研究论文开放获取
Progress and prospects of hyperspectral remote sensing technology for crop diseases and pests
Ning Zhang, YANG Guijun, ZHAO Chunjiang, ZHANG Jincheng, YANG Xiaodong, PAN Yuchun, Wenjiang HUANG, Bo Xu 等 11 位
来源National Remote Sensing Bulletin
年份2021
阅读操作
确认中在文库中上传 PDF 后可生成中文音频讲解。
摘要与影响
摘要 · 完整
作物病虫害作为影响农作物品质、产量及威胁粮食安全的主要因素,仅依靠人工田间调查对其进行监测已不能满足当下农业生产精准高效的需求。高光谱遥感作为能够获取地表物体连续波谱信息的遥感技术,已经成为当下作物病虫害监测识别的重要手段。本文对作物病虫害高光谱遥感监测识别的研究进展进行综述,通过对该领域发表文献的统计以及对主要机构、团队、数据源的分析,明确了病虫害高光谱遥感监测的研究热点和趋势;在此基础上,分析高光谱技术及其作物病虫害的监测识别机理,从病虫害胁迫探测、分类识别、危害严重度定量分析及早期检测四个方面综述相关技术及研究现状;通过探讨当下高光谱遥感病虫害监测识别面临的挑战,提出作物病虫害标准图谱库的建立、星载高光谱传感器的完善以及星空地一体化监测平台的搭建是当前作物病虫害高光谱遥感监测识别技 术落到实处的关键,也是未来发展的重点方向。
逐年被引趋势
840
21
22
823
24
25
26
关键指标
32
被引次数 · OpenAlex
2.31
领域内被引倍数
同类平均 = 1
同类平均 = 1
前 12%
引用位次
同领域 · 同年份 · 同类型
同领域 · 同年份 · 同类型
74
参考文献
Google Scholar 与 OpenAlex 的被引统计范围不同,数值存在差异属正常。
AI 辅助阅读
依据:摘要
论文问答
当前基于摘要回答
可就本文提问;依据不足时会说明。
学术脉络
学科主题
物理Remote Sensing in Agriculture
Smart Agriculture and AI · Remote-Sensing Image Classification
参考文献 74
暂无参考文献明细
引用本文 32
暂无引用本文的记录