｏｎＭｅｔｈｏｄＢａｓｅｄｏｎＵＡＶＩｍａｇｅ[J]. HPMug2oMmNrOfxWQHLiEksa6s0hFu9Ox348d7QefarYlaFR5ArkhOwm3Da1pmxmxCtenj1+6luWD#r#n+EPn9L6Ce+9onqnMlT+i, DOI: 10.3969/j.issn.1009-0479.2019.04.011.

References

［１］ＸＵＪＵＮＹ，ＳＡＫＡＩＫ，ＡＳＡＤＡＳ．Ｉ，ｅｔａｌ．ＵｓｅｏｆａｉｒｂｏｒｎｅｍｕｌｔｉｓｐｅｃｔｒａｌｉｍａｇｅｒｙｔｏｄｉｓｃｒｉｍｉｎａｔｅａｎｄｍａｐｗｅｅｄｉｎｆｅｓｔａｔｉｏｎｓｉｎａｃｉｔｒｕｓｏｒｃｈａｒｄＷｅｅｄ［Ｊ］．ＢｉｏｌＭａｎａｇ，２０１０，７（１）：２３－３０．
［２］ＭＹＩＮＴＳＷ，ＧＯＢＥＲＰ，ＢＲＡＺＥＬＡ，ｅｔａｌ．Ｏｂｊｅｃｔ－ｂａｓｅｄｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｕｒｂａｎｌａｎｄｃｏｖｅｒｓｅｘｔｒａｃｔｉｏｎｕｓｉｎｇｈｉｇｈｓｐａｔｉａｌｒｅｓｏｌｕｔｉｏｎｉｍａｇｅｒｙ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓ．Ｅｎｖｉｒｏｎ，２０１３，１１５（５）：１１４５－１１６１．
［３］ＡＮＯＮＹＭＯＵＳ．Ｔｈｅｒｍａｌｉｎｆｒａｒｅｄｒｅｍｏｔｅｓｅｎｓｉｎｇｆｏｒｕｒｂａｎｃｌｉｍａｔｅａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｓｔｕｄｉｅｓ：ｍｅｔｈｏｄｓ，ａｐｐｌｉｃａｔｉｏｎｓ，ａｎｄｔｒｅｎｄｓ［Ｊ］．ＩＳＰＲＳＪ．ＰｈｏｔｏｇｒａｍｍｅｔｒｙＲｅｍｏｔｅＳｅｎｓ，２００９，６４（４）：３３５－３４４．
［４］ＬＡＬＩＢＥＲＴＥＡ．Ｓ，ＦＲＥＤＲＩＣＫＳＯＮＥ．Ｌ，ＲＡＮＧＯＡ．Ｃｏｍｂｉｎｉｎｇｄｅｃｉｓｉｏｎｔｒｅｅｓｗｉｔｈｈｉｅｒａｒｃｈｉｃａｌｏｂｊｅｃｔ－ｏｒｉｅｎｔｅｄｉｍａｇｅａｎａｌｙｓｉｓｆｏｒｍａｐｐｉｎｇａｒｉｄｒａｎｇｅｌａｎｄｓ［Ｊ］．ＰｈｏｔｏｇｒａｍｍｅｔｒｙＥｎｇ．ＲｅｍｏｔｅＳｅｎｓ，２００７，７３（２）：１９７－２０７．
［５］ＨＥＳＴＩＲＥＬ，ＫＨＡＮＮＡＳ，ＡＮＤＲＥＷＭＥ．ＩｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｉｎｖａｓｉｖｅｖｅｇｅｔａｔｉｏｎｕｓｉｎｇｈｙｐｅｒｓｐｅｃｔｒａｌｒｅｍｏｔｅｓｅｎｓｉｎｇｉｎｔｈｅＣａｌｉｆｏｒｎｉａＤｅｌｔａｅｃｏｓｙｓｔｅｍ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓ．Ｅｎｖｉｒｏｎ，２００８，１１２（１１）：４０３４－４０４７．
［６］ＢＨＡＳＫＡＲＡＮＳ，ＰＡＲＡＭＡＮＡＮＤＡＳ，ＲＡＭＮＡＲＡＹＡＮＭ，Ｐｅｒ－ｐｉｘｅｌａｎｄｏｂｊｅｃｔ－ｏｒｉｅｎｔｅｄｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｓｆｏｒｍａｐｐｉｎｇｕｒｂａｎｆｅａｔｕｒｅｓｕｓｉｎｇＩｋｏｎｏｓｓａｔｅｌｌｉｔｅｄａｔａ［Ｊ］．Ａｐｐｌ．Ｇｅｏｇｒ，２０１０，３０（４）：６５０－６６５．
