大家五一勞動(dòng)節(jié)都還玩的嗨嗎？小編如約而至與大家見(jiàn)面啦~今天，小編將為大家介紹的是有關(guān)無(wú)人機(jī)高光譜成像儀應(yīng)用在農(nóng)田中的知識(shí)，大家請(qǐng)看：作物產(chǎn)量。提高農(nóng)作物產(chǎn)量是農(nóng)業(yè)活動(dòng)的主要目標(biāo), 準(zhǔn)確估測(cè)產(chǎn)量對(duì)農(nóng)業(yè)生產(chǎn)和管理決策部門(mén)均有重要意義。眾多研究者通過(guò)多因素分析試圖建立更高預(yù)測(cè)精度的估產(chǎn)模型。如從監(jiān)測(cè)時(shí)間頻率入手, 利用二元定距變量方法對(duì)單天、各旬、各月冠層NDVI與產(chǎn)量進(jìn)行相關(guān)性分析; 相關(guān)性最優(yōu)的五個(gè)時(shí)間范圍內(nèi)的數(shù)據(jù), 用線性回歸、二次、三次曲線分別與產(chǎn)量建模, 比較獨(dú)立建模與組合建模的結(jié)果, 其R2=0.771, 相對(duì)誤差為4.06%, RMSE為0.474 t·hm-2, 對(duì)應(yīng)的北方粳稻生育期為分蘗盛期和抽穗期。著眼于監(jiān)測(cè)的采樣范圍, 基于不同空間尺度提取的高光譜數(shù)據(jù), 采用偏最小二乘回歸構(gòu)建植被指數(shù)與產(chǎn)量模型, 通過(guò)模型方程估算精度的曲線變化趨勢(shì), 分析最優(yōu)空間尺度面積及采樣小區(qū)的長(zhǎng)寬比, 最終確定采樣空間長(zhǎng)寬與種植小區(qū)長(zhǎng)寬比例介于4.25:5和4.5:5時(shí), 估算模型最為準(zhǔn)確(r=0.8117)。

作物生長(zhǎng)脅迫因子

農(nóng)田墑情

農(nóng)田墑情常通過(guò)熱紅外法進(jìn)行監(jiān)測(cè)。植被高度覆蓋區(qū), 因葉片氣孔的關(guān)閉可降低因蒸騰造成的水分損失, 使地表潛熱通量降低, 地表感熱通量增加, 進(jìn)而引起冠層溫度升高, 地表溫度可認(rèn)為是植物冠層溫度。由于反映作物能量平衡的水分脅迫指數(shù)可量化作物含水量與冠層溫度的關(guān)系, 因此通過(guò)熱紅外傳感器獲取的冠層溫度即可反映農(nóng)田水分狀況; 裸土或植被覆蓋度小的地區(qū), 可以用下墊面溫度間接反演土壤水分, 其原理是:水的比熱大, 受熱溫度變化慢, 因此白天下墊面溫度的空間分布可間接反映土壤水分的分布。在對(duì)冠層溫度的監(jiān)測(cè)中, 裸露的土壤是重要的干擾因素。有研究者對(duì)裸土溫度與作物地表覆蓋度的關(guān)系進(jìn)行了研究, 明確了由裸土導(dǎo)致的冠層溫度測(cè)量值與真值間的差距, 將修正結(jié)果用于農(nóng)田水分的監(jiān)測(cè), 提高了監(jiān)測(cè)結(jié)果的精度。在實(shí)際農(nóng)田生產(chǎn)管理中, 田間水分滲漏情況也是被關(guān)注的重點(diǎn), 已有研究利用紅外成像儀監(jiān)測(cè)灌溉渠道水分滲漏, 精度可達(dá)93%。

病蟲(chóng)害

利用近紅外光譜反射率監(jiān)測(cè)植物病蟲(chóng)害, 其依據(jù)是:葉片在近紅外區(qū)的反射受海綿組織和柵欄組織控制, 健康植物這兩種組織間隙充滿水分而膨脹, 是各種輻射良好的反射體; 當(dāng)植物受害,葉片遭到破壞, 組織萎蔫, 水分隨之減少, 紅外反射減少直到喪失。

