目錄

專題一 認識主被動無人機遙感數(shù)據(jù)

專題二 預處理無人機遙感數(shù)據(jù)

專題三 定量估算農(nóng)林植被關鍵性狀

專題四 期刊論文插圖精細制作與Appdesigner應用開發(fā)

近地面無人機植被定量遙感與生理參數(shù)反演

更多推薦

遙感技術作為一種空間大數(shù)據(jù)手段，能夠從多時、多維、多地等角度，獲取大量的農(nóng)情數(shù)據(jù)。數(shù)據(jù)具有面狀、實時、非接觸、無傷檢測等顯著優(yōu)勢，是智慧農(nóng)業(yè)必須采用的重要技術之一。
本教程主要針對農(nóng)業(yè)、林業(yè)、生態(tài)、遙感背景的對無人機遙感有興趣的初學者（本科生、低年級研究生），MATLAB編程初學者小白。
通過學習，將掌握無人機遙感數(shù)據(jù)預處理的全鏈條理論與實踐流程、典型農(nóng)林植被性狀的估算理論與實踐方法、利用MATLAB進行編程實踐（腳本與GUI開發(fā)）以及期刊論文插圖制作等?？捎糜谥С挚蒲谢驊庙椖块_展、研究技術方案推進、期刊論文寫作等。

專題一 認識主被動無人機遙感數(shù)據(jù)

1. 初識主被動無人機遙感數(shù)據(jù)
無人機平臺與坐標系
遙感載荷類型與數(shù)據(jù)
飛行參數(shù)設置與計算
無人機VS衛(wèi)星主被動遙感數(shù)據(jù)特點

2. 讀寫無人機遙感數(shù)據(jù)
讀寫帶有/不帶地理坐標的無人機影像
讀寫超大尺寸無人機影像
讀寫影像元數(shù)據(jù)信息
讀寫激光雷達/攝影測量點云

專題二 預處理無人機遙感數(shù)據(jù)

1. 概述遙感數(shù)據(jù)預處理
地物反射輻射信號
地物二向反射特性表征
無人機影像的幾何問題

2.輻射校正無人機影像
光學測量系統(tǒng)輻射校正
反射率校正
BRDF與陰影校正

3.幾何校正無人機影像
原始影像的幾何畸變校正
多光譜影像的幾何配準正
射影像地理幾何校正

專題三 定量估算農(nóng)林植被關鍵性狀

1. 估算植被覆蓋度fCover與光合有效輻射吸收比fPAR?
基于RGB圖像分割的估算
基于像元分解的估算
基于點云的估算
基于激光雷達回波的估算

2. 估算葉面積指數(shù)LAI
基于間隙率模型的估算
基于輻射傳輸模型的估算
基于機器學習模型的估算

3. 估算葉綠素含量LCC
了解葉片輻射傳輸模型
基于輻射傳輸模型的估算
基于植被指數(shù)的估算

專題四 期刊論文插圖精細制作與Appdesigner應用開發(fā)

1.制作精美的期刊論文插圖
論文插圖的尺寸、配色、字體要點
散點圖、直方圖、折線圖、小提琴圖、密度圖、假彩色圖等制作

2.利用Appdesigner進行GUI開發(fā)
認識Appdesigner
函數(shù)調(diào)用與更新
窗口間參數(shù)互傳

注：請?zhí)崆白詡潆娔X及安裝所需軟件

近地面無人機植被定量遙感與生理參數(shù)反演

專題一 近十年近地面無人機植被遙感文獻分析、傳感器選擇、觀測方式及質(zhì)量控制要點
1.1近十余年無人機植被遙感文獻分析
?文獻分析軟件VOSviewer的使用（實踐）
無人機植被遙感的重點研究方向、研究機構、科學家

1.2無人機遙感的特點及與衛(wèi)星遙感的差異
?核心優(yōu)勢與四大基本特點
?無人機與衛(wèi)星遙感影像的成像方式差異

1.3無人機傳感器類型、特點及選擇
?消費級RGB相機的簡要成像幾何與光譜特點
?多光譜相機成像類型與核心問題（波段影像套合、濾光片）
?高光譜相機成像方式與光譜真實性
?熱紅外相機特點與溫度測量可靠性

1.4無人機遙感觀測方式、特點與質(zhì)量控制
?天底觀測、多尺度觀測與傾斜觀測
?四種典型的多角度觀測模式
?影像質(zhì)量控制的要點

專題二 輻射度量與地物反射特性 【講解+實踐】
2.1基本輻射度量與表面輻射特性
?由淺入深基本輻射度量：輻射通量、輻照度、輻射強度、輻亮度（推導）
?基本輻射定律之朗伯余弦定律與平方反比定律（推導）
?朗伯表面輻射與輻射的各向異性

2.2地物二向反射特性與表征
?能量守恒與反射率的定義（推導）
?非朗伯表面的二向性反射之BRDF與BRF詳解（推導）
?九種反射因子/率（推導）

2.3典型地物光譜反射特征與物理生理機制
?健康與脅迫狀態(tài)下葉片光譜反射率與物理生理機制
?多種土壤類型與狀態(tài)下土壤光譜反射率特征與物理解釋
?植被指數(shù)構建的基本思想、原則與方法（示例）

專題三 無人機遙感影像輻射與幾何處理 【講解+實踐】
3.1遙感影像的輻射處理
?成像光路中的暗電流、暗角效應、大氣效應介紹
?成像傳感器輻射定標之二向反射率獲取方法（實踐+代碼講解）
?絕對定標與相對定標

