基于无人机高光谱遥感的火龙果种植株数提取技术

为快速、准确提取火龙果种植株数,以大疆Matrice 600 Pro六旋翼无人机搭载高光谱成像仪,获取关岭县上官镇乐安村火龙果种植基地的高光谱影像,通过影像处理,借助ENVI遥感影像处理软件结合ArcGIS空间分析软件,采用波谱角分类方法实现火龙果植株的提取。结果表明：基于无人机高光谱遥感技术对研究区火龙果植株数的提取精度为92.94%,利用该技术可实现快速、准确地提取火龙果种植株数,可为火龙果园精准管理提供一定的技术支撑。     

火龙果种植信息提取技术

为火龙果的科学估测产量及其种植区精细化管理提供技术支撑,以关岭县板贵乡火龙果种植基地为研究区域,利用低空遥感技术结合ENVI以及ArcGIS等辅助工具对火龙果种植信息(植株数量与倒伏植株数量)进行快速提取,通过所得信息与目视解译信息对比分析,验证低空遥感技术提取信息的可靠性。结果表明:研究区内目视解译提取的火龙果株数为278株,精准农业工具包提取的株数为270株,分类结果精度为97.12%;目视解译提取的火龙果倒伏株数为7株,统计得出倒伏株数为6株,监测精度为85.71%。基于低空遥感技术提取田间火龙果株数及植株倒伏信息具有一定的可行性。     

火龙果植株高光谱识别与特征波段提取

[目的]为火龙果长势监测、估产、植株病害高光谱遥感诊断提供可靠依据.[方法]通过原始光谱、光谱不同形式变换和不同植被指数对火龙果植株冠层、果、枝、花等不同部位进行识别,运用主成分分析法提取火龙果不同部位的特征波段,构建BP神经网络模型,分析火龙果不同部位的波段特征,检验BP神经网络模型识别准确率.[结果]在波长400～...     

基于无人机遥感的火龙果种植面积监测方法研究

为厘清火龙果种植面积情况,利用低空无人机搭载多光谱传感器,对望谟县乐元镇拉么村火龙果基地进行数据采集,采用最大似然法提取火龙果种植区域和计算面积.研究表明,在进行植被指数计算时,火龙果植被指数为0.4～0.6,多光谱影像上纹理比较明显,周边以杂草为主,杂草的植被指数为0.2～0.4,能够较好地区分火龙果和杂草;结合植被...     

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。     

基于无人机高光谱影像的火龙果波段筛选研究

为解决卫星高光谱影像分辨率低、获取周期长、价格昂贵等问题,利用无人机搭载高光谱传感器能够获取分辨率高、价格较低且时效性较好的优势,以关岭县上关镇乐安村火龙果（Hylocereus undatus‘Foo-Lon’）种植示范园区为研究区域,使用六旋翼无人机M600搭载PikaXC2传感器获取高分辨率的高光谱影像数据。结果表明,通过对高光谱影像波段标准差和相关性进行分析,初步筛选出适合火龙果分析研究的波段185个,其中可见光波段109个、近红外波段76个,波段相关性系数的分布呈现中间高、两边低的特点。可见光波段相关性系数均值均大于近红外波段内部之间的均值。     

无人机可见光遥感木麻黄人工林株数提取方法比较研究

以福建平潭岛木麻黄人工林为研究对象,对比研究基于无人机可见光遥感数据的株数提取方法,探讨多种方法在不同林龄木麻黄人工林株数提取的适用性。通过轻型旋翼无人机获取研究区可见光相片,经预处理生成无人机可见光正射影像（DOM）和冠层高度模型（CHM）;分别选取成熟林、幼龄林6块标准地区域,使用基于冠层高度模型的局部最大值方法（LMC）、基于正射影像的局部最大值方法（LMD）、基于正射影像的多尺度分割方法（MST）提取标准地株数;最后通过3种方法提取的株数和实测数据进行对比分析。结果表明： 3种方法中LMC总体提取精度最高,F_score为0.97,而LMD和MST总体提取精度明显降低,F_score分别为0.90、0.78; LMC方法对幼龄林和成熟林的株数提取精度相近,幼龄林和成熟林的F_score皆为0.97。 LMD方法在成熟林的株树提取精度略高于幼龄林,尤其2种林龄类型的P值相差较大,幼龄林RE：0.97、P：0.81、F_score：0.88;成熟林RE：0.94、P：0.89、F_score：0.91。 MST方法在成熟林的株树提取精度明显高于幼龄林,幼龄林 RE：0.88、P：0.67、F_score：0.76;成熟林RE：0.88、P：0.74、F_score：0.81。因此,3种方法中,LMC总体株数提取精度最高,且适用于不同林龄的木麻黄人工林株数提取,可以满足实时、快速提取木麻黄人工林株数的需求。     

基于高光谱遥感数据提取土地利用信息

高光谱数据像谱合一及特有的高光谱分表率特性在研究地表物质成分、含量及其动态变化方面极具潜力。土地利用信息对于国土资源调查、规划及动态监测具有重大意义。以贵州省西南部关岭县和贞丰县交接处的北盘江花江段为研究区域,用SAM方法对土地利用信息进行提取,并将结果与实地调查资料对比计算总体精度和KAPPA系数。达到预期结果,将分类结果制作成花江土地利用分布图。     

