一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

無人機高光譜在農(nóng)田信息監(jiān)測中的應(yīng)用

萊森光學 ? 來源:萊森光學 ? 作者:萊森光學 ? 2022-04-29 10:26 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

無人機可搭載的遙感傳感器多種多樣, 可以獲取多維度、高精度的農(nóng)田信息, 實現(xiàn)多類農(nóng)田信息的動態(tài)監(jiān)測。這些信息主要包括作物空間分布信息(農(nóng)田定位、作物種類識別、面積估算及變化動態(tài)監(jiān)測、田間基礎(chǔ)設(shè)施提取)、作物生長信息(作物表型參數(shù)、營養(yǎng)指標、產(chǎn)量), 以及作物生長脅迫因子(田間墑情、病蟲害)動態(tài)等。

農(nóng)田空間信息

農(nóng)田空間位置信息包括田塊的地理坐標及通過目視判別或機器識別得到的作物分類。通過地理坐標識別出田塊邊界還可以實現(xiàn)種植面積的估算。傳統(tǒng)的方法通過以地形圖作為底圖進行數(shù)字化開展區(qū)域規(guī)劃和面積測算, 時效性差, 邊界位置與實際情況差異巨大且缺乏直觀性, 不利于精準農(nóng)業(yè)的實施。無人機高光譜可以實時獲取全面的農(nóng)田空間位置信息, 具有傳統(tǒng)方法無可比擬的優(yōu)勢。高清數(shù)碼相機的航拍影像即可實現(xiàn)農(nóng)田基本空間信息的識別和判定, 空間構(gòu)型技術(shù)的發(fā)展提高了農(nóng)田位置信息研究的精度與深度, 在引入高程信息的同時提升了空間分辨率, 可實現(xiàn)更精細的農(nóng)田空間信息監(jiān)測。將無人機DEM數(shù)據(jù)用于農(nóng)田灌溉渠系的提取, 渠系提取的完整度達85.61%。

作物生長信息

作物生長狀況可以通過表型參數(shù)、營養(yǎng)指標以及產(chǎn)量等信息來表征。表型參數(shù)包括植被覆蓋度、葉面積指數(shù)、生物量、株高等。這些參數(shù)相互關(guān)聯(lián)、共同表征了作物的長勢情況, 與最終產(chǎn)量直接相關(guān)。在農(nóng)田信息監(jiān)測研究中占有主導(dǎo)地位, 已經(jīng)開展的研究相對較多。

作物表型參數(shù)

葉面積指數(shù)(Leaf Area Index, LAI)是指單位地表面積上單面綠葉面積的總和, 可較好地表征作物對光能的吸收利用, 與作物的物質(zhì)積累和最終產(chǎn)量關(guān)系密切。葉面積指數(shù)是目前無人機高光譜監(jiān)測的主要作物生長參數(shù)之一。以多光譜數(shù)據(jù)計算植被指數(shù)(比值植被指數(shù)、歸一化植被指數(shù)、土壤調(diào)節(jié)植被指數(shù)、差值植被指數(shù)等)與地面實測數(shù)據(jù)建立回歸模型是反演表型參數(shù)較為成熟的方法。高林等通過對多個生育期、多種植被指數(shù)和不同模型的比較, 選擇鼓粒期(大豆主莖最上部4個具有充分生長葉片著生的節(jié)中, 任何一個節(jié)位上豆莢內(nèi)綠色種子充滿莢皮的時期)歸一化差分植被指數(shù)(Normalized Difference Vegetation Index, NDVI)的線性回歸模型反演大豆LAI, 決定系數(shù)R2=0.829, 均方根誤差RMSE=0.301, 估測精度EA=85.4%。也有利用可見光圖像估測LAI的研究, 構(gòu)建了基于可見光大氣阻抗植被指數(shù)(Visible Atmospherically Resistant Index, VARI)原理的數(shù)字圖像特征參數(shù)(UAV-based VARIRGB)的指數(shù)模型, R2也達到0.71。高光譜的高分辨率優(yōu)勢為研究者提供了更豐富和連續(xù)的數(shù)據(jù)。

