无人机低空遥感在农业中应用的研究进展

快速获取并解析农田作物信息是精准农业能够持续发展的前提基础。近年来,随着低空无人机产业的迅速崛起,无人机农业遥感技术在现代精准农业领域中得到了广泛应用。文章介绍了低空无人机遥感的相关概念,总结了其在农业应用中的优势。结合国内外无人机低空遥感技术在农业应用方面的最新进展,进一步分析该技术现存的不足之处,并展望未来的发展方向。     

农业遥感研究现状与展望

遥感技术具有覆盖面积大、重访周期短、获取成本相对低等优势,对大面积露天农业生产的调查、评价、监测和管理具有独特的作用。从20世纪70年代出现民用资源卫星后,农业成为遥感技术最先投入应用和收益显著的领域。特别是随着高空间、高光谱和高时间分辨率遥感数据的出现,农业遥感技术在长时间序列作物长势动态监测、农作物种类细分、田间精细农业信息获取等关键技术方面得到了突破。但是农业生产的分散性、时空变异性等特点,对当前农业遥感技术的应用还存在诸多挑战。本文简要回顾了农业遥感发展历程以及其应用的理论基础;再从农作物估产、农业资源调查、农业灾害监测和精准农业管理4个领域阐述了国内外相关研究和应用情况。最后提出农业遥感应加强与地面农业观测网技术的结合,推动新一代低空无人机遥感平台的发展,强化多源传感器融合以及农业过程模型与遥感数据同化的研究。     

美国密西西比三角洲农业航空和精准农业技术研发现状、展望与启示

作物生产管理已经进入智慧农业阶段。智慧农业是由最先进的农业信息技术、智能装备以及大量的数据资源所驱动的先进农业科技理念。智慧农业继承了精准农业概念,把农业生产管理由机械化和信息化提高到高度自动化和智能化的农业生产管理。精准农业从上世纪八十年代的粗略监测发展到本世纪10年代的详细监测和控制。在精准农业的发展过程中,农业航空在作物保护和肥料施用方面起到了关键的作用。而在作物保护和肥料精准施用方面,基于全球导航产生的带有空间信息遥感数据配方图是至关重要的。随着现代化农业的发展,农业航空会因更有效的土壤和植物健康监测和更加快速的机电系统响应,在推进精准农业实际应用上显得越发重要。本文具体从美国最重要的农业地区之一密西西比三角洲出发,总体介绍了农业航空在精准农业向智慧农业迈进过程中的状况。重点介绍了美国农业部在密西西比三角洲地区在航空应用技术和低空遥感方面的研发工作;为发展新一代精准农业和智慧农业,进一步研发农业航空技术的问题、挑战和机会进行了讨论;最后提出了中国发展智慧农业建议。     

农业遥感研究与应用进展

农业是遥感技术应用最重要和广泛的领域之一,本文回顾了遥感技术在国内外农业研究与应用中的进展,概括和总结了农田辐射传输机理及作物参量遥感反演、作物遥感分类与识别、农田养分遥感与变量施肥决策、作物产量与品质预测、农情遥感监测与预报、农业遥感监测空间决策支持系统6个主要研究与应用方面。在此基础上,针对农业遥感技术面临的问题与发展趋势,指出了农业遥感技术今后的重点发展方向。     

浅析农用无人机在精准农业中的应用优势

随着农业产业结构调整,我国农业正从传统农业向精准农业转型升级。无人机以其独特的优势助力精准农业发展,本文在简要概述精准农业及农用无人机的基础上,分析了无人机在精准农业中的应用优势,旨在突出应用优势,实现农用无人机快速超越式发展。     

