RU2657363C1 - Способ определения параметров состояния почвенно-растительного покрова по данным многоспектрального аэрокосмического зондирования - Google Patents
Способ определения параметров состояния почвенно-растительного покрова по данным многоспектрального аэрокосмического зондирования Download PDFInfo
- Publication number
- RU2657363C1 RU2657363C1 RU2017113843A RU2017113843A RU2657363C1 RU 2657363 C1 RU2657363 C1 RU 2657363C1 RU 2017113843 A RU2017113843 A RU 2017113843A RU 2017113843 A RU2017113843 A RU 2017113843A RU 2657363 C1 RU2657363 C1 RU 2657363C1
- Authority
- RU
- Russia
- Prior art keywords
- data
- hogweed
- sosnowski
- index
- aerospace
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 20
- 230000012010 growth Effects 0.000 claims abstract description 13
- 230000003287 optical effect Effects 0.000 claims abstract description 12
- 230000005855 radiation Effects 0.000 claims abstract description 9
- 235000004385 Conyza canadensis Nutrition 0.000 claims description 42
- 244000045393 Heracleum sphondylium Species 0.000 claims description 42
- 235000007239 Heracleum sphondylium Nutrition 0.000 claims description 42
- 238000001228 spectrum Methods 0.000 claims description 13
- 241000125184 Heracleum Species 0.000 claims description 3
- 235000001202 Heracleum lanatum Nutrition 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 abstract description 14
- 241001397478 Heracleum sosnowskyi Species 0.000 abstract description 8
- 238000005259 measurement Methods 0.000 abstract description 4
- 238000011160 research Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 abstract 1
- 239000000126 substance Substances 0.000 abstract 1
- 241000196324 Embryophyta Species 0.000 description 13
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 8
- 239000002689 soil Substances 0.000 description 4
- 230000005693 optoelectronics Effects 0.000 description 3
- 241000238631 Hexapoda Species 0.000 description 2
- 235000016357 Mirtillo rosso Nutrition 0.000 description 2
- 244000077923 Vaccinium vitis idaea Species 0.000 description 2
- 235000017606 Vaccinium vitis idaea Nutrition 0.000 description 2
- 241000607479 Yersinia pestis Species 0.000 description 2
- 244000309464 bull Species 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000005670 electromagnetic radiation Effects 0.000 description 2
- 230000009545 invasion Effects 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 244000025254 Cannabis sativa Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
-
- 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
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Изобретение относится к области исследования природных ресурсов и касается способа определения параметров состояния почвенно-растительного покрова по данным многоспектрального аэрокосмического зондирования. Способ включает в себя прием и регистрацию на носителе информации данных аэрокосмического зондирования и обработку полученных данных с последующим отображением обработанных данных в определенной проекции географической карты исследуемой местности. На основе полученных данных рассчитывают спектральную интенсивность излучения и производят тематическую обработку с выделением класса «растительность». При тематической обработке с выделением класса «растительность» по информативным оптическим признакам борщевика Сосновского рассчитывают индекс борщевика Сосновского. Выбирают пороговое значение индекса из набора пороговых величин и рассчитанные данные индекса борщевика Сосновского подвергают процедуре пороговой обработки, по результатам которой формируют бинарную карту территорий произрастания борщевика Сосновского. Технический результат заключается в повышении полноты определения параметров состояния почвенно-растительного покрова за счет определения территории произрастания борщевика Сосновского. 3 ил.
Description
Изобретение относится к области исследования природных ресурсов Земли и может быть использовано для оценивания распространения борщевика Сосновского (Heracleum Sosnowskyi Manden) по данным многоспектрального аэрокосмического зондирования.
В настоящее время существует проблема противодействия неконтролируемому распространению инвазионных сорняков, в частности борщевика Сосновского. По известным оценкам площади, занимаемые указанным растением в отдельных областях России, составляют тысячи гектар. При этом распространение борщевика Сосновского, опасного для жизни и здоровья, продолжается высокими темпами. Рассматриваемая проблема частично решается за счет реализации долгосрочных программ и планов мероприятий по борьбе с борщевиком Сосновского, принятых правительствами отдельных областей России. В свою очередь, для организации мероприятий по противодействию распространению и уничтожению борщевика Сосновского, а также для оценивания эффективности выполнения указанных мероприятий, необходимы полные и достоверные данные о пространственном распределении территорий его произрастания. Указанная проблемная ситуация обусловлена недостаточной полнотой определения параметров состояния почвенно-растительного покрова, при которой не обеспечивается определение территорий произрастания борщевика Сосновского.
