趙 靜 楊煥波 蘭玉彬 魯力群 賈 鵬 李志銘

(1.山東理工大學(xué)農(nóng)業(yè)工程與食品科學(xué)學(xué)院， 淄博 255049； 2.山東理工大學(xué)國(guó)際精準(zhǔn)農(nóng)業(yè)航空應(yīng)用技術(shù)研究中心， 淄博 255049； 3.山東理工大學(xué)交通與車輛工程學(xué)院， 淄博 255049)

0 引言

植被覆蓋度(Fractional vegetation cover，F(xiàn)VC) 是反映陸地表面植被生長(zhǎng)動(dòng)態(tài)變化的重要指標(biāo)，通常是指葉、莖、枝在單位面積內(nèi)的垂直投影面積所占百分比[1-3]，是影響水、碳循環(huán)，物質(zhì)和能量交換過(guò)程的關(guān)鍵地學(xué)因子，也反映了植物進(jìn)行光合作用面積以及植被生長(zhǎng)的茂盛程度，能夠在一定程度上反映植被的生長(zhǎng)狀態(tài)和生長(zhǎng)趨勢(shì)[4-8]。

目前植被覆蓋度的監(jiān)測(cè)方法主要有地表實(shí)測(cè)法和遙感監(jiān)測(cè)法[9-12]。地表實(shí)測(cè)法受人力和物力條件的制約，不適合作為大范圍植被覆蓋度的提取工具[13]，其逐漸演變成對(duì)遙感法監(jiān)測(cè)植被覆蓋度結(jié)果進(jìn)行精度驗(yàn)證和分析的重要手段。無(wú)人機(jī)具有低空飛行的優(yōu)點(diǎn)，彌補(bǔ)了傳統(tǒng)衛(wèi)星遙感受大氣層影響的缺陷，逐漸成為遙感技術(shù)的重要組成部分[12]。無(wú)人機(jī)遙感技術(shù)憑借其靈活性高、作業(yè)周期短、圖像數(shù)據(jù)分辨率高等優(yōu)勢(shì)得到快速發(fā)展，越來(lái)越多地應(yīng)用到各領(lǐng)域遙感監(jiān)測(cè)中[14-25]。近年來(lái)，大量學(xué)者利用無(wú)人機(jī)遙感技術(shù)對(duì)植被覆蓋度提取進(jìn)行了相關(guān)研究。文獻(xiàn)[2]通過(guò)分析多旋翼無(wú)人機(jī)獲取的多光譜圖像，結(jié)合監(jiān)督分類與植被指數(shù)閾值法成功提取了越冬期、拔節(jié)期、挑旗期、抽穗期冬小麥的植被覆蓋度；文獻(xiàn)[22]通過(guò)分析無(wú)人機(jī)可見(jiàn)光圖像的植被和非植被的光譜差異，提出了用于提取植被覆蓋度的植被指數(shù)VDVI；文獻(xiàn)[23]基于無(wú)人機(jī)多光譜圖像NDVI和SAVI植被指數(shù)的時(shí)序變化直方圖，確定了用于提取冬小麥植被覆蓋度的植被指數(shù)閾值。

迄今為止，大多數(shù)植被指數(shù)主要基于紅色波段的低反射率和近紅外波段強(qiáng)反射率的特性構(gòu)建[2,19,21-23]。理想的植被覆蓋度獲取方法應(yīng)具備以下幾個(gè)特征: 采用低成本、易于操作的設(shè)備，提取結(jié)果準(zhǔn)確、客觀，對(duì)采集時(shí)間要求較低，以及需要較少的人機(jī)交互[26]。與多光譜相機(jī)相比，可見(jiàn)光相機(jī)具有分辨率高、成本低、維修簡(jiǎn)單等優(yōu)勢(shì)，因此有關(guān)學(xué)者對(duì)無(wú)人機(jī)獲取的可見(jiàn)光圖像提取植被覆蓋度方法進(jìn)行了研究。文獻(xiàn)[22]利用雙峰直方圖閾值法和直方圖熵閾值法提取無(wú)人機(jī)拍攝的單幅可見(jiàn)光圖像的植被覆蓋度時(shí)，發(fā)現(xiàn)EXG植被指數(shù)沒(méi)有明顯的波峰和波谷，與直方圖熵閾值法相比，雙峰直方圖閾值法整體提取效果較好。有些遙感圖像相關(guān)植被指數(shù)不存在明顯的波峰和波谷，利用雙峰直方圖閾值法提取植被覆蓋度閾值普適性較差，而直方圖熵閾值法運(yùn)算過(guò)程較為復(fù)雜，往往需要更多的時(shí)間和精力獲取植被覆蓋度提取閾值，且雙峰直方圖閾值法和直方圖熵閾值法確定的閾值，在植被密度較低的區(qū)域植被信息提取結(jié)果不盡理想[27]。目前作物生長(zhǎng)周期內(nèi)的植被覆蓋度提取大多基于多光譜相機(jī)實(shí)現(xiàn)，利用無(wú)人機(jī)可見(jiàn)光圖像提取作物多個(gè)生長(zhǎng)階段植被覆蓋度的研究鮮有報(bào)道。本文以四葉期、拔節(jié)期、抽穗期和花粒期玉米為研究對(duì)象，對(duì)多種植被指數(shù)提取植被覆蓋度進(jìn)行分析比較，以尋求獲得快速有效提取植被覆蓋度的方法。

