CN102435309A - 农业田间成像高光谱仪场地反射率定标方法及系统 - Google Patents
农业田间成像高光谱仪场地反射率定标方法及系统 Download PDFInfo
- Publication number
- CN102435309A CN102435309A CN2011102796996A CN201110279699A CN102435309A CN 102435309 A CN102435309 A CN 102435309A CN 2011102796996 A CN2011102796996 A CN 2011102796996A CN 201110279699 A CN201110279699 A CN 201110279699A CN 102435309 A CN102435309 A CN 102435309A
- Authority
- CN
- China
- Prior art keywords
- digital quantization
- image height
- quantization value
- agriculture field
- spectrometer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种农业田间成像高光谱仪场地反射率定标方法及系统,主要涉及遥感器场地标定方法及高光谱图像数据处理技术领域。本发明通过建立成像传感器AIHS的数字量化值与非成像传感器ASD的数字量化值之间的数学模型,将非成像传感器ASD所获取的标准白板的数字量化值转换为成像传感器AIHS的数字量化值,为AIHS在农业田间应用提供一种快捷、准确和可靠的场地定标方法及系统。
Description
技术领域
本发明涉及遥感器场地标定方法及高光谱图像数据处理技术领域,特别涉及一种农业田间成像高光谱仪(Agircultural ImagingHperspectral Spectrometer,AIHS)场地反射率定标方法及系统。
背景技术
遥感器定标是指建立遥感器每个探测元件所输出信号的数字量化值(Digital Number,DN)与该探测器对应像元内的实际地物辐射亮度值之间的定量关系。
传统的遥感器定标主要针对卫星和航空传感器进行的。由于卫星或航空飞行器运行时所获取的遥感信息受到诸多因素影响,如遥感器系统的畸变、大气传播的干扰、地形影响等都会造成遥感器采集到的辐射能量与目标地物实际的辐射能量之间存在较大偏差,因此需要对遥感器进行定标。遥感器定标是遥感数据定量化处理中的基本环节,它的定标结果直接影响到遥感数据的可靠性及遥感定量化研究的精度。遥感器定标包括实验室定标、星上定标和场地定标三部分内容。每个遥感器在运行前都会经过严格的实验室定标,主要完成传感器的波长位置、辐射精度、空间定位等的标定;星上定标,主要解决卫星探测器元件老化或不同量级温度造成的仪器辐射性能差异;场地定标主要用于传感器反射率转换的定标。前两个定标是遥感器开发者研究的范围,本发明主要关注遥感器的场地定标研究。目前,传统的场地定标分为两种,一种是航空成像遥感器场地定标。这种定标一般是选择相对白体(如水泥地、黄土操场、白棉布)和相对黑体(如水体、煤堆、黑棉布)进行。另一种是近地非成像传感器场地定标,如地物光谱仪(ASD),这种定标一般是基于标准白板或标准灰板进行场地定标。
近年来,随着材料科学的飞速发展和精细农业研究的需要,低成本、高性能的近地成像高光谱仪逐步得到开发与应用。这种成像传感器在田间绿色植被信息诊断时,有巨大的应用潜力。一方面可以利用其纳米级的光谱分辨率去寻找作物理化参数的敏感波段,为农田尺度的定量化遥感分析提供新的研究手段;另一方面可利用其毫米级的空间分辨率精确到每个叶片进行图像与光谱信息分析,为研究不同层位间叶片的养分转化机理提供数据支持,上述两方面使有别于传统光谱分析技术的作物养分分层模型的构建成为可能,并最终为田间作物的精准变量施肥提供服务。
农业田间成像高光谱仪通常在近地表(10cm-300cm)进行观测,所受大气传播干扰极小(大气散射是影响航天、航空遥感器应用精度的重要因素),所以大气影响可以忽略不计。因此,限制其近地田间应用精度的主要因素是场地反射率的定标。而现有技术中,针对农业田间成像高光谱仪场地反射率定标方法的研究鲜有报道,因此,有必要专门开展场地定标方法的探索研究。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是:专门为AIHS这一类遥感器在农业田间应用提供一种快捷、准确和可靠的场地定标方法及系统。
(二)技术方案
为解决上述技术问题,本发明提供了一种农业田间成像高光谱仪场地反射率定标方法,所述方法包括以下步骤:
S1:获取由所述地物光谱仪所采集五种参照地物的数字量化值,并获取由所述农业田间成像高光谱仪所采集五种参照地物的遥感影像并提取其数字量化值;
S2:建立农业田间成像高光谱仪所采集数字量化值和地物光谱仪所采集的数字量化值之间的转换关系,并依据步骤S1中两种仪器所采集的数字量化值,计算农业田间成像高光谱仪的场地反射率定标系数;
S3:建立农业田间成像高光谱仪所观测的目标地物反射率与其获得的数字量化值之间的转换关系;
S4:根据步骤S2计算的场地反射率定标系数和步骤S3建立的转换关系,计算农业田间成像高光谱仪获取目标地物影像的反射率值。
