无人机农业监测小结

**无人机可提取得特征：**植被指数，纹理指数，颜色指数，图像特征， 点云信息，荧光信息
植被指数：波段的加减成熟
纹理指数：纹理是指图像色调作为等级函数在空间上的变化。 常用的方法包括灰度共生矩阵（GLCM）、纹理滤波、小波变换等。 其 中 ，灰度共生矩阵是一种基于像素灰度级信息的统计方法，可以 计算 纹理特征 的相关性、对比度、均匀度等。
颜色指数：包括RGB,HSV,HSI，CMYK，Lab颜色空间
**反演/监测目标：**叶面积指数反演，叶绿素估计，冠层含水量/冠层等效水厚度，密度估算，覆盖度变化监测，生长速率监测，病害监测，产量估算，肥料用量推荐，多时相监测，倒伏评价，目标监测：例如小麦穗，吐絮棉铃等，氮素监测，品种监测，监测杂草，盐分反演，土壤含水量/氮含量/土壤元素，物候监测/生育进程，干旱阈值，蛋白质含量监测，衰老率/衰老动态，水分胁迫诊断，fAPAR，确定冬小麦的受精率和时间，出苗监测，成熟度估计，蒸腾系数，作物缺素情况，开花时间估计， 冠层叶绿素密度（CCD），冠层温度，空间分辨率对反演的影响等等

**手段：**作物模型，机器学习，辐射传输模型, 深度学习，时间序列，混合效应模型，迁移学习
作物模型：WOFOST，DSSAT
机器学习：随机森林，支持向量机
辐射传输模型：PROSAIL
深度学习：YOLO
**关键名词：**集成学习