隨著高光譜傳感器的推廣和高階數(shù)據(jù)處理方法的發(fā)展, 應(yīng)用高光譜估算LAI的研究逐漸增多。已有研究證實, 攜式地物光譜儀(Analytica Spectra Devices, ASD)獲取的地面高光譜比值植被指數(shù)(Ratio Vegetation Index, RVI)對數(shù)模型的LAI預(yù)測能力優(yōu)于無人機多光譜的NDVI線性模型; Cubert UHD 185-Firefly(UHD185)是新型的無人機載高光譜傳感器, 研究者通過對冬小麥孕穗、開花、灌漿期的UHD185高光譜影像與冠層ASD反射率的比較發(fā)現(xiàn), 其在第3波段~第96波段(458~830nm)具有較好的光譜質(zhì)量。采用偏最小二乘回歸法(Partial Least Squares Regression, PLSR)與紅邊參數(shù)結(jié)合估算葉面積指數(shù), 獨立驗證R2=0.757, RMSE=0.732;交叉驗證R2=0.755, RMSE=0.762。針對傳統(tǒng)固定波段植被指數(shù)存在的波段范圍問題, 通過動態(tài)搜索植被指數(shù), 將波段范圍內(nèi)的反射率極值定義為極值植被指數(shù), 提高了棉花LAI的估測精度(驗證R2最大提高了0.11)。

作物生長后期地上部生物量與產(chǎn)量和品質(zhì)的關(guān)系均很密切。目前農(nóng)業(yè)上用無人機高光譜進行生物量估測仍多使用多光譜數(shù)據(jù), 提取光譜參數(shù)、計算植被指數(shù)進行建模; 空間構(gòu)型技術(shù)在生物量的估算方面有一定優(yōu)勢,以呼倫貝爾草地為研究對象, 提出基于無人機的草層高和蓋度提取方法, 并用這兩項參數(shù)反演了地上生物量(R2=0.784, RMSE=108.9 g·m-2)。該研究還探討了無人機飛行高度對草層高度和蓋度提取結(jié)果的影響, 并應(yīng)用鑲嵌算法提升了圖像拼接的效率和效果, 對于農(nóng)田作物生物量的估算具有參考意義。利用SfM算法獲取作物表面模型(Crop Surface Models, CSM)提取作物冠層高度, 結(jié)合3種可見光區(qū)植被指數(shù)來估算大麥生物量, 發(fā)現(xiàn)該方法在抽穗前期可靠, 但生長后期預(yù)測效果不佳??梢娚趯τ诮?shù)的選擇有很大影響。在對大豆生物量的反演過程中, 采取了分段建模的方式。

在開花結(jié)莢期以優(yōu)化土壤調(diào)節(jié)植被指數(shù)(Optimization of Soil Adjusted Vegetation Index, OSAVI), 紅邊位置輔以株高為自變量通過最小二乘法建立多元線性回歸模型, 獨立驗證R2=0.727, RMSE為0.145;交叉驗證R2為0.714,RMSE為0.393;在生長后期(即鼓粒成熟期), 由于株高穩(wěn)定、對生物量影響小, 不再作為建模參數(shù), 以4種高光譜植被指數(shù)建立的生物量回歸模型, 獨立驗證R2為0.698, RMSE為0.238;交叉驗證R2為.697,RMSE為0.386。