优选地,所述五种参照物为蓝布、绿布、灰布、黑布和标准灰板。
优选地,步骤S2中所述农业田间成像高光谱仪所采集的数字量化值和地物光谱仪所采集的数字量化值之间的关系为:
其中,DNAIHS为农业田间成像高光谱仪的数字量化值,DNASD为地物光谱仪的数字量化值,A、B为所求的转换系数。
本发明公开了一种农业田间成像高光谱仪场地反射率定标系统,包括:
量化值获取模块,用于获取由所述地物光谱仪所采集五种参照地物的数字量化值,并获取由所述农业田间成像高光谱仪所采集五种参照地物的遥感影像并提取其数字量化值;
转换关系建立模块,用于建立农业田间成像高光谱仪所采集数字量化值和地物光谱仪所采集的数字量化值之间的转换关系,并依据步骤S1中两种仪器所采集的数字量化值,计算农业田间成像高光谱仪的场地反射率定标系数;
目标转换模块,用于建立农业田间成像高光谱仪所观测的目标地物反射率与其获得的数字量化值之间的转换关系;
计算模块,用于根据所述转换关系建立模块计算的场地反射率定标系数和所述目标反射率模块建立的转换关系,计算农业田间成像高光谱仪获取目标地物影像的反射率值。
(三)有益效果
本发明通过建立成像传感器AIHS的数字量化值与非成像传感器ASD的数字量化值之间的数学模型,将非成像传感器ASD所获取的标准白板的数字量化值转换为成像传感器AIHS的数字量化值,为AIHS在农业田间应用提供了一种快捷、准确和可靠的场地定标方法及系统。
附图说明
图1是按照本发明一种实施方式的农业田间成像高光谱仪场地反射率定标方法的流程图;
图2是传统的辐亮度法和本发明提出的方法在提取小麦相对反射率后的对比图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
参照图1,本实施方式的AIHS场地反射率定标方法包括以下步骤:
S1:获取由ASD(非成像传感器)所采集五种参照地物的数字量化值,并获取由AIHS(成像传感器)所采集五种参照地物的遥感影像并提取其数字量化值(当用所述AIHS对目标地物进行成像数据获取时,放置所述ASD在目标地物附近的空旷处,一直采集标准白板数据,保证两仪器有相同的太阳辐照度);
S2:建立AIHS所采集数字量化值和ASD所采集的数字量化值之间的转换关系,并依据步骤S1中两种仪器所采集的数字量化值,计算AIHS的场地反射率定标系数;
S3:建立AIHS所观测的目标地物反射率与其获得的数字量化值之间的转换关系;
S4:根据步骤S2计算的场地反射率定标系数和步骤S3建立的转换关系,计算农业田间成像高光谱仪获取目标地物影像的反射率值。
为除去暗电流噪声,以提高精度,优选地,步骤S4之前还包括以下步骤:
在所述AIHS工作预定时间后,获取所述AIHS的暗电流噪声Noise;本实施方式中,暗电流噪声的测量方法为:在所述AIHS工作30分钟后,盖上镜头盖并用黑棉布包裹,再用遮光材料布覆盖,在绝对暗室获取的数字量化值即为其暗电流噪声值;
步骤S4中通过下式计算所述目标地物影像的反射率值Reftarget,
其中,Refpanel为所述标准白板的反射率值,DNtarget为所述AIHS获取目标地物图像的数字量化值,DNaihs为所述AIHS所对应的标准白板的数字量化值。
步骤S1和S2具体包括以下步骤:
S11:使用所述AIHS和ASD分别获取至少两个参照物的数字量化值;本实施方式中,选择某晴朗无云天气下,采用AIHS与ASD在9:00~16:00时间范围内,每隔1小时对定标参照物(蓝布、绿布、灰布、黑布、标准灰板)进行数字量化值采集;
S12:将所述地物光谱仪所获取的数字量化值插值为所述AIHS的波长范围内;
S13:设所述AIHS的数字量化值和ASD的数字量化值之间的转换关系为:
其中,DNAIHS为AIHS的数字量化值,DNASD为ASD的数字量化值,A、B为系数;
S14:将所述AIHS和ASD分别获取所述至少五参数物的数字量化值分别代入公式(1)中,通过最小二乘法求出系数A、B,并将系数A、B代入公式(1)中,以获得AIHS的数字量化值和ASD的数字量化值之间的转换关系。
常见航空遥感器场地定标物的选取,一般是黑棉布、白棉布,然后根据研究区存在的地物状况,选择水泥地、裸土、池塘等地物作为参照物。本发明考虑到农业田间成像高光谱仪的应用目的是研究田块尺度的作物养分垂直分布模型,它的研究范围主要集中在农田环境中,主要研究对象是农作物,农作物有绿色叶片、发黄叶片、发亮的叶脉等特征,因此选择具有植被光谱特征的绿棉布、蓝棉布、灰棉布、黑棉布作为参照物,使其定标系数更能有效表达作物的光谱特征。
农业田间成像高光谱仪近地应用时,所受大气散射与水汽干扰较小,可以忽略不计,因此可直接建立定标与被定标仪器的数字量化之间的关系,再提取目标地物影像的反射率,此时的反射率为相对反射率。这样可以有效地将标准白板的ASD数字量化值转换为AIHS的数字量化值,同时消除仪器本身噪声对反射率提取结果的影响。
目前,常见的近地成像高光谱仪有不同的信噪比,高信噪比的传感器在保证研究目标足够光谱信号的情况下,对标准白板进行成像数据采集时,往往会出现光谱信号饱和现象;当调整曝光时间后,未出现饱和现象,但特定研究目标因光谱信号太弱而失去研究意义。所以,必须通过特定的方法建立标准白板和成像光谱仪之间的关系,才能最大化保证相对反射率数据的精度。传统的非成像传感器辐亮度反射率提取方法,未碰到上述现象,因此本发明提供的方法,可作为场地定标方法的有效补充。
