-
公开(公告)号：CN115950838B
公开(公告)日：2023-08-01
申请号：CN202211140492.5
申请日：2022-09-20
Applicant: 中国水利水电科学研究院
Abstract: 本发明提公开了一种基于叶绿素含量的夏玉米旱情无人机快速监测判别方法，包括以下步骤：1)通过无人机多载荷低空遥感技术获取的多光谱影像和地面实测叶绿素含量，并计算NDVI、SAVI和RENDVI植被指数；2)选取植被指数分别与实测叶绿素含量在不同生育期构建回归方程，并从中选择每个生育期中相关性最高的回归方程作为该生育期的最优模型方程；3)根据最优模型方程，来反演各个时期的叶绿素含量，并对不同干旱等级之间的叶绿素含量阈值进行率定；4)通过实时监测获得待测地块的多光谱影像计算出所需要的植被指数，反演得到叶绿素含量，与阈值进行比对，判断实时旱情等级。本发明的方法用于夏玉米旱情监测判别精度高、速度快，具有通用性和实用性。
-
公开(公告)号：CN115950838A
公开(公告)日：2023-04-11
申请号：CN202211140492.5
申请日：2022-09-20
Applicant: 中国水利水电科学研究院
Abstract: 本发明提公开了一种基于叶绿素含量的夏玉米旱情无人机快速监测判别方法，包括以下步骤：1)通过无人机多载荷低空遥感技术获取的多光谱影像和地面实测叶绿素含量，并计算NDVI、SAVI和RENDVI植被指数；2)选取植被指数分别与实测叶绿素含量在不同生育期构建回归方程，并从中选择每个生育期中相关性最高的回归方程作为该生育期的最优模型方程；3)根据最优模型方程，来反演各个时期的叶绿素含量，并对不同干旱等级之间的叶绿素含量阈值进行率定；4)通过实时监测获得待测地块的多光谱影像计算出所需要的植被指数，反演得到叶绿素含量，与阈值进行比对，判断实时旱情等级。本发明的方法用于夏玉米旱情监测判别精度高、速度快，具有通用性和实用性。
-
公开(公告)号：CN115855841B
公开(公告)日：2023-08-01
申请号：CN202211140498.2
申请日：2022-09-20
Applicant: 中国水利水电科学研究院
IPC: G01N21/27 , G06F17/11 , B64C39/02 , B64U20/80 , B64U20/87 , B64U101/40 , B64U101/31
Abstract: 本发明提公开了一种基于叶面积指数的夏玉米旱情无人机快速监测判别方法，包括以下步骤：1)通过无人机多载荷低空遥感技术获取的多光谱影像和地面实测叶面指数(LAI)，并计算NDVI、EVI、SAVI和TVI植被指数；2)选取植被指数分别与实测叶面积指数在不同生育期构建回归方程，并从中选择各生育期相关性最高的回归方程作为该生育期的LAI计算最优模型方程；3)根据最优模型方程，来反演各个时期的LAI，并对不同干旱等级之间的叶面积指数阈值进行率定；4)通过实时监测获得待测地块的多光谱影像计算出所需要的植被指数，反演得到LAI值，与阈值进行比对，判断实时旱情等级。本发明的方法用于夏玉米旱情监测判别精度高、速度快，实用性强。
-
公开(公告)号：CN115855841A
公开(公告)日：2023-03-28
申请号：CN202211140498.2
申请日：2022-09-20
Applicant: 中国水利水电科学研究院
IPC: G01N21/27 , G06F17/11 , B64C39/02 , B64U20/80 , B64U20/87 , B64U101/40 , B64U101/31
Abstract: 本发明提公开了一种基于叶面积指数的夏玉米旱情无人机快速监测判别方法，包括以下步骤：1)通过无人机多载荷低空遥感技术获取的多光谱影像和地面实测叶面指数(LAI)，并计算NDVI、EVI、SAVI和TVI植被指数；2)选取植被指数分别与实测叶面积指数在不同生育期构建回归方程，并从中选择各生育期相关性最高的回归方程作为该生育期的LAI计算最优模型方程；3)根据最优模型方程，来反演各个时期的LAI，并对不同干旱等级之间的叶面积指数阈值进行率定；4)通过实时监测获得待测地块的多光谱影像计算出所需要的植被指数，反演得到LAI值，与阈值进行比对，判断实时旱情等级。本发明的方法用于夏玉米旱情监测判别精度高、速度快，实用性强。
-
-
-
Search Results
4
records
(took 0.025 seconds)
