在新一轮互联网信息技术大发展的现今，无人机、大数据、人工智能、物联网等新兴技术在各行各业都处于大爆发的前夜。为了将人工智能方法引入农业生产领域。首先在种植、养护等生产作业环节，逐步摆脱人力依赖；在施肥灌溉环节构建智慧节能系统；在产量预测和商品定价生产管理环节提高效能。这些智慧农业迫切需要实现的目标，首先要解决的问题就是多源数据的获取与快速分析。
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。本教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。
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，让感兴趣学员在短时间内较系统的掌握无人机遥感信息提取技术，注重理论与实践相结合，针对高光谱建模的具体实现方法，系统地阐释基于信息量方法的建模思路与基本原理，并进行深入地实现方法，涉及数据获取、分析、处理、软件操作和结果分析等主要环节。通过理论学习，让学员掌握各种无人机遥感信息提取思路与基本步骤，结合十四种典型无人机应用领域的实际案例，通过一步步讲解与上机操作，让学员具备解决无人机信息提取的能力。
第一章 综合态势分析
1.1 研究区及作物品种分析
1.2 无人机平台分析
1.3 无人机机载传感器分析
1.4 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
2.2 冠层覆盖度------属性计算技术
2.3 作物倒伏------数字表面模型技术
2.4 不同生育期状况------变化检测技术
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
3.2 作物系数------多项式回归技术
3.3 叶绿素含量------相关性分析技术
3.4 营养元素含量------间接提取技术
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
4.2 病虫害------农作物胁迫信息提取技术
4.3 作物衰老------森林健康提取技术
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
5.2 蛋白质含量------多指数决策树技术
5.3 生物量------人工智能信息提取技术
第六章 遥感提取结果的空间表达------GIS制图流程
6.1 地理信息系统的基本概念
6.2 ArcGIS应用
6.3 遥感结果数据的采集与组织
6.4 空间数据综合制图
★ 点 击 下 方 关 注，获取海量教程和资源！
↓↓↓