[1]金云翔,徐斌,杨秀春,等. 内蒙古锡林郭勒盟草原产草量动态遥感估算[J]. 中国科学(生命科学),2011,41(12):1185-1195.
[2]Ranggo A,Laliberte A,Herrick J E,et al. Unmanned aerial vehicle-based remote sensing for rangeland assessment,monitoring,and management[J]. Journal of Applied Remote Sensing,2009,3(1):1-15.
[3]李宗南,陈仲新,王利民,等. 基于小型无人机遥感的玉米倒伏面积提取[J]. 农业工程学报,2014,30(19):207-213.
[4]张正健,李爱农,边金虎,等. 基于无人机影像可见光植被指数的若尔盖草地地上生物量估算研究[J]. 遥感技术与应用,2016,31(1):51-62.
[5]Bendig J,Yu K,Aasen H,et al. Combining UAV-based plant height from crop surface models,visible,and near infrared vegetation indices for biomass monitoring in barley[J]. International Journal of Applied Earth Observation and Geoinformation,2015,39:79-87.
[6]鲁恒,李永树,何敬,等. 无人机低空遥感影像数据的获取与处理[J]. 测绘工程,2011,20(1):51-54.
[7]周洁萍,龚建华,王涛,等. 汶川地震灾区无人机遥感影像获取与可视化管理系统研究[J]. 遥感学报,2008,12(6):877-884.
[8]周梦维,柳钦火,刘强,等. 全波形激光雷达和航空影像联合的地物分类[J]. 遥感技术与应用,2010,25(6):821-827.
[9]田振坤,傅莺莺,刘素红,等. 基于无人机低空遥感的农作物快速分类方法[J]. 农业工程学报,2013,29(7):109-116,295.
[10]赵庆展,刘伟,尹小君,等. 基于无人机多光谱影像特征的最佳波段组合研究[J]. 农业机械学报,2016,47(3):242-248,291.
[11]马娜,胡云锋,庄大方,等. 基于最佳波段指数和J-M距离可分性的高光谱数据最佳波段组合选取研究——以环境小卫星高光谱数据在东莞市的应用为例[J]. 遥感技术与应用,2010,25(3):358-365.
[12]谭玉敏,夏玮. 基于最佳波段组合的高光谱遥感影像分类[J]. 测绘与空间地理信息,2014(4):19-22.
[13]秦方普,张爱武,王书民,等. 基于谱聚类与类间可分性因子的高光谱波段选择[J]. 光谱学与光谱分析,2015,35(5):1357-1364.
[14]刘雪松,葛亮,王斌,等. 基于最大信息量的高光谱遥感图像无监督波段选择方法[J]. 红外与毫米波学报,2012,31(2):166-170,176.
[15]程志庆,张劲松,孟平,等. 植被参数高光谱遥感反演最佳波段提取算法的改进[J]. 农业工程学报,2015,31(12):179-185.
[16]武文波,刘正纲. 一种基于地物波谱特征的最佳波段组合选取方法[J]. 测绘工程,2007,16(6):22-24,33.
[17]刘建平,赵英时. 高光谱遥感数据解译的最佳波段选择方法研究[J]. 中国科学院研究生院学报,1999,16(2):153-161.
[18]金云翔,徐斌,杨秀春,等. 草原植被遥感监测[M]. 北京:科学出版社,2016.
[19]张艳楠,牛建明,张庆,等. 植被指数在典型草原生物量遥感估测应用中的问题探讨[J]. 草业学报,2012,21(1):229-238.
[20]黄敬峰,王秀珍,胡新博. 新疆北部不同类型天然草地产草量遥感监测模型[J]. 中国草地,1999(1):7-11.
[1]梁钊雄,周红艺,吴国威,等.基于无人机影像的崩岗空间分布特征研究[J].江苏农业科学,2018,46(04):220.
Liang Zhaoxiong,et al.Study on spatial distribution of collapse base on UAV images[J].Jiangsu Agricultural Sciences,2018,46(04):220.
[2]琚书存,汪志存,张东彦,等.基于高分辨率无人机影像的喷药除草效果评估[J].江苏农业科学,2019,47(06):76.
Ju Shucun,et al.Evaluation of spraying and weeding effect based on high resolution UAV image[J].Jiangsu Agricultural Sciences,2019,47(04):76.
[3]苏瑞东.无人机在现代农业中的应用综述[J].江苏农业科学,2019,47(21):75.
Su Ruidong.Application of UAVs in modern agriculture: a review[J].Jiangsu Agricultural Sciences,2019,47(04):75.
[4]孙星星,王凯,李红阳,等.航空超低量喷雾技术在水稻生产上应用现状、存在问题及发展趋势[J].江苏农业科学,2020,48(13):29.
Sun Xingxing,et al.Application status, existing problems and development trends of aviation ultra-low volume spray technology in rice production[J].Jiangsu Agricultural Sciences,2020,48(04):29.
[5]林峰.虚拟现实技术在农业可视化场景快速构建中的应用[J].江苏农业科学,2020,48(14):268.
Lin Feng.Application of virtual reality technology in rapid construction of agricultural visualization scene[J].Jiangsu Agricultural Sciences,2020,48(04):268.
[6]徐国钦,黄明凤,黄建平.基于改进语义分割模型的无人机多光谱图像杂草分割[J].江苏农业科学,2022,50(12):212.
Xu Guoqin,et al.Segmentation of UAV multispectral weed image based on improved semantic segmentation model[J].Jiangsu Agricultural Sciences,2022,50(04):212.
[7]王羿,丁鸣鸣,何菁,等.基于不同建模方法的土壤pH值无人机遥感影像反演[J].江苏农业科学,2022,50(14):224.
Wang Yi,et al.Soil pH UAV remote sensing image inversion based on different modeling methods[J].Jiangsu Agricultural Sciences,2022,50(04):224.
[8]孙乐鑫,陈兵,赵静,等.无人机施药技术在农业生产中的应用研究现状及展望[J].江苏农业科学,2022,50(15):31.
Sun Lexin,et al.Research status and prospect on application of UAV spray technology in agricultural production[J].Jiangsu Agricultural Sciences,2022,50(04):31.
[9]杨野,杨德昌,孙红,等.基于无人机多光谱遥感和机器学习算法的南疆棉花生物量估算[J].江苏农业科学,2023,51(15):179.
Yang Ye,et al.Estimation of cotton biomass in southern Xinjiang based on UAV multi-spectral remote sensing and machine learning algorithm[J].Jiangsu Agricultural Sciences,2023,51(04):179.
[10]祁佳峰,郭鹏,刘笑,等.基于无人机高清影像的棉花苗期长势监测及后期长势预测[J].江苏农业科学,2023,51(16):170.
Qi Jiafeng,et al.Study on cotton seedling growth monitoring and later growth prediction based on UAV high-definition images[J].Jiangsu Agricultural Sciences,2023,51(04):170.