引言
茶葉自古以來是云南省主要經(jīng)濟(jì)作物和支柱產(chǎn)業(yè),有著其他產(chǎn)業(yè)和作物不可替代的作用。在云南發(fā)展綠色產(chǎn)業(yè)、高原特色產(chǎn)業(yè),實(shí)施綠色經(jīng)濟(jì)強(qiáng)省,推動(dòng)高質(zhì)量跨越式發(fā)展,打造世界一流“綠色食品牌”戰(zhàn)略中,茶產(chǎn)業(yè)占有非常重要的地位。隨著我國農(nóng)村勞動(dòng)力數(shù)量大幅減少,并且老齡化結(jié)構(gòu)凸顯,懂農(nóng)業(yè)、懂市場、有知識(shí)、有能力新型職業(yè)農(nóng)民培育處于起步階段,為推動(dòng)茶葉產(chǎn)業(yè)高質(zhì)量發(fā)展,提高農(nóng)業(yè)設(shè)施設(shè)備機(jī)械化、智能化應(yīng)用是必然的趨勢,對(duì)我國現(xiàn)代農(nóng)業(yè)的發(fā)展具有十分重要的意義。近十年來人工智能技術(shù)日趨成熟,各國農(nóng)業(yè)部門逐漸將其應(yīng)用到農(nóng)業(yè)生產(chǎn)經(jīng)濟(jì)管理中,發(fā)達(dá)國家基本完成數(shù)字農(nóng)業(yè)的進(jìn)程,正在實(shí)施智能農(nóng)業(yè)。英、美、德等國家通過智能化的數(shù)據(jù)搜索和分析處理平臺(tái),將數(shù)字技術(shù)、傳感技術(shù)、大數(shù)據(jù)和云計(jì)算技術(shù)、空間地理信息技術(shù)結(jié)合,實(shí)現(xiàn)精準(zhǔn)服務(wù)農(nóng)戶、精細(xì)實(shí)施農(nóng)業(yè)生產(chǎn)管理。
我國人工智能技術(shù)伴隨著“國家大數(shù)據(jù)戰(zhàn)略”的提出也取得了一定的成績,浙江省麗水市、重慶市、湖南省、廣東省中山市率先探索建設(shè)智能茶園,通過茶葉數(shù)字模型標(biāo)準(zhǔn)化、精準(zhǔn)化的種植新模式,實(shí)時(shí)對(duì)園區(qū)進(jìn)行灌溉、環(huán)境監(jiān)測、智能控制,收集茶園的溫度、濕度、風(fēng)向、降雨量等基本數(shù)據(jù),利用大數(shù)據(jù)有效規(guī)避持續(xù)高溫、“倒春寒”等對(duì)茶葉生產(chǎn)的影響,降低種植成本,節(jié)約 50%的水電、30%的肥料、90%的勞動(dòng)力和減少 50%以上的農(nóng)藥使用量,提升茶產(chǎn)量及品質(zhì)。隨著科學(xué)技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用,有機(jī)茶園管理在人工智能技術(shù)的引領(lǐng)下,實(shí)現(xiàn)全產(chǎn)業(yè)鏈的精準(zhǔn)化和智能化仍然面臨許多困難和挑戰(zhàn)。
高光譜影像識(shí)別技術(shù)在有機(jī)茶園病蟲害防治中的應(yīng)用
2.1 高光譜影像識(shí)別技術(shù)
