• 无人机多角度观测：小麦与桃树BRDF数据集公开发布

      该数据集为两个具有代表性的作物提供了覆盖多个生育阶段的高质量多角度光谱测量数据，可用于深入研究植被冠层BRDF特征、光谱指标的角度敏感性以及光谱特征的时间动态变化。此外，该数据集还可用于植被遥感物理模型验证、植被参数反演以及机器学习模型训练，为更多植被遥感应用提供数据支持。

      넶0 2026-10-10

    • 融合生长阶段信息的深度学习：冬小麦叶片氮含量无人机高光谱估算新方法

      叶片氮含量（LNC）是评价作物氮素营养、指导精准施肥的关键指标。无人机高光谱遥感可实现大田尺度冬小麦氮素快速诊断，但小麦不同生长阶段会造成 LNC-光谱响应关系发生偏移，现有模型跨灌浆期估测泛化能力不足，制约多时相氮素监测应用。针对该问题，本研究提出了一种面向生长阶段的冬小麦叶片氮含量深度学习估算模型（Growth-stage Deep learning model for Leaf Nitrogen Content estimation in winter wheat，GD-LNC）。

      넶8 2026-09-24

    • 精度再升级！无人机高光谱设备，搞定玉米全生育期长势监测

      本研究基于多生育期无人机高光谱数据，系统评估了不同分数阶特征优选方案对玉米地上生物量（AGB）估算精度的影响。结果表明：相较于固定阶数方案（v=0），分数阶优化能够提升地上生物量估算精度，说明合理的分数阶变换可以强化光谱信息中对生物量变化敏感特征的表达能力。然而，对所有生育期采用单一最优阶数的全局最优分数阶方案精度提升效果有限，这表明统一的特征变换模式难以充分适应玉米生长过程中不同阶段的动态变化特征。

      넶28 2026-07-28

    • 双分支双向 Mamba 网络｜面向无人机高光谱树种精细分类

      本文提出了 MambaHSINet，一种基于双向状态空间模型（SSM）的双分支网络，用于整图像高光谱分类。通过采用整图端到端推理、解耦的光谱–空间特征提取以及线性复杂度的全局建模，该方法克服了传统基于图像块（Patch）的 Mamba 方法存在的重复计算量大以及长距离依赖建模能力不足等问题。在多个具有不同场景特征的高光谱数据集上进行实验表明，该模型具有较高的分类精度、良好的稳定性、较少的参数量、较快的推理速度以及较低的推理内存占用，并且在不同场景之间表现出良好的泛化能力。

      넶23 2026-08-14

    • 登顶 Plant Phenomics｜AMS10 多光谱成像仪支撑苜蓿多品质高精度遥感反演

      本研究以127份苜蓿核心种质资源为研究对象，构建了一套融合高维光谱挖掘、物理信息网络和三维异速生长传递算子的综合品质估计框架。首先，我们在原始光谱空间和对数变换光谱空间中筛选了14,960种光谱算子，并结合双重降维策略提取最优特征。结果表明，由四个波段构成的双差分结构对纤维组分（酸性洗涤纤维 ADF 和中性洗涤纤维 NDF）具有极高的敏感性，其相关系数绝对值达到|r| = 0.896；而基于对数解耦的光谱算子则能够准确分离粗蛋白（CP）和氮（N）的光谱信号，其相关系数绝对值达到|r| = 0.868。

      넶29 2026-07-28

    • 基于无人机高光谱影像结合色素与水分含量指标的松材线虫病早期检测

      近年来，无人机高光谱遥感技术的快速发展为松材线虫病早期检测提供了新途径。本研究选取经典的冠层色素指数和水分含量指数构建识别指标体系，通过显著性检验与导数分析筛选出最优冠层色素指数（CI）和冠层水分指数（WASCOSBNDI），基于病害发展过程中冠层水分与色素含量的异步变化特征，采用多阈值分割方法分别建立CI、WASCOSBNDI和CI-WASCOSBNDI模型，实现对不同染病阶段树木的识别。结果表明：CI-WASCOSBNDI模型对染病阶段的检测精度最高，总体分类精度达92.78%，而CI模型和WASCOSBNDI模型的分类精度分别为81.34%和89.84%。