农作物遥感识别与单产估算研究综述

遥感凭借其快速、宏观、无损及客观等特点,在快速获取与解析作物类型、种植面积、产量等信息方面具有独特优势。遥感提取和解译的作物空间分布图、种植面积、产量信息可以服务于农业资源监管、农业信息普查、农业保险、农业投资、精准农业等方面。本文分别就农作物遥感识别与农作物单产遥感估算的研究现状、面临的问题、潜在研究方向进行了总结概述。首先总结了农作物遥感识别特征与分类模型的研究现状,针对遥感识别特征与作物类型缺乏知识关联的核心问题,提出利用深度学习方法协同学习作物生长过程中的“时-空-谱”特征,并构建面向农作物遥感识别的知识图谱,从而解决当前农作物遥感识别在识别精度和识别效率方面的问题。然后,分别从经验统计模型、遥感光合模型、作物生长模型方面对当前作物单产遥感估算进行分析总结,提出随着高空间分辨率、高光谱分辨率、高时间分辨率数据的普及和深度学习技术发展,未来应充分利用作物生长模型机理性强、深度学习对复杂问题建模能力强的特点,使用作物生长模型进行点位尺度模拟以驱动深度学习完成复杂场景下的建模学习,最终实现以机理做约束、以深度学习做空间外推的单产估算模式。     

电子信息技术对农业遥感技术发展的促进作用

农业遥感技术是一种基于电子信息技术的农业生产定位技术,是精准农业目标下的产物。中国农业遥感技术起步早,且发展快,与卫星定位系统等技术联合,广泛应用于农业生产中。电子信息技术作为农业遥感技术的基础,对技术的发展和革新具有积极作用。文章分析遥感技术,并基于电子信息对农业遥感器的促进作用阐述了该技术在农业生产中的具体应用。     

农用无人机发展现状及其在水稻生产上的应用

农用无人机是农业航空技术的重要载体,文章阐述了我国农用无人机的发展现状及主要机型分类,着重介绍了农用无人机在水稻植保作业、飞播种植、施肥及农业遥感等方面的应用和特点,分析了当前农用无人机主要作业服务方式,并提出加大政策扶持和相应的发展建议,以期为进一步推进福建省水稻生产全程机械化和农业现代化提供参考。     

无人机遥感监测作物病虫害胁迫方法与最新研究进展

病虫害是作物生产面临的主要胁迫之一.近年来,随着无人机产业的快速发展,无人机农业遥感因其图像空间分辨率高、数据获取时效性强和成本低等特点,在作物病虫害胁迫监测应用中发挥了重要作用.本文首先介绍了利用无人机遥感监测作物病虫害胁迫的相关背景;其次对目前无人机遥感监测作物病虫害胁迫中的常用方法进行了概述,主要探讨无人机遥感监...     

无人机在农业植保中的应用分析与研究

随着技术的快速发展,无人机的应用越来越广泛,且在农业植保过程中发挥着越来越重要的作用。通过无人机在农业植保中的应用,凸显了无人机对于农业方面独特的优势,对农业发展发挥了重要的作用,如对农作物进行恰当的监测,及时了解农作物的情况并做好记录,促使农作物健康成长,保证农作物的成长效果。由此可见,研究无人机在农业植保中的应用具有重要的现实意义,本文的研究具有重要的价值。     

作物病虫害遥感监测研究进展与展望

病虫害是农业生产过程中影响粮食产量和质量的重要生物灾害。目前,我国的作物病虫害监测方式以点状的地面调查为主,无法大面积、快速获取作物病虫害发生状况和空间分布信息,难以满足作物病虫害的大尺度科学监测和防控的需求。近年来,随着国内外卫星光谱、时间和空间分辨率的不断提升,利用遥感手段开展高效、无损的病虫害监测成为有效提升我国病虫害测报水平的重要手段。与此同时,多平台、多种方式的作物病虫害遥感监测也为病虫害的有效防治和管理提供了重要科技支撑。本文从作物病虫害光谱特征、遥感监测方法和遥感监测系统等方面阐述了作物病虫害遥感监测研究的进展,分析了当前面临的挑战,并对未来发展趋势进行了展望。     

