共查询到20条相似文献,搜索用时 296 毫秒
1.
土地整治遥感监测研究进展分析 总被引:2,自引:0,他引:2
通过回顾国内外土地整治概念及内容的发展历程,总结了新时期土地整治的基本内涵和工作需求。通过分析遥感在土地整治工作中的广泛应用,梳理了土地整治遥感监测的发展脉络,归纳了土地整治遥感监测的关键技术及其研究现状,进而给出了土地整治遥感监测相关技术及应用的发展趋势。分别从土地资源调查与保护、土地复垦与生态修复、农用地整治、宜农未利用地开发、建设用地整治及生态化土地整治等不同土地整治类型和潜力测算与风险评估、规划设计、施工监管及验收评价等土地整治项目过程等角度,对多年来遥感技术在土地整治工作中的应用情况进行了系统阐述,最后在总结技术优势与局限的基础上,提出了未来的攻关难点和发展方向,为土地整治遥感监测工作的开展提供科学参考。 相似文献
2.
“3S”集成技术是指将遥感技术、全球定位系统以及地理信息系统融合在土地工程领域,进而提高土地工程质量和实施效率的技术手段。笔者从“3S”集成技术在土地整治项目中应用现状出发,就“3S”集成技术在土地整治规划、土地整治施工监管、土地整治验收评价以及土地整治移交管护中的应用情况进行了分析,为进一步提高土地整治动态监测工作成效提供科学参考。研究结果表明:“3S”集成技术与数据处理、地学分析等手段的有机结合,极大地促进了地表信息获取、土地面积测量、土地利用现状图绘制、灾害监测预警和规划等方面的研究和应用进程,显著提高了土地工程质量和实施效率,应用前景广阔。 相似文献
3.
4.
5.
6.
无人机航测技术是继卫星遥感技术、飞机遥感技术之后的又一大航空航测技术,在我国的一些大型测绘项目中起到至关重要的作用。本文就无人机测绘技术进行了探讨分析,以求努力推进无人机航测行业的发展。 相似文献
7.
8.
9.
10.
11.
轻小型无人机多光谱遥感技术应用进展 总被引:12,自引:0,他引:12
随着光谱传感技术和图像处理与分析软件的日益成熟,无人机多光谱软硬件一体化程度和观测精度及易用性得到极大的发展。无人机多光谱遥感已在农业、林业、资源、生态、环境保护等领域应用日益广泛。本文概述了无人机飞行平台、多光谱传感器等硬件技术的发展,和无人机遥感影像的几何校正、辐射校正图像处理技术及数据处理流程,并对无人机多光谱遥感在植被长势监测、存在问题、精细分类与地物识别、病虫害监测、生物量和产量估算等方面的应用潜力和发展方向进行了系统分析和总结,以期为开展相关领域研究提供参考。建议各行业部门的专业人员与遥感、计算机科学等领域的专家密切合作,制订无人机多光谱遥感技术的相关标准和规范,共同推进并普及无人机多光谱遥感技术。 相似文献
12.
农业遥感研究现状与展望 总被引:29,自引:0,他引:29
遥感技术具有覆盖面积大、重访周期短、获取成本相对低等优势,对大面积露天农业生产的调查、评价、监测和管理具有独特的作用。从20世纪70年代出现民用资源卫星后,农业成为遥感技术最先投入应用和收益显著的领域。特别是随着高空间、高光谱和高时间分辨率遥感数据的出现,农业遥感技术在长时间序列作物长势动态监测、农作物种类细分、田间精细农业信息获取等关键技术方面得到了突破。但是农业生产的分散性、时空变异性等特点,对当前农业遥感技术的应用还存在诸多挑战。本文简要回顾了农业遥感发展历程以及其应用的理论基础;再从农作物估产、农业资源调查、农业灾害监测和精准农业管理4个领域阐述了国内外相关研究和应用情况。最后提出农业遥感应加强与地面农业观测网技术的结合,推动新一代低空无人机遥感平台的发展,强化多源传感器融合以及农业过程模型与遥感数据同化的研究。 相似文献
13.