1 材料與方法

1.1 試驗(yàn)地概況及數(shù)據(jù)采集

試驗(yàn)田位于山東省淄博市南定鎮(zhèn)(36°44′36″ N，118° 3′23″ E)，地處暖溫帶，屬半濕潤(rùn)半干旱的溫帶季風(fēng)氣候，年平均降水量650 mm左右，年平均氣溫為12.5～14.2℃，年平均日照時(shí)數(shù)為2 209.3～2 523.0 h，玉米播種方式為機(jī)播，播種行距為60 cm，株距為20 cm。

無(wú)人機(jī)可見(jiàn)光圖像采集于2018年7—8月(玉米四葉期、拔節(jié)期、抽穗期和花粒期)進(jìn)行。試驗(yàn)采用DJI Phantom4 Advanced型無(wú)人機(jī)，其有效載荷2 kg，續(xù)航時(shí)間30 min，為保證數(shù)據(jù)采集時(shí)刻光照條件的一致性，選擇晴朗無(wú)風(fēng)天氣，在11:00—13:00進(jìn)行玉米可見(jiàn)光圖像采集。無(wú)人機(jī)采集圖像時(shí)的飛行高度為40 m，飛行速度為4 m/s，旁向重疊度以及航向重疊度均為80%，在玉米生長(zhǎng)四葉期、拔節(jié)期、抽穗期和花粒期階段共進(jìn)行4次數(shù)據(jù)采集，每次航拍采用固定航線，單次作業(yè)采集180幅JPG格式可見(jiàn)光圖像，圖像分辨率為5 472像素×3 648像素，地面分辨率為0.68 cm。對(duì)4次無(wú)人機(jī)采集的數(shù)據(jù)利用 Pix4DMapper 軟件進(jìn)行圖像拼接，獲取玉米四葉期、拔節(jié)期、抽穗期和花粒期試驗(yàn)田全景正射圖像。試驗(yàn)地概況如圖1所示，面積約為6 000 m2，對(duì)各波段中心波長(zhǎng)位置和波段范圍沒(méi)有嚴(yán)格要求，因此無(wú)人機(jī)拍攝的圖像沒(méi)有經(jīng)過(guò)嚴(yán)格的輻射定標(biāo)[22]。

圖1 試驗(yàn)地概況Fig.1 Experimental site overview

1.2 夏季田間玉米植被覆蓋度的提取方法

通過(guò)對(duì)比分析無(wú)人機(jī)圖像中土壤和玉米冠層在紅、綠、藍(lán)可見(jiàn)光波段的反射特性可知，玉米冠層對(duì)綠波段反射特性較強(qiáng)，對(duì)紅波段和藍(lán)波段反射特性較弱；而土壤背景在紅波段、綠波段和藍(lán)波段的反射特性依次降低，因此通過(guò)波段組合可以增強(qiáng)植被與土壤的波段差異，使植被和土壤更容易區(qū)分。常見(jiàn)的可見(jiàn)光植被指數(shù)有歸一化綠紅差異指數(shù)NGRDI[28]、歸一化綠藍(lán)差異指數(shù)NGBDI[29]、藍(lán)綠比值指數(shù)BGRI[30]、可見(jiàn)光波段差異植被指數(shù)VDVI[22]和過(guò)綠指數(shù)EXG[22]，有研究者在利用雙峰直方圖法和最大熵閾值法提取NGRDI、RGRI、VDVI、EXG和NGBDI植被指數(shù)閾值過(guò)程中，發(fā)現(xiàn)VDVI、EXG和NGBDI的提取植被覆蓋度效果較好，因此選用VDVI、EXG和NGBDI作為植被覆蓋度提取的植被指數(shù)，計(jì)算公式分別為

