项目概述
面向龙江智慧农业、精准农业建设，实现大宗农作物种植区域的快速识别、作物类型的精细识别，满足大尺度农作物面积的制图与显示需求，在该方向已完成高光谱遥感方面的国家自然科学基金 8 项，省部级基金 7 项，涵盖地物分类与显示，目标检测识别，超分辨率重建等相关技术，可为我省的农林业建设服务。该方向针对现有高光谱遥感技术存在的端元选择及波段选择计算量大速度慢、分类精度低、解混速度慢精度低且仅限于线性解混、制图技术空间相关性原理贯彻不充分等瓶颈问题，研究了端元选择及波段选择的超快速算法、SVM 分类的全面加权方法、高精度高效率软分类即解混方法、基于修正引力模型和混合空间引力模型的亚像元制图方法、自适应空谱信息稀疏表示的目标检测方法，取得了良好效果。所提出的快速端元选择算法将传统方法效率提升了两个数量级，软分类方法大大提高了解混精度，全面的空间相关性理论被成功地应用于亚像元定位之中，获得了更好的制图效果。相关算法为高光谱数据实时、高精度处理提供了有力保障，并得到国际学术同行广泛好评，算法的进一步落地将对我省农林业遥感监测有重要意义。
项目成熟情况
如上所述，高光谱遥感技术在农林业有着广泛的应用前景，有助于更加有效地进行农作物分类、农业估产等工作。高光谱遥感的地物分析目前已发展比较成熟，团队在机载的高分辨率高光谱数据上，分类精度可达 90%以上，在精度/效率方面达到国际先进水平，可为决策人员提供科学指导和直观判据。
应用范围
在农业领域获取农作物种类分布、耕种面积，精细评估农作物产量，也可进一步提取农作物长势、水含量参数等相关信息，可对我省的农作物区域实现从粗到精的监测与预防，提升我省对农业的调研效率。