企业档案
会员类型：旗舰版
已获得阿仪网信誉 等级评定
90成长值
(0 -40)基础信誉积累，可浏览访问
(41-90)良好信誉积累，可接洽商谈
(91+ )优质信誉积累，可持续信赖
阿仪网旗舰版会员：12年
工商认证 【已认证】
最后认证时间：无需年检
注册号：**** 【已认证】
法人代表：刘雪** 【已认证】
参观次数：3738783
手机网站：http://wap.app17.com/c95835/
旗舰版网址：http://www.pjk1210.com
大疆无人机
- 经纬M300RTK
- 停机坪
- 精灵4RTK
- 精灵4多光谱无人机
- M30T
- 禅思L1激光雷达
- 禅思P1相机
- DJI Mavic 3E
- DJI Mavic 3T
- Matrice 350 RTK
- DJI FlyCart 30
- 机场2
- DJI Mavic 3
- 经纬M30无人机
- DJI Matrice 4 系列
- DJI Matrice 4 E
- DJI Matrice 4 T
倾斜摄影相机
无人机负载系列
多光谱相机/高光谱相机
- Parrot Sequoia
- Micasense RedEdgeMX
- Altum 相机
- RedEdge-P多光谱
- ALTUM-PT热成像多光谱
- S185高光谱成像仪
- RedEdge-P Dual十光谱相机
- GreenEdge P
无人机后处理软件
三维激光扫描仪
管线探测仪
- 英国雷迪RD8100PXL/PDL，RD7000
- 美国里奇SR-20/SR-60
- 美国3M 2273E
- 国产管线探测仪
- 天然气管道探测仪30W
- LD6000工程鹰眼
- PJB1燃气管道探测仪
- PJC18
- PJC8
探地雷达/地质雷达
- 英国雷迪RD1100和RD1500
- 加拿大LMX100
- 加拿大Noggin250
- 美国劳雷SIR-4000
- 俄罗斯OKO-3
- GS8000探地雷达
- 徕卡地质雷达
- DZLD-4000地质雷达
- MALA地质雷达
- GS9000三维探测雷达
- pjc8000
自动气象站
日本ASAHI产品
管道检测设备
求积仪
英国雷迪综合系列产品
高清移动测量系统
管道陀螺仪
手持GPS
美国KESON
车载三维探测雷达
全站仪
测距笔
水文产品
美国里奇RIDGID管道工具
进口无人机
- 升级版eBee PLUS
- 瑞士eBee无人机
- Parrot Disco-Pro AG无人机
- 瑞士eBee AG
- 瑞士eBee RTK
- 瑞士EXOM/艾布锐
- 法国DT-18无人机
- 法国DT-26X无人机
- 无人机定位跟踪器
- 国产PJ1100小型测绘无人机
- 耐摔无人机
- Parrtot无人机
- 大疆无人机
- 拓普康
工具
水准仪
激光测距仪
激光标线仪
声波定位仪
高压电桥电缆故障测试仪
土壤冲击测定器
中海达
哈希
佳能打印机
水下机器人
MACOHO
- 湿式喷砂机超硬刀片加工流水线VD-R019
- 超硬刀片逐个加工的装置RBI-203
- 超硬刀片加工流水线W3MN-Q010
- 传送带运送式湿喷砂装置mini PFE 100
- 传送带运送式湿喷砂装置mini PFE 200
- 六轴关节机器人型湿喷砂装置Robot Blast
- 适用冷锻的预处理机VD-T008
- 40L双筒式湿式喷砂磷化线BL-740TH
- 带滚动研磨槽的湿式喷砂机MSB-S5
- 去除钢棒氧化层的机BSB-012-C
- 去除钢棒氧化层的机VD-R011
机场二
PJKC18管线探测
GP8000结构雷达
GP81000结构雷达
GP8800结构雷达
GP8100结构雷达
灵嗅mini2
灵嗅Nano2
灵嗅空气监测仪
无人机
芯片
视觉位移测量系统
日本(KEM）
鹏锦研发平台
大疆运载
技术文章
基于无人机的S185高光谱成像技术比卫星遥感技术参数评估对比研究
点击次数：3175 发布时间：2020/5/22 15:54:22
基于无人机的S185高光谱成像技术比卫星遥感技术参数评估对比研究
深圳鹏锦科技有限公司
欢迎咨询18320771884
及时且精准的农作物参数评估对于农业管理来讲至关重要；基于无人机的高光谱成像技术比卫星遥感技术有着速度更快、空间与光谱分辨率更高等优势。本文以具有画幅式成像技术的S185机载高光谱成像仪以及高清数码相机分别获取小麦的光谱植被指数（VIs）以及作物表面模型（CSMs），并分别利用线性与指数方程（LEE）、随机森林法（RF）以及偏最小二乘算法（PLSR）与多时相的小麦作物地上生物量（AGB）以及叶面积指数（LAI）建立定量评估模型，研究结果表明，株高（Crop Height）无法用来评估LAI等农作物参数，机载高光谱相比于高清相机可建立起基于光谱植被指数以及株高相结合的方法可与农作物参数（AGB、LAI等）更高的评估模型。
图1本试验研究区域图
图2 不同生长期小麦S185高光谱影像与株高图
表1 本研究中植被指数计算方法
表2 基于RF与PLSR算法的模型结果对比
图3 不同参量与算法建立的AGB预测模型结果对比
图4 不同参量与算法建立的LAI预测模型结果对比
图6 不同参量与算法建立的LAI反演结果
原创作者：深圳市鹏锦科技有限公司
