CN109269645A - 一种基于无人机可见光和热红外遥感的大田玉米冠层温度提取方法 - Google Patents
一种基于无人机可见光和热红外遥感的大田玉米冠层温度提取方法 Download PDFInfo
- Publication number
- CN109269645A CN109269645A CN201811035791.6A CN201811035791A CN109269645A CN 109269645 A CN109269645 A CN 109269645A CN 201811035791 A CN201811035791 A CN 201811035791A CN 109269645 A CN109269645 A CN 109269645A
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- field corn
- unmanned plane
- surface temperature
- visible light
- 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
- 235000002017 Zea mays subsp mays Nutrition 0.000 title claims abstract description 60
- 241000482268 Zea mays subsp. mays Species 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012937 correction Methods 0.000 claims abstract description 11
- 230000000007 visual effect Effects 0.000 claims abstract description 11
- 238000013461 design Methods 0.000 claims abstract description 10
- 239000000284 extract Substances 0.000 claims description 10
- 238000002310 reflectometry Methods 0.000 claims description 9
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 claims description 6
- 240000008042 Zea mays Species 0.000 claims description 5
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 claims description 5
- 235000005822 corn Nutrition 0.000 claims description 5
- 208000005156 Dehydration Diseases 0.000 abstract description 14
- 230000002262 irrigation Effects 0.000 abstract description 11
- 238000003973 irrigation Methods 0.000 abstract description 11
- 238000000605 extraction Methods 0.000 abstract description 8
- 238000012544 monitoring process Methods 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 abstract description 5
- 239000002689 soil Substances 0.000 abstract description 4
- 230000002123 temporal effect Effects 0.000 abstract description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000002363 herbicidal effect Effects 0.000 description 1
- 239000004009 herbicide Substances 0.000 description 1
- 239000003621 irrigation water Substances 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001850 reproductive effect Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 230000009105 vegetative growth Effects 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/48—Thermography; Techniques using wholly visual means
- G01J5/485—Temperature profile