(1)

IEXG=2G-R-B

(2)

(3)

其中

式中G——地物綠色波段像素值

B——地物藍(lán)色波段像素值

R——地物紅色波段像素值

g、b——?dú)w一化處理后綠、藍(lán)波段像素值

目前常用植被覆蓋度提取方法主要有植被指數(shù)時(shí)序圖交點(diǎn)法[23]和樣本統(tǒng)計(jì)法[24]。植被指數(shù)時(shí)序圖交點(diǎn)法認(rèn)為試驗(yàn)田由土壤像元和玉米像元兩部分組成，隨著作物生長(zhǎng)，研究區(qū)域內(nèi)植被像元增加量來(lái)源于區(qū)域內(nèi)裸土像元的減少量，文獻(xiàn)[23]選擇將小麥較低植被覆蓋度的拔節(jié)期和較高植被覆蓋度挑旗期的植被指數(shù)分布直方圖交點(diǎn)，作為區(qū)分土壤及植被像元的植被指數(shù)閾值，并取得了較好的提取效果；樣本統(tǒng)計(jì)法在目視解譯的基礎(chǔ)上進(jìn)行統(tǒng)計(jì)分析，獲取了區(qū)分土壤及植被像元的閾值。利用時(shí)序圖交點(diǎn)法和樣本統(tǒng)計(jì)法的思想，本文采用監(jiān)督分類將無(wú)人機(jī)拍攝的試驗(yàn)田單幅圖像目標(biāo)物分為土壤和玉米兩類，以土壤和玉米植被的VDVI值作為橫坐標(biāo)，像元統(tǒng)計(jì)個(gè)數(shù)作為縱坐標(biāo)，繪制土壤和玉米各自VDVI的統(tǒng)計(jì)直方圖。將坐標(biāo)系下的土壤和玉米植被VDVI直方圖的交點(diǎn)作為玉米植被和土壤分類閾值，同理獲得EXG和NGBDI的分類閾值。為了驗(yàn)證各分類閾值的適用性，本文將監(jiān)督分類結(jié)果結(jié)合植被指數(shù)統(tǒng)計(jì)直方圖提取的玉米四葉期、拔節(jié)期、抽穗期和花粒期無(wú)人機(jī)拍攝的單幅圖像的分類閾值作為對(duì)應(yīng)4個(gè)時(shí)期的固定閾值，對(duì)試驗(yàn)田全景正射圖像進(jìn)行植被覆蓋度提取，其主要流程如圖2所示。

圖2 夏季玉米植被覆蓋度提取流程圖Fig.2 Flow chart of summer maize vegetation coverage extraction

將統(tǒng)計(jì)得到的VDVI、EXG和NGBDI的土壤像元和玉米像元的交點(diǎn)作為植被覆蓋度提取的閾值，大于分類閾值的部分為植被像元，小于閾值的部分為土壤像元，根據(jù)植被指數(shù)閾值法提取的植被覆蓋度計(jì)算公式為

(4)

式中Ncorn——玉米像元統(tǒng)計(jì)個(gè)數(shù)

Nsoil——土壤像元統(tǒng)計(jì)個(gè)數(shù)

1.3 植被覆蓋度提取精度評(píng)價(jià)方法

目前植被覆蓋度提取精度評(píng)價(jià)的方法主要是將實(shí)地照相法采集的圖像當(dāng)作真值，通過(guò)目視判讀對(duì)植被覆蓋度提取結(jié)果進(jìn)行評(píng)價(jià)，由于實(shí)地照相法受人力、物力條件的限制，不適合大范圍植被覆蓋度的提取精度評(píng)價(jià)。隨著遙感技術(shù)和機(jī)器學(xué)習(xí)的發(fā)展，將監(jiān)督分類結(jié)果作為植被覆蓋度真實(shí)值，對(duì)植被覆蓋度提取精度評(píng)價(jià)取得了很好的效果。將無(wú)人機(jī)獲取的試驗(yàn)田玉米可見(jiàn)光圖像的監(jiān)督分類結(jié)果當(dāng)作地表植被覆蓋度的真實(shí)值，對(duì)植被指數(shù)閾值法提取的夏季玉米植被覆蓋度提取精度進(jìn)行驗(yàn)證。植被覆蓋度提取誤差的計(jì)算式為