高光譜遙感技術(shù)具有圖譜合一、波段較多且連續(xù)等特點(diǎn);以無人機(jī)為載體,搭載高光譜攝像機(jī)(高光譜影像儀)等傳感器獲取地表遙感影像,通過計(jì)算機(jī)對(duì)采集的影像信息進(jìn)行處理,把高光譜數(shù)據(jù)的數(shù)字量化值(簡稱DN值)轉(zhuǎn)化為反射率數(shù)據(jù)并降噪處理,獲取地表及地表附著物紅外、近紅外及可見光等連續(xù)光譜信息,利用高光譜遙感完整的光譜曲線描述地物的光譜特征,進(jìn)而識(shí)別出具有診斷性光譜特征的地物。高光譜數(shù)據(jù)數(shù)字量化值轉(zhuǎn)化為反射率數(shù)據(jù)具體公式如下:
其中,Reftarget為目標(biāo)物的反射率,DNtarget為目標(biāo)物的 DN 值,DNtarged為高光譜相機(jī)本身的暗電流 DN值,DNwhite為參考板的DN值,Refwhite為參考板的反射率。
無人機(jī)搭載高光譜相機(jī),結(jié)合了無人機(jī)輕便、易操作和高光譜相機(jī)采集地物連續(xù)光譜信息等優(yōu)點(diǎn),可以從近地一定高度、低 成本、天氣因素影響小、方便快捷的對(duì)大面積茶園進(jìn)行監(jiān)測和病蟲害防治。圖2-1為iSpecHyper-VM100無人機(jī)高光譜。
圖2-1 iSpecHyper-VM100無人機(jī)高光譜
2.2 常見的有機(jī)茶園病蟲害及表現(xiàn)形態(tài)
有機(jī)茶園的建設(shè)要求其中重要的一項(xiàng)指標(biāo)就是不能使用人工合成農(nóng)藥和殺蟲劑,從而導(dǎo)致有機(jī)茶園的病蟲害防治工作是有機(jī)茶園建設(shè)的重點(diǎn)工作。常見的茶園病蟲害有假眼小綠葉蟬、茶毛蟲、茶尺蠖、茶刺蛾、茶橙癭螨、茶葉癭螨、黑刺粉虱、茶炭疽病等病害蟲災(zāi)。茶樹的病蟲害絕大部分是對(duì)茶樹的葉片造成危害,并且在葉片上顯示出病蟲害形態(tài),最終影響有機(jī)茶園的茶葉產(chǎn)量及品質(zhì)。茶葉對(duì)不同類別的病蟲害脅迫表現(xiàn)形態(tài)不同。如:假眼小綠葉蟬造成茶葉邊緣泛黃葉脈變紅;茶尺蠖蠶食茶樹葉片甚至吃光葉片;黑刺粉虱吸收嫩葉汁液并排泄分泌物造成煙霉病致茶樹成片枯死;茶炭疽病由病源真菌浸染引發(fā)葉尖、葉緣產(chǎn)黃褐色小點(diǎn),隨后轉(zhuǎn)變?yōu)榻裹S色直至為灰白色。
2.3 高光譜影像識(shí)別技術(shù)在有機(jī)茶園病蟲害防治中的應(yīng)用研究
2.3.1 植被光譜特征
綠色植物植被光譜特征明顯不同于其他地物的光譜特征,其中對(duì)植被光譜特征產(chǎn)生重要影響的化學(xué)成分主要是色素、水分、碳以及氮。通常情況下取植被生化敏感度高的波段范圍值400~2500nm波長作為植被光譜的研究范圍,在該范圍內(nèi)又分為可見光(400~700nm)、近紅外光(700~1300nm)、短波紅外1(1300~1900nm)、短波紅外 2(1900~2500nm)四個(gè)部分。植被光譜對(duì)不同的波長存在著不同的反射特點(diǎn)??刂迫~子反射率的因素及波長如圖2-2:
圖2-2控制葉子反射率因素及波長
植被光譜在可見光 400~700nm 波長范圍內(nèi)起主要影響作用的是茶樹葉子的花青素、葉黃素和葉綠素等色素,其中最明顯的是葉綠素。在 450nm波長附近是葉綠素對(duì)太陽輻射光的強(qiáng)吸收帶;在550nm波長附近則是葉綠素對(duì)太陽輻射光線的強(qiáng)反射區(qū),相較于可見光范圍內(nèi)有較高的反射值;在670nm波長附近是葉綠素光合作用轉(zhuǎn)化對(duì)太陽輻射光的強(qiáng)吸收帶;從而植被光譜在可見光區(qū)域呈現(xiàn)出一個(gè)正弦波單峰波形態(tài)。