作物營養(yǎng)指標

傳統(tǒng)的作物營養(yǎng)狀態(tài)監(jiān)測需要通過田間取樣、室內(nèi)化學分析, 以診斷營養(yǎng)物質(zhì)或指標(葉綠素、氮素等)的含量, 而無人機高光譜則依據(jù)不同物質(zhì)具有特異的光譜反射吸收特征進行診斷。葉綠素的監(jiān)測依據(jù)是其在可見光波段有兩個強吸收區(qū), 即640~663 nm的紅光部分和430~460nm的藍紫光部分, 而在550 nm處吸收很弱。作物缺素時, 葉片顏色、紋理特征均會變化, 發(fā)掘不同缺素情況對應(yīng)的顏色和紋理的統(tǒng)計特征及相關(guān)特性是營養(yǎng)監(jiān)測的關(guān)鍵。

與生長參數(shù)監(jiān)測類似, 特征波段、植被指數(shù)和預(yù)測模型的選擇依舊是研究的主要內(nèi)容。對多光譜植被指數(shù)、紋理特征建立不同葉綠素的相對含量值(Soil and Plant Analyzer Development, SPAD)預(yù)測模型, 比較得出紋理特征易受成像質(zhì)量影響, 穩(wěn)定性差于優(yōu)選植被指數(shù); 該研究還發(fā)現(xiàn)延后采集時間、增加采集高度、降低飛行速度均能提高模型預(yù)測精度。在高值經(jīng)濟作物研究中, 利用無人機近紅外影像監(jiān)測茶樹葉片氮含量, 優(yōu)化茶葉采摘時間, 在保持茶葉口感的同時提高收獲量, 顯著提高了經(jīng)濟效益。植被輻射傳輸機理模型可描述光在作物葉片和冠層吸收、反射的物理過程, 模型以作物生理信息為輸入?yún)?shù), 輸出模擬的冠層光譜信息。通過查找表法、數(shù)值優(yōu)化法、人工神經(jīng)網(wǎng)絡(luò)等方法可以反演作物的生長信息。高精度植被輻射傳輸機理模型被越來越多的研究者所使用。

好了, 有關(guān)無人機高光譜在農(nóng)田信息監(jiān)測中的應(yīng)用等介紹我們就講到這里了,下期我們再來聊聊有關(guān)作物產(chǎn)量等問題,不見不散!

萊森光學(深圳)有限公司是一家提供光機電一體化集成解決方案的高科技公司,我們專注于光譜傳感和光電應(yīng)用系統(tǒng)的研發(fā)、生產(chǎn)和銷售。

審核編輯:湯梓紅

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 監(jiān)測
    +關(guān)注

    關(guān)注

    2

    文章

    3975

    瀏覽量

    45610
  • 無人機
    +關(guān)注

    關(guān)注

    231

    文章

    10841

    瀏覽量

    186735
  • 高光譜
    +關(guān)注

    關(guān)注

    0

    文章

    420

    瀏覽量

    10321
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    光譜相機如何通過無人機實現(xiàn)地表精準遙感?

    遙感,是人類“遙控地球視野”的一雙眼睛。而光譜遙感技術(shù),則是這雙眼睛的“鷹眼”。如果再加上無人機這對“靈活的翅膀”,我們對地球表面的感知力將前所未有地提升。 今天,我們就一起來拆解
    的頭像 發(fā)表于 06-25 11:30 ?140次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>相機如何通過<b class='flag-5'>無人機</b>實現(xiàn)地表精準遙感?

    農(nóng)民伯伯的新神器?光譜無人機讓種地更像做科研

    在很多人的印象,種地是一件靠經(jīng)驗、看天吃飯的“手藝活”。但你知道嗎?現(xiàn)在越來越多的農(nóng)民伯伯,已經(jīng)開始用上“科研級裝備”—— 光譜無人機 ,把傳統(tǒng)農(nóng)業(yè)變成了“精準農(nóng)業(yè)”。 什么是
    的頭像 發(fā)表于 04-27 16:17 ?251次閱讀
    農(nóng)民伯伯的新神器?<b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>無人機</b>讓種地更像做科研

    災(zāi)害監(jiān)測怎么更快更準?光譜無人機來支招!

