• 基于优化植被指数结合纹理特征的玉米褐斑病叶片 SPAD 值估算

      传统单一植被指数易出现光谱饱和、估算精度受限等问题，难以适配褐斑病不同胁迫程度下的 SPAD 反演需求。 针对这一行业痛点，本研究聚焦褐斑病菌胁迫下玉米叶片 SPAD 高光谱反演难题，创新性构建植被指数优化 — 纹理特征挖掘 —Stacking 堆叠融合一体化研究框架，结合成像高光谱数据，实现了病害胁迫下叶片叶绿素含量的高精度估算，为玉米病害智能监测提供了全新技术思路与方法支撑。

      넶29 2026-05-18

    • 基于融合高光谱与纹理特征的机器学习模型对水稻产量相关性状的估算

      本研究采用搭载 X20P 机载高光谱成像仪的中国大疆 M300 RTK 多旋翼无人机，采集水稻冠层高光谱数据。该成像仪的光谱探测范围为 350~1000 nm，光谱分辨率 4 nm，有效波段数 164 个；无人机飞行高度设为 50 m，数据采集时间为北京时间 10:00—14:00，且均在晴天条件下完成。

      넶32 2026-03-13

    • 基于无人机高光谱图像的冬小麦水氮耦合决策

      通过分析氮肥与灌溉之间的交互作用，构建了一个用于精确水氮施用的耦合决策模型。采用机器学习算法结合连续投影算法和竞争性自适应重加权采样等敏感波段选择方法，对叶片含水量和叶绿素含量进行了估算。

      넶73 2026-02-02

    • 融合物理约束网络和三维异速生长算子的无人机多时相苜蓿营养品质协同估测方法

      由四个波段构成的双差分结构对纤维组分（酸性洗涤纤维 ADF 和中性洗涤纤维 NDF）具有极高的敏感性，其相关系数绝对值达到|r| = 0.896；而基于对数解耦的光谱算子则能够准确分离粗蛋白（CP）和氮（N）的光谱信号，其相关系数绝对值达到|r| = 0.868。随后，设计了一种物理信息稀疏浅层网络（Physics-Informed Sparse Shallow Network，PI-SSN）。该网络利用时间注意力解耦机制，自适应地为不同生长阶段分配各营养组分的权重，并引入碳—氮代谢约束，在多任务反演过程中保证预测结果符合生物学规律。相比仅利用单时期光谱数据，多生长阶段时序数据显著提高了模型预测精度。

      넶1 2026-07-13

    • 基于无人机高光谱影像结合色素与水分含量指标的松材线虫病早期检测

      近年来，无人机高光谱遥感技术的快速发展为松材线虫病早期检测提供了新途径。本研究选取经典的冠层色素指数和水分含量指数构建识别指标体系，通过显著性检验与导数分析筛选出最优冠层色素指数（CI）和冠层水分指数（WASCOSBNDI），基于病害发展过程中冠层水分与色素含量的异步变化特征，采用多阈值分割方法分别建立CI、WASCOSBNDI和CI-WASCOSBNDI模型，实现对不同染病阶段树木的识别。结果表明：CI-WASCOSBNDI模型对染病阶段的检测精度最高，总体分类精度达92.78%，而CI模型和WASCOSBNDI模型的分类精度分别为81.34%和89.84%。

      넶15 2026-06-29

    • 基于 Hapke 模型的双时相无人机高光谱指数：降低单木生物量估算中的时序光谱变化影响

      单木地上生物量（AGB）的精确估算是生态信息学中的一项基础性挑战，该指标对森林碳汇核算与生态系统监测至关重要。尽管基于无人机（UAV）的高光谱成像具有较高的空间分辨率和光谱分辨率，但成像结果易受光照条件与观测几何构型干扰，容易导致不同时间获取的数据出现光谱不一致问题，从而影响生物量反演精度及模型的迁移能力。为解决这一问题，本文提出了一种融合物理机理与信息学方法的框架——基于 Hapke 模型的双时相无人机高光谱指数（HBUHI）。