Известен «Способ идентификации инвазий насаждений для оперативного выявления насаждений», поврежденных насекомыми-вредителями, и контроля экологического состояния лесов (патент РФ 2422898, МПК G06K 9/78, A01G 23/00, опубл. 27.06.2011 г.).
Указанный способ заключается в получении изображений лесных массивов в виде зависимости яркости I(х; у) от пространственных координат, разбиении изображений на мозаику участков, расчете функции фрактальной размерности изображений участков и сравнении их с эталоном. Для каждого участка изображения одновременно рассчитывают спектрограммы функции яркости I(λ) от длины волны, по которым отслеживают знак производной этой функции в интервале 550-670 нм, а изменение знака производной с минуса на плюс отождествляют с процессом дигрессии насаждения участка. На основании полученных результатов рассчитывают средневзвешенное значение длины волны спектрограммы и коэффициент фрактальной размерности изображений обнаруженных участков. Фаза поражения количественно определяется по полученной регрессионной зависимости, учитывающей средневзвешенную длину волны отраженного спектра эталонного (здорового) участка, фрактальную размерность изображения эталонного участка, средневзвешенную длину волны спектра анализируемого участка и фрактальную размерность изображения анализируемого участка.
Недостаток известного способа состоит том, что для обнаружения изменений растительности, поврежденной насекомыми-вредителями, используют данные об интенсивности отраженного солнечного излучения, зарегистрированные только в видимом диапазоне спектра, и не выполняется классификация растительности на отдельные виды.
Наиболее близким из числа технических решений (прототипом) является «Способ определения параметров состояния почвенно-растительного покрова по данным многоспектрального аэрокосмического зондирования» (патент РФ 2424540, МПК G01V 9/00, опубл. 20.07.2011 г.), заключающийся в приеме и регистрации на магнитном носителе цифровых данных аэрокосмического зондирования, в обработке этих данных путем проведения их географической привязки, учета геометрических, радиометрических и атмосферных искажений данных с последующим отображением обработанных данных в определенной проекции географической карты исследуемой местности, проведении преобразования данных с расчетом спектральной интенсивности уходящего излучения и проведении тематической обработки с выделением класса «растительность», причем при тематической обработке изображений для каждого пикселя изображения, относящегося к классу «растительность», определяют объем фитомассы, параметры состояния, характеризующие тепло-, влаго- и энергообмен между пологом растительного покрова и атмосферой, определяют биопродуктивность по классу «растительность». В частности, определяется объем фитомассы листьев, а для лесной растительности определяется породный состав (лиственные, хвойные, смешанные экосистемы), тип подстилающей поверхности (почва, трава, кустарники, болота и т.д.) и чистая первичная продукция.
Недостаток известного способа состоит в том, что при его реализации не обеспечивается определение территорий произрастания борщевика Сосновского среди местных дикорастущих и культивируемых видов растений. Указанный недостаток имеет место в силу отсутствия информативных оптических признаков борщевика Сосновского, обеспечивающих выполнение процедур по определению территорий его произрастания. Отсутствие возможности определения территорий произрастания борщевика Сосновского среди местных дикорастущих и культивируемых видов растений обуславливает снижение полноты определения параметров состояния почвенно-растительного покрова по данным многоспектрального аэрокосмического зондирования. Указанная проблемная ситуация особенно характерна при решении задачи определения параметров состояния почвенно-растительного покрова по данным многоспектрального аэрокосмического зондирования для Европейской части России, а также для территорий сопредельных государств (Белоруссия, Эстония, Латвия, Литва, Польша и др.).
Задача настоящего изобретения состоит в выделении подкласса «борщевик Сосновского» для класса «растительность» при тематической обработке данных многоспектрального аэрокосмического зондирования.
Техническим результатом является повышение полноты определения параметров состояния почвенно-растительного покрова по данным многоспектрального аэрокосмического зондирования за счет определения территорий произрастания борщевика Сосновского.