      넶49 2026-06-29

    • 基于无人机观测的高光谱 BRDF 可表征平坦沙漠地表的光学特性：与实验室和卫星数据的综合对比研究

      在本研究中，我们通过将无人机（UAV）观测的高光谱 BRDF 与实验室光谱和卫星观测 BRDF 进行对比，评估了无人机测量在表征沙漠地表光学特性方面的有效性。本研究利用搭载光谱仪的无人机，在中国西北地区六个沙漠区域的不同太阳天顶角（SZA）下采集高光谱 BRDF 数据。结果表明，无人机测得的高光谱反射率在光谱形态上与实验室测量高度一致（光谱角制图 SAM < 0.074），这验证了无人机在不同照明-观测几何条件下表征沙漠地表高光谱反射特性的准确性。

      넶42 2026-05-27

    • 基于无人机高光谱成像系统的BRDF反演 方法

      反射各向异性（RA）包含了地物光学行为和结构的重要信息，通常用双向反射分布函数（BRDF）来描述。然而，传统的从卫星或地面进行的RA反演方法受到低空间分辨率、光照条件和仪器相关影响的制约。该研究将基于无人机的倾斜摄影技术应用于RA反演，旨在探索无人机获取高空间分辨率、高精度、空间连续的RA数据的可行性。

      넶132 2025-02-14

    • 基于Cubert框幅式高光谱成像仪优化行栽作物叶片叶绿素含量监测

      近年来，研究者们通过非破坏性的冠层反射光谱技术，成功估算出了这一含量。研究发现，冠层结构和太阳角度对冠层反射光谱产生了显著影响，尤其是在季节和昼夜循环中，阳光照射与阴影土壤背景不同的开放式行栽结构作物冠层。

      넶121 2025-02-14

    • 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。

      넶76 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。

      넶74 2026-01-30

    • 基于无人机高光谱与卫星数据的河流叶绿素a和悬浮物浓度监测

      近几十年来，受气候变化和人类活动复合影响，城市河流浮游植物增殖及沉积物输入问题日益突出。鉴于河流宽度有限，传统高空间分辨率卫星在波段设置、带宽及信噪比方面存在局限，无人机凭借其卓越的时空分辨率，成为河流环境监测及反演不确定性评估的重要工具。

      넶149 2025-06-19

    • 基于MagNIMBUS、MagDrone R1磁力计的地下目标探测对比

      对比试验结果表明，地面徒步、无人机搭载不同磁力计低空飞行在目标识别结果上具有高度一致性。真正拉开差异的是实验实施层面：无人机方案显著提升了作业效率，测线布设更直、更均匀，航迹控制精度优于人工徒步，同时大幅减少了现场作业人员数量，降低了人员暴露于复杂地形的安全风险。因此，在保证数据质量的前提下，无人机磁测的优势主要体现在作业流程优化和现场安全保障上，可为类似项目提供更经济、更安全的采集方案选择。

      넶33 2026-09-09

    • 基于机载探地雷达与人工样线结合的埋藏冰探测

      本研究提出了一种利用无人机搭载多低频探地雷达来研究埋藏冰的方法。研究人员在加拿大育空地区西南部的沙尔肖塔加山谷（别称：灰熊溪），沿着一条横跨冰碛覆盖冰川和冰-碎屑复合体的测线，使用了 50 MHz、100 MHz 和 200 MHz 的天线进行了机载飞行勘测。随后，将基于无人机的勘测结果与同一测线上两处人工 GPR 勘测的数据进行了对比。这两段人工勘测均使用相同频率的雷达系统以双站模式进行，并包含了共中心点（ Common Midpoint，CMP）测量。

      넶24 2026-06-15

    • 机器人高光谱矿物分析系统

      在能源转型及政治环境动荡的背景下，关键原材料的需求持续攀升，这促使欧洲各地重新启动了新的采矿与勘探项目。高光谱成像技术已证明是矿产勘探中一种快速而有效的非侵入性手段。通过在无人机和各类机器人上装载高光谱及激光雷达传感器，能够安全地测绘那些难以接近且充满危险的区域，以搜集关键的地质信息。

      넶115 2025-06-19