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K11/00—Measuring temperature based upon physical or chemical changes not covered by groups G01K3/00, G01K5/00, G01K7/00 or G01K9/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/1793—Remote sensing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Processing (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明涉及一种基于无人机可见光和热红外遥感的大田玉米冠层温度提取方法，属于农业信息技术领域。为了解决现存基于冠层温度监测水分胁迫状况费时、费力、成本较高，并且没有考虑土壤、作物等的空间变异性的问题，本发明基于最新的无人机多光谱遥感技术，结合可见光和热红外遥感技术，提出了一种高时空分辨率大田玉米水分胁迫状况分布图的低成本、快速获取方法，旨在为田间灌溉管理提供技术支持，促进农业信息化。该方法主要包括：无人机遥感数据采集航线设计；地面控制点（Ground control point，GCP）布设；无人机遥感数据采集及预处理；无人机遥感影像的拼接、几何校正及地理信息匹配；基于无人机可见光遥感的大田玉米覆盖度提取；基于无人机热红外遥感影像的大田玉米冠层温度提取等六个主要步骤。
Description
技术领域
本发明涉及一种基于无人机可见光和热红外遥感的大田玉米冠层温度提取方法，属于农业信息技术领域。
背景技术
作为提高农业用水效率的重要手段，调亏灌溉可以在不减产或少量减产的情况下节约大量农业用水，为了实现作物产量与灌溉用水之间的微妙平衡需要有效的作物水分胁迫状况监测手段。冠层温度作为作物冠层茎、叶表面温度的平均值，是衡量作物水分胁迫状况的重要指标，在国内外得到了广泛的应用。然而，传统的手持或地面红外测温传感器监测作物冠层温度时，具有范围较小、成本高等缺点，且没有考虑土壤、作物等的空间变异性，利用采样点的数据测量代表整个实验区域的水分胁迫状况，无法满足目前农场尺度的精细作业需求。
近年来，相比于卫星遥感和航空遥感技术，无人机凭借其平台凭借成本低、易于构建、运载便利、灵活性高、作业周期短、影像数据时空分辨率高等优势，可以低成本地多次重复采集农业遥感数据，已经成为农业遥感研究中快速、准确获取作物信息的主要工具，是当前研究的热点和趋势。由于受到微型无人机遥感平台载重能力的限制，目前搭载的热红外传感器多为重量较轻的非制冷热红外相机，存在冠层温度采集不稳定、拼接精度低、需要复杂预处理等问题，还需要对基于热红外遥感图像的作物冠层温度提取进行深入研究。
发明内容
为了解决上述问题，本发明提供了一种基于无人机可见光和热红外遥感的大田玉米冠层温度提取方法，即一种通过基于高分辨率可见光遥感数据获取大田玉米覆盖度，进行降维及二值化处理，然后采用矢量叠加的方式从热红外图像提取冠层温度的方法，可以低成本、快速获取大田作物水分胁迫状况分布图，为田间灌溉管理提供技术支持，促进农业信息化。
1、本发明提供一种基于无人机可见光和热红外遥感的大田玉米冠层温度提取方法，包括以下步骤：
（1）无人机遥感数据采集航线设计
为了满足无人机可见光和热红外遥感数据的拼接要求，在进行航线设计时应满足航向及旁向重叠度大于85%，且可见光和热红外遥感图像的地面分辨率应满足以下要求：
(1)
式中GSDV为可见光遥感数据的地面分辨率（m），GSDT为热红外遥感数据的地面分辨率（m）。
无人机遥感图像的地面分辨率（GSD）是表征光谱数据的重要参数，由下式计算：
(2)
式中GSD为地面分辨率（m），a为多光谱传感器像元尺度（um），f为相机焦距（mm），h为无人机飞行高度（m）。
（2）地面像控点（Ground control point，GCP）布设：
为了实现无人机可见光和热红外遥感数据的几何校正和地理信息匹配处理，需要在采样区进行像控点布设，并利用全站仪进行三维坐标信息采集。像控点为正方形棋盘格形式，四个黑白格分别成对角放置，且尺寸大小与遥感图像地面分辨率满足以下关系：
(3)
式中L为正方形像控点边长，GSD为无人机遥感图像的地面分辨率。
（3）无人机遥感数据采集及预处理
选择晴朗天气，采用步骤（1）设计的航线以相机镜头垂直向下的方式分别进行无人机可见光和热红外遥感数据采集，基于同步采集、相同高度的黑（反射率3%）、白漫反射板（反射率58%）图像对可见光遥感图像进行辐射定标，获取地物波谱反射率。基于同步采集的包含黑、白漫反射板和水体的热红外图像提取上述三种地物的温度，并利用手持红外测温仪测量的上述三种地物温度建立热红外图像的温度校正模型并进行温度校正处理。
（4）无人机遥感影像的拼接、几何校正及地理信息匹配
基于步骤（3）采集的无人机可见光和热红外单张遥感数据及POS数据，利用遥感图像拼接软件得到采样区的可见光和热红外正射影像。在利用遥感图像拼接软件分别进行可见光和热红外遥感图像的拼接处理时，利用步骤（2）布设的地面控制点及测量的三维空间信息完成遥感图像的几何校正和地理信息匹配，使得获取的可见光和热红外遥感图像具有相同的地理信息。
（5）基于无人机可见光遥感的大田玉米覆盖度提取
在步骤（4）中获取的无人机可见光遥感数据上进行波段运算得到红绿比值指数RGRI（Red-green ratio index）指数分布图，并应用Otsu阈值算法获取大田玉米和地物的RGRI分类阈值，小于阈值的为玉米，进而提取大田玉米覆盖度。所述红绿比值指数RGRI由公式（4）计算得到。
