产品中心-北京安洲智航科技有限公司

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。

넶2 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。

넶24 2026-03-13
基于无人机多源遥感的落叶松毛虫胁迫下林木失叶率的多维估算研究

本研究基于无人机高光谱与激光雷达数据及地面调查数据，计算高光谱指数（HSI）、多光谱指数（MSI）和激光雷达指数（LI），采用不同窗口大小（W）和多项式阶数（P）的Savitzky-Golay（S–G）平滑滤波结合递归特征消除（RFE）算法筛选敏感特征，结合随机森林回归（RFR）和卷积神经网络回归（CNNR）构建LLR的多维（水平与垂直）估算模型。

넶37 2026-02-02
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。

넶41 2026-02-02
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。

넶33 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。

넶32 2026-01-30