在近紅外波段 700~1300nm 波段范圍內(nèi)對(duì)植被光譜起影響 作用的主要是細(xì)胞構(gòu)造,葉子的海綿組織對(duì)此期間范圍內(nèi)的近 紅外波具有強(qiáng)烈的反射形態(tài),在此波段區(qū)間植被光譜的反射率達(dá)到最高峰,并且反射率遠(yuǎn)大于可見光波長范圍內(nèi)的反射率。由于在700~750nm 波長范圍內(nèi)是植被的反射率快速上升區(qū)域,從而植被光譜曲線呈陡峭的直線形狀上升至波峰,該形態(tài)特征定義為“紅邊”?!凹t邊”是區(qū)別于其他地物最明顯、特有的光譜特征,其他地物都沒有“紅邊”特征的存在。在 970nm和1190nm附近是植被葉子中水分的強(qiáng)吸收帶,用這兩個(gè)波段光譜特征監(jiān)測葉子中水分含量的變化。
在1300~1900nm范圍稱為短波紅外1,在 1900~2500nm 范 圍稱為短波紅外 2;在這兩個(gè)波段區(qū)間主要是葉子水含量對(duì)植被 光譜的影響貢獻(xiàn)大;同時(shí)在 1500~1720nm 范圍內(nèi)由于氮的影響 和在 1830~2080nm 范圍內(nèi)由于二氧化碳的影響,形成波狀起伏 的光譜特征形態(tài),并且反射率逐漸降低。
2.3.2 基于光譜特征位置變量分析來診斷茶園病蟲害
有機(jī)茶園在受到病蟲害侵?jǐn)_時(shí),茶樹的葉子會(huì)呈現(xiàn)出具有相應(yīng)病態(tài)特征的狀態(tài),如顏色的改變、結(jié)構(gòu)的破壞或外形的改觀等,茶樹葉子的光譜反射率也會(huì)隨之改變。在可見光波段向近紅外波段過渡區(qū)間,受病害的植被反射率比健康茶樹的反射率大,同時(shí)近紅外光譜的變化產(chǎn)生在可見光光譜的變化之前,通過近紅外光譜的監(jiān)測分析,提前預(yù)判評(píng)估有機(jī)茶園的病蟲害發(fā)生情況。健康植被與病蟲害植被光譜曲線如圖2-3:
圖2-3健康植被與病蟲害植被光譜曲線
茶葉病蟲害主要表現(xiàn)在茶樹葉片上,病蟲害通過對(duì)茶樹葉片結(jié)構(gòu)、葉綠素?cái)?shù)量和質(zhì)量等因素的危害而形成有機(jī)茶園的病害蟲災(zāi)。茶樹葉片的物理和化學(xué)結(jié)構(gòu)的變化,導(dǎo)致太陽輻射到茶葉上的植被光譜特征產(chǎn)生變化,當(dāng)茶樹健康旺盛生長時(shí),茶葉的葉綠素含量高于葉黃素和花青素,茶葉的光譜反射率低,紅邊的位置向長波方向移動(dòng)(即“紅移”);反之,在茶樹遭受到病蟲害脅迫狀態(tài)下時(shí),葉黃素和花青素的含量高于葉綠素,茶葉的反射率高,紅邊向短波方向移動(dòng)(即“藍(lán)移”)。根據(jù)高光譜遙感測定的反射率數(shù)據(jù)來反演計(jì)算出茶樹冠層的葉綠素含量(SPAD)和葉面積指數(shù)(LAI),通過分析反射的光譜特征值“紅邊”“綠峰”“紅谷”“藍(lán)邊”等色調(diào)形態(tài)以及生物量和物候的變化來推斷出有機(jī)茶園中茶樹的病蟲害狀況。
結(jié)論
隨著科技的發(fā)展遙感技術(shù)在精準(zhǔn)農(nóng)業(yè)領(lǐng)域中的應(yīng)用也越來越多,但是高光譜無人機(jī)遙感技術(shù)在農(nóng)業(yè)領(lǐng)域仍處于起步階段,目前大部分是在水稻、玉米、小麥、棉花等作物中進(jìn)行了研究應(yīng)用,其他農(nóng)作物中處于起步或空白的狀況,高光譜無人機(jī)遙感技術(shù)在農(nóng)業(yè)中仍有廣闊的研究空間和應(yīng)用實(shí)踐領(lǐng)域。
