基于高时间分辨率大麦图像时间序列的无人机物候分析

Posted 植物表型资讯

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了基于高时间分辨率大麦图像时间序列的无人机物候分析相关的知识,希望对你有一定的参考价值。

点击蓝色字免费订阅,每天收到这样的好资讯


本文利用高时间分辨率大麦图像时间序列,结合无人机进行物候分析,植物表型资讯介绍如下。


温馨提醒:将于20180323-25日举行。

基于高时间分辨率大麦图像时间序列的无人机物候分析

近年来,一些农业新兴战略和技术,如精准农业和表型分析等研究取决于作物各个生长阶段的详细数据。通常,科学家们会利用无人机频繁测量的特性来满足研究过程中对时间序列的需求。为此本文分析了两个大麦品种和两个对比播种密度的田间试验,在连续2年间使用28个无人机捕获的航拍图像,构建了一个具有高时间分辨率随机区组设计。研究人员通过校正的RGB图像计算绿红植被指数GRVI),并评估了时间序列追踪作物季节性发展的潜力。结果发现,时间序列在作物发育过程中表现出明显的规律,因此可反映从萌发期到收获期的不同发育阶段。同时与物候期的地面评估相比较,能够将空中时间序列的特性与植物生长和发育中的各个阶段联系起来。通过实验发现,在-0.10(裸土)至0.20(完全发育的作物)范围内可测得GRVI值,并且在抽穗期和成熟期有明显下降趋势。而在营养生长期,较低的播种密度则由较小的GRVI值鉴定。此外,本研究可以证明玉米灌浆期在播种后62天左右发生。这个案例为后续研究提供了一个概念验证方案,即如何利用RGB数据在作物管理和精确农业中提供定量数据。


基于高时间分辨率大麦图像时间序列的无人机物候分析

2013年和2014年的实验田布局


基于高时间分辨率大麦图像时间序列的无人机物候分析

2014年度的完全校正图像


基于高时间分辨率大麦图像时间序列的无人机物候分析

实验田间各分区的GRVI图


详细内容请猛戳底部“阅读原文”。


来源:

Burkart, A., Hecht, V.L., Kraska, T. et al. Phenological analysis of unmanned aerial vehicle based time series of barley imagery with high temporal resolution, Precision Agric (2018) 19: 134. https://doi.org/10.1007/s11119-017-9504-y


扩展阅读:

以上是关于基于高时间分辨率大麦图像时间序列的无人机物候分析的主要内容,如果未能解决你的问题,请参考以下文章

基于Python长时间序列遥感数据处理及在全球变化物候提取植被变绿与固碳分析生物量估算与趋势分析

人机界面指南 - 自定义标签栏图标的大小?

利用时间序列高分辨率卫星影像监测葡萄茎水势

图像融合基于matlab高分辨率全色图PCA图像融合(含评价指标)含Matlab源码 2407期

【光谱数据分析】Pix4Dmapper(一)

使用基于 ConvLSTM2D 的 Keras 模型从较低的图像估计高分辨率图像