无人机遥感在森林资源监测中的应用研究进展

为了给森林资源监测中无人机遥感的应用研究提供依据,归纳了无人机遥感用于森林资源监测的技术流程,总结了在森林资源监测中常用的传感器类型,分析了无人机遥感在森林病虫害监测、林分树高测定、森林冠层结构与属性测定、树种组成识别、森林生物量测定中的应用和表现。得出通过无人机遥感搭载各种类型的传感器来收集森林信息,将是未来森林资源监测的一个重要方向;无人机遥感数字化、信息化、自动化提取森林结构参数将是无人机遥感用于森林资源监测中的发展趋势;此外,无人机遥感搭载多样化传感器以及传感器的小型化、商业化将进一步促进森林资源的精确监测。     

无人机遥感监测作物病虫害研究进展

病虫对作物生产构成了巨大的威胁,可直接或间接导致作物减产甚至绝收。快速、高效地掌握病虫的发生动态并及时防控,对作物增产保收具有重要意义。无人机遥感是现阶段监测作物病虫害的一项重要技术,具有实时、快速、高效、客观、大面积、无损监测等优点,将推动农业生产向优质、高效、安全、信息化以及智慧化方向发展。本文从无人机遥感监测作物病虫害概况、数据源种类、数据获取方法、数据处理流程及方法等方面进行归纳分析;指出无人机遥感监测作物病虫害中存在的病虫害特征选择、病虫害分类识别、传感器优化以及数据处理等主要问题,针对存在的问题提出了深化病虫害特征选择算法、建立专属病虫害光谱数据库、开发专一的病虫害监测传感器以及研发病虫害数据处理平台等发展策略,以期为无人机遥感监测作物病虫害的相关研究提供参考。     

作物病虫害遥感监测研究进展

近年来,随着信息技术的迅速发展,遥感作为一种快速监测手段已经被运用到作物病虫害监测中.本文阐述了作物病虫害遥感监测的基本原理及特点,重点介绍了国内外在其技术方法上的研究进展,提出了生产应用中的技术流程.进一步分析了当前本领域研究中的难点,展望了其应用前景,以期为棉花病虫害遥感监测研究提供借鉴与参考.     

基于反射光谱和叶绿素荧光数据的作物病害遥感监测研究进展

作物病害是影响粮食产量和质量的生物灾害,病害的侵染消耗了作物营养和水分,扰乱了其正常的生命过程,引起了作物内部生理生化和外部表观形态的改变。冠层反射光谱能够较好地探测作物群体结构信息,叶绿素荧光能敏感反映作物光合生理上的变化,二者均能够实现作物病害的遥感探测。本文从作物病害遥感探测的方法和尺度两个方面综述了基于反射率光谱的作物病害遥感监测现状,概括了主动荧光、被动荧光以及协同日光诱导叶绿素荧光和反射率光谱在作物病害遥感监测中的研究进展,分析了反射率光谱和叶绿素荧光数据在作物病害遥感探测方面的优缺点,探讨了不同数据源、不同监测方法在作物病害遥感探测中可能存在的问题,并在此基础上展望了作物病害遥感监测的未来发展,旨在为后续利用反射率光谱和叶绿素荧光数据探测作物病害提供重要的参考依据。     

多源遥感数据在森林资源监测上的应用现状与发展趋势

文章对多源遥感在森林资源监测的应用现状及发展趋势进行阐述,相比传统森林资源监测投入大量人力开展外业调查,卫星遥感和无人机遥感在森林资源监测中具有明显优势。在基于多源遥感数据开展的森林资源监测研究中,笔者重点对比5种多源遥感在森林资源监测中的应用,包括森林病虫害监测、林分树高测定、森林冠层结构测定、树种组成及森林分类、森林生物量测定。认为资源卫星、微波遥感、成像光谱技术及三维遥感中的森林资源监测新技术、新方法,如深度学习智能分类、多源遥感融合技术将成为未来多源遥感森林资源监测新手段,应用差分GPS、三维遥感及高光谱结合数学计算机技术,可以提高不同层级的森林资源估测精度;无人机遥感的自动化、信息化将是无人机遥感应用于森林资源监测中的发展趋势;此外,长时间续航能力、搭载多类型传感器将进一步提高无人机遥感对森林资源的精准监测。     

不同遥感传感器监测森林虫害研究进展与展望

森林约占陆地面积的1/4,是全球生态系统重要组成部分。近年来害虫侵袭致使林木大量死亡,森林生态安全遭到破坏,亟需探寻一种简洁、高效的森林虫害监测方法。通过分析与总结国内外学者的研究,并查询相关书籍资料,对比多光谱、高光谱和微波等遥感传感器在森林虫害监测中的应用,对其优劣势进行分析。研究发现多光谱遥感空间分辨率高,但光谱分辨率较差,难以感知林木内部细微变化;高光谱遥感光谱分辨率高,可以感知林木内部细微变化,但其空间分辨率较低,且数据量大不易计算;微波遥感具有很强的穿透性,可进行全天候、全天时监测且不易受天气影响,但其空间分辨率低,难以获取林木光谱信息。未来应提高害虫区分能力、早期监测能力以及通过多源数据构建星空地协同的森林虫害遥感监测系统等发展趋势。为森林虫害遥感监测研究提供一种新思路。     

