農(nóng)業(yè)無(wú)人機(jī)遙感與應(yīng)用

目錄
第1章緒論1
1.1研究意義1
1.2國(guó)內(nèi)外研究現(xiàn)狀2
1.2.1無(wú)人機(jī)平臺(tái)及傳感器研究進(jìn)展2
1.2.2田間作物無(wú)人機(jī)遙感信息獲取研究進(jìn)展5
1.2.3作物表型無(wú)人機(jī)遙感研究進(jìn)展5
1.2.4果園無(wú)人機(jī)遙感研究進(jìn)展9
1.2.5病蟲(chóng)害無(wú)人機(jī)遙感研究進(jìn)展12
1.3總結(jié)與展望14
參考文獻(xiàn)14
第2章無(wú)人機(jī)平臺(tái)及傳感器18
2.1無(wú)人機(jī)系統(tǒng)18
2.1.1無(wú)人機(jī)的定義18
2.1.2無(wú)人機(jī)系統(tǒng)的組成19
2.2無(wú)人機(jī)分類28
2.2.1按飛行平臺(tái)構(gòu)型分類28
2.2.2按質(zhì)量分類30
2.2.3按飛行半徑分類30
2.2.4按飛行高度分類30
2.2.5按用途分類31
2.2.6按動(dòng)力系統(tǒng)分類31
2.3無(wú)人機(jī)遙感監(jiān)測(cè)常用傳感器32
2.3.1數(shù)碼相機(jī)33
2.3.2多光譜相機(jī)34
2.3.3熱紅外相機(jī)35
2.3.4高光譜相機(jī)37
2.3.5激光雷達(dá)43
2.3.6合成孔徑雷達(dá)46
2.4無(wú)人機(jī)遙感數(shù)據(jù)采集48
2.4.1無(wú)人機(jī)飛行控制48
2.4.2無(wú)人機(jī)平臺(tái)控制52
2.5無(wú)人機(jī)遙感數(shù)據(jù)處理56
農(nóng)業(yè)無(wú)人機(jī)遙感與應(yīng)用
2.5.1無(wú)人機(jī)圖像拼接56
2.5.2遙感圖像分析59
2.5.3三維點(diǎn)云數(shù)據(jù)處理61
2.6總結(jié)與展望62
參考文獻(xiàn)63
第3章無(wú)人機(jī)遙感數(shù)據(jù)處理技術(shù)64
3.1無(wú)人機(jī)遙感數(shù)據(jù)獲取64
3.2無(wú)人機(jī)圖像幾何處理68
3.2.1常規(guī)無(wú)人機(jī)影像的幾何處理68
3.2.2無(wú)人機(jī)熱紅外圖像的拼接73
3.2.3無(wú)人機(jī)多光譜影像的拼接74
3.2.4無(wú)人機(jī)高光譜影像的拼接74
3.3無(wú)人機(jī)光譜輻射處理80
3.3.1無(wú)人機(jī)多光譜圖像輻射校正80
3.3.2無(wú)人機(jī)高光譜圖像輻射校正83
3.4無(wú)人機(jī)熱紅外輻射處理88
3.5無(wú)人機(jī)激光雷達(dá)點(diǎn)云處理89
3.5.1無(wú)人機(jī)激光雷達(dá)數(shù)據(jù)解算89
3.5.2無(wú)人機(jī)激光雷達(dá)點(diǎn)云去噪90
3.5.3無(wú)人機(jī)激光雷達(dá)點(diǎn)云濾波91
3.5.4無(wú)人機(jī)激光雷達(dá)點(diǎn)云配準(zhǔn)92
參考文獻(xiàn)92
第4章大田作物無(wú)人機(jī)遙感技術(shù)95
4.1大田作物無(wú)人機(jī)遙感監(jiān)測(cè)的基本流程95
4.1.1飛行規(guī)劃和參數(shù)設(shè)置95
4.1.2無(wú)人機(jī)遙感數(shù)據(jù)采集95
4.1.3常用植被指數(shù)96
4.1.4作物生長(zhǎng)參數(shù)反演98
4.1.5精度評(píng)價(jià)99
4.2田間試驗(yàn)觀測(cè)100
4.2.1小麥試驗(yàn)設(shè)計(jì)100
4.2.2玉米試驗(yàn)設(shè)計(jì)101
4.2.3大豆試驗(yàn)設(shè)計(jì)101
4.2.4馬鈴薯試驗(yàn)設(shè)計(jì)102
4.3葉面積指數(shù)無(wú)人機(jī)遙感103
4.3.1基于無(wú)人機(jī)數(shù)碼影像的葉面積指數(shù)反演103
4.3.2基于無(wú)人機(jī)多光譜影像的葉面積指數(shù)反演107
4.3.3基于無(wú)人機(jī)高光譜影像的作物葉面積指數(shù)反演111
4.4生物量無(wú)人機(jī)遙感118
4.4.1基于無(wú)人機(jī)數(shù)碼影像的生物量估算119
4.4.2基于無(wú)人機(jī)多光譜影像的AGB估算.124
