大家五一勞動節都還玩的嗨嗎？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無人機高光譜成像儀應用在農田中的知識，大家請看：作物產量。提高農作物產量是農業活動的主要目標, 準確估測產量對農業生產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測精度的估產模型。如從監測時間頻率入手, 利用二元定距變量方法對單天、各旬、各月冠層NDVI與產量進行相關性分析; 相關性最優的五個時間范圍內的數據, 用線性回歸、二次、三次曲線分別與產量建模, 比較獨立建模與組合建模的結果, 其R2=0.771, 相對誤差為4.06%, RMSE為0.474 t·hm-2, 對應的北方粳稻生育期為分蘗盛期和抽穗期。著眼于監測的采樣范圍, 基于不同空間尺度提取的高光譜數據, 采用偏最小二乘回歸構建植被指數與產量模型, 通過模型方程估算精度的曲線變化趨勢, 分析最優空間尺度面積及采樣小區的長寬比, 最終確定采樣空間長寬與種植小區長寬比例介于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

農田墑情

農田墑情常通過熱紅外法進行監測。植被高度覆蓋區, 因葉片氣孔的關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可量化作物含水量與冠層溫度的關系, 因此通過熱紅外傳感器獲取的冠層溫度即可反映農田水分狀況; 裸土或植被覆蓋度小的地區, 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, 將修正結果用于農田水分的監測, 提高了監測結果的精度。在實際農田生產管理中, 田間水分滲漏情況也是被關注的重點, 已有研究利用紅外成像儀監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測植物病蟲害, 其依據是:葉片在近紅外區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節, 維持自身溫度的穩定; 在遭受病害后, 會發生病理變化, 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節失調, 因而病變區域的蒸騰作用高于健康區域, 旺盛的蒸騰作用會導致感染區域溫度的下降, 葉面溫差較正常葉片高, 直到葉片表面出現壞死斑點。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計學方法分析、處理生成處方圖, 暗紫色和藍色區域棉花長勢良好, 粉紅色和紅色區域棉花生病或者死亡, 監測結果直觀, 可以快速投入應用輔助農藝管理, 如根據棉田病害處方圖進行噴藥管理。

其他信息

在農田信息監測領域, 無人機高光譜數據還有更廣泛的應用。如:利用多項紋理特征提取玉米倒伏面積; 利用NDVI指數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, 避免農藥過度施用等。根據農田監測與管理的需求, 不斷挖掘無人機高光譜數據信息、拓展其應用領域, 是未來信息化、數字化農業發展的必然趨勢。

存在問題與發展方向

目前利用無人機監測農田信息還處于起步階段, 不僅在飛行平臺的研發、應用和管理方面存在不少問題, 而且在遙測數據的挖掘、處理、和綜合應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, 真正投入生產實踐的案例還比較少; 針對大田作物生長的階段性特點, 現有的研究對于周期性的農田信息獲取仍急需完善; 多載荷無人機雖然已經投入使用, 但獲取的數據尚未充分實現多源數據的綜合應用; 由于獲取遙感數據缺少快速的處理方法和管理技術指導平臺, 高精度、高階數據的有效信息未能完全發掘。

簡單易用、低成本的無人機高光譜成像儀

穩定的無人機平臺與協調的傳感器配置對于提高農田信息監測水平意義重大, 但是目前無人機存在成本過高、穩定性較差、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置, 制約了無人機高光譜在農田監測管理中的廣泛應用。目前的研究表明, 無人機穩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?；Ｗ兘Y構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系統和航線規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、高度120 m以下的無人機未作明確規定, 但飛行器的飛行空域依然要接受相關部門的監管。隨著無人機的普及, 相關政策也有待明確。

作物生長情況的周期性動態監測

對于農田信息監測缺少周期性和連續性, 是當前研究存在的普遍問題。由于作物生長情況處于動態變化中, 每一生長階段的生長參數與遙感信息間的關系均不相同, 單一或少數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, 不同時期監測的準確性也存在較大差異, 因此對于作物生長狀態的連續監測, 探尋同一生長參數不同生育期的變化趨勢并構建適用于多生育期的普適模型十分必要。

多源數據的綜合應用

單一來源的遙感數據難以全面反應農田信息。隨著傳感器的輕型化和無人機載重及續航時間的增加, 已經實現多源數據同步監測農田信息。如何將不同遙感信息綜合使用, 提高監測精度, 拓展監測范圍是需要進一步思考的內容。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據的提取, 實現高通量作物表型的測量, 為基因組學和生物學分析提供數據支持。也有將高清數碼影像與高光譜數據結合, 提取株高和光譜參數, 綜合應用于生物量估算的案例。但多源數據綜合應用的方法和范圍還很局限, 如何實現空間構型數據與成像光譜數據的融合; 無人機高光譜數據與地面、衛星遙感數據的融合, 仍是需要深入研究的問題。

高精度高階數據實時處理與管理指導技術

相比于整個田塊, 農田中植被覆蓋區的遙感信息與作物狀態的相關性更高。基于植被指數的遙感處理方法, 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點, 在田塊內精細區分作物、壟間裸土, 獲取單純植物覆蓋區的遙感信息, 對于提升作物模型的預測水平有實際意義。目前, 雖然基于可見光或光譜數據即可實現物體識別與分類, 但由于其受陰影等影響, 實際應用中存在不少問題。特別是作物生長前期由于地表覆蓋度低, 遙感數據易受土壤介質的影響, 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用于農田物體識別分類, 將會有助于提高無人機高光譜對作物的分辨能力, 實現對農田區域更精準的分割。

如何處理無人機高光譜獲取的海量數據也是亟待解決的問題。無法實現即時的數據解譯, 指導農藝操作, 無人機高光譜將喪失實時性的優勢。因此無人機數據處理平臺的開發尤為必要, 生成相應的農業管理措施, 更好地指導農業生產。

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測技術,在農田信息監測中的研究和應用方興未艾, 目前尚存在不少的問題。但與傳統地面定點監測和高空遙感監測相比, 無人機高光譜監測的空間尺度和精度優勢顯著, 尤其適合中尺度農田的數字信息快速獲取。在可以預見的未來, 通過無人機飛行平臺、機載多源信息采集技術、數據挖掘和建模技術、決策支持技術平臺等方面的發展完善, 無人機高光譜技術有望在農業和相關領域中得到更廣泛、更深入的應用。

那么有關于無人機高光譜成像儀在農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用系統的研發、生產和銷售。

審核編輯：湯梓紅