高光谱遥感在土壤研究中的应用

在分析高光谱遥感发展历史、技术特点的基础上,总结了高光谱遥感技术在土壤研究中的主要应用领域,并列举了国内外代表性研究情况。同时,结合现有研究热点,对未来高光谱遥感在土壤研究中的应用进行了分析和展望。     

作物氮素高光谱遥感监测研究

高光谱遥感技术在作物氮素营养诊断与监测中表现出强大的优势,具有广阔的应用前景。本文在介绍高光谱遥感技术发展和作物氮素高光谱遥感监测机理的基础上,从作物叶片、冠层及多角度三个尺度对作物氮素含量高光谱监测研究进行梳理,对研究现状进行分析,并提出今后发展方向,以期为有效开展作物氮素高光谱遥感诊断研究提供借鉴。     

植被高光谱遥感的应用研究综述

植被高光谱遥感以其显著的特点已经成为连接遥感数据处理、地面测量、光谱模型和应用的强有力的工具。本文概述了植被高光谱遥感数据的处理方法和高光谱分析的算法以及它在植被参数估算与分析、植被长势监测、估产及生物量估算等领域的应用现状 ,特别是与近年逐步兴起的多角度遥感结合在建立与完善双向反射模型 ,更精确地反演植被参数等方面的发展状况。并讨论了进一步充分利用植被高光谱遥感数据 ,加速遥感定量化进程的一些途径。     

高光谱遥感在精准农业生产中的应用

综述了高光谱遥感技术在精准农业中的应用现状,并对当前存在的问题进行了分析。     

高光谱遥感在农作物生长监测的应用研究进展

随着高光谱遥感技术的不断发展,高光谱遥感在农业方面的应用已经成为高光谱遥感研究的热点领域。高光谱遥感技术可以实时准确快速地得到农作物生长状况的信息,为精准农业的实现提供重要的技术支持。从农作物生化参数(叶绿素含量、氮含量、含水量)监测、物理参数(叶面积指数、生物量)监测、病虫害监测三个方面对高光谱遥感在农作物生长监测的应用研究取得的新进展进行归纳和总结,并对其应用前景进行展望。     

植物色素高光谱遥感研究进展

植物色素尤其是叶绿素、类胡萝卜素和花青素在生物圈中具有极其重要的作用.有关色素时间和空间的变化信息是植被和生态系统中一系列关键特性和过程的一个有价值的指示器.但是,由于传统的植物色素测定方法的制约,对植物色素时间、空间变化信息的获取是有限的.而高光谱遥感技术的出现为非破坏性、重复地在一定空间尺度上连续地定量色素浓度成为了可能.本文总结了目前植物色素高光谱遥感的主要分析技术与方法,包括基于单个窄波段反射率、基于多个窄波段反射率的组合(主要是光谱色素指数)、光谱微分技术和辐射传输模型的应用.并展望了今后植物色素高光谱遥感的发展方向.     

高光谱林业遥感分类研究进展

为了深入了解高光谱分类领域的研究现状,基于Web of Science数据库和CNKI数据库,检索了关于高光谱遥感分类的相关文献,并对文献的分布情况和研究方法等进行了归纳和分析.结果表明,关于高光谱分类的文献发布数量总体呈上升趋势,其中美国的文献发布量最多,热带森林类型受关注最多.采用最多的分类方法有最大似然法、支持向量机、随机森林、光谱角度制图和判别分析5种,5种方法各有优缺点,分类精度都较高,分类敏感波段大多在可见光、近红外和短波红外等波段.该研究可为高光谱林业遥感分类领域森林类型和分析方法的进一步研究提供参考.     

高光谱遥感监测农作物病虫害研究进展

农作物病虫害监测是有害生物综合防治必不可少的环节之一。在阐述高光谱遥感监测农作物病虫害原理的基础上,从光谱植被指数和导数光谱的角度入手,综述了近年来国内外高光谱遥感监测农作物病虫害的研究进展,体现了高光谱遥感在植保领域中广阔的应用前景。最后,还提出了研究中一些有待解决的问题。     

高光谱遥感及其影像空间结构特征分析

分析了高光谱遥感技术相对于传统的低光谱分辨率遥感的特点,以及其在环境监测等领域的应用.然后分析了高光谱影像的空间结构特征,并指出高光谱影像的空间结构特征在实际应用中也具有很重要的意义.最后,本文使用了统计学分析方法对实验影像的空间结构特征进行了分析,并提出了一个可用于描述高光谱影像空间特征的统计学参数.     

水稻高光谱遥感监测研究综述

高光谱遥感技术凭借其可以快速、实时、准确、无损地获取水稻生长信息的优势,已经成为监测水稻生长状况的重要手段。本研究综述了高光谱遥感技术在水稻长势监测(包括叶绿素含量、叶面积指数和地上生物量)、产量估算、养分诊断(包括氮素、磷素和钾素)、数据处理与反演方法等领域的国内外研究进展,并针对目前的研究进行了展望,以期为水稻的精准管理提供参考。     

AVIRIS高光谱遥感数据的植被信息提取

以Moffett Field的AVIRIS高光谱遥感影像为对象,应用基于信息量的自适应波段选择方法实现植被信息提取的最优波段组合,在此基础上采用监督分类为主、目视解译为辅的信息提取方法,在ENVI和ERDAS遥感图像处理软件中进行分析与处理,实现植被信息提取。结果表明,与多光谱遥感数据相比,高光谱遥感数据具有更强的植被信息识别能力,提取的植被信息更丰富。     