基于无人机高光谱遥感的柑橘患病植株分类与特征波段提取

目的 结合传统与现代农业病虫害监测的优缺点,探索通过无人机高光谱遥感技术检测出患病的柑橘植株、通过人工田间调查方式判断其患病种类及患病程度的病虫害监测方法。方法 使用无人机获取原始高光谱图像,经过光谱预处理和特征工程后,采用连续投影算法提取对柑橘患病植株分类贡献值最大的特征波长组合,基于全波段使用BP神经网络和XgBoost算法、基于特征波段使用逻辑回归和支持向量机算法,建立分类模型。结果 基于全波段的BP神经网络和XgBoost算法的ROC曲线下面积(Area under curve,AUC)分别为0.883 0和0.912 0,分类准确率均超过95%;提取出698和762 nm的特征波长组合,基于特征波长使用逻辑回归和支持向量机算法建立的分类模型召回率分别达到了93.00%和96.00%。结论 基于特征波长建模在患病样本分类中表现出很高的准确率,证明了特征波长组合的有效性。本研究结果可为柑橘种植园的病虫害监测提供一定的数据和理论支撑。     

基于改进BP神经网络的高光谱遥感树种信息提取技术

【目的】通过分析树种间的光谱差异及改进分类算法以提高树种信息提取精度。【方法】文章采用安徽省砀山县EO-1 Hyperion影像,通过不同树种光谱信息的差异分析,筛选出区分树种信息的光谱指标,并采用改进的BP神经网络模型完成树种信息提取。【结果】结果表明,原始反射率和一阶微分部分光谱波段可用于树种识别,且一阶微分光谱的差异大于原始反射率;引入动量项和遗传算法改进的BP神经网络模型树种识别精度较传统BP神经网络提高8.5%,Kappa系数提高0.12。【结论】该方法可以实现较为准确的树种信息提取,能够达到对林业工程进行监测的目的,对快速评价工程质量有重要意义。     

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。     

基于无人机遥感影像的冬小麦倒伏面积信息提取

倒伏是农业生产中造成减产、作物品质降低的主要原因,基于无人机飞控平台农情监测系统的灾情严重度实时监测以及时采取防治措施提供科学依据。以人工目视解译统计得到的倒伏面积作为判别依据,通过对比最小距离法、最大似然法、神经网络、支持向量机四种监督分类方法对单张无人机影像的分类效果,择优用于无人机拼接数码影像,估算江苏里下河地区小麦倒伏面积。结果表明:最小距离法、最大似然法、神经网络、支持向量机四种方法的分类精度分别为63.57%、98.15%、81.13%、85.04%,最大似然分类法得到的精度最高,其运算速度也最快,与无人机遥感平台农情监测系统快速、便捷的需求相符。将最大似然法应用于整张拼接影像,监测得到倒伏像元个数为7 183 950,估算面积为353.810 8m2,与人工目视解译结果的误差为7.43%,突出了无人机在信息获取方面方便、快捷的特点,表明搭载数码相机的无人机遥感平台对农情监测有一定可行性,可以为精准农业深入开展提供新的契机。     

基于无人机遥感的烟田监测技术应用现状

中国烤烟面积和产量居世界第一,作为一种特殊的经济作物,烤烟在国民经济中占有特殊的地位。随着科学技术的快速发展,无人机遥感技术应用的领域越来越广泛,因其具有影像分辨率高、机动灵活、成本低、实时等特点,将其应用于烟田监测可大幅度提高烟草行业现代化水平,促进烟草行业可持续发展。本文阐述了无人机遥感技术在烟草种植面积估测、烟草长势监测以及烟草病虫害及估产监测的应用状况,分析了无人机遥感技术存在的缺陷以及在烟田监测中应解决的问题,为改变我国传统的烟田监测技术以及无人机遥感技术在烟田监测中的应用提供参考。     

基于无人机可见光遥感的棉花面积信息提取

【目的】针对传统大区域棉花种植信息提取方法相对落后的问题,运用面向对象的影像分析方法,对无人机遥感试验获取的可见光影像进行棉花种植信息的提取。【方法】选用双子星MyFlyDream MTD固定翼无人机搭载佳能EF-M 18-55相机,获取新疆建设兵团第八师135团的可见光影像,借助eCognition软件平台,运用面向对象的方法对研究区内棉花种植信息进行提取试验。【结果】目视解译提取的棉花种植面积为0.35 km²,面向对象提取的棉花种植面积为0.33 km²,分类结果精度为94.29%,误差系数为5.71%,可以有效地提取研究区域棉花种植信息。【结论】面向对象的分类方法相比于传统的基于像素的分类方法提取精度更高,更加接近于目视解译的提取结果。     

基于星载高光谱数据的遥感数据预处理

遥感影像的预处理是遥感数据应用的基础,预处理结果的好坏将影响图像的质量及后续的研究。研究利用高光谱数据对穿越香格里拉县中部一景EO-1 Hyperion数据进行预处理。预处理分别进行envi补丁下数据波组合、未定标和水汽影响波段去除、绝对辐射值转换、大气校正等处理,结果表明:图像质量提高,减少了数据运算量,为应用研究奠定了基础。。     

高光谱遥感技术在作物营养监测中的研究进展

高光谱遥感技术可以快速准确地获取农田作物生长状态的实时信息,为实施精准农业提供重要的技术支撑。该文综述了高光谱遥感技术监测作物N、P、K及叶绿素营养状况的国内外研究进展,并提出了一些今后研究的设想,以期促进高光谱遥感技术在作物营养领域的应用,为精确农业发展提供理论依据。