无人机精准施药关键技术综述

无人机施药技术具有快速、高效、适应性广和操控人员安全等显著特点，近年来在我国发展迅猛，已成为一个具有中国特色的新兴产业。无人机精准施药技术针对田间作物的生长发育阶段和病虫草害状况，按需对作物喷施农药，可显著提高施药作业效率、增加农药的有效利用率，并减少对人体的危害和对环境的污染，精准施药技术得到了植保行业的高度重视。该文从无人机机体、无人机飞控导航避障技术、田间作物信息获取和航空变量施药技术方面，综述实现无人机精准施药的关键技术及其发展现状，分析目前在指导实际田间无人机精准施药过程中存在的问题，即缺乏针对具体作物和病虫害的药剂及药量配方指导、所需雾化特性参数和应有的飞行参数的系统研究，提出应将人工智能AI（Artificial Intelligence）技术有效引入无人机精准施药系统中，提高系统的自适应性和鲁棒性，使农业从业者容易操纵植保无人机精准施药系统，推动无人机精准施药技术尽快得到应用、推广和普及。      

无人机遥感在饲草作物生长监测中的应用研究进展

饲草作物生长的动态监测与定量估算对于饲草规模化生产具有重要意义。无人机遥感分辨率高、灵活性强、成本低,近年来在饲草作物生长监测领域发展迅速,应用场景不断拓展。为了掌握无人机在饲草监测的国内外应用现状,确定重点发展方向,本文首先从数据获取、数据处理和饲草作物生长监测关键技术三个方面简述了无人机遥感在饲草作物监测中的基本研究方法。其次按照传感器类型从可见光、多光谱、高光谱、热红外和激光雷达遥感五个方面阐述了无人机遥感饲草作物生长监测的应用现状。最后针对研究应用中尚未解决的关键技术问题展望了未来的发展方向,提出融合饲草作物时空尺度数据和多源遥感数据、进一步拓展数据获取手段、研发智能化数据分析综合平台是未来饲草作物监测领域应用创新的关键所在。     

无人机遥感技术在精量灌溉中应用的研究进展

以提高农业用水效率为目标的精量灌溉是未来农业灌溉的主要模式,精量灌溉的前提条件是对作物缺水的精准诊断和科学的灌溉决策。用于作物缺水诊断和灌溉决策定量指标的信息获取技术主要基于田间定点监测、地面车载移动监测及卫星遥感。无人机从根本上解决了卫星遥感由于时空分辨率低而导致的瞬时拓延、空间尺度转换、遥感参数与模型参数定量对应等技术难题,也克服了地面监测效率低、成本高、影响田间作业等问题。近几年的研究结果表明,无人机遥感系统可以高通量地获取多个地块的高时空分辨率图像,使精准分析农业气象条件、土壤条件、作物表型等参数的空间变异性及其相互关系成为可能,为大面积农田范围内快速感知作物缺水空间变异性提供了新手段,在精量灌溉技术应用中具有明显的优势和广阔的前景。无人机遥感系统已经应用在作物覆盖度、株高、倒伏面积、生物量、叶面积指数、冠层温度等农情信息的监测方面,但在作物缺水诊断和灌溉决策定量指标监测方面的研究才刚刚起步,目前主要集中在作物水分胁迫指数(CWSI)、作物系数、冠层结构相关指数、土壤含水率、叶黄素相关指数(PRI)等参数估算的研究,有些指标已经成功应用于监测多种作物的水分胁迫状况,但对于大多数作物和指标,模型的普适性还有待进一步研究。给出了无人机遥感在精准灌溉技术中应用的技术体系,并指出,为满足不同尺度的高效率监测和实现农业用水精准动态管理的需求,今后无人机遥感需要结合卫星遥感和地面监测系统,其中天空地一体化农业水信息监测网络优化布局方法与智能组网技术、多源信息时空融合与同化技术、作物缺水多指标综合诊断模型、农业灌溉大数据等将是未来重点研究内容。     