农用植保无人机的研究现状及趋势 总被引:15,自引:0,他引:15
病虫害是制约作物良好生长、粮食安全生产的重要因素之一。然而,在当前尚缺乏有效预警手段和物理防治方法的情况下,化学药剂防治仍然是防治病虫害的主要手段。为此,介绍了植保无人机相比传统地面施药的优势和特点,对国内外植保无人机的发展研究概况进行了梳理和总结,通过与发达国家精准施药技术的比较,分析了我国在施药关键技术和施药配套装备与技术方面的不足,并简要介绍了无人机振动源的研究现状,阐述了植保无人机未来的研究发展趋势,为后续的研究工作提供铺垫。同时,指出了无人机低空施药技术将会大幅提高病虫害防治效率,促进我国现代农业的发展。 相似文献
14.
基于无人机多光谱遥感的夏玉米冠层叶绿素含量估计 总被引:1,自引:0,他引:1
为探讨利用无人机多光谱遥感影像监测夏玉米冠层叶绿素含量的可行性,基于2019年不同施氮水平下(0,105,210,315 kg·N/hm2)夏玉米多光谱遥感影像和田间实测冠层叶绿素含量数据,分析了不同施氮水平下夏玉米冠层叶绿素含量的变化规律,同时选取10种常用光谱植被指数与实测冠层叶绿素含量进行相关性分析,采用与实测叶绿素含量极显著相关的9种植被指数,构建了基于遥感光谱指数的夏玉米冠层叶绿素含量遥感监测模型,并通过精度检验确定最优估测模型.结果表明,施用氮肥能够提高夏玉米冠层叶绿素含量,过量氮肥不能持续提高叶绿素含量,同一施氮水平下不同追肥处理之间叶绿素含量没有明显差异.绿色归一化植被指数与叶绿素含量的相关性系数最高,达到了0.892.采用逐步回归分析方法建立的模型表现最优,决定系数为0.87,均方根误差及相对误差分别为0.15和2.68%.因此,无人机多光谱遥感结合逐步回归模型可以实现田间尺度的夏玉米冠层叶绿素含量的实时监测. 相似文献
15.
基于无人机遥感技术的玉米种植信息提取方法研究 总被引:11,自引:0,他引:11
使用无人机遥感试验获取的可见光图像研究拔节期玉米种植信息提取方法。首先确定感兴趣区地物种类,包括:玉米、小麦、向日葵、树苗和裸地;然后分别统计计算5类地物的27项纹理特征,比较各类地物特征的种内变异系数和与玉米的相对差异系数,选出适宜提取玉米种植信息的特征。经过分析发现,仅用一个特征参数难以准确提取玉米种植信息,需要各特征组合分层分类提取玉米信息。最后确定绿色均值、蓝色协同性和纹理低通植被指数TLVI为玉米种植信息提取特征。经过对初步提取结果的分析,发现分类后的小麦地和树苗地中仍残留有与玉米区特征相同的斑块,玉米地中有与非玉米区特征相同的斑块,结合两种斑块各自形状面积分布的独特性,分别实现残留斑块去除和玉米地错分斑块保留,完成玉米种植信息提取。选取与感兴趣区影像同时期不同区域的两幅影像进行方法验证,结果表明:该方法对玉米种植信息提取有较好效果,面积提取误差在20%以内,对用无人机可见光遥感影像进行玉米种植信息提取具有一定的适用性。 相似文献
16.