［７］邓继忠．基于可见光波段的无人机超低空遥感图像处理［Ｊ］．华南农业大学学报，２０１６，３７（６）：１６－２２．
［８］ＳＵＺＵＫＩＴ，ＡＭＡＮＯＹ，ＴＡＫＩＧＵＣＨＩＪＩ，ｅｔａｌ．Ｄｅｖｅｌｏｐｍｅｎｔｏｆｌｏｗｃｏｓｔａｎｄｆｌｅｘｉｂｌｅｖｅｇｅｔａｔｉｏｎｍｏｎｉｔｏｒｉｎｇｓｙｓｔｅｍｕｓｉｎｇｓｍａｌｌｕｎｍａｎｎｅｄａｅｒｉａｌｖｅｈｉｃｌｅ［Ｊ］．Ｉｃｃａｓ－Ｓｉｃｅ．ＩＥＥＥ，（２００９），２００９：４８０８－４８１２．
［９］ＲＡＳＭＵＳＳＥＮＪ，ＮＩＥＬＳＥＮＪ，ＧＡＲＣＩＡ－ＲＵＩＺＦ，ｅｔａｌ．Ｐｏｔｅｎｔｉａｌｕｓｅｓｏｆｓｍａｌｌｕｎｍａｎｎｅｄａｉｒｃｒａｆｔｓｙｓｔｅｍｓ（ＵＡＳ）ｉｎｗｅｅｄｒｅｓｅａｒｃｈ［Ｊ］．ＷｅｅｄＲｅｓ，２０１３，５３（４）：２４２－２４８．
［１０］傅银贞，汪小钦．基于北京一号ＣＣＤ数据的植被指数特性分析［Ｊ］．测绘科学，２０１０，３５（６）：３５－３８．
［１１］张正健，李爱农，边金虎，等．基于无人机影像可见光植被指数的若尔盖草地地上生物量估算研究［Ｊ］．遥感技术与应用，２０１６，３１（１）：５１－６２．
［１２］ＴＵＣＫＥＲＣＪ．Ｒｅｄａｎｄｐｈｏｔｏｇｒａｐｈｉｃｉｎｆｒａｒｅｄｌｉｎｅａｒｃｏｍｂｉｎａｔｉｏｎｓｆｏｒｍｏｎｉｔｏｒｉｎｇｖｅｇｅｔａｔｉｏｎ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓＥｎｖｉｒｏｎ，１９７９，８（２）：１２７－１５０．
［１３］ＬＯＵＨＡＩＣＨＩＭ，ＢＯＲＭＡＮＭＭ，ＪＯＨＮＳＯＮＤＥ．Ｓｐａｔｉａｌｌｙｌｏｃａｔｅｄｐｌａｔｆｏｒｍａｎｄａｅｒｉａｌｐｈｏｔｏｇｒａｐｈｙｆｏｒｄｏｃｕｍｅｎｔａｔｉｏｎｏｆｇｒａｚｉｎｇｉｍｐａｃｔｓｏｎｗｈｅａｔ［Ｊ］．ＧｅｏｃａｒｔｏＩｎｔ，２００１，１６（１）：６５－７０．
［１４］ＭＡＯＷ，ＷＡＮＧＹ．Ｒｅａｌｔｉｍｅｄｅｔｅｃｔｉｏｎｏｆｂｅｔｗｅｅｎ－ｒｏｗｗｅｅｄｓｕｓｉｎｇｍａｃｈｉｎｅｖｉｓｉｏｎ［Ｃ］／／２００３ＡＳＡＥＡｎｎｕａｌＭｅｅｔｉｎｇ．Ｍｉｃｈｉｇａｎ：ＡＳＡＢＥ，２００３：１．
［１５］ＢＥＮＤＩＧＪ，ＹＵＫ，ＡＡＳＥＮＨ，ｅｔａｌ．ＣｏｍｂｉｎｉｎｇＵＡＶ－ｂａｓｅｄｐｌａｎｔｈｅｉｇｈｔｆｒｏｍｃｒｏｐｓｕｒｆａｃｅｍｏｄｅｌｓ，ｖｉｓｉｂｌｅ，ａｎｄｎｅａｒｉｎｆｒａｒｅｄｖｅｇｅｔａｔｉｏｎｉｎｄｉｃｅｓｆｏｒｂｉｏｍａｓｓｍｏｎｉｔｏｒｉｎｇｉｎｂａｒｌｅｙ［Ｊ］．Ｉｎｔ．Ｊ．Ａｐｐｌ．ＥａｒｔｈＯｂｓ．Ｇｅｏｉｎｆ．，２０１５（３９）：７９－８７．
［１６］ＹＡＮＧＫ，ＹＵＲ，ＷＡＮＧＸ，Ａｓｔｕｄｙｏｎｔｈｒｅｓｈｏｌｄｓｅｌｅｃｔｉｏｎｍｅｔｈｏｄｆｏｒｒｅａｌ－ｔｉｍｅｃｒａｓｈｐｒｅｄｉｃｔｉｏｎ［Ｊ］．ＡｕｔｏｍａｔｅｄＶｅｈｉｃｌｅｓＳｙｍｐｏｓｉｕｍ，２０１６：５０１６－５０２２．