(5)

式中EF——植被覆蓋度提取誤差

Fsup——通過(guò)監(jiān)督分類法獲得的夏季玉米植被覆蓋度

FVI——通過(guò)閾值法獲取的夏季玉米植被覆蓋度

2 結(jié)果與分析

2.1 閾值提取結(jié)果與分析

以2018年7月20日(玉米四葉期)無(wú)人機(jī)拍攝的試驗(yàn)田單幅圖像為例，結(jié)合野外調(diào)查結(jié)果對(duì)圖像進(jìn)行判讀，根據(jù)野外判讀結(jié)果在圖像上選定70個(gè)典型的玉米植株和70個(gè)相對(duì)獨(dú)立的裸土區(qū)域，進(jìn)行支持向量機(jī)監(jiān)督分類。目前對(duì)監(jiān)督分類結(jié)果進(jìn)行精度驗(yàn)證常用的方法為混淆矩陣法?；煜仃嚪ㄊ峭ㄟ^(guò)將每個(gè)實(shí)測(cè)像元的所在位置和類別與分類圖像中的相應(yīng)位置和分類結(jié)果進(jìn)行比較計(jì)算，從而判斷圖像分類精度。單幅圖像經(jīng)混淆矩陣法判斷后，總體分類精度為99.648 1%，Kappa系數(shù)為0.92，混淆矩陣精度驗(yàn)證結(jié)果如表1所示。

由表1可知，支持向量機(jī)對(duì)玉米和土壤分類效果較好，在監(jiān)督分類結(jié)果的基礎(chǔ)上，對(duì)玉米4個(gè)生長(zhǎng)時(shí)期的可見(jiàn)光波段差異植被指數(shù)VDVI、過(guò)綠植被指數(shù) EXG和歸一化綠藍(lán)差異指數(shù)NGBDI進(jìn)行統(tǒng)計(jì)分析，統(tǒng)計(jì)結(jié)果如圖3所示。由統(tǒng)計(jì)結(jié)果可知，VDVI土壤像元和玉米植被像元在四葉期、拔節(jié)期、抽穗期和花粒期統(tǒng)計(jì)直方圖的交點(diǎn)分別為0.025、0.090、0.044和0.027；EXG土壤像元和玉米植被像元在4個(gè)時(shí)期的統(tǒng)計(jì)直方圖的交點(diǎn)分別為 15、56.620、34和23.960，NGBDI對(duì)應(yīng)土壤像元和玉米像元的交點(diǎn)為0.018、0.062、-0.006和-0.013。

表1 夏季玉米監(jiān)督分類評(píng)價(jià)Tab.1 Supervision classification evaluation of summer corn

VDVI、EXG和NGBDI植被指數(shù)提取玉米4個(gè)生長(zhǎng)時(shí)期的植被覆蓋度時(shí)，提取閾值在玉米四葉期、拔節(jié)期、抽穗期和花粒期生長(zhǎng)階段變化較大。整個(gè)生長(zhǎng)時(shí)期的土壤VDVI和EXG數(shù)值的變化范圍較小。主要原因?yàn)橛衩子伤娜~期階段生長(zhǎng)到拔節(jié)期時(shí)，玉米葉片持續(xù)生長(zhǎng)，葉綠素不斷積累，綠色波段的像素值不斷增大，基于葉片綠色波段的強(qiáng)反射和紅色波段、藍(lán)色波段的吸收原理構(gòu)建的EXG和VDVI數(shù)值變大。抽穗期生長(zhǎng)階段的玉米在其冠層玉米穗的影響下，EXG和VDVI值變小，玉米在花粒期生長(zhǎng)階段由于玉米的衰敗現(xiàn)象，造成了EXG和VDVI值與抽穗期相比持續(xù)減小；NGBDI對(duì)應(yīng)玉米生長(zhǎng)抽穗期和花粒期提取閾值減小的主要原因?yàn)榉垂馊~片的增多和玉米穗的出現(xiàn)使得藍(lán)色波段像素值增大，基于藍(lán)綠波段差異構(gòu)造的NGBDI值減小。EXG、VDVI和NGBDI對(duì)應(yīng)玉米植被四葉期、拔節(jié)期、抽穗期和花粒期的統(tǒng)計(jì)變化結(jié)果如圖4所示。