卫星遥感在森林病虫害监测上的研究进展

总结了近20年来卫星遥感技术在森林病虫害监测领域的研究进展,并概括了遥感监测模型的主要应用形式,指出了目前卫星遥感监测森林病虫害工作的局限性,展望了其应用前景。目的在于为卫星遥感监测森林病虫害工作提供一种有益的启示。     

数字图像监测作物生长特征的研究进展

为对作物进行田间数量化管理以及长势监测,从数字图像监测作物长势的基本原理、数字图像获取方法、图像分析处理技术以及数字图像在作物长势监测方面的应用4个方面进行概述,简要归纳了数字图像基本原理、获取及分析方法,总结出可以利用数字图像实现作物覆盖度、叶面积指数、生物量、氮素营养诊断进行监测,认为对于数字图像的获取应明确获取标...     

基于无人机多光谱遥感的冬小麦叶绿素含量反演及监测

旨在实现冬小麦各生育期叶绿素含量的准确估测,探究其时空变化规律。利用无人机获取冬小麦越冬期、返青期、拔节期、孕穗期和灌浆期的高分辨率多光谱图像,同时采集地面SPAD数据。选取三类光谱参数建立反演模型,优选出各生育期的最佳预测模型,并定量监测试验区冬小麦叶绿素含量时间变化和空间分布。结果表明：原始波段模型和波段倒数对数模型分别为越冬期及其他生育期叶绿素含量预测的最佳模型,拟合精度R²>0.59;时空分布上,灌浆期前试验区冬小麦叶绿素含量呈南北高、中部低特点,灌浆期则呈北高南低的趋势,叶绿素含量从越冬期到拔节期逐步增加,拔节期到孕穗期开始降低,孕穗期到灌浆期则大幅度降低。本研究建立的倒数对数预测模型,精度较高,且适用于返青到灌浆的4个生育期,对于试验区冬小麦叶绿素含量有较好的时空监测效果。     

定量遥感参数与作物肥水模型链接初探

针对当前作物肥水模型和定量遥感参数在农业上应用的各自局限性 ,提出通过完善定量遥感的输出接口和作物模型的输入接口 ,将定量遥感参数与作物肥水模型进行链接 ,通过建立不同生育时段订正的绿度指数和叶片氮素分段函数以及订正的湿度指数与耕层土壤、植株水分及产量品质函数 ,使得生产上大范围、动态的肥水监测成为可能 ,最后对应用链接模型通过不同肥水管理措施对作物产量和品质进行调控的前景进行了展望     

作物类型遥感识别研究进展

及时获取作物种植面积是研究粮食区域平衡,预测农业综合生产力和人口承载力的基础。遥感技术已经成为提取作物种植面积的重要手段,而前提是识别作物。为了理清当前该领域的国内外研究现状,以遥感在作物类型识别中的应用为主线,归纳了国内外作物类型识别研究中常用的各类遥感数据,如资源遥感影像、气象遥感影像、高分辨率影像、高光谱影像和微波影像等,分析其优缺点和适用性;同时总结了利用遥感进行作物类型识别的3 类研究方法,包括基于光谱的识别方法、基于物候差异的识别方法以及光谱与物候相结合的方法,分析了各种方法的特点;指出目前作物类型遥感识别中存在的主要问题,如影像空间精度与价格的平衡问题,多分辨率遥感数据的综合应用问题,物候差异对作物识别的影响问题等;认为不同分辨率遥感数据的结合可以弥补各自不足,遥感影像的时相选择是提高精度的关键,另外需要应用除光谱和物候以外的更多解译标志;建议进一步深入研究作物识别机理和多尺度数据融合方法。以期为遥感技术在作物类型识别中的深入研究提供参考和借鉴。     

高光谱遥感监测农作物病虫害研究进展

832003 石河子大学农学院农业昆虫与害虫防治专业2003级硕士研究生     

中国农作物长势遥感监测研究综述

农作物长势监测的目的是为早期估产提供依据，同时为田间管理提供及时的信息。笔者总结了中国农作物长势监测的研究进展、研究方法，指出用于长势监测的遥感数据空间分辨率较低，常用的监测指标 具有局限性，监测精度有待提高。“3S”技术的集成发展，进一步实现一体化应用于该领域仍是今后的发展方向。随着农作物长势运行化监测系统的进一步完善，对田间管理的诊断需求会日益加剧，因此作物长势的诊断将成为今后的研究重点。     