      넶22 2026-06-10

    • 基于无人机观测的高光谱 BRDF 可表征平坦沙漠地表的光学特性：与实验室和卫星数据的综合对比研究

      在本研究中，我们通过将无人机（UAV）观测的高光谱 BRDF 与实验室光谱和卫星观测 BRDF 进行对比，评估了无人机测量在表征沙漠地表光学特性方面的有效性。本研究利用搭载光谱仪的无人机，在中国西北地区六个沙漠区域的不同太阳天顶角（SZA）下采集高光谱 BRDF 数据。结果表明，无人机测得的高光谱反射率在光谱形态上与实验室测量高度一致（光谱角制图 SAM < 0.074），这验证了无人机在不同照明-观测几何条件下表征沙漠地表高光谱反射特性的准确性。

      넶27 2026-05-27

    • 基于无人机高光谱成像系统的BRDF反演 方法

      反射各向异性（RA）包含了地物光学行为和结构的重要信息，通常用双向反射分布函数（BRDF）来描述。然而，传统的从卫星或地面进行的RA反演方法受到低空间分辨率、光照条件和仪器相关影响的制约。该研究将基于无人机的倾斜摄影技术应用于RA反演，旨在探索无人机获取高空间分辨率、高精度、空间连续的RA数据的可行性。

      넶106 2025-02-14

    • 基于Cubert框幅式高光谱成像仪优化行栽作物叶片叶绿素含量监测

      近年来，研究者们通过非破坏性的冠层反射光谱技术，成功估算出了这一含量。研究发现，冠层结构和太阳角度对冠层反射光谱产生了显著影响，尤其是在季节和昼夜循环中，阳光照射与阴影土壤背景不同的开放式行栽结构作物冠层。

      넶98 2025-02-14

    • 基于激光诱导荧光与高光谱成像的碳氢泄漏物即时识别

      研究结果表明：柴油在470 nm与515 nm波段具有独特的荧光特征峰，可据此有效识别；汽油的光致发光活性较弱，其特征信号位于465 nm与585 nm；润滑油则在505 nm处呈现典型荧光信号；而废油在整个检测光谱范围内均未观测到荧光发射。

      넶53 2026-02-02

    • 基于无人机高光谱影像的湖泊叶绿素 a 日动态变化监测新方法

      本研究针对典型内陆水体开展了高频无人机机载高光谱观测，结合特征选择方法与XGBoost构建叶绿素a反演模型，并进一步探究叶绿素a的日变化规律及其驱动因素。结果表明：春、夏、秋三季叶绿素a存在显著日变化（变幅为23.9%~35.3%），冬季则无明显变化。

      넶52 2026-01-30

    • 基于无人机高光谱与卫星数据的河流叶绿素a和悬浮物浓度监测

      近几十年来，受气候变化和人类活动复合影响，城市河流浮游植物增殖及沉积物输入问题日益突出。鉴于河流宽度有限，传统高空间分辨率卫星在波段设置、带宽及信噪比方面存在局限，无人机凭借其卓越的时空分辨率，成为河流环境监测及反演不确定性评估的重要工具。

      넶125 2025-06-19

    • 基于机载探地雷达与人工样线结合的埋藏冰探测

      本研究提出了一种利用无人机搭载多低频探地雷达来研究埋藏冰的方法。研究人员在加拿大育空地区西南部的沙尔肖塔加山谷（别称：灰熊溪），沿着一条横跨冰碛覆盖冰川和冰-碎屑复合体的测线，使用了 50 MHz、100 MHz 和 200 MHz 的天线进行了机载飞行勘测。随后，将基于无人机的勘测结果与同一测线上两处人工 GPR 勘测的数据进行了对比。这两段人工勘测均使用相同频率的雷达系统以双站模式进行，并包含了共中心点（ Common Midpoint，CMP）测量。

      넶11 2026-06-15

    • 机器人高光谱矿物分析系统

      在能源转型及政治环境动荡的背景下，关键原材料的需求持续攀升，这促使欧洲各地重新启动了新的采矿与勘探项目。高光谱成像技术已证明是矿产勘探中一种快速而有效的非侵入性手段。通过在无人机和各类机器人上装载高光谱及激光雷达传感器，能够安全地测绘那些难以接近且充满危险的区域，以搜集关键的地质信息。

      넶93 2025-06-19

    • S185应用案例--农田土壤有机质的高光谱影像遥感

      定量检测耕地土壤有机质（SOM），并掌握其空间变化对于农业可持续发展具有很重要的意义。本研究通过成像光谱技术旨在分析SOM之间及不同像元大小的高光谱图像的反射率，并建立了估算SOM的最优模型。本文采用小波变换的方法分析高光谱反射率和SOM之间的相关性。

      넶110 2025-02-17