Технический результат достигается тем, что в способе определения параметров состояния почвенно-растительного покрова по данным многоспектрального аэрокосмического зондирования, включающем прием и регистрацию на носителе информации данных аэрокосмического зондирования, обработку этих данных путем проведения их географической привязки, учет геометрических, радиометрических и атмосферных искажений данных с последующим отображением обработанных данных в определенной проекции географической карты исследуемой местности, далее производят преобразование данных, рассчитывая спектральную интенсивность уходящего излучения, производят тематическую обработку с выделением класса «растительность», в которой по информативным оптическим признакам борщевика Сосновского рассчитывают индекс борщевика Сосновского HSI (Heracleum Sosnowskyi Index) по формуле
INIR - значение яркости пикселя изображения, зарегистрированное в ближнем инфракрасном поддиапазоне спектра; IGREEN - значение яркости пикселя изображения, зарегистрированное в зеленом поддиапазоне спектра; IBLUE - значение яркости пикселя изображения, зарегистрированное в синем поддиапазоне спектра; выбирают пороговое значение индекса борщевика Сосновского из набора пороговых величин, рассчитанные данные индекса борщевика Сосновского подвергают процедуре пороговой обработки, по результатам которой формируют и отображают на технических средствах бинарную карту территорий произрастания борщевика Сосновского.
Предлагаемый способ устраняет недостатки прототипа за счет расчета индекса борщевика Сосновского, выбора порогового значения индекса борщевика Сосновского и применения к индексу борщевика Сосновского процедуры пороговой обработки.
Для выявления информативных оптических признаков борщевика Сосновского, обеспечивающих определение территорий его произрастания, проведены исследования. В качестве исходных данных в указанных исследованиях использовались данные полевых спектрорадиометрических измерений и данные многоспектрального аэрокосмического зондирования, зарегистрированные в различных фенологических фазах развития борщевика Сосновского и местных дикорастущих и культивируемых видов растений. Выявление устойчивых информативных оптических признаков борщевика Сосновского по данным полевых спектрорадиометрических измерений выполнялось путем анализа зависимостей коэффициента спектральной яркости от длины волны излучения, по данным многоспектрального аэрокосмического зондирования - путем анализа значений яркости, зарегистрированных в стандартных спектральных каналах. При этом набор стандартных спектральных каналов включал пять каналов, соответствующих синему, зеленому, красному, крайнему красному и ближнему инфракрасному поддиапазонам спектра оптического излучения. Выявляемые информативные оптические признаки борщевика Сосновского обеспечивают определение территорий его произрастания среди местных дикорастущих и культивируемых видов растений.
Сущность способа поясняется чертежами,
где на фиг. 1 представлены результаты полевых измерений интенсивности отраженного солнечного электромагнитного излучения борщевика Сосновского и окружающей растительности в диапазоне 320-1100 нм с применением портативного спектрорадиометра Spectral Evolution PSR-1100, фенологическая фаза цветения борщевика Сосновского, Ленинградская область;
на фиг. 2 представлены результаты расчета относительных величин спектральной яркости отраженного солнечного электромагнитного излучения борщевика Сосновского и других ландшафтов по данным многоспектрального аэрокосмического зондирования, зарегистрированных на борту системы космического зондирования RapidEye, фенологическая фаза цветения борщевика Сосновского, Ленинградская область;
на фиг. 3 представлены результаты обработки данных многоспектрального аэрокосмического зондирования, зарегистрированных на борту системы космического зондирования RapidEye (территория Ленинградской области, дата съемки 06.09.2013 г.): а) исходные данные многоспектрального аэрокосмического зондирования, б) бинарная карта территорий произрастания борщевика Сосновского.
Предлагаемый способ реализуется следующим образом.
Воздушные и/или орбитальные средства, оборудованные оптико-электронными бортовыми специальными комплексами, выполняют регистрацию данных многоспектрального аэрокосмического зондирования. В качестве оптико-электронных бортовых специальных комплексов применяют, например, многоспектральные сканирующие устройства [1, 2], обеспечивающие регистрацию данных многоспектрального аэрокосмического зондирования с требуемыми пространственными и спектральными параметрами.