传统的非成像光谱仪辐亮度场地定标方法,只考虑光谱响应曲线的定标,无需考虑光谱响应与图像质量之间的相互影响。而农业田间成像高光谱仪根据应用目的的不同,必须考虑光谱响应与图像质量的一致性。如高信噪比的传感器在获取足够光谱信号的情况下,容易出现图像“镜面反射”现象;而减少曝光时间,保证图像质量的情况下,又会出现光谱信号响应不足。因此必须选用五种定标参照物来保证成像光谱仪的图像质量与光谱信号的均衡,从而确保AIHS在农业田间数据采集与反演的精度,所述的五种定标参照物为蓝布、绿布、灰布、黑布和标准灰板。
根据所述AIHS和ASD的性能(由光圈的进光量大小,判断图像是否有饱和象元)和目标物的均一性,选择正确的定标参照物。为方便实现本发明,初选的定标参照物包括:标准白板、标准灰板、红布、蓝布、绿布、黄布、灰布、黑布、裸土、水泥地等常见参照物。根据光谱响应范围尽量大和成像质量尽量清晰的要求,各种参照物的选择过程如下:
标准白板:在调整成像传感器的最优曝光度时,图像的成像质量与光谱质量存在矛盾。即当图像质量较好时,作物中下层的光谱信号微弱;而提高仪器曝光度后,作物中下层光谱信号响应质量提高,但图像的质量存在严重的过饱和现象,无法得到正常的作物的生命信息,因此不予采用。
标准灰板:在保证作物中下部有足够的光谱响应信号时,图像未出现过饱和现象,且成像质量最优,作为定标的白体,因此可选做参照物。
红布:绿色植被在680-1000nm波段区间有很好的红边及近红外光谱响应特征,但利用其调整仪器曝光度时,获取的作物中下层光谱信号很弱,其它和标准白板类似,因此放弃。
蓝布:因光谱信号在450nm的蓝峰位置有较明显的响应特征,和绿色植被的光谱特征相同,为了突出此特征区间,因此可选做参照物;
绿布:因光谱信号在550nm的绿峰位置有较明显的响应特征,和绿色植被的光谱特征相同,为了突出此特征区间,因此可选做参照物;
黄布:绿色植被在605-655nm波段区间有很好的黄边光谱响应特征,但利用其调整仪器曝光度时,获取的作物中下层光谱信号很弱,其它和标准白板类似,因此放弃。
灰布:绿色植被在680-1000nm波段区间有很好的红边及近红外光谱响应特征,因此可选做参照物;
黑布:绿色植被在680-1000nm波段区间有很好的红边及近红外光谱响应特征,且350-680nm光谱信号一致,光谱值很低,作为定标的黑体,因此可选做参照物;
裸土:裸土的粗糙度、水分含量不同时,光谱值有较大差异,为了考虑定标精度因此不予采用。
水泥地:常见的水泥地所含成分各不相同,且光谱响应特征同标准白板,因此不予采用。
为降低所述转换关系的误差,优选地,所述AIHS和ASD获取数字量化值时,所述AIHS和ASD的地面观测范围相同,本实施方式中,设置AIHS的镜头距目标80cm,根据其16°的视场角,其地面观测范围是25cm*25cm的正方形;同样设置ASD距目标80cm,为使其采集数据的范围落在AIHS的地面观测范围内,选择8°视场角探头,则其相应的地面范围是直径为22.4cm的圆,选择所述AIHS的地面观测范围中与直径为22.4cm的圆面积相同的区域获取相应的数字量化值。
传统的场地定标方法是基于辐亮度值进行的,如下式:
其中,Rad为农业田间成像高光谱仪入瞳处各光谱带的辐亮度值,DN为农业田间成像高光谱仪扫描目标地物时输出的数字量化值,Noise为农业田间成像高光谱仪本身的暗电流,Gain为固定积分时间下农业田间成像高光谱仪的增益;Reftarget代表目标地物的反射率,Refpanel代表标准参考板的反射率、Radtarget代表目标地物的辐射亮度值、Radpanel代表标准参考板的辐射亮度值。Rad是Radiance的简写,它的单位是W·cm-2·sr-1·nm-1,Ref是Reflectance的简写,其值的取值区间为[0,1]。
本发明是基于数字量化值对成像光谱仪进行场地定标。为了证明此方法是可行的,本发明用AIHS与ASD同步对小麦冠层进行光谱数据获取,然后用辐亮度法和本发明提出的方法提取小麦冠层相对反射率后进行对比,结果如图2所示。
参照图2,其中,虚线为基于辐亮度法的反射率提取结果,实线为本实施方式的方法的反射率提取结果。从光谱曲线上看二者有极好的一致性。由此说明,本实施方式的方法是可用的,虽然二者在近红外波段有细微差异(初步判断是因ASD获取的数字量化值转辐亮度值时有信息损失所致),但不影响此方法的可行性。
本发明还公开了一种AIHS场地反射率定标系统,包括:
量化值获取模块,用于获取由所述地物光谱仪所采集五种参照地物的数字量化值,并获取由所述农业田间成像高光谱仪所采集五种参照地物的遥感影像并提取其数字量化值;
转换关系建立模块,用于建立农业田间成像高光谱仪所采集数字量化值和地物光谱仪所采集的数字量化值之间的转换关系,并依据步骤S1中两种仪器所采集的数字量化值,计算农业田间成像高光谱仪的场地反射率定标系数;
目标转换模块,用于建立农业田间成像高光谱仪所观测的目标地物反射率与其获得的数字量化值之间的转换关系;
计算模块,用于根据所述转换关系建立模块计算的场地反射率定标系数和所述目标反射率模块建立的转换关系,计算农业田间成像高光谱仪获取目标地物影像的反射率值。
以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴,本发明的专利保护范围应由权利要求限定。
Claims (4)
1.一种农业田间成像高光谱仪场地反射率定标方法,其特征在于,所述方法包括以下步骤:
S1:获取由所述地物光谱仪所采集五种参照地物的数字量化值,并获取由所述农业田间成像高光谱仪所采集五种参照地物的遥感影像并提取其数字量化值;
S2:建立农业田间成像高光谱仪所采集数字量化值和地物光谱仪所采集的数字量化值之间的转换关系,并依据步骤S1中两种仪器所采集的数字量化值,计算农业田间成像高光谱仪的场地反射率定标系数;
S3:建立农业田间成像高光谱仪所观测的目标地物反射率与其获得的数字量化值之间的转换关系;
S4:根据步骤S2计算的场地反射率定标系数和步骤S3建立的转换关系,计算农业田间成像高光谱仪获取目标地物影像的反射率值。
2.如权利要求1所述的方法,其特征在于,所述五种参照物为蓝布、绿布、灰布、黑布和标准灰板。
3.如权利要求1所述的方法,其特征在于,步骤S2中所述农业田间成像高光谱仪所采集的数字量化值和地物光谱仪所采集的数字量化值之间的关系为:
其中,DNAIHS为农业田间成像高光谱仪的数字量化值,DNASD为地物光谱仪的数字量化值,A、B为所求的转换系数。
4.一种农业田间成像高光谱仪场地反射率定标系统,其特征在于,包括:
量化值获取模块,用于获取由所述地物光谱仪所采集五种参照地物的数字量化值,并获取由所述农业田间成像高光谱仪所采集五种参照地物的遥感影像并提取其数字量化值;
转换关系建立模块,用于建立农业田间成像高光谱仪所采集数字量化值和地物光谱仪所采集的数字量化值之间的转换关系,并依据步骤S1中两种仪器所采集的数字量化值,计算农业田间成像高光谱仪的场地反射率定标系数;
目标转换模块,用于建立农业田间成像高光谱仪所观测的目标地物反射率与其获得的数字量化值之间的转换关系;
计算模块,用于根据所述转换关系建立模块计算的场地反射率定标系数和所述目标反射率模块建立的转换关系,计算农业田间成像高光谱仪获取目标地物影像的反射率值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011102796996A CN102435309A (zh) | 2011-09-20 | 2011-09-20 | 农业田间成像高光谱仪场地反射率定标方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011102796996A CN102435309A (zh) | 2011-09-20 | 2011-09-20 | 农业田间成像高光谱仪场地反射率定标方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102435309A true CN102435309A (zh) | 2012-05-02 |
Family
ID=45983497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011102796996A Pending CN102435309A (zh) | 2011-09-20 | 2011-09-20 | 农业田间成像高光谱仪场地反射率定标方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102435309A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105043553A (zh) * | 2015-06-29 | 2015-11-11 | 华中农业大学 | 单株盆栽水稻温度参数自动测量装置及其测量方法 |
CN106644081A (zh) * | 2017-01-10 | 2017-05-10 | 首都师范大学 | 一种多光谱影像标定方法 |
CN107402070A (zh) * | 2017-06-02 | 2017-11-28 | 皑高森德医疗技术(北京)有限责任公司 | 一种皮肤高光谱图像采集单元及标定方法 |
CN109886551A (zh) * | 2019-01-23 | 2019-06-14 | 北京绿里生态科技有限公司 | 通过大数据对农田环境监测模块装置产生的布置误差及量化误差进行纠正的方法 |
CN111174911A (zh) * | 2019-12-27 | 2020-05-19 | 中国科学院长春光学精密机械与物理研究所 | 一种空间光学相机任意地物绝对辐射定标方法 |
CN111452538A (zh) * | 2020-04-02 | 2020-07-28 | 中国资源卫星应用中心 | 一种白板切换保护机构 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6211906B1 (en) * | 1995-09-07 | 2001-04-03 | Flight Landata, Inc. | Computerized component variable interference filter imaging spectrometer system method and apparatus |
CN1556381A (zh) * | 2003-12-30 | 2004-12-22 | 中国科学院上海技术物理研究所 | 航空高光谱遥感飞行地面同步定标及反射率转换方法 |
US7149366B1 (en) * | 2001-09-12 | 2006-12-12 | Flight Landata, Inc. | High-definition hyperspectral imaging system |
