Получените изображения с камера Sony RX1RII 42 MP с висока разделителна способност позволяват генерирането на детайлен 3D модел и 2D ортомозайки на заснетата площ чрез Pix4D Mapper . Засегнатите от патогенни гъбни заболявания насаждения са подложени на визуален анализ в среда на ГИС по
цветните изображения . Разработени са еталони ( фиг . 5 ) за дешифриране на степента на увреждане на насажденията в 5 степени – незасегнати ( здрави ); слабо , средно , силно засегнати ( в зависимост от промяната в цвета , големината на короните и начина на разпределение ) и напълно повредени .
Фиг . 5 . Еталони за оценка на степента на увреждане по цветни изображения от БЛС
Използваната втора камера е мултиспектрална MicaSense RedEdge M с 5 спектрални канала ( Blue , Green , Red , Red Edge , Near IR ) и разделителна способност GSD 8.2 cm / pixel при височина на летене 120 m . Близката инфрачервена зона прави изображенията подходящи за изследване на растителността и извличане на точна геометрична и качествена информация относно жизнеността и здравословното състояние на горите . Непосредствено след полета и заснемането на обектa е извършен многоканален анализ на изображенията , получени с MicaSense
RedEdge ( RE ) чрез софтуера Pix4D Fields . Използван е индекс на растителността NDRE = ( NIR – RЕ )/( NIR + RE ) ( Normalized Difference Red edge Index ). Резултатът и специализираната карта са готови за използване около 30 min след кацането на дрона . Извършено е сравнение между получения резултат от автоматизирания многоканален анализ чрез NDRE в три класа и визуалното дешифриране на цветните изображения , и определянето на степента на поражение . Съставена е тематична карта на фитосанитарното състояние по степен на повреда ( фиг . 6 ).
Фиг . 6 . Резултат от автоматизирания анализа чрез NDRE и карта на степента на увреждане чрез Pix4D
Чрез софтуера ERDAS IMAGINE2020 изследваният обект е визуализиран като цветна композиция от канали 3 , 2 , 1 и в условни цветове чрез комбинация от канали 4 , 3 , 2 с инфрачервения канал NIR . Тези комбинации са необходими за автоматизирания анализ на засегнатите от биотичен фактор увредени площи в изследвания обект . В процеса на анализ на дървесната растителност са приложени три подходящи вегетационни индекса [ 20 ]: NDVI = ( NIR – Red )/( NIR + Red ) ( Normalised Difference Vegetation Index ), DVI = NIR – Red ( Difference Vegetation Index ) и RVI = NIR / Red ( Ratio Vegetation Index ). В резултатите ясно се разграничават засегнатите от патогенни гъби насаждения в определен цвят , изобразени като отделни структурни елементи . Полученото изображение след прилагане на NDVI ( фиг . 7 ) е подложено на автоматизирана класификация без обучение , анализ на яркостите на пикселите в изображението и причисляването им към зададен брой спектрални класове . Приложени са два алгоритъма – K-means clustering с 3 , 10 и 36 класа и Isodata 10 ( Iteractive Self- Organizing Data Analysis Technique ). Класификацията без обучение е сравнена с резултата , получен със софтуера чрез Pix4D ( фиг . 7 ), ( фиг . 8 ).
ГКЗ 3-4 ’ 2022 19