圖3 玉米4個(gè)時(shí)期植被指數(shù)統(tǒng)計(jì)結(jié)果Fig.3 Statistical result of vegetation index in various periods of corn

圖4 玉米植被EXG、VDVI和NGBDI變化統(tǒng)計(jì)結(jié)果Fig.4 Statistical result of EXG, VDVI and NGBDI changes in corn vegetation

2.2 夏季玉米植被覆蓋度提取結(jié)果與分析

利用上述閾值提取的夏季玉米植被覆蓋度的結(jié)果如圖5～8所示，其中白色部分代表土壤，綠色部分代表玉米植被，玉米植被覆蓋度從四葉期到抽穗期明顯增多，玉米在花粒期生長(zhǎng)階段出現(xiàn)衰敗現(xiàn)象，導(dǎo)致植被覆蓋度下降，基本符合玉米4個(gè)時(shí)期的生長(zhǎng)特征?；赟VM監(jiān)督分類得到玉米四葉期(2018-07-20)、玉米拔節(jié)期(2018-07-30)、玉米抽穗期(2018-08-10)和玉米花粒期(2018-08-22)的植被覆蓋度分別為57.72%、93.60%、97.03%和95.06%。

圖5 2018年7月20日分類圖像Fig.5 Classified images on July 20, 2018

圖6 2018年7月30日分類圖像Fig.6 Classified images on July 30, 2018

圖7 2018年8月10日分類圖像Fig.7 Classified images on August 10, 2018

圖8 2018年8月22日分類圖像Fig.8 Classified images on August 22, 2018

利用式(5)的植被覆蓋度提取精度驗(yàn)證方法，以監(jiān)督分類結(jié)果為真值，對(duì)閾值法提取的夏季玉米植被覆蓋度進(jìn)行精度評(píng)價(jià)，并繪制了閾值法提取植被覆蓋度與監(jiān)督分類獲得植被覆蓋度的折線圖(圖9)，數(shù)值如表2所示。

圖9 植被覆蓋度提取結(jié)果比較Fig.9 Comparison of vegetation coverage extraction results

由統(tǒng)計(jì)結(jié)果可知，監(jiān)督分類結(jié)合植被指數(shù)閾值法提取夏季玉米4個(gè)生長(zhǎng)時(shí)期的植被覆蓋度效果較好， EXG對(duì)應(yīng)夏季玉米4個(gè)時(shí)期的提取誤差均小于2%，VDVI和NGBDI在夏季玉米四葉期提取精度較高，隨著植被的增加，玉米植被覆蓋度提取精度有所下降。其主要原因?yàn)橄募居衩自谔?yáng)光的照射下，葉片存在反光現(xiàn)象，并且隨著植被覆蓋度的增加，陰影部分面積增大，通過(guò)VDVI和NGBDI閾值法提取玉米覆蓋度時(shí)易將玉米葉片的反光部分識(shí)別為土壤，陰影部分識(shí)別為植被。所以VDVI和NGBDI閾值法進(jìn)行夏季玉米拔節(jié)期、抽穗期和花粒期植被覆蓋度提取誤差相對(duì)于四葉期提取誤差有所增大，具體原因還需要后續(xù)研究進(jìn)一步分析。

表2 植被覆蓋度提取精度Tab.2 Extraction accuracy of FVC %

通過(guò)對(duì)比發(fā)現(xiàn)VDVI在玉米四葉期階段的植被覆蓋度提取精度最高，與其他學(xué)者利用雙峰直方圖法和最大熵閾值法提取覆蓋度時(shí)，VDVI提取植被覆蓋度效果最好的結(jié)果一致。隨著玉米不斷生長(zhǎng)，玉米冠層光譜特征發(fā)生變化，田間葉片的反光部分和陰影部分面積不斷增大，導(dǎo)致VDVI植被覆蓋度的提取精度下降，EXG在玉米生長(zhǎng)的4個(gè)階段不受葉片反光和陰影的影響，故提取精度在玉米的4個(gè)生長(zhǎng)時(shí)期較為穩(wěn)定。