基于高光谱遥感的农作物分类研究进展

【目的】农作物类型识别是农作物面积、长势监测与产量预测的重要前提。及时、准确地获取农作物类型、空间分布以及种植面积对制定农业政策、促进社会经济发展和保障国家粮食安全具有重要意义。近年来,高光谱遥感凭借光谱分辨率高、光谱信息丰富等优点,已广泛应用于农作物制图中。【方法】文章归纳了高光谱遥感应用于农作物分类的研究进展,总结了国内外农作物分类常用的高光谱数据源,并分析了各种数据源的适用范围。梳理了农作物高光谱遥感分类方法,讨论了各种分类方法的优缺点。【结果】现有农作物高光谱遥感分类研究存在一些不足:(1)机载高光谱影像光谱分辨率高,但影像监测面积小,不适合大区域农作物面积提取研究;(2)星载高光谱影像监测面积较大,但空间分辨率较低,某些农作物面积提取实际应用中精度较低;(3)由于缺乏对农作物高光谱特征的研究,导致分类算法机理性不足,普适性较差。【结论】农作物高光谱遥感分类未来研究方向是:(1)丰富高光谱遥感监测的农作物类型;(2)提高高光谱影像的空间分辨率,实现农作物种植结构复杂、地块破碎地区的农作物分类研究;(3)进一步研究利用高光谱遥感进行农作物分类的机理和多源数据融合的方法。     

高光谱遥感数据在植被信息提取中的应用研究

概述了高光谱的概念与高光谱遥感数据的特点,重点介绍了目前利用高光谱技术估测地表植被信息的最新研究进展,并讨论了今后植被高光谱遥感应用发展的方向和研究领域,     

高光谱遥感在植被理化信息提取中的应用动态

概述了高光谱遥感信息的处理方法,综述和总结了高光谱遥感在植被生物物理和生物化学信息提取等方面的应用及国内外研究进展,阐述了植被指数应用的可行性,在此基础上指出高光谱遥感在提取植被信息过程中存在的问题及其发展前景。     

水果病虫害高光谱遥感应用研究进展

水果病虫害是影响果树正常生长、果品质量提高和果业持续健康发展的主要因素之一,加强水果病虫害的发生调查与监测预警,防范重大病虫害的发生与流行,对于我国水果产业的稳步向好发展具有重要意义。传统的人工调查方法费时、费力、人工成本高且效率很低,已不能满足规模化、专业化、智能化、高效率的现代农业需求。作为能够连续获得地球表面物质光谱信息的新一代遥感技术,高光谱遥感集空间、辐射和光谱等三维信息于一体,由传统的成像遥感的定性分析向定量或半定量分析转化,光谱分辨率和空间分辨率进一步提高,已发展为当前水果病虫害鉴别的重要技术。本文基于检索平台WOS (Web of Science)和中国知网(China National Knowledge Infrastructure,简称CNKI)对水果病虫害高光谱遥感的国内外研究现状进行梳理分析,通过检索截至2021年12月31日该领域发表的相关文献,对发文年限、发文国家、主要机构、学科方向、研究关切等数据源进行了阐述分析;然后对当前水果病虫害高光谱遥感研究的五大高度关注点：病虫害早期诊断、光谱响应分析、不同病虫害识别、病虫害危害度定量分析与水果病虫害无损检测等应...     

基于决策树的无人机高光谱遥感影像地物分类研究

高光谱影像由于其波段众多,传统的多光谱图像的信息提取方法不适合高光谱影像的处理。利用无人机搭载美国Headwall公司的最新纳米级高光谱成像光谱仪,采集广东省广州市增城区某处的高光谱影像,提取光谱数据,分析不同地物间光谱曲线特征和差异,采用决策树进行地物分类。结果表明:根据无人机高光谱数据中不同地物之间光谱特征曲线的差异,建立分类树,不仅可以大大减少分类处理的工作量,且分类效果良好,准确度高。     

高光谱遥感在树木识别方面的应用与研究概述

高光谱遥感是一门新兴的探测技术,随着高光谱遥感的发展,已被应用于林业树种的分类。基于此,笔者概述了高光谱遥感在树木识别方面的应用与研究现状,认为高光谱遥感对树木的识别有着重要的意义。     

高光谱遥感土壤质量信息监测研究进展

高光谱遥感具有波段多且光谱连续等特点,在土壤质量信息的监测方面,利用高光谱遥感数据,能够实现对土壤特性的定量分析.总结了利用高光谱遥感技术获取土壤质量信息的方式和特点,以及影响土壤光谱反射特性的主要因素,回顾了国内外基于遥感的土壤质量信息提取的定量研究,并对研究中的问题进行了分析和展望.     

高光谱遥感数据在农作物重金属胁迫调查中的应用

利用高光谱遥感数据对四川崇州地区研究作物进行光谱角匹配识别,结合光化学植被指数,有效划分了可评价区域。随后对采样点处遥感光谱信息进行了提取,运用线性回归及多元回归方法,建立了光学信息与土壤各重金属含量间的经验模型,并结合潜在生态危害指数法进行胁迫等级的划分,取得了良好的调查效果。     

基于CASI高光谱遥感数据的森林叶面积指数反演

高光谱遥感技术能够快捷、准确、无损坏地估测森林LAI,从而有效地监测森林长势,估测森林生物量,评价森林病虫害等。以黑龙江凉水自然保护区为例,利用高光谱遥感技术和GPS测量技术,结合地面实测LAI数据,采用从CASI图像提取的NDVI、SR、MSAVI 3种植被指数,与地面实测的LAI建立统计回归模型,然后再从众多的统计模型中根据相关系数,筛选出由CASI反演LAI的最佳植被指数和回归模型。