3.2遙感影像的幾何校正
?成像幾何與投影變換簡要原理
?成像畸變與校正方法
?正射影像、DEM、DSM的生成（實踐+代碼講解）

3.3攝影測量SfM點云
?二維影像與三維點云的投影與反投影（實踐+代碼講解）
?影像與SfM點云聯(lián)合使用案例（實踐）
?點云去噪、濾波、歸一化、冠層高度模型生產(chǎn)、單木檢測與分割（實踐）

專題四 光在植被葉片與冠層中的輻射傳輸機理及平面模型應用 【講解+實踐】
?4.1植被的結(jié)構與功能簡介
?葉片尺度的結(jié)構與功能
?植株/冠層尺度的結(jié)構與功能
?冠層覆蓋度與葉面積指數(shù)的定義詳解

4.2闊葉片輻射傳輸模型
?單子葉平板模型PLATE （推導）
?雙子葉多層平板模型PROSPECT （代碼詳解）

4.3比爾-朗伯定律與葉面積指數(shù)
?比爾-朗伯定律與間隙率理論（兩種推導）
?投影G函數(shù)與聚集指數(shù)（推導+代碼）

4.4冠層一維輻射傳輸模型
?SAIL模型詳解

專題五 植被覆蓋度與葉面積指數(shù)遙感估算【講解+實踐】
5.1無人機影像的植被覆蓋度估算
?傳統(tǒng)圖像分割與像元分解（實踐）
?森林冠層覆蓋度估算（實踐）

5.2無人機影像的葉面積指數(shù)估算
?基于間隙率模型的反演
?基于SAIL模型的反演
?基于機器學習模型的反演

更多推薦

無人機遙感在農(nóng)林信息提取中的實現(xiàn)方法與GIS融合應用_無人機在gis中的應用_WangYan2022的博客-CSDN博客注重理論與實踐相結(jié)合，針對高光譜建模的具體實現(xiàn)方法，系統(tǒng)地闡釋基于信息量方法的建模思路與基本原理，并進行深入地實現(xiàn)方法培訓，涉及數(shù)據(jù)獲取、分析、處理、軟件操作和結(jié)果分析等主要環(huán)節(jié)。_無人機在gis中的應用https://blog.csdn.net/WangYan2022/article/details/126946189?spm=1001.2014.3001.5502GEE入門學習，遙感云大數(shù)據(jù)分析、管理與可視化以及在林業(yè)應用丨災害、水體與濕地領域應用丨GPT模型應用_WangYan2022的博客-CSDN博客近年來遙感技術得到了突飛猛進的發(fā)展，航天、航空、臨近空間等多遙感平臺不斷增加，數(shù)據(jù)的空間、時間、光譜分辨率不斷提高，數(shù)據(jù)量猛增，遙感數(shù)據(jù)已經(jīng)越來越具有大數(shù)據(jù)特征。遙感大數(shù)據(jù)的出現(xiàn)為相關研究提供了前所未有的機遇，同時如何處理好這些數(shù)據(jù)也提出了巨大的挑戰(zhàn)。傳統(tǒng)的工作站和服務器已經(jīng)無法勝任大區(qū)域、多尺度海量遙感數(shù)據(jù)處理的需要。https://blog.csdn.net/WangYan2022/article/details/131678440?spm=1001.2014.3001.5502無人機生態(tài)環(huán)境監(jiān)測、圖像處理與GIS數(shù)據(jù)分析綜合應用_無人機點云數(shù)據(jù)采集及gis技術綜合研究背景介紹_WangYan2022的博客-CSDN博客融合無人機生態(tài)環(huán)境監(jiān)測技術和ArcGIS數(shù)據(jù)分析技術，通過具體案例分析與軟件操作實踐，詳細介紹包括無人機多源遙感影像數(shù)據(jù)采集（可見光、多光譜、熱紅外、激光雷達等）、影像數(shù)據(jù)拼接、空間數(shù)據(jù)編輯、空間數(shù)據(jù)分析、空間數(shù)據(jù)專題制圖等流程的一條完整作業(yè)“流水線”。_無人機點云數(shù)據(jù)采集及gis技術綜合研究背景介紹https://blog.csdn.net/WangYan2022/article/details/126848129?spm=1001.2014.3001.5502基于PyTorch深度學習遙感影像地物分類與目標檢測、分割及遙感影像問題深度學習優(yōu)化_在gee里面用pytorch_WangYan2022的博客-CSDN博客理解卷積神經(jīng)網(wǎng)絡背后的數(shù)學模型和計算機算法，掌握利用PyTorch為基礎的遙感影像地物分類，遙感圖像目標檢測，以及遙感圖像目標分割等應用。_在gee里面用pytorchhttps://blog.csdn.net/WangYan2022/article/details/126757557?spm=1001.2014.3001.5502從CNN到Transformer：基于PyTorch的遙感影像、無人機影像的地物分類、目標檢測、語義分割和點云分類_WangYan2022的博客-CSDN博客理解卷積神經(jīng)網(wǎng)絡背后的數(shù)學模型和計算機算法，掌握利用PyTorch為基礎的遙感影像和無人機影像的分類，目標檢測，以及語義分割等應用。https://blog.csdn.net/WangYan2022/article/details/128897625?spm=1001.2014.3001.5502文章來源地址http://www.zghlxwxcb.cn/news/detail-599545.html

到了這里，關于掌握無人機遙感數(shù)據(jù)預處理的全鏈條理論與實踐流程、典型農(nóng)林植被性狀的估算理論與實踐方法、利用MATLAB進行編程實踐（腳本與GUI開發(fā)）以及期刊論文插圖制作等的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！