您好,欢迎访问北京市农林科学院 机构知识库!

基于无人机影像的农业景观非农生境信息提取

文献类型: 中文期刊

作者: 张微微 1 ; 王超 1 ; 丁喜莲 2 ; 李晓娜 1 ; 邹俊亮 1 ;

作者机构: 1.北京市农林科学院草业花卉与景观生态研究所

2.山东省地质科学研究院

关键词: 非农生境;农业景观;植被指数;可见光影像;无人机

期刊名称: 生态学杂志

ISSN: 1000-4890

年卷期: 2024 年 002 期

页码: 587-599

收录情况: 北大核心 ; CSCD

摘要: 农业景观非农生境的精准识别对于打造高异质性农业景观,促进农作物增产与维持农田生物多样性具有重要意义。本研究基于无人机可见光影像构建了改进型绿蓝植被指数(MGBVI),并运用MGBVI和常见的7种可见光植被指数开展农业景观非农生境信息提取试验,对精度较高的前3种植被指数在非农生境组成有差异的2处农业景观区进行适用性验证。结果表明,MGBVI、归一化绿蓝差异指数(NGBDI)和绿蓝比指数(GBRI)提取非农生境的效果优于其他5种指数,其总体精度分别为95.08%、94.50%和94.46%,在区分非农生境和萌芽出苗期农田方面更有优势,尤其MGBVI能够精准识别非农生境中植被覆盖相对稀疏的田块边界。这3种指数在验证区的分类总体精度均高于94%,其提取结果受非农生境组成差异影响的波动较小,验证了MGBVI等绿蓝通道指数在无人机影像提取农业景观非农生境中具有较好的可用性和稳定性。本研究可为复杂小地理区域农业景观非农生境的遥感识别与动态监测提供技术参考。

  • 相关文献

[1]基于光谱特征与PLSR结合的叶面积指数拟合方法的无人机画幅高光谱遥感应用. 高林,杨贵军,李长春,冯海宽,徐波,王磊,董锦绘,付奎. 2017

[2]基于多载荷无人机遥感的大豆地上鲜生物量反演. 陆国政,杨贵军,赵晓庆,王艳杰,李长春,张小燕. 2017

[3]基于无人机遥感影像的大豆叶面积指数反演研究. 高林,杨贵军,王宝山,于海洋,徐波,冯海宽. 2015

[4]基于多源遥感数据的大豆叶面积指数估测精度对比. 高林,李长春,王宝山,杨贵军,王磊,付奎. 2016

[5]基于无人机高光谱和数码影像数据的冬小麦生物量反演. 李天驰,冯海宽,朱贝贝,范园园,金丽妍,成倩,李倩雨. 2020

[6]基于无人机高光谱遥感数据的冬小麦生物量估算. 陶惠林,冯海宽,徐良骥,杨贵军,杨小冬,苗梦珂,刘明星. 2020

[7]基于无人机数码影像的马铃薯生物量估算. 刘杨,冯海宽,黄珏,孙乾,杨福芹. 2020

[8]融合多因子的无人机高光谱遥感冬小麦产量估算. 谢瑞,杨福芹,冯海宽,李天驰. 2023

[9]利用光谱空间特征估算马铃薯植株氮含量. 樊意广,冯海宽,刘杨,边明博,赵钰,杨贵军,钱建国. 2023

[10]基于高分辨率无人机影像的喷药除草效果评估. 琚书存,汪志存,张东彦,杜世州,黄林生,杨小冬. 2019

[11]用神经网络和高光谱植被指数估算小麦生物量. 王大成,王纪华,靳宁,王芊,李存军,黄敬峰,王渊,黄芳. 2008

[12]自主研制的田间成像高光谱仪农学建模研究. 黄文江,张东彦,马智宏,王秋平. 2010

[13]高光谱遥感在植被理化信息提取中的应用动态. 谭昌伟,王纪华,黄文江,刘良云,黄义德,严伟才. 2005

[14]估测作物冠层生物量的新植被指数的研究. 陈鹏飞,Nicolas Tremblay,王纪华,Philippe Vigneault,黄文江,李保国. 2010

[15]水稻成熟过程中高光谱与叶绿素、类胡萝卜素的变化规律研究. 唐延林,王纪华,黄敬峰,王人潮,何秋霞. 2003

[16]基于CASI高光谱数据的作物叶面积指数估算. 唐建民,廖钦洪,刘奕清,杨贵军,冯海宽,王纪华. 2015

[17]用神经网络和高光谱植被指数估算小麦生物量. 王大成,王纪华,靳宁,王芊,李存军,黄敬峰,王渊,黄芳. 2008

[18]基于氮素运转原理和GRA-PLS算法的冬小麦籽粒蛋白质含量遥感预测. 李振海,徐新刚,金秀良,张竞成,宋晓宇,宋森楠,杨贵军,王纪华. 2014

[19]模拟多光谱卫星传感器数据的冬小麦白粉病遥感监测. 卫黎光,蒋金豹,杨贵军,聂臣巍,袁琳,黄文江,张竞成. 2014

[20]基于成像高光谱仪的大豆叶面积指数反演研究. 陆国政,李长春,杨贵军,于海洋,赵晓庆,张晓燕. 2016

作者其他论文 更多>>