    ,有沒有一種高效、智能、精準的新方式?答案是:光譜無人機。 什么是光譜無人機? 簡單來說,
    的頭像 發(fā)表于 04-10 16:37 ?339次閱讀
    災(zāi)害<b class='flag-5'>監(jiān)測</b>怎么更快更準?<b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>無人機</b>來支招!

    無人機光譜測量系統(tǒng)在水質(zhì)檢測的應(yīng)用

    隨著生態(tài)環(huán)境保護意識的增強,水質(zhì)監(jiān)測的重要性日益凸顯。傳統(tǒng)的水質(zhì)檢測方法大多依賴人工采樣和實驗室分析,雖然精度,但耗時、耗力,且難以實現(xiàn)大范圍實時監(jiān)控。而無人機搭載
    的頭像 發(fā)表于 04-09 17:38 ?448次閱讀
    <b class='flag-5'>無人機</b><b class='flag-5'>高</b><b class='flag-5'>光譜</b>測量系統(tǒng)在水質(zhì)檢測<b class='flag-5'>中</b>的應(yīng)用

    礦產(chǎn)勘查不用“盲人摸象”了,光譜無人機助你看透地表!

    正悄然改變著這一切——光譜無人機系統(tǒng)。 它不僅能飛,還能“看穿地表”,對礦產(chǎn)勘查來說,就像從黑白時代一躍進入了彩色世界! 什么是“光譜
    的頭像 發(fā)表于 04-08 16:30 ?339次閱讀
    礦產(chǎn)勘查不用“盲人摸象”了,<b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>無人機</b>助你看透地表!

    提高基礎(chǔ)設(shè)施檢查效率:無人機光譜成像儀的新方法

    橋梁裂縫、管道腐蝕、建筑外墻脫落……這些基礎(chǔ)設(shè)施的“健康隱患”往往難以用肉眼察覺,卻可能引發(fā)嚴重后果。傳統(tǒng)的檢測方法耗時耗力,還存在安全風險。如今,隨著無人機光譜成像技術(shù)的崛起,基礎(chǔ)設(shè)施“體檢”正
    的頭像 發(fā)表于 03-21 15:24 ?396次閱讀
    提高基礎(chǔ)設(shè)施檢查效率:<b class='flag-5'>無人機</b><b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像儀的新方法

    科達嘉電感在無人機系統(tǒng)的應(yīng)用

    隨著國家對低空經(jīng)濟的大力支持以及無人機系統(tǒng)技術(shù)的快速發(fā)展,無人機在農(nóng)業(yè)植保、應(yīng)急救援、物流運輸、旅游攝影、工業(yè)等領(lǐng)域的應(yīng)用日益成熟。而電感器作為無人機系統(tǒng)重要的元件,應(yīng)用廣泛。
    的頭像 發(fā)表于 03-08 10:00 ?936次閱讀

    植保無人機電池的選擇和保養(yǎng)策略

    在農(nóng)業(yè)現(xiàn)代化的浪潮,植保無人機以其高效、精準的作業(yè)方式,成為了農(nóng)田管理的得力助手。而無人機的心臟——電池,則是確保其穩(wěn)定、持久飛行的關(guān)鍵。正確選擇和保養(yǎng)植保
    的頭像 發(fā)表于 01-15 10:06 ?1045次閱讀

    基于無人機光譜影像的水稻分蘗數(shù)監(jiān)測方法研究

    本研究以東北地區(qū)水稻分蘗期分蘗數(shù)監(jiān)測為研究對象,設(shè)計不同插秧叢距、不同施肥密度處理下的農(nóng)學正交試驗。利用無人機遙感技術(shù)采集試驗田空間數(shù)據(jù),同時結(jié)合田間實測數(shù)據(jù)構(gòu)建水稻分蘗數(shù)監(jiān)測數(shù)據(jù)集,實現(xiàn)大田水稻分蘗數(shù)精準預(yù)測。
    的頭像 發(fā)表于 10-15 17:33 ?776次閱讀
    基于<b class='flag-5'>無人機</b><b class='flag-5'>高</b><b class='flag-5'>光譜</b>影像的水稻分蘗數(shù)<b class='flag-5'>監(jiān)測</b>方法研究

