無人機高光譜成像儀在農(nóng)田信息監(jiān)測領(lǐng)域的應(yīng)用

大家五一勞動節(jié)都還玩的嗨嗎？小編如約而至與大家見面啦~今天，小編將為大家介紹的是有關(guān)無人機高光譜成像儀應(yīng)用在農(nóng)田中的知識，大家請看：作物產(chǎn)量。提高農(nóng)作物產(chǎn)量是農(nóng)業(yè)活動的主要目標, 準確估測產(chǎn)量對農(nóng)業(yè)生產(chǎn)和管理決策部門均有重要意義。眾多研究者通過多因素分析試圖建立更高預(yù)測精度的估產(chǎn)模型。如從監(jiān)測時間頻率入手, 利用二元定距變量方法對單天、各旬、各月冠層NDVI與產(chǎn)量進行相關(guān)性分析; 相關(guān)性最優(yōu)的五個時間范圍內(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, 比較獨立建模與組合建模的結(jié)果, 其R2=0.771, 相對誤差為4.06%, RMSE為0.474 t·hm-2, 對應(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, 通過模型方程估算精度的曲線變化趨勢, 分析最優(yōu)空間尺度面積及采樣小區(qū)的長寬比, 最終確定采樣空間長寬與種植小區(qū)長寬比例介于4.25:5和4.5:5時, 估算模型最為準確(r=0.8117)。

作物生長脅迫因子

農(nóng)田墑情

農(nóng)田墑情常通過熱紅外法進行監(jiān)測。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, 進而引起冠層溫度升高, 地表溫度可認為是植物冠層溫度。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。在對冠層溫度的監(jiān)測中, 裸露的土壤是重要的干擾因素。有研究者對裸土溫度與作物地表覆蓋度的關(guān)系進行了研究, 明確了由裸土導致的冠層溫度測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, 提高了監(jiān)測結(jié)果的精度。在實際農(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, 已有研究利用紅外成像儀監(jiān)測灌溉渠道水分滲漏, 精度可達93%。

病蟲害

利用近紅外光譜反射率監(jiān)測植物病蟲害, 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)測的溫度也是反映作物病蟲害的重要指標。植株在健康條件下, 主要通過控制葉片氣孔開閉進行蒸騰作用的調(diào)節(jié), 維持自身溫度的穩(wěn)定; 在遭受病害后, 會發(fā)生病理變化, 病原物-寄主互作中病原物對植物的影響, 特別是對蒸騰有關(guān)方面的影響會決定侵染部分溫度的升降。一般而言, 植物受感會導致氣孔的開張調(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, 旺盛的蒸騰作用會導致感染區(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。壞死部位的細胞完全死亡, 該部分的蒸騰作用完全喪失, 溫度開始升高, 但是由于葉片其他部分開始感染, 所以葉面溫差始終高于健康植株。

使用多光譜相機獲取棉花影像, 采用多元線性回歸和統(tǒng)計學方法分析、處理生成處方圖, 暗紫色和藍色區(qū)域棉花長勢良好, 粉紅色和紅色區(qū)域棉花生病或者死亡, 監(jiān)測結(jié)果直觀, 可以快速投入應(yīng)用輔助農(nóng)藝管理, 如根據(jù)棉田病害處方圖進行噴藥管理。

其他信息

在農(nóng)田信息監(jiān)測領(lǐng)域, 無人機高光譜數(shù)據(jù)還有更廣泛的應(yīng)用。如:利用多項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棉花脫落酸的噴施, 避免農(nóng)藥過度施用等。根據(jù)農(nóng)田監(jiān)測與管理的需求, 不斷挖掘無人機高光譜數(shù)據(jù)信息、拓展其應(yīng)用領(lǐng)域, 是未來信息化、數(shù)字化農(nóng)業(yè)發(fā)展的必然趨勢。

存在問題與發(fā)展方向

目前利用無人機監(jiān)測農(nóng)田信息還處于起步階段, 不僅在飛行平臺的研發(fā)、應(yīng)用和管理方面存在不少問題, 而且在遙測數(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, 無人機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)實踐的案例還比較少; 針對大田作物生長的階段性特點, 現(xiàn)有的研究對于周期性的農(nóng)田信息獲取仍急需完善; 多載荷無人機雖然已經(jīng)投入使用, 但獲取的數(shù)據(jù)尚未充分實現(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)指導平臺, 高精度、高階數(shù)據(jù)的有效信息未能完全發(fā)掘。