玉米大豆轮作遥感监测技术研究

基于黑龙江省北安市2014—2015年的Google Earth影像、多时相OLI数据和Rapid Eye影像,采用遥感目视解译的方法,构建了玉米大豆轮作遥感监测业务化技术流程。主要技术环节包括数据预处理、地块位置与面积信息的精准获取、农作物类型识别、精度验证、变化统计等5个内容。研究结果表明:工程区域总面积4528.7 hm~2,计有447个地块;其中,2014年玉米轮作为2015年大豆的地块为193块3794.4 hm~2,大豆轮作为玉米的地块为65块88.0 hm~2;采用地块逐一调查的方式进行验证,地块吻合率为100.0%。研究提出的技术方法具有较高的地块测量准确性和监测效率,可以作为农作物种植结构调整政策落实程度核查技术使用。     

基于模型和遥感的水稻长势监测研究进展

水稻生长模型是集气候、土壤、品种和栽培措施等因素为一体的对水稻的物候发育、光合生产、器官建成、同化物积累与分配以及产量与品质形成等生理过程及其与环境和技术因子关系综合量化的动态数学模型,具有机理性和预测性。遥感影像的信息波段及其组合可以反射作物生长的空间信息,可实现对水稻进行长势监测和估产,具有及时性和广域性。将二者结合用于长势监测不但具有理论研究意义,而且还具有重要的应用价值。在简要概述水稻生长模型和长势遥感监测研究进展的基础上,总结了水稻生长模型和长势遥感监测相结合下水稻长势监测应用的研究进展,并提出一些今后研究设想。     

基于光谱特征与PLSR结合的叶面积指数拟合方法的无人机画幅高光谱遥感应用

以冬小麦LAI为研究对象,利用孕穗期、开花期和灌浆期获取的无人机UHD185高光谱影像以及同步测定的地面数据(冬小麦冠层ASD反射率和冬小麦LAI),论证光谱特征(红边参数或植被指数)与偏最小二乘回归算法结合的改进型LAI拟合方法在无人机画幅高光谱遥感LAI探测方面的应用价值。首先,从光谱反射率相关性和植被指数相关性两方面比较UHD185与ASD,验证UHD185数据精度;结果表明,第3~第96波段(458~830 nm)的无人机UHD185高光谱数据具有较好的光谱质量,适宜探测冬小麦LAI。其次,分析光谱特征(6种植被指数和4种红边参数)与LAI的相关性,并通过独立验证和交叉验证方法,依次对基于红边参数或植被指数的传统LAI拟合方法和改进型LAI拟合方法的冬小麦LAI预测精度进行评价,相比于传统LAI拟合方法,改进型LAI拟合方法能大幅度提高冬小麦LAI的预测精度,特别是PLSR+REP。研究结果证实,改进型LAI拟合方法能更加充分地利用无人机UHD185高光谱数据预测冬小麦LAI,可望为无人机高光谱遥感的作物理化参数探测提供几点可借鉴的思路。     

基于RF和SPA的无人机高光谱估算棉花叶片全氮含量

为分析棉花叶片全氮含量（LNC）与冠层光谱反射特征的关系,实现作物生长过程中氮素水平的快速、准确和无损监测,以石河子大学教学试验场2019年棉花小区试验为基础,选用多元散射校正、SG平滑算法、变量标准化校正和一阶导数4种方法分别对棉花冠层原始光谱进行预处理,使用随机蛙跳（random frog,RF）和连续投影算法（successive projections algorithm,SPA）筛选特征波长并结合偏最小二乘回归法建立棉花LNC光谱估算模型。RF和SPA算法从棉花冠层398～1000nm的光谱中优选5组LNC的敏感特征波段,波段数目下降了93.0%～96.3%,有效降低了光谱的冗余信息;基于SPA算法筛选的敏感波段构建的LNC偏最小二乘回归模型的决定系数和均方根误差分别为0.52和2.55,模型验证的决定系数和均方根误差分别为0.70和2.37,模型具有较好的精度和稳定性,可作为棉花LNC的无人机高光谱估算方法。     

呼伦贝尔草原退化遥感监测与气候成因

利用1988年以来的遥感资料和近50年的气象、社会调查数据,分析了呼伦贝尔草原退化的事实和气候因素对草原退化的影响。结果表明:呼伦贝尔草原植被指数呈下降趋势。尤其是呼伦贝尔沙地植被指数下降幅度明显,中部地区下降0.2,西部地区下降0.2～0.4;呼伦贝尔草原每年的退化速度达到1.35%,草原退化由人口密集区向外扩展,优良牧草在草群中比重下降。气候分析表明,呼伦贝尔草原气温升高、降水量减少,干旱频发,是导致呼伦贝尔草原退化面积迅速增加的主要原因。