2.3 植被覆蓋度提取方法驗(yàn)證

為了進(jìn)一步驗(yàn)證利用監(jiān)督分類與可見(jiàn)光植被指數(shù)統(tǒng)計(jì)直方圖相結(jié)合確定的閾值提取玉米4個(gè)生長(zhǎng)時(shí)期植被覆蓋度方法的實(shí)用性，將玉米生長(zhǎng)4個(gè)時(shí)期的單幅可見(jiàn)光圖像提取的植被覆蓋度閾值作為固定閾值，對(duì)Pix4Dmapper軟件拼接的同時(shí)期試驗(yàn)田正射圖像進(jìn)行植被覆蓋度提取。為了保證驗(yàn)證數(shù)據(jù)的獨(dú)立性，根據(jù)上述單幅圖像在全景圖像拼接時(shí)的航點(diǎn)位置以及圖像的目標(biāo)物特點(diǎn)，利用掩模處理剔除了試驗(yàn)田全景圖像中用于建模的單幅圖像數(shù)據(jù)，并將處理后的試驗(yàn)田全景正射圖像進(jìn)行植被覆蓋度提取，圖10～13分別對(duì)應(yīng)玉米四葉期、拔節(jié)期、抽穗期和花粒期植被覆蓋度提取圖像。植被指數(shù)閾值法與監(jiān)督分類得到植被覆蓋度的散點(diǎn)圖如圖14所示，具體數(shù)值如表3所示。

圖10 2018年7月20日驗(yàn)證結(jié)果圖像Fig.10 Images of verification results on July 20, 2018

圖11 2018年7月30日驗(yàn)證結(jié)果圖像Fig.11 Images of verification results on July 30, 2018

圖12 2018年8月10日驗(yàn)證結(jié)果圖像Fig.12 Images of verification results on August 10, 2018

圖13 2018年8月22日驗(yàn)證結(jié)果圖像Fig.13 Images of verification results on August 22, 2018

圖14 植被覆蓋度提取效果測(cè)試比較Fig.14 Comparison of test results of vegetation coverage extraction effects

由表3可知，在試驗(yàn)田大尺度田塊面積上基于上述單幅圖像獲取的EXG閾值提取的玉米4個(gè)生長(zhǎng)時(shí)期的覆蓋度提取誤差均小于2%，其提取結(jié)果與植被覆蓋度監(jiān)督分類真實(shí)值最為接近。VDVI和NGBDI在玉米生長(zhǎng)四葉期階段植被覆蓋度提取精度較高，四葉期之后的提取誤差有所降低，與單幅圖像提取植被覆蓋度時(shí)所得結(jié)果吻合。由此可見(jiàn)，基于監(jiān)督分類與可見(jiàn)光植被指數(shù)統(tǒng)計(jì)直方圖相結(jié)合確定的閾值對(duì)夏季玉米4個(gè)時(shí)期植被覆蓋度的提取均有較好的效果，測(cè)試結(jié)果與前述4個(gè)時(shí)期的基于單幅圖像玉米植被覆蓋度提取精度相近，未出現(xiàn)較大變化，由此可見(jiàn)基于可見(jiàn)光圖像與植被指數(shù)閾值法的夏季玉米植被覆蓋度提取方法可行，可以用于夏季玉米4個(gè)時(shí)期的植被覆蓋度提取。

3 結(jié)論

(1)根據(jù)監(jiān)督分類結(jié)果與可見(jiàn)光植被指數(shù)統(tǒng)計(jì)直方圖相結(jié)合確定閾值的方法，發(fā)現(xiàn)VDVI、EXG和NGBDI在夏季玉米4個(gè)生長(zhǎng)時(shí)期的植被覆蓋度提取精度較高，可以有效地解決雙峰直方圖閾值法和最大熵閾值法在低植被覆蓋度提取時(shí)效果不理想的問(wèn)題，能夠滿足夏季玉米的植被覆蓋度測(cè)量要求。

表3 植被覆蓋度提取方法精度驗(yàn)證Tab.3 Extraction method accuracy verification of FVC %

(2)玉米葉片的反光和陰影部分面積的增加影響了VDVI和NGBDI的識(shí)別精度，導(dǎo)致在玉米生長(zhǎng)后期VDVI和NGBDI閾值法提取的植被覆蓋度精度有所下降。

(3)與VDVI和NGBDI指數(shù)相比，EXG指數(shù)分類閾值得到的植被覆蓋度與真實(shí)值最為接近。

(4)對(duì)無(wú)人機(jī)拍攝的單幅圖像采用監(jiān)督分類結(jié)果與可見(jiàn)光植被指數(shù)統(tǒng)計(jì)直方圖相結(jié)合確定閾值的方法，閾值穩(wěn)定性較高。利用單幅圖像確定的閾值進(jìn)行試驗(yàn)田大范圍的植被覆蓋度提取時(shí)，覆蓋度提取效果較好。