    基于無人機光譜遙感的河湖水環(huán)境探測

    本研究基于實測和無人機光譜遙感反射率數(shù)據(jù)計算水體顏色參量并反演水質(zhì)參數(shù),利用Hueangle對水體進行分類,通過水體顏色參量和水質(zhì)參數(shù)反演結(jié)果,分析上海市崇明島河湖小水體的水體顏色變化,進而識別河
    的頭像 發(fā)表于 09-20 17:43 ?616次閱讀
    基于<b class='flag-5'>無人機</b><b class='flag-5'>高</b><b class='flag-5'>光譜</b>遙感的河湖水環(huán)境探測

    基于無人機光譜遙感的棉花生長參數(shù)和產(chǎn)量估算

    無人機平臺能夠快速獲取時空分辨率的遙感數(shù)據(jù),以山東省濱州市棉花為研究對象,利用安裝在無人機上的多光譜相機獲取遙感影像,分別提取各波段反射率,篩選植被指數(shù),構(gòu)建估計模型并進行驗證。為
    的頭像 發(fā)表于 08-21 14:29 ?990次閱讀
    基于<b class='flag-5'>無人機</b>多<b class='flag-5'>光譜</b>遙感的棉花生長參數(shù)和產(chǎn)量估算

    無人機光譜影像與冠層樹種多樣性監(jiān)測

    無人機光譜影像與冠層樹種多樣性監(jiān)測冠層樹種多樣性是自然森林生態(tài)系統(tǒng)功能和服務(wù)的重要基礎(chǔ)。
    的頭像 發(fā)表于 08-19 15:22 ?585次閱讀
    <b class='flag-5'>無人機</b><b class='flag-5'>高</b><b class='flag-5'>光譜</b>影像與冠層樹種多樣性<b class='flag-5'>監(jiān)測</b>

    無人機機載光譜成像系統(tǒng)的應(yīng)用及優(yōu)勢

      隨著無人機技術(shù)的快速發(fā)展,基于無人機平臺的光譜成像系統(tǒng)在多個領(lǐng)域中得到了廣泛應(yīng)用。本文將介紹一款小型多旋翼無人機機載
    的頭像 發(fā)表于 08-15 15:03 ?1494次閱讀
    <b class='flag-5'>無人機</b>機載<b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像系統(tǒng)的應(yīng)用及優(yōu)勢

    基于無人機光譜謠感的蘊地退化指示物種的識別

    青藏高原典型泥炭沼澤分布區(qū)域若爾蓋高原為研究區(qū),以無人機光譜數(shù)據(jù)和地物光譜儀實測數(shù)據(jù)為基礎(chǔ),結(jié)合野外調(diào)查,完成了該區(qū)域草地退化指示物種的識別,分析了不同退化梯度退化指示物種的差異,為
    的頭像 發(fā)表于 08-01 15:29 ?652次閱讀
    基于<b class='flag-5'>無人機</b><b class='flag-5'>高</b><b class='flag-5'>光譜</b>謠感的蘊地退化指示物種的識別

    基于無人機光譜的荒漠草原地表微斑塊分類研究

    草原荒漠化會嚴重破壞草原生態(tài)平衡,荒漠草原地物分類已成為草原監(jiān)測管理的關(guān)鍵問題。本文通過構(gòu)建無人機光譜遙感系統(tǒng),解決了原有草原調(diào)查方式上效率低與空間分辨率不足問題。
    的頭像 發(fā)表于 07-26 11:59 ?745次閱讀
    基于<b class='flag-5'>無人機</b><b class='flag-5'>高</b><b class='flag-5'>光譜</b>的荒漠草原地表微斑塊分類研究