4.4.3基于無(wú)人機(jī)高光譜影像“圖-譜”融合的生物量估算.128
4.5氮素?zé)o人機(jī)遙感136
4.5.1基于無(wú)人機(jī)數(shù)碼影像的冬小麥氮營(yíng)養(yǎng)指數(shù)估算136
4.5.2基于無(wú)人機(jī)多光譜影像的玉米葉片氮含量遙感估測(cè)144
4.5.3基于無(wú)人機(jī)高光譜影像的氮素反演148
4.6總結(jié)與展望153
參考文獻(xiàn)153
第5章無(wú)人機(jī)遙感作物表型獲取156
5.1基于無(wú)人機(jī)圖像解析作物株高156
5.1.1試驗(yàn)設(shè)計(jì)及數(shù)據(jù)獲取156
5.1.2作物群體株高解析158
5.2作物結(jié)構(gòu)表型動(dòng)態(tài)分析164
5.2.1株高增長(zhǎng)動(dòng)態(tài)及聚類分析164
5.2.2地上生物量估算及空間分布170
5.2.3多表型參數(shù)聚類分析171
5.3基于LiDAR的作物結(jié)構(gòu)參數(shù)解析.177
5.3.1試驗(yàn)設(shè)計(jì)及數(shù)據(jù)獲取177
5.3.2結(jié)構(gòu)參數(shù)解析185
5.4作物冠層溫度變化分析200
5.4.1無(wú)人機(jī)熱紅外數(shù)據(jù)獲取200
5.4.2玉米冠層溫度時(shí)序分析202
5.4.3玉米冠層溫度節(jié)律與土壤干旱相關(guān)分析205
5.5總結(jié)與展望207
參考文獻(xiàn)208
第6章果園無(wú)人機(jī)遙感211
6.1果樹(shù)識(shí)別與單木分割211
6.1.1基于無(wú)人機(jī)數(shù)碼影像的果園單木分割212
6.1.2基于無(wú)人機(jī)激光雷達(dá)的果園單木分割218
6.2果樹(shù)冠層信息提取226
6.2.1基于無(wú)人機(jī)數(shù)碼影像的果樹(shù)冠層信息提取227
6.2.2無(wú)人機(jī)激光雷達(dá)果樹(shù)冠層信息提取230
6.3果樹(shù)枝條信息提取232
6.3.1定量結(jié)構(gòu)模型（QSM）.234
6.3.2TreeQSM參數(shù)優(yōu)化.236
6.3.3枝條長(zhǎng)度提取239
6.4果樹(shù)產(chǎn)量估計(jì)245
6.4.1基于CASA模型的蘋(píng)果產(chǎn)量估測(cè)模型246
6.4.2基于植被指數(shù)積分的蘋(píng)果產(chǎn)量估測(cè)模型249
6.5果樹(shù)養(yǎng)分診斷與施肥決策253
6.5.1氮肥效應(yīng)函數(shù)方法253
6.5.2基于氮肥效應(yīng)函數(shù)和目標(biāo)產(chǎn)量的區(qū)域氮肥施用量**257
6.6總結(jié)與展望259
參考文獻(xiàn)259
第7章植被病蟲(chóng)害無(wú)人機(jī)遙感264
7.1小麥赤霉病無(wú)人機(jī)遙感監(jiān)測(cè)264
7.1.1試驗(yàn)設(shè)計(jì)與數(shù)據(jù)獲取264
7.1.2基于U-Net的田間麥穗分割265
7.1.3基于脈沖耦合神經(jīng)網(wǎng)絡(luò)（PCNN）的小麥赤霉病病斑分割270
7.1.4基于融合特征的小麥赤霉病病害嚴(yán)重度分級(jí)274
7.2小麥條銹病無(wú)人機(jī)遙感監(jiān)測(cè)276
7.2.1試驗(yàn)設(shè)計(jì)與數(shù)據(jù)獲取276
7.2.2葉片病害嚴(yán)重度估算278
7.2.3冠層病害嚴(yán)重度估算286
7.2.4田塊病害嚴(yán)重度估算298
7.3油松毛蟲(chóng)無(wú)人機(jī)遙感監(jiān)測(cè)314
7.3.1數(shù)據(jù)獲取314
7.3.2油松毛蟲(chóng)危害木單木冠幅提取314
7.3.3油松毛蟲(chóng)危害等級(jí)劃分318
7.4總結(jié)與展望324
參考文獻(xiàn)324
第8章展望327
8.1無(wú)人機(jī)遙感平臺(tái)與傳感器發(fā)展趨勢(shì)327
8.2無(wú)人機(jī)遙感智能化大數(shù)據(jù)分析加速328
8.3無(wú)人機(jī)智慧管控仍然是行業(yè)發(fā)展的瓶頸330
8.4無(wú)人機(jī)遙感推進(jìn)智慧農(nóng)業(yè)快速發(fā)展332
參考文獻(xiàn)333