(4)
式中和分别为红色波段和绿色波段的反射率。
然后采用最近邻算法对上述方法得到的大田玉米覆盖度分布图进行降维处理，得到热红外遥感影像分辨率尺度下的大田玉米覆盖度分布图并进行二值化。
（6）基于无人机热红外遥感影像的大田玉米冠层温度提取
利用步骤（5）获取的同分辨率尺度下的大田玉米覆盖度二值化图像，采用矢量叠加的方式从热红外遥感影像中提取大田玉米冠层温度。
本发明的优点和积极效果是：
本发明基于最新的无人机遥感技术，采用可见光和热红外遥感影像融合的方式实现了大田玉米的冠层温度的提取，可以有效的监测大田玉米的水分胁迫状况，为田间灌溉管理提供技术支持，促进农业信息化。
附图说明
图1 基于无人机可见光和热红外遥感的大田玉米冠层温度提取方法流程
图2 实验地概况及样地划分
图3 大田玉米冠层温度与实测温度的关系
图4 大田玉米冠层温度与气孔导度的关系
图5 大田玉米冠层温度分布图。
具体实施方式
以下结合附图对本发明做进一步详述。
如图1所示，这种基于无人机可见光和热红外遥感的大田玉米冠层温度提取方法主要包括6个主要步骤：
（1）无人机遥感数据采集航线设计
（2）地面像控点（Ground control point，GCP）布设
（3）无人机遥感数据采集及预处理
（4）无人机遥感影像的拼接、几何校正及地理信息匹配
（5）基于无人机可见光遥感的大田玉米覆盖度提取
（6）基于无人机热红外遥感影像的大田玉米冠层温度提取
本发明基于最新的无人机遥感技术，采用可见光和热红外遥感影像融合的方式实现了大田玉米的冠层温度的提取，可以有效的监测大田玉米的水分胁迫状况，为田间灌溉管理提供技术支持，促进农业信息化。
以下结合实施例进行详细说明，本实施例的试验田域位于内蒙古鄂尔多斯市达拉特旗昭君镇（40°26'0.29"N，109°36'25.99"E，海拔高度1010m），种植作物为夏玉米，行距50cm，株距25cm，行向由东向西，种植面积20亩，采用中心轴式喷灌机进行灌溉，实验地被划分为5个扇形区域，每个区域布设1个土壤含水率采集节点（紫色三角形）和3个地面数据采样区（红色方框），如图2所示。以田间持水量的不同百分比在营养生长阶段（Vegetativestage，V期）、生殖期（Reproductive stage，R期）和成熟期（Maturation stage，M期）进行不同梯度的水分处理，田间持水量的50%为充分灌溉，具体用水量设置梯度如表1所示。通过在喷灌机上安装流量计（MIK2000H型）采集实际灌溉量，通过与实验地相邻的标准气象站采集实际降雨量。为了排除其它因素的干扰，根据种植经验进行统一施肥、施加除草剂。
表1用水量梯度设置
本发明步骤（1）具体操作如下：
根据试验田的区域大小（本实施例20亩）和续航时间大小进行了无人机可见光和热红外遥感数据的采集航线设计，无人机可见光遥感数据的采集高度为50m，航向及旁向重叠度为90%，地面分辨率为1.25cm；无人机热红外遥感数据的采集高度为60m，航向及旁向重叠度为85%，地面分辨率为7.8cm。满足航线设计的重叠要求，以及可见光遥感图像与热红外遥感图像的地面分辨率比例要求。
本发明步骤（2）具体操作如下：
由步骤（1）可知，无人机可见光遥感数据和热红外遥感数据的较低地面分辨率为7.8cm，为了方便计算取8cm，根据地面控制点的尺寸要求，正方形地面控制点的边长应大于等于1.6m，本实施例取1.6m。如图2所示，在试验田中布设了5个地面控制点并利用全站仪进行了三维坐标信息测量，满足地面控制点的数量布设要求。
本发明步骤（3）具体操作如下：
在玉米拔节期，即2018年7月12号（晴天）11:00-14:00，以Flir Vue Pro R 640热红外相机镜头垂直向下，航向及旁向重叠度85%、飞行相对高度60m、速度5m/s的策略进行热红外遥感图像采集，图像地面分辨率7.8cm。飞行之前通过Flir UAVS软件将辐射率设置为0.97，图像格式设置为14位Tiff，选择户外模式，根据具体天气状况设置天气条件、大气温度、空气温湿度等。在走航线采集热红外遥感数据之前，在60m高度采集包含两个黑（反射率3%）、白（反射率58%）漫反射板（尺寸3 x 3m，GroupVIII，USA）和水体的图像。同时，利用手持红外测温仪雷泰(RAYTEK)ST60+测量上述三种地物温度，建立温度校正模型并对热红外图像进行温度校正。以DJI精灵4Pro无人机镜头垂直向下，航向及旁向重叠度90%、飞行相对高度50m的策略进行可见光遥感图像采集，地面分辨率为1.25cm，根据具体天气条件设置相机ISO值、快门时间（大于1250），白平衡设置为晴天。基于同步采集、相同高度的黑（反射率3%）、白漫反射板（反射率58%）图像对可见光遥感图像进行辐射定标，获取地物波谱反射率。
本实施例中热红外相机型号为：Flir Vue Pro R 640，但不限于此；
本实施例中红外测温仪型号为：雷泰(RAYTEK)ST60+，但不限于此；
本实施例中无人机可见光遥感系统为：DJI精灵4Pro，但不限于此。
本发明步骤（4）具体操作如下：
遥感图像采集完成后，利用Pix4DMapper软件进行图像拼接处理，并利用步骤（2）布设的地面控制点及其三维坐标信息对遥感图像进行了几何校正和地理信息匹配。
本发明步骤（5）具体操作如下：
