农田集约化管理是现代农业发展的必然趋势，现代灌溉技术的研究与规模化应用为农田集约化管理提供了强有力的技术支撑，田间灌溉逐步向机械化、精准化、智慧化方向发展。自然环境变化和生产管理差异导致大田土壤状况和作物生长信息空间变异性较大，作物水肥需求呈现离散化特征，对集约化农田作物精准管理提出新要求。无人机遥感作为低空遥感系统，具有机动灵活、携带方便、可获取高时空分辨率数据、成本低等优势，为中小尺度的遥感应用研究提供了新的途径，在田间作物信息快速监测方面得到快速发展。 本书利用无人机光谱感知系统，获取作物不同生育阶段可见光、多光谱、热红外、高光谱等影像数据，定量刻画了作物冠层叶面积、株高、氨含量等信息的时空分布特征，为节约化农田水肥精准管理提供依据。

第1章 绪论
1.1 研究背景与意义
1.2 国内外研究进展
1.3 研究方案
第2章 研究材料与方法
2.1 研究区概况
2.2 试验材料与田间设计
2.3 数据获取与处理
第3章 无人机多光谱反演作物叶面积指数
3.1 模型构建与评价
3.2 结果与分析
3.3 讨论
3.4 本章小结
第4章 无人机光谱反演作物株高及生物量
4.1 结果与分析
4.2 讨论
4.3 本章小结
第5章 无人机热红外反演土壤含水率
5.1 冠层温度的提取
5.2 结果与分析
5.3 讨论
5.4 本章小结
第6章 基于无人机多源数据融合估算作物植株含水率
6.1 模型构建与评价
6.2 数据分析
6.3 特征选取及相关性分析
6.4 结果与分析
6.5 本章小结
第7章 融合多源无人机数据估算作物氮含量
7.1 数据分析
7.2 结果与分析
7.3 讨论
7.4 本章小结
第8章 基于无人机多光谱估算作物产量
8.1 材料与方法
8.2 结果与分析
8.3 讨论
8.4 本章小结
第9章 基于无人机多光谱和热红外预测作物产量
9.1 材料方法
9.2 结果分析
9.3 讨论
9.4 本章小结
第10章 基于无人机高光谱预测作物产量
10.1 光谱指数的获取
10.2 统计学分析
10.3 结果
10.4 讨论
10.5 本章小结
第11章 基于无人机热红外图像构建灌溉处方图
11.1 材料与方法
11.2 灌溉量计算模型
11.3 结果分析
11.4 本章小结
参考文献