棉花是中国重要的经济作物，及时了解棉花的长势和产量，不仅对加强其生产管理和生产计划安排有利，也对棉花外贸和进出口计划制定有直接帮助，便于农业部门提前实施相应的管理与决策，获得更好的经济及环境效益。

无人机遥感空间分辨率高、获取数据快、操作简单、成本低，能够快速针对某一区域进行影像采集，获取更精确的作物分布信息，成为航空遥感和卫星遥感的重要补充，对作物监测技术的发展和应用具有重大意义。

该文提出一种苗铃生长趋势SEGT（Seedling Emergence and Growth Trend）模型用于棉花产量估算。借助无人机可见光影像数据，通过植被指数与大津法、形态学滤波相结合的方法，获取研究区内棉花出苗信息，然后利用无人机多光谱时间序列影像数据，分析各时期归一化差异植被指数NDVI（Normalized Difference Vegetation Index）与实际产量的相关特征，对棉花生长状态进行等级划分，反演每株棉花的预测成铃数，最后结合棉花单铃质量构建SEGT模型进行产量估算，并根据实测产量数据进行精度验证。

研究结果表明，本文所构建的SEGT模型决定系数达到0.92，具有较高的可行性、可信度和可靠性，是一种切实可行的棉花估产方法。返回搜狐，查看更多

责任编辑：