在步骤（4）中获取的无人机可见光遥感数据上进行波段运算得到红绿比值指数RGRI（Red-green ratio index）指数分布图，并应用Otsu阈值算法获取大田玉米和其他地物的RGRI分类阈值，小于阈值的为玉米，进而提取大田玉米覆盖度。所述红绿比值指数RGRI由公式（4）计算得到。该大田玉米覆盖度分布图的地面分辨率为1.25cm，需要通过降维处理算法将地面分辨率降低为热红外遥感图像的地面分辨率7.8cm并进行二值化，本方法采用的降维算法为最近邻算法。
本发明步骤（6）具体操作如下：
利用步骤（5）获取的地面分辨率为7.8cm的大田玉米覆盖度二值化图像，采用矢量叠加的方式从热红外遥感影像中提取大田玉米冠层温度。
为了验证本发明基于无人机可见光和热红外遥感的大田玉米冠层温度提取方法的提取效果，以及冠层温度对大田玉米水分胁迫状况的监测效果，本文利用手持红外测温仪雷泰(RAYTEK)ST60+采集的冠层温度数据以及利用植物叶片气孔计AP4测量的叶片气孔导度，分别对大田玉米冠层温度提取效果和水分胁迫状况监测效果进行验证。如图2所示，本实施例在试验田中五个灌溉梯度处理区分别均匀布设3个采样区，共15个采样区。每个样方布设3个数据采样点（红色圆圈），以三次测量的平均值作为采样点的数据测量，以三个采样点数据测量的平均值作为样方的数据测量。如图3所示，本发明方法提取的冠层温度与地面实测值具有高度的一致性（R2=0.94，RMSE=0.70℃），可以有效的提取大田玉米冠层温度且具有较高精度。如图4所示，本发明方法提取的冠层温度与经典水分胁迫指数叶片气孔导度具有极显著（P<0.01）的相关性，决定系数R2为0.76，说明本方法所提冠层温度可以有效的监测大田玉米水分胁迫状况。
本实施例中基于无人机可见光和热红外遥感技术的提取的大田玉米水分胁迫状况分布图，如图5所示，可以通过冠层温度反映大田玉米水分胁迫状况的空间分布信息，为田间灌溉管理提供技术支持。
结合上述实施例可以说明本发明涉及的一种基于无人机可见光和热红外遥感的大田玉米冠层温度提取方法，可以有效提取大田玉米冠层温度且具有较高精度，同时通过大田玉米冠层温度分布图可以有效的监测大田玉米水分胁迫状况，解决了现有大田作物水分胁迫监测技术中费时、费力、成本较高，并且没有考虑土壤、作物等的空间变异性的问题，可以为田间灌溉管理提供技术支持，促进农业信息化。
上述实施例仅为本发明具体实施例，但并不局限于该实施例，凡在不脱离本发明构思的情况下，依据本申请所做的等效修饰和现有技术添加均视为本发明技术范畴。
Claims (5)
1.一种基于无人机可见光和热红外遥感的大田玉米冠层温度提取方法，其特征在于，该方法包括以下步骤：
（1）无人机遥感数据采集航线设计；
（2）地面控制点（Ground control point，GCP）布设；
（3）无人机遥感数据采集及预处理；
（4）无人机遥感影像的拼接、几何校正及地理信息匹配；
（5）基于无人机可见光遥感的大田玉米覆盖度提取；
（6）基于无人机热红外遥感影像的大田玉米冠层温度提取。
2.根据权利要求1所述的一种基于无人机可见光和热红外遥感的大田玉米冠层温度提取方法，其特征在于：所述步骤（1）无人机遥感数据采集航线设计中航线航向及旁向重叠度大于85%，且可见光和热红外遥感图像的地面分辨率应满足以下要求：
（1）
式中GSDV为可见光遥感数据的地面分辨率（m），GSDT为热红外遥感数据的地面分辨率（m）；遥感图像地面分辨率由公式（2）计算：
（2）
式中GSD为地面分辨率（m），a为多光谱传感器像元尺寸（um），f为相机焦距（mm），h为无人机飞行高度（m）。
3.根据权利要求1所述的一种基于无人机可见光和热红外遥感的大田玉米冠层温度提取方法，其特征在于：所述步骤（2）中地面控制板尺寸大小与遥感图像地面分辨率满足以下关系：
（3）
式中L为正方形像控点边长，GSD为无人机遥感图像的地面分辨率。
4.根据权利要求1所述的一种基于无人机可见光和热红外遥感的大田玉米冠层温度提取方法，其特征在于：所述步骤（5）中通过在红绿比值指数RGRI（Red-green ratio index）指数分布图上应用Otsu阈值算法获取大田玉米和其他地物的RGRI分类阈值，小于阈值的为玉米，进而提取大田玉米覆盖度；
所述红绿比值指数RGRI由公式（4）计算得到：
（4）
式中和分别为红色波段和绿色波段的反射率。
5.根据权利要求1所述的一种基于无人机可见光和热红外遥感的大田玉米冠层温度提取方法，其特征在于：所述步骤（4）中利用最近邻算法将得到的大田玉米覆盖度分布图进行降维处理，得到热红外遥感影像分辨率尺度下的大田玉米覆盖度分布图并进行二值化。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811035791.6A CN109269645A (zh) | 2018-09-06 | 2018-09-06 | 一种基于无人机可见光和热红外遥感的大田玉米冠层温度提取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811035791.6A CN109269645A (zh) | 2018-09-06 | 2018-09-06 | 一种基于无人机可见光和热红外遥感的大田玉米冠层温度提取方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109269645A true CN109269645A (zh) | 2019-01-25 |
Family
ID=65187979