熱紅外監(jiān)測(cè)的溫度也是反映作物病蟲(chóng)害的重要指標(biāo)。植株在健康條件下, 主要通過(guò)控制葉片氣孔開(kāi)閉進(jìn)行蒸騰作用的調(diào)節(jié), 維持自身溫度的穩(wěn)定; 在遭受病害后, 會(huì)發(fā)生病理變化, 病原物-寄主互作中病原物對(duì)植物的影響, 特別是對(duì)蒸騰有關(guān)方面的影響會(huì)決定侵染部分溫度的升降。一般而言, 植物受感會(huì)導(dǎo)致氣孔的開(kāi)張調(diào)節(jié)失調(diào), 因而病變區(qū)域的蒸騰作用高于健康區(qū)域, 旺盛的蒸騰作用會(huì)導(dǎo)致感染區(qū)域溫度的下降, 葉面溫差較正常葉片高, 直到葉片表面出現(xiàn)壞死斑點(diǎn)。壞死部位的細(xì)胞完全死亡, 該部分的蒸騰作用完全喪失, 溫度開(kāi)始升高, 但是由于葉片其他部分開(kāi)始感染, 所以葉面溫差始終高于健康植株。

使用多光譜相機(jī)獲取棉花影像, 采用多元線性回歸和統(tǒng)計(jì)學(xué)方法分析、處理生成處方圖, 暗紫色和藍(lán)色區(qū)域棉花長(zhǎng)勢(shì)良好, 粉紅色和紅色區(qū)域棉花生病或者死亡, 監(jiān)測(cè)結(jié)果直觀, 可以快速投入應(yīng)用輔助農(nóng)藝管理, 如根據(jù)棉田病害處方圖進(jìn)行噴藥管理。

其他信息

在農(nóng)田信息監(jiān)測(cè)領(lǐng)域, 無(wú)人機(jī)高光譜數(shù)據(jù)還有更廣泛的應(yīng)用。如:利用多項(xiàng)紋理特征提取玉米倒伏面積; 利用NDVI指數(shù)反映棉花成熟期葉片老熟程度, 生成的脫落酸施用處方圖可有效指導(dǎo)棉花脫落酸的噴施, 避免農(nóng)藥過(guò)度施用等。根據(jù)農(nóng)田監(jiān)測(cè)與管理的需求, 不斷挖掘無(wú)人機(jī)高光譜數(shù)據(jù)信息、拓展其應(yīng)用領(lǐng)域, 是未來(lái)信息化、數(shù)字化農(nóng)業(yè)發(fā)展的必然趨勢(shì)。

存在問(wèn)題與發(fā)展方向

目前利用無(wú)人機(jī)監(jiān)測(cè)農(nóng)田信息還處于起步階段, 不僅在飛行平臺(tái)的研發(fā)、應(yīng)用和管理方面存在不少問(wèn)題, 而且在遙測(cè)數(shù)據(jù)的挖掘、處理、和綜合應(yīng)用方面也具有極大的提升空間。首先, 無(wú)人機(jī)的一次性投入成本較高, 飛行穩(wěn)定性受氣象條件、操控人員能力、甚至飛行政策等因素的制約, 真正投入生產(chǎn)實(shí)踐的案例還比較少; 針對(duì)大田作物生長(zhǎng)的階段性特點(diǎn), 現(xiàn)有的研究對(duì)于周期性的農(nóng)田信息獲取仍急需完善; 多載荷無(wú)人機(jī)雖然已經(jīng)投入使用, 但獲取的數(shù)據(jù)尚未充分實(shí)現(xiàn)多源數(shù)據(jù)的綜合應(yīng)用; 由于獲取遙感數(shù)據(jù)缺少快速的處理方法和管理技術(shù)指導(dǎo)平臺(tái), 高精度、高階數(shù)據(jù)的有效信息未能完全發(fā)掘。

