基于无人机多光谱成像仪的互花米草和人工刺槐林遥感监测

本研究利用无人机获取多田块冠层尺度的不同倒伏率小麦多光谱数据, 提取小麦倒伏DSM模型和植被指数分别与多光谱图像进行融合, 筛选差异性较大的纹理特征, 采用3种典型的监督分类模型对融合图像、 多光谱图像和纹理特征图像进行监督分类, 并对分类结果进行对比分析, 以期寻求各倒伏率麦田识别倒伏最佳的特征组合和监督方法。

紫花苜蓿是一种优质牧草, 使用无人机载多光谱相机采集数据, 采用SVM以及其优化模型对紫花苜蓿的叶绿素含量和地上生物量的数据进行采集, 训练、测试以及预估，旨在建立一种快速且准确的估算方法，为紫花苜蓿生长过程提供有效的动态管理与监测。

香辛料是食品造假的重灾区，它们的供应链复杂、售价高昂，并且通常以粉末或颗粒形式出售，因此不法商贩会掺加更便宜、难以区分的相似材料获取高额利润。

高光谱成像技术在文物研究和保护中具有三个显著特点：第一，用高光谱成像技术对文物进行检测时，不接触文物，而且由于使用的是可见光和近红外光谱，相较于拉曼光谱、红外光谱等常用的成分识别方法，可以实现完全无损的状态；第二，近红外波段具有穿透性，能够穿透大部分矿物颜料，探测到颜料底层的墨线信息，对于彩绘文物中隐藏信息的提取能够发挥很大的作用；第三，高光谱成像技术具有图谱合一的特点，其反射光谱可以起到鉴别物质成分的作用，配合图像信息可以得到成分的相对浓度分布图，对于大尺幅文物的快速研究具有较大的帮助。