簡單易用、低成本的無人機高光譜成像儀

穩(wěn)定的無人機平臺與協(xié)調(diào)的傳感器配置對于提高農(nóng)田信息監(jiān)測水平意義重大, 但是目前無人機存在成本過高、穩(wěn)定性較差、受大風、陰雨等惡劣天氣的限制等問題; 遙感平臺的操作復雜, 且過度依賴于人工設(shè)置, 制約了無人機高光譜在農(nóng)田監(jiān)測管理中的廣泛應(yīng)用。目前的研究表明, 無人機穩(wěn)定性受到陣風的影響最大, 在飛行控制中也均考慮了風場擾動。滑模變結(jié)構(gòu)控制和基于自抗干擾的飛行控制均取得了一定進展。商用無人機也通過改進自穩(wěn)系統(tǒng)和航線規(guī)劃算法簡化了無人機的操作。目前, 我國對于7 kg以下、飛行半徑500 m范圍內(nèi)、高度120 m以下的無人機未作明確規(guī)定, 但飛行器的飛行空域依然要接受相關(guān)部門的監(jiān)管。隨著無人機的普及, 相關(guān)政策也有待明確。

作物生長情況的周期性動態(tài)監(jiān)測

對于農(nóng)田信息監(jiān)測缺少周期性和連續(xù)性, 是當前研究存在的普遍問題。由于作物生長情況處于動態(tài)變化中, 每一生長階段的生長參數(shù)與遙感信息間的關(guān)系均不相同, 單一或少數(shù)幾個生育期的作物生長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, 對于同一生長參數(shù), 不同時期監(jiān)測的準確性也存在較大差異, 因此對于作物生長狀態(tài)的連續(xù)監(jiān)測, 探尋同一生長參數(shù)不同生育期的變化趨勢并構(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人機載重及續(xù)航時間的增加, 已經(jīng)實現(xiàn)多源數(shù)據(jù)同步監(jiān)測農(nóng)田信息。如何將不同遙感信息綜合使用, 提高監(jiān)測精度, 拓展監(jiān)測范圍是需要進一步思考的內(nèi)容。目前, 已有以激光雷達為核心, 集成高分辨率相機、熱成像儀、高光譜成像儀等傳感器的平臺, 實現(xiàn)株高、株幅、葉長、葉寬、葉傾角及葉面積等作物各生長時期多源表型數(shù)據(jù)的提取, 實現(xiàn)高通量作物表型的測量, 為基因組學和生物學分析提供數(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, 如何實現(xiàn)空間構(gòu)型數(shù)據(jù)與成像光譜數(shù)據(jù)的融合; 無人機高光譜數(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題。

高精度高階數(shù)據(jù)實時處理與管理指導技術(shù)

相比于整個田塊, 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, 并未充分利用無人機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, 在田塊內(nèi)精細區(qū)分作物、壟間裸土, 獲取單純植物覆蓋區(qū)的遙感信息, 對于提升作物模型的預(yù)測水平有實際意義。目前, 雖然基于可見光或光譜數(shù)據(jù)即可實現(xiàn)物體識別與分類, 但由于其受陰影等影響, 實際應(yīng)用中存在不少問題。特別是作物生長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, 生長后期易受陰影等因素干擾, 將物體的空間特征也同時應(yīng)用于農(nóng)田物體識別分類, 將會有助于提高無人機高光譜對作物的分辨能力, 實現(xiàn)對農(nóng)田區(qū)域更精準的分割。

如何處理無人機高光譜獲取的海量數(shù)據(jù)也是亟待解決的問題。無法實現(xiàn)即時的數(shù)據(jù)解譯, 指導農(nóng)藝操作, 無人機高光譜將喪失實時性的優(yōu)勢。因此無人機數(shù)據(jù)處理平臺的開發(fā)尤為必要, 生成相應(yīng)的農(nóng)業(yè)管理措施, 更好地指導農(nóng)業(yè)生產(chǎn)。

無人機高光譜作為一種新型的高空間、時間分辨率的信息監(jiān)測技術(shù),在農(nóng)田信息監(jiān)測中的研究和應(yīng)用方興未艾, 目前尚存在不少的問題。但與傳統(tǒng)地面定點監(jiān)測和高空遙感監(jiān)測相比, 無人機高光譜監(jiān)測的空間尺度和精度優(yōu)勢顯著, 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)見的未來, 通過無人機飛行平臺、機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)平臺等方面的發(fā)展完善, 無人機高光譜技術(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)于無人機高光譜成像儀在農(nóng)田中的運用小編就聊到這里啦，希望可以幫助到大家~

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