基于迁移学习的无人机影像耕地信息提取方法 总被引:7,自引:0,他引:7
随着精准农业技术的发展,对农作物用地信息快速、准确提取的需求越来越高。同时,无人机技术以其方便、高效、具有低空云下飞行能力等优势被广泛应用于自然资源的调查中。但无人机影像普遍光谱信息较为匮乏,因此很难准确、快速地提取出耕地信息。基于此,提出了一种利用迁移学习机制的耕地提取方法(TLCLE)。首先,利用深度卷积神经网络(DCNN)剔除线状地物(道路、田埂等),然后,通过引入迁移学习机制将DCNN特征训练过程中得到的特征提取方法迁移到耕地提取中,最后,将所提方法与利用易康(e Cognition)软件进行耕地提取(ECLE)结果进行对比。研究结果表明:对于实验影像1、2,TLCLE方法耕地提取总体精度分别为91.9%、88.1%,ECLE方法总体精度分别为90.3%、88.3%,2种方法提取精度相当,在保证耕地地块完整、连续性上TLCLE方法优于ECLE方法。 相似文献
17.
设计了一套高精度、高可控性的无人机喷洒模拟平台,并进行了试验验证。该系统机械部分采用直线导轨结合伺服电机,最大承载质量50 kg,控制部分采用MFC设计上位机控制软件,与主控板STM32通过串口进行通讯,实现对水平和垂直2个方向上伺服电机的控制,同时采用CAN总线与喷洒控制器通讯和远程操控,可以实现喷洒流量控制以及旋翼风速控制。为评价系统运行精度,采用激光测距仪分别对系统在水平运动速度0.05、0.10、0.15、0.20 m/s下和垂直运动速度0.01、0.02、0.03、0.04 m/s下的控制距离进行距离测量,结果显示,垂直和水平方向上,控制参数与实际行程决定系数R2=1,水平与垂直重复精度优于2 mm,系统控制精度高;采用振动测试仪对系统在0.05、0.10、0.15 m/s运行速度下进行测试,通过分析振动数据,在不同运动速度下系统振动均不超过20 m/s2,其中X向和Y向在运行中存在较为稳定的4~5 m/s2的加速度,系统运行稳定。本系统可以有效降低喷洒试验载具成本,降低试验风险。 相似文献
18.
荒漠草原植被稀疏、裸土细碎化分布对遥感数据空间分辨率和光谱分辨率的指标精度提出更高要求,目前应用于遥感场景的深度学习模型隐藏层较多、模型结构复杂,且采用经典深度学习模型未考虑遥感数据内在特点,导致模型训练普遍存在计算过度、耗时增加等问题。本文利用低空无人机(Unmanned aerial vehicle,UAV)遥感平台搭载高光谱成像光谱仪采集荒漠草原地物高光谱数据,发挥高空间分辨率与高光谱分辨率相结合的优势,并基于三维卷积神经网络(Three-dimensional convolutional network,3D-CNN)方法提出一种适合荒漠草原地物植被、裸土、标记物识别的精简学习分类模型,进行参数组合调优,在调整学习率、批量规模、卷积核尺寸及数量后,最高总体分类精度(Overall accuracy,OA)可达到99.746%。研究结果表明,精简学习分类模型的优化建立在超参数选择基础上,为获得精度高、耗时短、性能稳定的最优模型,需不断调整超参数并对比不同组合分类效果。基于无人机高光谱技术的精简学习分类模型在荒漠草原地物的分类识别应用中具有较大优势。 相似文献
19.
20.
大范围灌区渠系的制图对于现代节水灌溉技术以及合理配水、安全输水具有重要意义。但目前所获得的灌区遥感影像分辨率不高,渠系提取较难。本文以无人机航空摄影测量获得的数字高程模型(DEM)为基础,根据渠系特征,使用灌区坡度数据,采用改进的霍夫变换方法,实现了对灌区渠系网络的提取。与面向对象、监督分类方法和手绘结果进行对比,该方法提取的渠系连续、提取完整度可达85.61%。误差主要集中在无衬渠系中土壤沉积较多(坡度变化不明显)的位置以及相交渠系处理时保留渠堤位置而造成。该方法根据灌区地形特征,基于高精度高程数据进行渠系提取,是数字地形分析结合图像处理在精细农业中的一次有益探索。 相似文献