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811035791.6A Pending CN109269645A (zh) | 2018-09-06 | 2018-09-06 | 一种基于无人机可见光和热红外遥感的大田玉米冠层温度提取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109269645A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111174937A (zh) * | 2020-02-20 | 2020-05-19 | 中国科学院半导体研究所 | 基于光电舱的扫描式红外体温检测装置及方法 |
| CN111310309A (zh) * | 2020-01-20 | 2020-06-19 | 中国矿业大学 | 一种基于无人机热红外影像温度反演校正方法 |
| CN111598937A (zh) * | 2020-05-18 | 2020-08-28 | 浙江大学 | 一种基于标定区块对靶校正的农田测亩方法及系统 |
| CN111678502A (zh) * | 2020-06-09 | 2020-09-18 | 中国科学院东北地理与农业生态研究所 | 基于无人机航测影像提取冻土灾害信息的方法 |
| CN111982298A (zh) * | 2020-08-14 | 2020-11-24 | 扬州大学 | 一种基于无人机的水稻冠层温度检测方法 |
| CN112686859A (zh) * | 2020-12-30 | 2021-04-20 | 中国农业大学 | 基于热红外和rgb-d相机的作物cwsi的检测方法 |
| CN113075251A (zh) * | 2021-03-04 | 2021-07-06 | 山西省农业科学院经济作物研究所 | 一种高粱涝害的检测方法 |
| CN113899468A (zh) * | 2021-09-30 | 2022-01-07 | 中国科学院大气物理研究所 | 一种地表温度的测量方法 |
| CN114391465A (zh) * | 2022-01-14 | 2022-04-26 | 保利物业服务股份有限公司 | 一种可远程控制的智能园林绿化养护方法及系统 |
| CN114612788A (zh) * | 2022-03-22 | 2022-06-10 | 东北林业大学 | 基于神经网络的城市景观植物多样性监测方法 |
| CN117592604A (zh) * | 2023-11-22 | 2024-02-23 | 河北省农林科学院旱作农业研究所 | 一种水高效小麦品种无人机载遥感鉴定方法 |
-
2018
- 2018-09-06 CN CN201811035791.6A patent/CN109269645A/zh active Pending
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111310309A (zh) * | 2020-01-20 | 2020-06-19 | 中国矿业大学 | 一种基于无人机热红外影像温度反演校正方法 |
| CN111174937A (zh) * | 2020-02-20 | 2020-05-19 | 中国科学院半导体研究所 | 基于光电舱的扫描式红外体温检测装置及方法 |
| CN111598937A (zh) * | 2020-05-18 | 2020-08-28 | 浙江大学 | 一种基于标定区块对靶校正的农田测亩方法及系统 |
| CN111678502B (zh) * | 2020-06-09 | 2022-06-14 | 中国科学院东北地理与农业生态研究所 | 基于无人机航测影像提取冻土灾害信息的方法 |
| CN111678502A (zh) * | 2020-06-09 | 2020-09-18 | 中国科学院东北地理与农业生态研究所 | 基于无人机航测影像提取冻土灾害信息的方法 |
| CN111982298A (zh) * | 2020-08-14 | 2020-11-24 | 扬州大学 | 一种基于无人机的水稻冠层温度检测方法 |
| WO2022033098A1 (zh) * | 2020-08-14 | 2022-02-17 | 扬州大学 | 一种基于无人机的水稻冠层温度检测方法 |
| CN112686859A (zh) * | 2020-12-30 | 2021-04-20 | 中国农业大学 | 基于热红外和rgb-d相机的作物cwsi的检测方法 |
| CN112686859B (zh) * | 2020-12-30 | 2024-03-15 | 中国农业大学 | 基于热红外和rgb-d相机的作物cwsi的检测方法 |
| CN113075251A (zh) * | 2021-03-04 | 2021-07-06 | 山西省农业科学院经济作物研究所 | 一种高粱涝害的检测方法 |
| CN113899468A (zh) * | 2021-09-30 | 2022-01-07 | 中国科学院大气物理研究所 | 一种地表温度的测量方法 |
| CN114391465A (zh) * | 2022-01-14 | 2022-04-26 | 保利物业服务股份有限公司 | 一种可远程控制的智能园林绿化养护方法及系统 |
| CN114391465B (zh) * | 2022-01-14 | 2022-09-02 | 保利物业服务股份有限公司 | 一种可远程控制的智能园林绿化养护方法及系统 |
