MDPI Agronomy 16(18):1811·9月15日 · 周二论文农业遥感与作物表型阅读 4
UAV多光谱不同空间分辨率匹配春小麦多性状监测
论文解读
74接近精选线
速览
用无人机多光谱重采样14种分辨率，结合PROSAIL与随机森林，研究春小麦多性状反演的空间尺度效应。
方法
UAV四波段多光谱像素聚合重采样，耦合PROSAIL模型与随机森林反演LAI、C
发现
反演精度对空间分辨率呈非单调响应，提出物候自适应分辨率策略与HSGM模型。
机会点
可探索不同作物与物候下最优分辨率普适规律，并将尺度自适应策略嵌入实时无人机监测系统。
影响力15
信息增量22
专业深度18
信源权威13
时效性6
方法新颖、数据扎实的作物遥感反演研究，对精准农业变量施药与无人机监测有参考价值，但属细分领域学术进展，公共影响有限。
原文摘要
天津师范大学张程程等联合天津市农科院农业资源与环境研究所，从原生0.07 m四波段UAV多光谱影像通过像素聚合重采样生成14种空间分辨率（0.07-3.03 m），耦合PROSAIL辐射传输模型与随机森林评估尺度依赖反演性能。研究揭示了叶面积指数（LAI）、叶绿素含量（Cab）和冠层水分含量（Cw）反演精度对空间分辨率的非单调响应，提出物候阶段自适应分辨率策略并开发Heterogeneity-Scale Game Model（HSGM）刻画最优聚合尺度形成机制。
信源（1 个）