[1]舒田,岳延滨,李莉婕,等.基于高光谱遥感的农作物识别[J].江苏农业学报,2016,(06):1310-1314.[doi:doi:10.3969/j.issn.1000-4440.2016.06.018]
　SHU Tian,YUE Yan-bin,LI Li-jie,et al.Crop indentification based on hyperspectral remote sensing[J].,2016,(06):1310-1314.[doi:doi:10.3969/j.issn.1000-4440.2016.06.018]
点击复制

基于高光谱遥感的农作物识别()
分享到：

江苏农业学报[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2016年06期
页码:
1310-1314
栏目:
耕作栽培·资源环境
出版日期:
2017-02-07

文章信息/Info

Title:
Crop indentification based on hyperspectral remote sensing
作者:
舒田; 岳延滨; 李莉婕; 黎瑞君; 李裕荣; 彭志良
(贵州省农业科技信息研究所，贵州贵阳550006)
Author(s):
SHU Tian; YUE Yan-bin; LI Li-jie; LI Rui-jun; LI Yu-rong; PENG Zhi-liang
（Guizhou Institute of Agricultural Science and Technology Information, Guiyang 550006，China）
关键词:
农作物; 高光谱遥感; 植被分类
Keywords:
crop; hyperspectral remote sensing; vegetation classification
分类号:
S127
DOI:
doi:10.3969/j.issn.1000-4440.2016.06.018
文献标志码:
A
摘要:
高光谱遥感为农作物种类识别提供了新的技术手段，对发展精准农业具有重要意义。本研究在分析农作物光谱信息特征的基础上，利用不同数据变换形式和10种常用植被指数对采收期的7种农作物进行了识别能力研究。结果表明：在350～500 nm波长芭蕉芋反射率最高，农作物在760～915 nm、1 000～1 115 nm波长反射光谱曲线差异明显；识别这7种农作物的最佳波长位置有516 nm、568 nm、609 nm、642 nm、660 nm、700 nm、717 nm、760 nm、928 nm、1 001 nm、1 118 nm、1 136 nm和1 327 nm等；采用原始光谱计算的10种植被指数中RVI辨识农作物的能力最强，其他由强到弱依次为MSRI、NVI、TDVI、EVI、NDVI、SAVI、DVI、TVI、IPVI。由此可见，不同特征谱段和植被指数能够识别不同类型农作物。
Abstract:
Hyperspectral remote sensing provides a new technical means for the identification of crop species, which is of great significance for the development of precision agriculture. In this study，spectral characteristics-based identification were conducted on 7 crops at harvest by using different data forms and 10 commonly used vegetation indices. The reflectivity of Canna was very prominent in 350-500 nm wavelength, and the spectral reflectance of crops varied in 760-915 nm, 1 000-1 115 nm. The best wavelengths for identification of the 7 crops was 516 nm, 568 nm, 609 nm， 642 nm, 660 nm, 700 nm, 717 nm, 760 nm, 928 nm, 1 001 nm, 1 118 nm, 1 136 nm and 1 327 nm. Among 10 vegetation indices, RVI showed the strongest identifying potential, followed by MSRI, NVI, TDVI, EVI, NDVI, SAVI, DVI, TVI, IPVI. To sum up， the characteristic spectrum and vegetation index are capable of crop discrimination.

参考文献/References:

[1]BALAGUER A, RUIZ L A, HERMOSILL T, et al.Definition of a comprehensive set of texture semivariogram features and their evaluation for object-orientied image classification[J].Computers and Geosciences,2010, 36:231-240.
[2]JIA K, WU B, LI Q.Crop classication using HJ satellite multispectral data in the North China Plain[J].Journal of Applied Remote Sensing,2013,7:573-576.
[3]汤斌，王福民，周柳萍，等． 基于地级市的区域水稻遥感估产与空间化研究[J]． 江苏农业科学，2015，43(11):525-528．
[4]欧文浩,苏伟,薛文振,等.基于HJ-1卫星影像的三大农作物估产最佳时相选择[J].农业工程学报,2010, 26(11):176-182.
[5]金正婷，李卫国，景元书，等． 基于影像融合的冬小麦种植面积提取适宜尺度研究[J]． 江苏农业学报， 2015， 31(6):1312-1317．
[6]李峰，赵红，赵玉金，等. 基于HJ-1 CCD 影像的冬小麦种植面积提取研究[J]. 山东农业科学，2015，47(5):109-114.
[7]陈刘凤，林开平，胡宝清，等. 基于Landsat8_OLI数据的甘蔗种植面积监测[J]. 南方农业学报，2015，46（11）：2068-2072.
[8]周清波.国内外农情遥感现状与发展趋势[J].中国农业资源与区划,2004,25(5)：9-14.
[9]张喜旺,刘建锋,秦奋,等.作物类型遥感识别研究进展[J].中国农学通报,2014,30(33)：278-285.
[10]王岽,吴见.农作物种类高光谱遥感识别研究[J].地理与地理信息科学,2015, 31(2):29-33.
[11]邢东兴,常庆瑞.基于光谱分析的果树树种辨识研究[J].光谱学与光谱分析,2009,7(29):1937-1940.
[12]黎瑞君,聂克艳,彭志良，等.辣椒盛果期的冠层反射光谱特征[J].贵州农业科学,2014,42(12):230-233.
[13]沈掌泉,王珂,王人潮.水稻冠层光谱反射特性的动态变化研究[J].国土资源遥感,1996(4):40-44.
[14]冯伟,郭天财,谢迎新,等.作物光谱分析技术及其在生长监测中的应用[J].中国农学通报,2009 ,25(23):182-188.
[15]黄敬峰,王福民,王秀珍.水稻高光谱遥感实验研究[M].杭州:浙江大学出版社,2010.
[16]丰明博,牛铮.基于经验模型的Hyperion数据植被叶绿素含量反演[J].国土资源遥感,2014 ,26(1):71-77.
[17]王磊,白由路.基于光谱理论的作物营养诊断研究进展[J].植物营养与肥料学报,2006 ,12(6):902-912.

相似文献/References:

[1]杨敏慎,刘晓雨,郭辉.气候变暖和CO2浓度升高对农作物的影响[J].江苏农业学报,2021,(01):246.[doi:doi:10.3969/j.issn.1000-4440.2021.01.032]
　YANG Min-shen,LIU Xiao-yu,GUO Hui.Effects of climate warming and elevated CO2 concentration on crops[J].,2021,(06):246.[doi:doi:10.3969/j.issn.1000-4440.2021.01.032]
[2]孟亮,郭小燕,杜佳举,等.一种轻量级CNN农作物病害图像识别模型[J].江苏农业学报,2021,(05):1143.[doi:doi:10.3969/j.issn.1000-4440.2021.05.008]
　MENG Liang,GUO Xiao-yan,DU Jia-ju,et al.A lightweight CNN model for image recognition of crop disease[J].,2021,(06):1143.[doi:doi:10.3969/j.issn.1000-4440.2021.05.008]
[3]魏宏宇,李怡,彭帅英,等.胞外多糖促进胁迫条件下农作物生长的研究与展望[J].江苏农业学报,2022,38(04):1123.[doi:doi:10.3969/j.issn.1000-4440.2022.04.032]
　WEI Hong-yu,LI Yi,PENG Shuai-ying,et al.Promoting crop growth under stress conditions by exopolysaccharides: review and perspective[J].,2022,38(06):1123.[doi:doi:10.3969/j.issn.1000-4440.2022.04.032]
[4]张代维,马友华,吴雷,等.基于文献计量的农作物种植结构遥感提取发展态势分析[J].江苏农业学报,2023,(04):1026.[doi:doi:10.3969/j.issn.1000-4440.2023.04.012]
　ZHANG Dai-wei,MA You-hua,WU Lei,et al.Development situation analysis of remote sensing extraction of crop planting structure based on bibliometrics[J].,2023,(06):1026.[doi:doi:10.3969/j.issn.1000-4440.2023.04.012]

备注/Memo

备注/Memo:
收稿日期：2016-03-01基金项目：贵州省科技厅、贵州省农业科学院联合基金项目[黔科合LH字(2015)7066号]；贵州省农业科学院研究生创新基金项目[黔农科合（创新基金）2010013号]；贵州省农业科学院自主创新科研专项[（2014）011]作者简介：舒田（1981-），男，湖南洞口人，硕士，助理研究员，主要从事农业GIS与遥感应用研究。（E-mail）378074794@qq.com。通讯作者：彭志良，（E-mail）pengzhiliang@126.com
更新日期/Last Update: 2017-02-07