农田空间信息包括地理坐标信息和通过视觉和机器识别获得的农作物分类信息。无人机可以通过识别农田边界来估算种植面积，传统的耕地面积测量方法存在时效性差、耕地边界位置与实际情况相差较大等缺点，不利于精准农业的实施和监测。无人机能够准确、有效、实时地获取全面的农田空间信息，具有传统测量无法比拟的优势。
无人机航拍图像可以识别农田的基本空间信息，作物面积的计算和作物种类的识别只能通过数码相机来实现。空间定位技术的飞速发展，极大地提高了农田定位信息研究的准确性和深度。随着无人机图像空间分辨率的提高和坡度、地形、高程信息的引入，可以实现更精准的农田空间信息监测。
作物的生长状况可以通过多种信息来反映，如产量信息、表型参数和营养指标等。包括植被覆盖度和叶面积指数在内的多种信息相互关联，共同代表作物的生长情况，直接关系到最终产量，并在现场信息监测研究中发挥着主导作用。
在植被覆盖度高的地区，关闭叶片气孔可有效减少蒸腾造成的水分流失，增加地表感热通量，从而降低地表潜热通量，导致作物冠层温度升高。水分胁迫指数可以反映作物含水量与作物冠层温度的关系。通过传感器的热红外波段，可以有效获取作物冠层温度，进而有效反映农田水分状况。在植被覆盖度较低的地区，土壤水分可以间接代表下垫面地表温度的变化。
由于水加热温度的变化是一个缓慢的过程，土壤水分的分布可以间接反映白世界下垫面温度的空间分布。裸地对温度遥感监测来说是一个重要的干扰因素，在冠层温度监测中更为重要。研究人员研究了裸地温度与作物表面覆盖率之间的关系，并确定了裸地造成的冠层温度实测值与真实值之间的差异，并将修正结果应用于农田水分监测，提高监测结果的准确性。在实际农田生产经营中，农田流失也是
转载请注明：http://www.0431gb208.com/sjszjzl/5831.html