在勞動(dòng)密集型的有機(jī)茶園管理中,病蟲害防治是一項(xiàng)重要的基礎(chǔ)工作,應(yīng)用高光譜無人機(jī)遙感技術(shù)進(jìn)行有機(jī)茶園的智能化管理,對(duì)茶園管理從業(yè)者提出了更高的素質(zhì)要求,不僅要有茶樹栽培管理技術(shù),而且還要有對(duì)計(jì)算機(jī)、無人機(jī)、專家管理系統(tǒng)等現(xiàn)代信息化設(shè)備和技術(shù)的應(yīng)用能力。
通過對(duì)高光譜無人機(jī)遙感影像技術(shù)的深入研究,結(jié)合農(nóng)業(yè)生產(chǎn)管理規(guī)律,科學(xué)構(gòu)建有機(jī)茶園病蟲害防治智能管理專家系 統(tǒng),針對(duì)大面積茶山,利用茶樹的植被光譜特性,在肉眼無法識(shí)別的情況下,盡早的、方便快捷的發(fā)現(xiàn)茶葉病蟲害,再結(jié)合神經(jīng)網(wǎng)絡(luò)技術(shù),識(shí)別出病害類別后對(duì)癥制定防治措施。
推薦:
便攜式地物光譜儀iSpecField-NIR/WNIR
專門用于野外遙感測量、土壤環(huán)境、礦物地質(zhì)勘探等領(lǐng)域的最新明星產(chǎn)品,由于其操作靈活、便攜方便、光譜測試速度快、光譜數(shù)據(jù)準(zhǔn)確是一款真正意義上便攜式地物光譜儀。
無人機(jī)機(jī)載高光譜成像系統(tǒng)iSpecHyper-VM100
一款基于小型多旋翼無人機(jī)機(jī)載高光譜成像系統(tǒng),該系統(tǒng)由高光譜成像相機(jī)、穩(wěn)定云臺(tái)、機(jī)載控制與數(shù)據(jù)采集模塊、機(jī)載供電模塊等部分組成。無人機(jī)機(jī)載高光譜成像系統(tǒng)通過獨(dú)特的內(nèi)置式或外部掃描和穩(wěn)定控制,有效地解決了在微型無人機(jī)搭載推掃式高光譜照相機(jī)時(shí),由于振動(dòng)引起的圖像質(zhì)量較差的問題,并具備較高的光譜分辨率和良好的成像性能。
便攜式高光譜成像系統(tǒng)iSpecHyper-VS1000
專門用于公安刑偵、物證鑒定、醫(yī)學(xué)醫(yī)療、精準(zhǔn)農(nóng)業(yè)、礦物地質(zhì)勘探等領(lǐng)域的最新產(chǎn)品,主要優(yōu)勢具有體積小、幀率高、高光譜分辨率高、高像質(zhì)等性價(jià)比特點(diǎn)采用了透射光柵內(nèi)推掃原理高光譜成像,系統(tǒng)集成高性能數(shù)據(jù)采集與分析處理系統(tǒng),高速USB3.0接口傳輸,全靶面高成像質(zhì)量光學(xué)設(shè)計(jì),物鏡接口為標(biāo)準(zhǔn)C-Mount,可根據(jù)用戶需求更換物鏡。
審核編輯 黃宇
-
遙感
+關(guān)注
關(guān)注
0文章
246瀏覽量
16823 -
無人機(jī)
+關(guān)注
關(guān)注
230文章
10437瀏覽量
180454 -
高光譜
+關(guān)注
關(guān)注
0文章
331瀏覽量
9943
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論