Наземные средства системы аэрокосмического зондирования выполняют прием и регистрацию на носителе информации данных многоспектрального аэрокосмического зондирования. Над полученными данными многоспектрального аэрокосмического зондирования производят процедуры обработки, а именно проведение их географической привязки, учет геометрических, радиометрических и атмосферных искажений данных с последующим отображением обработанных данных в определенной проекции географической карты исследуемой местности. Далее производят преобразование данных, включающее расчет спектральной интенсивности уходящего излучения. По полученным результатам производят тематическую обработку с выделением класса «растительность».
При тематической обработке изображений для каждого пикселя изображения, относящегося к классу «растительность», по информативным оптическим признакам борщевика Сосновского для соответствующих данных многоспектрального аэрокосмического зондирования определяют индекс борщевика Сосновского по формуле
где INIR - значение яркости пикселя изображения, зарегистрированное в ближнем инфракрасном поддиапазоне спектра; IGREEN - значение яркости пикселя изображения, зарегистрированное в зеленом поддиапазоне спектра; IBLUE - значение яркости пикселя изображения, зарегистрированное в синем поддиапазоне спектра;
Полученные результаты определения индекса борщевика Сосновского для всех пикселей изображения, относящихся к классу «растительность», подвергают процедуре пороговой обработки. Пороговое значение индекса борщевика Сосновского выбирают из набора пороговых величин, полученных для различных систем многоспектрального аэрокосмического зондирования и для различных условий съемки. Пороговое значение индекса борщевика Сосновского для системы космического зондирования RapidEye равно 25 ед., что обеспечивает выделение класса «борщевик Сосновского». Пиксели изображения, для которых значение индекса борщевика Сосновского превышает пороговое значение, относят к классу «борщевик Сосновского».
По результатам пороговой обработки формируют бинарную карту территорий произрастания борщевика Сосновского, которая представляет собой бинарное растровое изображение с географической привязкой.
На чертежах (фиг. 1 и фиг. 2) представлены информативные оптические признаки борщевика Сосновского, полученные по данным полевого спектрорадиометра Spectral Evolution PSR-1100 и системы космического зондирования RapidEye. Анализ зависимостей коэффициента спектральной яркости от длины волны излучения, зарегистрированных в диапазоне 0,32-1,10 мкм с применением полевого спектрорадиометра Spectral Evolution PSR-1100, и данных многоспектрального аэрокосмического зондирования, зарегистрированных в пяти спектральных каналах в общем диапазоне 0,44-0,85 мкм с применением оптико-электронного бортового специального комплекса космического аппарата RapidEye, выявил информативные оптические признаки борщевика Сосновского в период цветения и плодоношения, отличающих его от местных дикорастущих и культивируемых видов растений, а именно:
- наличие максимума яркости, превосходящего значения яркости местных дикорастущих и культивируемых видов растений, в период цветения и плодоношения в ближнем инфракрасном поддипазоне, приблизительно соответствующего интервалу длин волн 0,76-0,88 мкм;
- ровная линия тренда в синем и зеленом диапазонах, приблизительно соответствующих интервалам длин волн 0,44-0,51 и 0,52-0,59 мкм соответственно, при более высоких средних значениях яркости в период цветения и плодоношения по сравнению с яркостью местных дикорастущих и культивируемых видов растений.
Биологические особенности борщевика Сосновского заключаются в высокой плотности произрастания растений, большой биомассе, периоде цветения, отличающемся от периода цветения местных дикорастущих и культивируемых видов растений сдвигом во временном периоде на июль и август. Борщевик Сосновского в силу своих биологических особенностей склонен к распространению на большие территории и зачастую единолично занимает целые поля [3, 4]. При рассмотрении данного растения в условиях, характерных для ведения аэрокосмической съемки, оно выглядит как белое (фаза цветения) или ярко-зеленое (фаза плодоношения) зонтичное соцветие, окруженное зелеными листьями.
На чертеже (фиг. 3) представлены примеры бинарных карт территорий произрастания борщевика Сосновского. Сформированная бинарная карта территорий произрастания борщевика Сосновского может использоваться при организации мероприятий по противодействию распространению и уничтожению этого вида инвазионных сорняков, а также для оценивания эффективности выполнения указанных мероприятий.
Реализация предложенного способа позволяет повысить полноту определения параметров состояния почвенно-растительного покрова по данным многоспектрального аэрокосмического зондирования за счет определения территорий произрастания борщевика Сосновского, что обеспечивается учетом выявленных информативных оптических признаков борщевика Сосновского.
