|本期目录/Table of Contents|

[1]孙世泽,汪传建,刘伟,等.无人机多光谱草地估产中的最佳波段组合研究[J].江苏农业科学,2018,46(04):190-193.
　Sun Shize,et al.Study on optimum band combination in estimating biomass of grassland based on UAV multispectral images[J].Jiangsu Agricultural Sciences,2018,46(04):190-193.
点击复制

无人机多光谱草地估产中的最佳波段组合研究(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第46卷
期数:
2018年04期
页码:
190-193
栏目:
农业工程与信息技术
出版日期:
2018-02-20

文章信息/Info

Title:
Study on optimum band combination in estimating biomass of grassland based on UAV multispectral images
作者:
孙世泽;  汪传建;  刘伟;  张雅;  赵庆展
石河子大学信息科学与技术学院/兵团空间信息工程技术研究中心/兵团空间信息工程实验室，新疆石河子 832000
Author(s):
Sun Shize; et al
关键词:
无人机; 多光谱传感器; 草地估产; 波段组合
Keywords:
-
分类号:
S127；S126
DOI:
-
文献标志码:
A
摘要:
无人机多光谱影像分辨率高，但是波段多、信息量大、信息冗余度高，如何选取最佳波段组合构建高精度光谱模型，是草地估产模型研究的重要工作基础。针对上述问题，以新疆天山北坡紫泥泉牧场典型区域为研究区，利用多旋翼无人机搭载Micro MCA12 Snap传感器获取多光谱影像，根据波段光谱特征和植被特有的光谱特性将波段分成3组，结合最佳指数因子和最大相关系数选取了最佳组合波段，并建立了天然草地生物量估算模型。结果表明，针对Micro MCA12 Snap多光谱传感器，选取4、7、8波段作为草地估产的最佳波段组合，与其
Abstract:
-

参考文献/References:

［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.

相似文献/References:

[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.

备注/Memo

备注/Memo:
收稿日期：2017-04-23
基金项目：国家自然科学基金(编号：41461088)；新疆生产建设兵团重点领域创新团队计划(编号：2016BD001)；石河子大学名校结对子项目(编号：SDJDZ201507)。
作者简介：孙世泽(1991—)，男，甘肃武威人，硕士研究生，主要从事信息采集与处理。E-mail：the_answer_sunsz@163.com。
通信作者：汪传建，博士，副教授，主要从事时空数据挖掘、时空数据安全技术与应用的研究。E-mail：wcj_inf@shzu.edu.cn。
更新日期/Last Update: 2018-02-20