无人机遥感在作物病虫害监测中的应用方法与研究进展

病虫害是导致作物减产的主要因素。传统的病虫害防治方式主要依靠植保人员实地勘察,速度慢且无法进行大面积监测。随着光谱技术的发展,无人机遥感也得到了飞速发展。目前,无人机遥感技术已成功应用于农业、林业、生态等多领域。课题组首先对无人机遥感用于作物病虫害监测的背景进行了介绍;其次总结了无人机遥感用于作物病虫害监测的方法,主要讨论无人机的数据采集与处理;最后对无人机搭载的主要传感器进行了系统的说明,并探讨了无人机遥感技术目前存在的问题和发展建议,以期为作物的病虫害防治提供参考。     

无人机遥感监测作物病虫害胁迫方法与最新研究进展

近年来,随着现代化科学信息技术高速发展,无人机产业迎来空前发展机遇,无人机农业遥感凭借自身成本低、数据时效性强、图像空间分辨率高等诸多优势,在作物病虫害胁迫监测环节得到了大范围的应用。笔者针对应用无人机遥感监测技术获取作物病虫害胁迫的方法进行研究,分析了当前一系列的最新研究进展。     

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。     

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...     

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...     

作物遥感精细识别与自动制图研究进展与展望

作物识别与制图产品数据是作物长势、风险胁迫、产量等生产参量监测预测,种植结构调整与供需决策分析,以及耕地资源安全与生态效应评估等工作的基础数据,遥感数据成为作物类型识别与制图的最主要数据源,新兴数字技术则为遥感作物识别与制图提供了新的方法手段。本文通过综述近年基于遥感的作物识别与制图相关研究成果,探究当前技术趋势、关键问题,以及需求差距。分别从小尺度作物精细识别、大尺度作物自动化制图,以及作物识别与制图模式变化3个视角总结归纳面临的主要问题和主要研究工作。作物识别与制图产品在小尺度上需要更加精细、近实时和更高的识别精度,主要使用超高空间分辨率（如米级、亚米级）的影像数据,在提高作物识别精度（95%以上）进而提取满足应用需求的高精度作物表型等信息方面依旧面临巨大挑战。而在大尺度上需要更加自动化、满足可靠识别精度（90%左右）,主要使用高时空分辨率（2~5d,10~30m）的影像数据,面临着如何处理海量数据的存储管理、分析计算,发展大范围上具有鲁棒性的分类识别方法,寻找科学高效的地面样本获取途径的难题。同时,作物识别与制图的模式也将从确认监测向提前预判和特定作物探测转变。最后从加强科学研究与加快应用落地2个角度提出展望,为发展满足智慧农业与国土监管不同需求的遥感作物识别与制图产品提供参考与借鉴。     

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。     

关于林业病虫害遥感监测对生态资源保护的影响分析

当下人们意识到生态环境的重要性,对于林业的重视程度与日俱增,在这样的大背景下,对于林业病虫害的有效控制被重视,保护林业生态资源是我国实施可持续发展林业战略的主要任务.基于此,本文对关于林业病虫害遥感监测对生态资源保护的影响分析展开探讨,从而为关注这一话题的人们提供参考.     

农业干旱卫星遥感监测与预测研究进展

干旱是影响农业生产的主要气候因素.传统的农业干旱监测主要是基于气象和水文数据,虽然能提供监测点上较为精确的干旱监测结果,但是在监测面上的农业干旱时,仍存在一定的局限.遥感技术的快速发展,尤其是目前在轨的卫星传感器感测的电磁波段涵盖了可见光、近红外、热红外和微波等波段,为区域尺度农业干旱监测提供了新的手段.充分利用卫星遥...     

基于MODIS的黑龙江省耕地作物长势监测

黑龙江省是我国重要的商品粮生产基地,其耕地面积大,多平原,粮食产量一直备受关注。实时掌握作物长势状况可为估算作物产量奠定基础。基于黑龙江省2000—2018年MODIS 13A2产品数据,获取每16 d的耕地范围内归一化植被指数（NDVI）数据,采用多年平均值法得到NDVI的平均值作为衡量长势好坏的标杆,并将2019年的数据与此对比。结果表明：黑龙江省2019年作物长势正常,其中四个时间段内作物长势稍好于平均年,另四个时间段内作物长势与平均年持平,长势稍弱一些的是在6月11日—6月26日时期,存在一定稍差长势,且长势稍差区主要分布在省内的西部地区。该研究可全面了解黑龙江省作物生长季内实际生长状况,为生产部门对作物产量估计提供基础保障。     