簡(jiǎn)單易用、低成本的無(wú)人機(jī)高光譜成像儀

穩(wěn)定的無(wú)人機(jī)平臺(tái)與協(xié)調(diào)的傳感器配置對(duì)于提高農(nóng)田信息監(jiān)測(cè)水平意義重大, 但是目前無(wú)人機(jī)存在成本過(guò)高、穩(wěn)定性較差、受大風(fēng)、陰雨等惡劣天氣的限制等問(wèn)題; 遙感平臺(tái)的操作復(fù)雜, 且過(guò)度依賴于人工設(shè)置, 制約了無(wú)人機(jī)高光譜在農(nóng)田監(jiān)測(cè)管理中的廣泛應(yīng)用。目前的研究表明, 無(wú)人機(jī)穩(wěn)定性受到陣風(fēng)的影響最大, 在飛行控制中也均考慮了風(fēng)場(chǎng)擾動(dòng)?；Ｗ兘Y(jié)構(gòu)控制和基于自抗干擾的飛行控制均取得了一定進(jìn)展。商用無(wú)人機(jī)也通過(guò)改進(jìn)自穩(wěn)系統(tǒng)和航線規(guī)劃算法簡(jiǎn)化了無(wú)人機(jī)的操作。目前, 我國(guó)對(duì)于7 kg以下、飛行半徑500 m范圍內(nèi)、高度120 m以下的無(wú)人機(jī)未作明確規(guī)定, 但飛行器的飛行空域依然要接受相關(guān)部門(mén)的監(jiān)管。隨著無(wú)人機(jī)的普及, 相關(guān)政策也有待明確。

作物生長(zhǎng)情況的周期性動(dòng)態(tài)監(jiān)測(cè)

對(duì)于農(nóng)田信息監(jiān)測(cè)缺少周期性和連續(xù)性, 是當(dāng)前研究存在的普遍問(wèn)題。由于作物生長(zhǎng)情況處于動(dòng)態(tài)變化中, 每一生長(zhǎng)階段的生長(zhǎng)參數(shù)與遙感信息間的關(guān)系均不相同, 單一或少數(shù)幾個(gè)生育期的作物生長(zhǎng)模型不具有普適性和代表性。例如, 由于不同生育期的適用模型不同, 有大豆的鮮生物量的研究只能采取分段建模的方式。而且, 對(duì)于同一生長(zhǎng)參數(shù), 不同時(shí)期監(jiān)測(cè)的準(zhǔn)確性也存在較大差異, 因此對(duì)于作物生長(zhǎng)狀態(tài)的連續(xù)監(jiān)測(cè), 探尋同一生長(zhǎng)參數(shù)不同生育期的變化趨勢(shì)并構(gòu)建適用于多生育期的普適模型十分必要。

多源數(shù)據(jù)的綜合應(yīng)用

單一來(lái)源的遙感數(shù)據(jù)難以全面反應(yīng)農(nóng)田信息。隨著傳感器的輕型化和無(wú)人機(jī)載重及續(xù)航時(shí)間的增加, 已經(jīng)實(shí)現(xiàn)多源數(shù)據(jù)同步監(jiān)測(cè)農(nóng)田信息。如何將不同遙感信息綜合使用, 提高監(jiān)測(cè)精度, 拓展監(jiān)測(cè)范圍是需要進(jìn)一步思考的內(nèi)容。目前, 已有以激光雷達(dá)為核心, 集成高分辨率相機(jī)、熱成像儀、高光譜成像儀等傳感器的平臺(tái), 實(shí)現(xiàn)株高、株幅、葉長(zhǎng)、葉寬、葉傾角及葉面積等作物各生長(zhǎng)時(shí)期多源表型數(shù)據(jù)的提取, 實(shí)現(xiàn)高通量作物表型的測(cè)量, 為基因組學(xué)和生物學(xué)分析提供數(shù)據(jù)支持。也有將高清數(shù)碼影像與高光譜數(shù)據(jù)結(jié)合, 提取株高和光譜參數(shù), 綜合應(yīng)用于生物量估算的案例。但多源數(shù)據(jù)綜合應(yīng)用的方法和范圍還很局限, 如何實(shí)現(xiàn)空間構(gòu)型數(shù)據(jù)與成像光譜數(shù)據(jù)的融合; 無(wú)人機(jī)高光譜數(shù)據(jù)與地面、衛(wèi)星遙感數(shù)據(jù)的融合, 仍是需要深入研究的問(wèn)題。