-
2011
- 2011-09-20 CN CN2011102796996A patent/CN102435309A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6211906B1 (en) * | 1995-09-07 | 2001-04-03 | Flight Landata, Inc. | Computerized component variable interference filter imaging spectrometer system method and apparatus |
US7149366B1 (en) * | 2001-09-12 | 2006-12-12 | Flight Landata, Inc. | High-definition hyperspectral imaging system |
CN1556381A (zh) * | 2003-12-30 | 2004-12-22 | 中国科学院上海技术物理研究所 | 航空高光谱遥感飞行地面同步定标及反射率转换方法 |
Non-Patent Citations (3)
Title |
---|
刘建贵等: "PHI成像光谱图像反射率转换", 《遥感学报》 * |
张东彦等: "《扫描成像光谱仪和地物光谱仪在单叶尺度上的对比研究》", 《中国农业科学》 * |
黄文江: "《作物病害遥感监测机理与应用》", 30 November 2009, 中国农业科学技术出版社 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105043553A (zh) * | 2015-06-29 | 2015-11-11 | 华中农业大学 | 单株盆栽水稻温度参数自动测量装置及其测量方法 |
CN105043553B (zh) * | 2015-06-29 | 2018-09-11 | 华中农业大学 | 单株盆栽水稻温度参数自动测量装置及其测量方法 |
CN106644081A (zh) * | 2017-01-10 | 2017-05-10 | 首都师范大学 | 一种多光谱影像标定方法 |
CN106644081B (zh) * | 2017-01-10 | 2018-12-28 | 首都师范大学 | 一种多光谱影像标定方法 |
CN107402070A (zh) * | 2017-06-02 | 2017-11-28 | 皑高森德医疗技术(北京)有限责任公司 | 一种皮肤高光谱图像采集单元及标定方法 |
CN107402070B (zh) * | 2017-06-02 | 2019-05-14 | 皑高森德医疗技术(北京)有限责任公司 | 一种皮肤高光谱图像采集单元及标定方法 |
CN109886551A (zh) * | 2019-01-23 | 2019-06-14 | 北京绿里生态科技有限公司 | 通过大数据对农田环境监测模块装置产生的布置误差及量化误差进行纠正的方法 |
CN111174911A (zh) * | 2019-12-27 | 2020-05-19 | 中国科学院长春光学精密机械与物理研究所 | 一种空间光学相机任意地物绝对辐射定标方法 |
CN111174911B (zh) * | 2019-12-27 | 2021-07-06 | 中国科学院长春光学精密机械与物理研究所 | 一种空间光学相机任意地物绝对辐射定标方法 |
CN111452538A (zh) * | 2020-04-02 | 2020-07-28 | 中国资源卫星应用中心 | 一种白板切换保护机构 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zeng et al. | A review of vegetation phenological metrics extraction using time-series, multispectral satellite data | |
Duan et al. | Inversion of the PROSAIL model to estimate leaf area index of maize, potato, and sunflower fields from unmanned aerial vehicle hyperspectral data | |
Demarez et al. | Estimation of leaf area and clumping indexes of crops with hemispherical photographs | |
Hueni et al. | Field and airborne spectroscopy cross validation—Some considerations | |
Guillén-Climent et al. | Mapping radiation interception in row-structured orchards using 3D simulation and high-resolution airborne imagery acquired from a UAV | |
