《表1 常用传感器类型总结》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《无人机遥感的农作物精细分类研究进展》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

目前，无人机搭载的用于农作物分类的传感器类型主要有数码相机、多光谱相机和高光谱相机。数码相机质量小、成本低、图像处理技术相对成熟，是无人机遥感应用领域中使用最广泛的传感器[18]。该传感器可获取蓝（450～520 nm）、绿（520～600 nm）、红（630～690 nm)3波段的光谱信息，空间分辨率达厘米级。目前，已有众多学者使用无人机搭载数码相机进行单一农作物种植信息提取[19-21]、田间杂草识别[22-23]、农作物倒伏面积提取[24-27]及农作物分类[28-29]研究，总体分类效果较好，分类精度在80%以上。多光谱相机价格适中，常见的多光谱相机通常设置为4、5个波段，可获取可见光至近红外（400～1 100 nm）波段范围的地物光谱信息。相较于可见光波段，植被间的光谱差异在近红外波段更为明显（如杂草与农作物之间、倒伏农作物与正常农作物之间及不同种类的农作物之间），因此，使用无人机搭载多光谱相机进行田间杂草识别、农作物倒伏面积提取、农作物精细分类研究更具优势，总体分类精度在85%以上。高光谱相机质量大、价格昂贵，目前国内利用无人机搭载高光谱相机进行农作物分类的研究较少。与数码相机、多光谱相机不同，高光谱相机光谱通道多，可提供可见光至近红外区域的十至数百个光谱通道以获得完整连续的光谱曲线，因而能准确反映农作物之间的细微光谱差异，在农作物精细分类领域有着广阔的应用前景[30-33]。如Wei[32]等使用无人机搭载Nano-Hyperspec高光谱相机（光谱范围：400～1 000 nm，波段数：270，光谱分辨率：6 nm）对湖北洪湖市地区的油菜、小白菜、榨菜等18种农作物精细分类，总体分类精度达97.68%。表1总结了近年来国内外常用的无人机载传感器监测农作物类型和分类精度。从表1可看出，无人机遥感农作物分类使用的传感器由常见数码相机逐渐向多光谱相机、高光谱相机过渡，其中应用最多的传感器为数码相机。研究对象主要为玉米、小麦、水稻等粮食作物，种类由单一农作物向多种类农作物转变，分类精度逐步提升。