农作物病虫害遥感监测关键技术研究进展与展望

病虫害是影响农作物健康生长、产量和质量的制约因素之一,加强农作物病虫害的监测,对农作物病虫害进行精准防控,对保障粮食安全,提高农产品产量和质量具有重要意义。随着信息技术的发展,农作物病虫害监测由传统的人工监测逐渐向自动化、信息化和智能化方向发展。农作物病虫害监测平台、监测传感器技术以及相关的数据分析和处理技术是研究农作物病虫害遥感监测的关键技术,这些关键技术的发展水平,决定了农作物病虫害遥感监测技术的发展水平。本文从监测平台、监测传感器技术和相关数据分析与处理技术3方面对农作物病虫害监测技术研究进展进行综述。在监测平台方面,归纳总结了地面监测平台、航空监测平台和卫星监测平台的国内外研究现状,并分析了上述平台优缺点;在监测传感器技术方面,综述了雷达传感器、图像传感器、热成像传感器和光谱传感器等在作物病虫害领域的研究进展;在相关数据分析与处理技术方面,阐述了经典统计算法、计算机图像处理算法、机器学习算法和深度学习算法在农作物病虫害监测领域的研究成果。最后提出了监测平台、监测传感器技术和相关数据分析与处理技术的未来发展趋势,以期为进一步促进我国农作物病虫害监测平台及相关技术的发展提供参考。     

基于不同平台的小麦病虫害遥感监测研究进展

小麦病虫害的频发不仅会造成产量的巨大损失,病虫害防治农药的过度使用也会提高生产成本,增加农产品有毒残留的风险,而传统监测方法费时费力,具有主观性和滞后性。小麦病虫害遥感监测技术可实现快速、实时无损的监测,从而有针对性的提早防治病虫害。介绍作物病虫害光谱响应生理机制的基础上,重点从不同平台的角度入手概述近年来小麦病虫害遥感监测研究进展。最后提出目前遥感监测小麦病虫害尚存的问题,如对病虫害光谱特征的专属性认识不足、缺乏多种小麦病虫害危害类型的比较研究及病虫害监测模型普适性较差等,并探讨遥感在监测小麦病虫害方面的发展趋势,建议通过综合多时相遥感数据、建立小麦病虫害光谱库、构建全国性病虫害遥感监测信息服务系统以及加强国际间的交流与合作来进一步开展小麦病虫害的研究,从而实现小麦病虫害大面积、实时、科学有效的防控。     

基于无人机多光谱的耐旱苎麻品种筛选方法

高温干旱是影响作物生长及最终生产力的主要胁迫源。当前,无人机遥感技术已在作物倒伏和病虫害的分级监测研究中取得重大进展,但有关利用无人机遥感进行作物抗旱等级监测的研究却鲜有报道。因此,以苎麻种质资源为研究对象,提出了苎麻抗旱性量化标准,并提供了一种利用无人机多光谱遥感鉴定苎麻种质资源抗旱性的方法。首先,由专家对36份苎麻种质资源进行抗旱性分级;然后,结合无人机多光谱遥感获取的植被指数,采用随机森林(Random forest, RF)、支持向量机(Support vector machine, SVM)、决策树(Decision tree, DT)3种机器学习方法分别构建苎麻抗旱性鉴定模型,并通过苎麻在高温干旱胁迫下的表型响应检验鉴定结果;最后,基于无人机获取的遥感表型,筛选高温干旱胁迫下优质苎麻种质资源。结果表明,利用SVM构建的苎麻抗旱性鉴定模型正确率达到0.74,不同抗旱级分类F1得分范围为0.69～0.79,说明该方法能用于苎麻种质资源抗旱性评估。利用无人机遥感数据反演得到的3项苎麻表型性状(叶绿素相对含量、叶面积指数、株高)均与人工测量值具有较强的相关性,在此基础上,研究从高温...