高精度高階數(shù)據(jù)實(shí)時(shí)處理與管理指導(dǎo)技術(shù)

相比于整個(gè)田塊, 農(nóng)田中植被覆蓋區(qū)的遙感信息與作物狀態(tài)的相關(guān)性更高?；谥脖恢笖?shù)的遙感處理方法, 并未充分利用無(wú)人機(jī)高光譜超高的空間分辨率。因此, 利用高空間分辨率的優(yōu)點(diǎn), 在田塊內(nèi)精細(xì)區(qū)分作物、壟間裸土, 獲取單純植物覆蓋區(qū)的遙感信息, 對(duì)于提升作物模型的預(yù)測(cè)水平有實(shí)際意義。目前, 雖然基于可見(jiàn)光或光譜數(shù)據(jù)即可實(shí)現(xiàn)物體識(shí)別與分類, 但由于其受陰影等影響, 實(shí)際應(yīng)用中存在不少問(wèn)題。特別是作物生長(zhǎng)前期由于地表覆蓋度低, 遙感數(shù)據(jù)易受土壤介質(zhì)的影響, 生長(zhǎng)后期易受陰影等因素干擾, 將物體的空間特征也同時(shí)應(yīng)用于農(nóng)田物體識(shí)別分類, 將會(huì)有助于提高無(wú)人機(jī)高光譜對(duì)作物的分辨能力, 實(shí)現(xiàn)對(duì)農(nóng)田區(qū)域更精準(zhǔn)的分割。

如何處理無(wú)人機(jī)高光譜獲取的海量數(shù)據(jù)也是亟待解決的問(wèn)題。無(wú)法實(shí)現(xiàn)即時(shí)的數(shù)據(jù)解譯, 指導(dǎo)農(nóng)藝操作, 無(wú)人機(jī)高光譜將喪失實(shí)時(shí)性的優(yōu)勢(shì)。因此無(wú)人機(jī)數(shù)據(jù)處理平臺(tái)的開(kāi)發(fā)尤為必要, 生成相應(yīng)的農(nóng)業(yè)管理措施, 更好地指導(dǎo)農(nóng)業(yè)生產(chǎn)。

無(wú)人機(jī)高光譜作為一種新型的高空間、時(shí)間分辨率的信息監(jiān)測(cè)技術(shù),在農(nóng)田信息監(jiān)測(cè)中的研究和應(yīng)用方興未艾, 目前尚存在不少的問(wèn)題。但與傳統(tǒng)地面定點(diǎn)監(jiān)測(cè)和高空遙感監(jiān)測(cè)相比, 無(wú)人機(jī)高光譜監(jiān)測(cè)的空間尺度和精度優(yōu)勢(shì)顯著, 尤其適合中尺度農(nóng)田的數(shù)字信息快速獲取。在可以預(yù)見(jiàn)的未來(lái), 通過(guò)無(wú)人機(jī)飛行平臺(tái)、機(jī)載多源信息采集技術(shù)、數(shù)據(jù)挖掘和建模技術(shù)、決策支持技術(shù)平臺(tái)等方面的發(fā)展完善, 無(wú)人機(jī)高光譜技術(shù)有望在農(nóng)業(yè)和相關(guān)領(lǐng)域中得到更廣泛、更深入的應(yīng)用。

那么有關(guān)于無(wú)人機(jī)高光譜成像儀在農(nóng)田中的運(yùn)用小編就聊到這里啦，希望可以幫助到大家~

萊森光學(xué)（深圳）有限公司是一家提供光機(jī)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