水稻生育期遥感监测的研究进展、瓶颈问题与技术优化路径

文献类型： 中文期刊

第一作者： 李瑞杰

作者： 李瑞杰;王爱冬;吴华星;李子秋;冯向前;洪卫源;汤学军;覃金华;王丹英;褚光;张运波;陈松

作者机构：

关键词： 水稻;生育期识别;遥感;模型;深度学习;多源融合

期刊名称： 智慧农业(中英文)

ISSN： 2096-8094

年卷期： 2025 年 7 卷 003 期

页码： 89-107

摘要： [目的/意义]水稻作为全球主要粮食作物,其生育期精准识别对优化品种选育与生产管理至关重要.传统人工观测效率低、空间覆盖有限,而气象-土壤耦合模型存在参数敏感性与生态适应性瓶颈,难以满足现代农业高效化、精准化需求.遥感技术凭借高时空分辨率、多源协同和低人工干预优势,为水稻全生育期动态监测提供了革新手段.[进展]近年来,多源遥感数据(卫星、无人机、近地传感)通过光谱-空间-时序三维校正,结合阈值法、机器学习及深度学习模型显著提升了生育期识别精度.光谱指数与农艺参数的协同反演,以及光学-合成孔径雷达数据融合有效增强了生理可解释性.深度学习框架通过冠层纹理、器官形态特征解析,实现了抽穗期至成熟期的高精度识别,而时序模型则捕捉了生育期连续演进的动态规律.[结论/展望]当前技术仍面临多源数据时空异质性、光谱饱和效应、模型泛化能力不足等挑战.未来需构建多源数据同化体系破解时空矛盾,发展跨尺度生理-光谱响应模型揭示生育期驱动机制,并创新机理-数据混合驱动算法提升跨域适应性,最终建立农业大数据支撑的全周期监测体系,为水稻智能管理提供理论及实践支撑.

分类号： S126

  • 相关文献

[1]基于无人机遥感的水稻产量估测. 田婷,张青,张海东,何其全,季方芳,朱琳. 2022

[2]高温胁迫下水稻产量的高光谱估测研究. 谢晓金,李映雪,李秉柏,申双和,程高峰. 2010

[3]融合多尺度特征和注意力机制的油菜倒伏分类. 郑权,乔江伟,李婕,秦涛,涂静敏,李礼,蒋琦. 2024

[4]基于深度学习模型的种植结构复杂区农作物精细分类研究. 田甜,王迪,王珍,李会宾. 2022

[5]基于Sentinel-1A影像和一维CNN的中国南方生长季早期作物种类识别. 赵红伟,陈仲新,姜浩,刘佳. 2020

[6]基于GF-6时序数据的农作物识别深度学习算法评估. 陈诗扬,刘佳. 2021

[7]时空协同的农业种植结构遥感精细制图. 张冬韵,吴田军,骆剑承,董文,孙营伟,杨颖频,海云瑞,孟博文,刘巍. 2024

[8]基于Deeplabv3+模型的成都平原水产养殖水体信息提取. 苟杰松,蒋怡,李宗南,董秀春,吴柏清,刘忠友. 2021

[9]遥感技术的发展现状及在天府粮仓建设中的应用建议. 董秀春,黄平,吴尚蓉,蒋怡,李章成,魏来,王小燕,陈志民. 2023

[10]卷积神经网络在高分辨率影像分类中的应用. 李贤江,陈佑启,邹金秋,石淑芹,郭涛,蔡为民,陈浩. 2019

[11]基于改进Faster-RCNN网络的无人机遥感影像桃树检测. 程嘉瑜,陈妙金,李彤,孙奇男,张小斌,赵懿滢,朱怡航,顾清. 2024

[12]Landsat 8地表温度产品降尺度深度学习方法研究. 张义峥,吴鹏海,段四波,杨辉,殷志祥. 2021

[13]面向梯田遥感识别的JAM-R-CNN深度网络模型. 谢君洋,林安琪,吴浩,吴紫薇,吴文斌,余强毅. 2024

[14]基于RGB图像与深度学习的冬小麦田间长势参数估算系统. 李云霞,马浚诚,刘红杰,张领先. 2021

[15]改进YOLOv5测量田间小麦单位面积穗数. 黄硕,周亚男,王起帆,张晗,邱朝阳,康凯,罗斌. 2022

[16]基于卷积神经网络的黄瓜白粉病智能识别算法研究. 旦真旺姆,全淼儿,钱婷婷,石称华,刘哲辉,常丽英. 2023

[17]基于坐标注意力机制与高效边界框回归损失的线虫快速识别. 陆健强,梁效,余超然,兰玉彬,邱洪斌,黄捷伟,尹梓濠,陈慧洁,郑胜杰. 2022

[18]基于深度学习的作物病虫害可视化知识图谱构建. 吴赛赛,周爱莲,谢能付,梁晓贺,汪汇涓,李小雨,陈桂鹏. 2020

[19]基于改进YOLO-V4网络的浅海生物检测模型. 毛国君,翁伟栋,朱晋德,张媛,吴富村,毛玉泽. 2021

[20]基于改进YOLOv5s的复杂环境下新梅检测方法. 董耿耿,陈小康,樊湘鹏,周建平,姜宏,崔超. 2024

作者其他论文 更多>>

微信小程序