遥感技术作为一种空间大数据手段，能够从多时、多维、多地等角度，获取大量的农情数据。数据具有面状、实时、非接触、无伤检测等显著优势，是智慧农业必须采用的重要技术之一。本课程梳理了我国目前无人机遥感在智慧农业信息提取的综合态势，对无人机平台的性能、机载传感器指标、地面传感器应用、农林遥感光谱指数、农林光谱建模方法进行了大量的分析。在此基础上，按照形态、生理生化、胁迫、估产等四大类信息提取目标，从理论和实践两方面进行了详细的分析。
其中，围绕着四大类信息，划分为十四个子专题：株数和株高、冠层覆盖度、作物倒伏、不同生育期状况、叶面积指数、作物系数、叶绿素含量、营养元素含量、异常因素胁迫、病虫害、作物衰老、净同化率、蛋白质含量、生物量。对每一个子信息都有相应的数据，涵盖三波段真彩色、多光谱和高光谱无人机数据，进行智慧信息提取的学习。
如何将无人机真彩色、多光谱和高光谱数据，与农林业应用需求紧密结合起来，是举办本次培训班的主要目的
目标：
（1）了解目前我国无人机遥感在农林业应用的总体态势；
（2）掌握无人机遥感在农作物形态、生理生化、胁迫、估产方面的应用方法；
（3）掌握ENVI软件、PhotoScan软件处理无人机遥感数据（真彩色、多光谱、高光谱）技术；
（4）掌握基于在线AI技术的农作物估产技术；
（5）通过理论知识学习与上机实践操作，让学员具备解决交叉使用各类技术的能力；
（6）采用现场答疑方式，解答学员在实际工作中遇到的遥感反演方面的问题。
第一章 综合态势分析
1.1 研究区及作物品种分析[☆理论学习]
（1）形态指标分析 （2）生理生化指标分析 （3）胁迫指标分析 （4）产量指标分析 （5）综合分析
1.2 无人机平台分析
分析目前常用于农林行业的无人机平台。
1.3 无人机机载传感器分析
分析目前常用于农林行业的无人机机载传感器。
1.4 地面应用传感器分析
分析目前常用于农林行业的地面应用传感器分析。
1.5 农林遥感光谱指数分析
1.6 农林业建模 方法分析
第二章 农作物形态信息提取理论与实践
2.1 株数和株高------阈值分割技术
2.1.1 理论与方法 2.1.2 加载影像 2.1.3 波段指数计算 2.1.4 阈值分割 2.1.5 后处理
2.1.6 植株数统计、查询和制图
2.2 冠层覆盖度------属性计算技术
2.2.1 理论与方法 2.2.2 加载影像 2.2.3 导出面积数据 2.2.4 计算冠层覆盖度
2.3 作物倒伏------数字表面模型技术
2.3.1 理论与方法 2.3.2 加载影像 2.3.3 对齐照片 2.3.4 建立密集点云 2.3.4 生成网格 2.3.5 生成纹理 2.3.6 生成数字表面模型 2.3.7 导出DEM数据和正射数据 2.3.8 分析株高和作物倒伏
2.4 不同生育期状况------变化检测技术
2.4.1 理论和方法 41 2.4.2 加载影像 43 2.4.3 变化检测工作流 44 2.4.4 不同生育期结果分析
第三章 农作物生理生化信息提取理论与实践
3.1 叶面积指数------多元线性回归技术
3.1.1 理论与方法 3.1.2 加载影像 3.1.3 地面实测数据 3.1.4 假设条件 3.1.5 植被指数提取
3.1.6 数据整理 3.1.7 建立反演模型 3.1.8 数字制图
3.2 作物系数------多项式回归技术
3.2.1 理论与方法 3.2.2 加载影像 3.2.3 地面实测数据 3.2.4 假设条件 3.2.5 归一化水分指数提取 3.2.6 数据整理 3.2.7 建立反演模型 3.2.8 数字制图
3.3 叶绿素含量------相关性分析技术
3.3.1 理论与方法 3.3.2 加载影像 3.2.3 地面实测数据 3.2.4 假设条件 3.2.5 数据采集与整理 3.2.6 相关性分析 3.2.6 建立回归方程 3.1.8 数字制图
3.4 营养元素含量------间接提取技术
3.4.1 理论与方法 3.4.2 加载影像 3.4.3 地面实测数据 3.4.4 假设条件 3.4.5 回归分析 3.4.6 数字制图
第四章 农作物胁迫信息提取理论与实践
4.1 异常因素胁迫------异常信息提取技术
4.1.1 理论与方法 4.1.2 加载影像 4.1.3 建立遮掩层 4.1.4 异常信息提取流程 4.1.5 数字制图
4.2 病虫害------农作物胁迫信息提取技术
4.2.1 理论与方法 4.2.2 加载影像 4.2.3 胁迫提取 4.2.4 数字制图
4.3 作物衰老------森林健康提取技术
4.3.1 理论与方法 4.3.1 加载影像 4.3.3 衰老信息提取 4.3.4 数字制图
第五章 农作物产量信息提取理论与实践
5.1 净同化率------面向对象图谱合一提取技术
5.1.1 理论与方法 5.1.2 加载数据 5.1.3 地面实测数据 5.1.4 建立基于样本的规则 5.1.5 农田分割与合并 5.1.6 特征提取 5.1.7 数字制图
5.2 蛋白质含量------多指数决策树技术
5.2.1 理论与方法 5.2.2 加载数据 5.2.3 地面实测数据 5.2.4 作物多种指数计算 5.2.5 采集指数数据 5.2.6 建立决策树 5.2.7 运行决策树
5.3 生物量------人工智能信息提取技术
5.3.1 理论与方法 5.3.2 数据集说明 5.3.3 上传数据 5.3.4 图片标注 5.3.5 模型训练 5.3.6 校验模型 5.3.7 识别未知生物量图片
【生态系统服务】MAXENT、PLUS、USLE、INVEST、供需、VORS、SRP模型、SolVES、NPP及碳源、碳汇、CENTURY、生态经济学-CSDN博客