Источники информации
1. Пат. РФ 2308064, МПК G02B 26/10. Многоспектральное сканирующее устройство [Текст] / Григорьев А.Н., Шабаков Е.И.; заявитель и патентообладатель Военно-космическая академия имени А.Ф. Можайского (RU). - №2006108029/28; заявл. 14.03.2006; опубл. 10.10.2007, Бюл.№28.
2. Пат. РФ 2313111, МПК G01V 9/10. Многоспектральное сканирующее устройство [Текст] / Григорьев А.Н., Шабаков Е.И.; заявитель и патентообладатель Военно-космическая академия имени А.Ф. Можайского (RU). - №2006104779/09; заявл. 15.02.2006; опубл. 20.12.2007, Бюл. №35.
3. Богданов В.Л., Николаев Р.В., Шмелева И.В. Инвазия экологически опасного растения борщевика Сосновского (Heracleum Sosnowskyi Manden) на территории европейской части России // Региональная экология. 2011. №1-2 (31). С. 43-52.
4. Борщевик Сосновского: Российский сельскохозяйственный центр, URL: http://rosselhoscenter.com/stati-20 (дата обращения: 30.11.2016)
Claims (3)
- Способ определения параметров состояния почвенно-растительного покрова по данным многоспектрального аэрокосмического зондирования, включающий прием и регистрацию на носителе информации данных аэрокосмического зондирования, обработку этих данных путем проведения их географической привязки, учет геометрических, радиометрических и атмосферных искажений данных с последующим отображением обработанных данных в определенной проекции географической карты исследуемой местности, далее производят преобразование данных, рассчитывая спектральную интенсивность уходящего излучения, производят тематическую обработку с выделением класса «растительность», отличающийся тем, что при тематической обработке с выделением класса «растительность» по информативным оптическим признакам борщевика Сосновского рассчитывают индекс борщевика Сосновского HSI (Heracleum Sosnowskyi Index) по формуле:
-
- INIR - значение яркости пикселя изображения, зарегистрированное в ближнем инфракрасном поддиапазоне спектра; IGREEN - значение яркости пикселя изображения, зарегистрированное в зеленом поддиапазоне спектра; IBLUE - значение яркости пикселя изображения, зарегистрированное в синем поддиапазоне спектра; выбирают пороговое значение индекса борщевика Сосновского из набора пороговых величин, рассчитанные данные индекса борщевика Сосновского подвергают процедуре пороговой обработки, по результатам которой формируют и отображают на технических средствах бинарную карту территорий произрастания борщевика Сосновского.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2017113843A RU2657363C1 (ru) | 2017-04-20 | 2017-04-20 | Способ определения параметров состояния почвенно-растительного покрова по данным многоспектрального аэрокосмического зондирования |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2017113843A RU2657363C1 (ru) | 2017-04-20 | 2017-04-20 | Способ определения параметров состояния почвенно-растительного покрова по данным многоспектрального аэрокосмического зондирования |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2657363C1 true RU2657363C1 (ru) | 2018-06-13 |
Family
ID=62620310
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2017113843A RU2657363C1 (ru) | 2017-04-20 | 2017-04-20 | Способ определения параметров состояния почвенно-растительного покрова по данным многоспектрального аэрокосмического зондирования |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2657363C1 (ru) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109358341A (zh) * | 2018-08-31 | 2019-02-19 | 北京理工大学 | 一种便携式草地生物量无损伤测量装置 |
| CN110334583A (zh) * | 2019-05-09 | 2019-10-15 | 王志杰 | 一种小区域土壤植被覆盖率测量方法、装置及电子设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010074933A1 (en) * | 2008-12-24 | 2010-07-01 | Weyerhaeuser Nr Company | Automatic age classification of forest land |
| RU2422898C1 (ru) * | 2010-01-11 | 2011-06-27 | Государственное учреждение "Научный центр проблем аэрокосмического мониторинга"-ЦПАМ "АЭРОКОСМОС" | Способ идентификации инвазий насаждений |
| RU2424540C2 (ru) * | 2009-10-06 | 2011-07-20 | Государственное учреждение Научный центр проблем аэрокосмического мониторинга - ЦПАМ "АЭРОКОСМОС" | Способ определения параметров состояния почвенно-растительного покрова по данным многоспектрального аэрокосмического зондирования |
