基于无人机低空遥感的农作物快速分类方法.pdf

基于无人机低空遥感的农作物快速分类方法.pdf

ID:23939974

大小:2.73 MB

页数:8页

时间:2018-11-11

基于无人机低空遥感的农作物快速分类方法.pdf_第1页
基于无人机低空遥感的农作物快速分类方法.pdf_第2页
基于无人机低空遥感的农作物快速分类方法.pdf_第3页
基于无人机低空遥感的农作物快速分类方法.pdf_第4页
基于无人机低空遥感的农作物快速分类方法.pdf_第5页
资源描述:

《基于无人机低空遥感的农作物快速分类方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第29卷第7期农业工程学报Vol.29No.72013年4月TransactionsoftheChineseSocietyofAgriculturalEngineeringApr.2013109·农业信息与电气技术·基于无人机低空遥感的农作物快速分类方法123,4※3,4田振坤,傅莺莺,刘素红,刘峰(1.中国劳动关系学院基础部,北京,100048;2.北京工商大学理学院,北京100048;3.北京师范大学地理学与遥感科学学院,北京100875;4.北京师范大学遥感科学国家重点实验室,北京100875)摘要:无人机以其高时效、高分辨

2、率、低成本、低风险及可重复使用的优势,给遥感技术在各领域的应用提供了新的平台。为了提高无人机遥感中农田信息获取的时效性和精度,该文分析了无人机低空航飞获得的高空间分辨率农作物遥感影像特征,以冬小麦为研究对象,基于农作物波谱特征和NDVI变化阈值,提出了一种农作物快速分类提取方法,并与其他几种常用的遥感分类方法进行比较,探讨了其普适性。结果表明,该方法从无人机高分辨率影像中提取不同种类的农作物分类信息具有较高的正确率和普适性,兼具快速和低成本的特点,在海量农作物无人机航拍数据的信息提取上具有较广的应用。关键词:遥感,农作物,分类,无

3、人机,NDVIdoi:10.3969/j.issn.1002-6819.2013.07.014中图分类号:S127文献标志码:A文章编号:1002-6819(2013)-07-0109-08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.TianZhenkun,FuYingying,LiuSuhong,etal.RapidcropsclassificationbasedonUAVlow-altituderemotesensing[J].Transacti

4、onsoftheChineseSocietyofAgriculturalEngineering(TransactionsoftheCSAE),2013,29(7):109-116.(inChinesewithEnglishabstract)随着遥感技术的发展,遥感已成为精准农业中农0引言田信息获取的重要手段,也是地块面积量算、作物种[13-14]无人机(unmannedaerialvehicle,UAV)是一类识别、长势分析等工作的重要数据来源,无人种带动力的、无线电遥控或者自主飞行的、执行多机遥感平台作为一种新的信息获取手段也

5、已经开种任务并能多次使用的无人驾驶飞行器[1]。无人机[15-16]始应用于精准农业中,而地表农作物分类信息与遥感技术的结合,即无人机遥感,是利用先进的的提取则是进行这些研究的基础与关键。因此,使无人驾驶飞行器技术、遥感传感器技术、遥测遥控用无人机航空平台获取高空间分辨率遥感数据,以技术、通讯技术、GPS差分定位技术和遥感应用技此高精度反演农作物覆盖信息,在农业实践中具有术,具有自动化、智能化、专题化快速获取国土、重要的意义。资源、环境等的空间遥感信息,完成遥感数据处理、传统遥感分类方法中稳定性和精度较高的监[2-5]督分类方法如

6、最大似然法等所需的人工参与程度建模和应用分析能力的应用技术。无人机具有低[3]和时间成本极高,而非监督分类方法虽然自动化程成本、低损耗、可重复使用且风险小等诸多优势,[18-21]其应用已经从最初的侦察、预警等军事领域扩大到度高但分类精度却有限,二者很难兼顾。本文[4][5]将以冬小麦为研究对象,对无人机航拍获得的高分资源勘测、气象观测及处理突发事件等非军事领域[6-7,12]。无人机遥感的高时效、高分辨率等性能,辨率图像特征进行分析研究,提出一种快速自动分是传统卫星遥感所无法比拟的,无人机的发展给遥类方法,并与其他几种常用的分类

7、方法进行比较,[9-11]尝试兼顾分类的精度与效率,以期对基于无人机低感技术的应用提供了新的平台。空遥感平台的高精度农作物分类信息提取研究提收稿日期:2012-11-12修订日期:2013-03-18供方法支持。资助项目:国家自然科学基金项目(41171262);中国劳动关系学院院级科研项目(10YYB308)1数据与方法作者简介:田振坤(1979-),男,博士,主要从事遥感图像处理、模1.1数据获取与预处理式识别方面的研究。北京中国劳动关系学院,100048。Email:tzhenkun@163.com1.1.1传感器※通信作者

8、:刘素红(1967-),女,博士,副教授,研究方向为遥感使用美国Tetracam公司的ADCAir冠层测量信息应用。北京北京师范大学地理学与遥感科学学院,100875。相机,其功能是记录植物冠层反射比。获取图像适Email:liush@bnu.ed

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。