Lebourgeois et al. | A light-weight multi-spectral aerial imaging system for nitrogen crop monitoring | |
Clevers | Imaging spectrometry in agriculture-plant vitality and yield indicators | |
CN102435309A (zh) | 农业田间成像高光谱仪场地反射率定标方法及系统 | |
Rautiainen et al. | Coupling forest canopy and understory reflectance in the Arctic latitudes of Finland | |
Hunt et al. | Remote sensing of crop leaf area index using unmanned airborne vehicles | |
Li et al. | Impact of the reproductive organs on crop BRDF as observed from a UAV | |
CN105092055A (zh) | 基于冷云目标的气象卫星太阳反射波段辐射定标方法 | |
Bendig et al. | Solar-induced chlorophyll fluorescence measured from an unmanned aircraft system: sensor etaloning and platform motion correction | |
Huang et al. | Identifying crop leaf angle distribution based on two-temporal and bidirectional canopy reflectance | |
Zhang et al. | Evaluation of a UAV-mounted consumer grade camera with different spectral modifications and two handheld spectral sensors for rapeseed growth monitoring: performance and influencing factors | |
Jafarbiglu et al. | Impact of sun-view geometry on canopy spectral reflectance variability | |
Asmat et al. | Empirical correction of multiple flightline hyperspectral aerial image mosaics | |
Zhang et al. | Influences of fractional vegetation cover on the spatial variability of canopy SIF from unmanned aerial vehicle observations | |
Shibayama et al. | Continuous monitoring of visible and near-infrared band reflectance from a rice paddy for determining nitrogen uptake using digital cameras | |
Disney et al. | Comparison of MODIS broadband albedo over an agricultural site with ground measurements and values derived from Earth observation data at a range of spatial scales | |
Julitta | Optical proximal sensing for vegetation monitoring | |
Liu et al. | Application of UAV-retrieved canopy spectra for remote evaluation of rice full heading date | |
Meng et al. | Hot dark spot index method based on multi-angular remote sensing for leaf area index retrieval | |
Zhu et al. | Mapping crop leaf area index from multi-spectral imagery onboard an unmanned aerial vehicle | |
Yang et al. | Comparison of HJ-1 A CCD and TM data and for estimating grass LAI and fresh biomass |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20120502 |