| US20130114641A1 (en) * | 2011-11-07 | 2013-05-09 | Brian Harold Sutton | Infrared aerial thermography for use in determining plant health |
-
2017
- 2017-04-20 RU RU2017113843A patent/RU2657363C1/ru active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010074933A1 (en) * | 2008-12-24 | 2010-07-01 | Weyerhaeuser Nr Company | Automatic age classification of forest land |
| RU2424540C2 (ru) * | 2009-10-06 | 2011-07-20 | Государственное учреждение Научный центр проблем аэрокосмического мониторинга - ЦПАМ "АЭРОКОСМОС" | Способ определения параметров состояния почвенно-растительного покрова по данным многоспектрального аэрокосмического зондирования |
| RU2422898C1 (ru) * | 2010-01-11 | 2011-06-27 | Государственное учреждение "Научный центр проблем аэрокосмического мониторинга"-ЦПАМ "АЭРОКОСМОС" | Способ идентификации инвазий насаждений |
| US20130114641A1 (en) * | 2011-11-07 | 2013-05-09 | Brian Harold Sutton | Infrared aerial thermography for use in determining plant health |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109358341A (zh) * | 2018-08-31 | 2019-02-19 | 北京理工大学 | 一种便携式草地生物量无损伤测量装置 |
| CN110334583A (zh) * | 2019-05-09 | 2019-10-15 | 王志杰 | 一种小区域土壤植被覆盖率测量方法、装置及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ali et al. | Crop yield prediction using multi sensors remote sensing | |
| Yan et al. | Understanding the relationship between vegetation greenness and productivity across dryland ecosystems through the integration of PhenoCam, satellite, and eddy covariance data | |
| Wicaksono et al. | Mangrove biomass carbon stock mapping of the Karimunjawa Islands using multispectral remote sensing | |
| Shivers et al. | Using paired thermal and hyperspectral aerial imagery to quantify land surface temperature variability and assess crop stress within California orchards | |
| Zheng et al. | Remote sensing of crop residue and tillage practices: Present capabilities and future prospects | |
| Williams et al. | Estimation of leafy spurge cover from hyperspectral imagery using mixture tuned matched filtering | |
| Eitel et al. | Simultaneous measurements of plant structure and chlorophyll content in broadleaf saplings with a terrestrial laser scanner | |
| Yaney-Keller et al. | Using Unmanned Aerial Systems (UAS) to assay mangrove estuaries on the Pacific coast of Costa Rica | |
| US11808705B2 (en) | Sensor plant and method for identifying stressors in crops based on characteristics of sensor plants | |
| Sui et al. | Ground-based sensing system for weed mapping in cotton | |
| Hall | Remote sensing in social science research | |
| Ferguson et al. | Remote sensing for site‐specific crop management | |
| US20060006335A1 (en) | Method for detecting and managing nematode population | |
| Jensen et al. | Spectral analysis of coastal vegetation and land cover using AISA+ hyperspectral data | |
| Akhtman et al. | Application of hyperspectural images and ground data for precision farming | |
| Jones et al. | Remote sensing and other imaging technologies to monitor grapevine performance | |
| Giardino et al. | The color of water from space: a case study for Italian lakes from Sentinel-2 | |
| Choudhary et al. | Rice growth vegetation index 2 for improving estimation of rice plant phenology in costal ecosystems | |
| RU2657363C1 (ru) | Способ определения параметров состояния почвенно-растительного покрова по данным многоспектрального аэрокосмического зондирования | |
| Boateng et al. | Remote vegetation diagnostics in ghana with a hyperspectral fluorescence lidar | |
| Smith et al. | Forest canopy structural properties | |
| Sprintsin et al. | Relationships between stand density and canopy structure in a dryland forest as estimated by ground-based measurements and multi-spectral spaceborne images | |
| Davaasuren et al. | Extent and health of mangroves in Lac Bay Bonaire using satellite data | |
| Phinn et al. | An assessment of the usefulness of remote sensing for wetland inventory and monitoring in Australia | |
| Przeszlowska et al. | Near-ground remote sensing of green area index on the shortgrass prairie |