| CN114612788A (zh) * | 2022-03-22 | 2022-06-10 | 东北林业大学 | 基于神经网络的城市景观植物多样性监测方法 |
| CN117592604A (zh) * | 2023-11-22 | 2024-02-23 | 河北省农林科学院旱作农业研究所 | 一种水高效小麦品种无人机载遥感鉴定方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109269645A (zh) | 一种基于无人机可见光和热红外遥感的大田玉米冠层温度提取方法 | |
| Duan et al. | Comparison of ground cover estimates from experiment plots in cotton, sorghum and sugarcane based on images and ortho-mosaics captured by UAV | |
| CN109829234B (zh) | 一种基于高分辨率遥感数据和作物模型的跨尺度高精度动态作物长势监测和估产方法 | |
| CN112418188B (zh) | 基于无人机视觉的农作物生长全程数字化评估方法 | |
| Feng et al. | Cotton yield estimation from UAV-based plant height | |
| Murakami et al. | Canopy height measurement by photogrammetric analysis of aerial images: Application to buckwheat (Fagopyrum esculentum Moench) lodging evaluation | |
| CN106372592B (zh) | 一种基于冬小麦面积指数的冬小麦种植面积计算方法 | |
| US10585210B2 (en) | Apparatus for radiometric correction and orthorectification of aerial imagery | |
| CN109142240A (zh) | 一种基于无人机遥感的大田作物水分胁迫监测方法 | |
| CN108760660A (zh) | 一种返青期冬小麦叶绿素含量估算方法 | |
| Liu et al. | A field-based high-throughput method for acquiring canopy architecture using unmanned aerial vehicle images | |
| CN109815916A (zh) | 一种基于卷积神经网络算法的植被种植区域识别方法及系统 | |
| CN112836575B (zh) | 一种基于作物物候期的多时序影像水稻估产方法 | |
| Atkinson et al. | Field phenotyping for the future | |
| US10143148B2 (en) | Methods and devices for assessing a field of plants for irrigation | |
| CN107392908B (zh) | 作物株高测量方法及系统、田间定标装置 | |
| CN112906477B (zh) | 一种基于无人机光谱数据的灌溉处方图反演方法 | |
| CN109784300A (zh) | 一种农作物科学测产方法及系统 | |
| Shu et al. | Using the plant height and canopy coverage to estimation maize aboveground biomass with UAV digital images | |
| Song et al. | Estimating effective leaf area index of winter wheat using simulated observation on unmanned aerial vehicle-based point cloud data | |
| Ma et al. | A method of calculating phenotypic traits for soybean canopies based on three-dimensional point cloud | |
| CN115619286B (zh) | 一种评估育种田间小区样地质量的方法和系统 | |
| CN114778476A (zh) | 一种基于无人机遥感的苜蓿棉田土壤含水量监测模型 | |
| Yang et al. | New method for cotton fractional vegetation cover extraction based on UAV RGB images | |
| CN113514402B (zh) | 一种冬小麦叶绿素含量的预测系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190125 |
|
| WD01 | Invention patent application deemed withdrawn after publication |