无人机农业遥感在农作物病虫草害诊断应用研究进展

农田作物信息的快速获取与解析是开展精准农业实践的前提和基础。根据农作物病虫草害的实际程度进行变量喷施和作业管理,可减少农业生产成本、优化作物栽培、提高农作物产量和品质,从而实现农业精准管理。近年来,随着无人机产业的快速发展,无人机农业遥感技术因其空间分辨率高、时效性强和成本低等特点,在农作物病虫草害监测应用中发挥了重要作用。本文首先介绍了精准农业航空的基本思想与系统组成和无人机遥感在精准农业航空的地位。接着探讨了无人机农业遥感系统常见的成像方式和遥感影像解析方法,并阐述了国内外无人机农业遥感技术在农作物病虫草害检测研究的最新进展。最后总结了无人机农业遥感技术发展至今面临的挑战并展望了未来的发展方向。本文将为开展无人机农业遥感技术在精准农业航空领域的研究提供理论参考和技术支撑。     

土壤盐碱化遥感监测方法

由于遥感技术获得的信息具有真实客观、及时准确、重复性强等优势。因而，利用遥感技术进行盐碱化监测是进行土壤盐碱化定性、定量和动态分析的重要手段。为此，对目前土壤盐碱化遥感监测的主要方法(直接、间接和综合等方法)及其存在的问题进行了阐述，并展望了遥感监测土壤盐碱化的发展前景。     

基于遥感和蚁群算法的多目标种植结构优化

针对农业种植结构与水资源不匹配的问题,以主要作物不同生育期需水特点和区域降水特点吻合性为基础,建立了考虑灌区节水效益、经济效益和生态效益的多目标种植结构优化模型,并以宝鸡峡五泉灌区为例,利用遥感快速获取灌区种植结构信息,并以不同口粮面积约束为条件建立2种优化方案,采用蚁群算法对模型在不同约束下的2种优化方案进行优化求解.结果表明：方案1,2的灌区需水总量为现状的85.4%和83.4%,纯收入比现状在平水年低5.4%和高7.1%,在干旱年低5.9%和高7.3%,降雨耦合度分别在平水年高12.6%和15.6%,干旱年高17.5%和28.6%,对2种不同约束方案优化结果比较得出,方案2为最优调整方案.该研究在未改变原有灌区种植面积的条件下,经种植结构优化调整后,既可保持灌区生态环境的可持续发展,又使灌区经济收入有很大的提高.这对农业节水规划具有较高的实用价值和理论意义.     

基于Cokriging插值修正冬小麦面积遥感监测

在研究区内冬小麦种植区选取149个地面样方,筛选样方内反映种植结构、地块破碎程度、地形因素的参数并利用差分GPS测量,对3个参数量化并确定插值的主辅变量。探讨和比较了利用普通克里格和协同克里格2种插值方法对研究区的冬小麦种植面积比例的插值结果。结果表明,相同采样数量下,协同克里格法相对于普通克里格法的均方根误差降低1.48%,预测值与实测值之间的相关系数提高了6.82%,利用COK插值获取研究区内冬小麦种植面积比例分布状况,可以分区域对大尺度冬小麦面积遥感提取结果进行修正。     

Irrigation water management using high resolution airborne remote sensing

This paper offers a historical retrospective on the remote sensing of crop coefficients for obtaining actual crop evapotranspiration. We present the canopy reflectance-based approach of crop coefficients and show the usefulness of high-resolution airborne imagery as a tool for monitoring the actual crop growth changes and characterizing in-field variability in an objective manner.     

Future directions for advanced evapotranspiration modeling: Assimilation of remote sensing data into crop simulation models and SVAT models

Soil-Vegetation-Atmosphere Transfer Models (SVAT) and Crop Simulation Models describe physical and physiological processes occurring in crop canopies. Remote sensing data may be used through assimilation procedures for constraining or driving SVAT and crop models. These models provide continuous simulation of processes such as evapotranspiration and, thus, direct means for interpolating evapotranspiration between remote sensing data acquisitions (which is not the case for classical evapotranspiration mapping methods). They also give access to variables other than evapotranspiration, such as soil moisture and crop production. We developed the coupling between crop, SVAT and radiative transfer models in order to implement assimilation procedures in various wavelength domains (solar, thermal and microwave). Such coupling makes it possible to transfer information from one model to another and then to use remote sensing information for retrieving model parameters which are not directly related to remote sensing data (such as soil initial water content, plant growth parameters, physical properties of soil and so on). Simple assimilation tests are presented to illustrate the main techniques that may be used for monitoring crop processes and evapotranspiration. An application to a small agricultural area is also performed showing the potential of such techniques for retrieving evapotranspiration and information on irrigation practices over wheat fields.     

基于深度学习的月季多叶片病虫害检测研究

月季病虫害严重影响月季产量和观赏性,将目标检测算法应用到月季病虫害检测中有利于提高月季病虫害检测效率,对实现月季智能化种植培育起到重要支撑作用.针对实际种植场景中复杂背景对病虫害检测的影响,以及病虫害形状大小特点,提出两阶段月季病虫害检测方法TSDDP,首先添加调优后的Inception模块改进YOLOv3模型特征提取...     

基于单片机与电话网的远程测控研究

在很多的行业、部门中,都存在着因为现场与能够处理数据的管理机构隔着较远的距离,或者因为现场无人值守而导致取得的第一手数据无法及时的进行上传,但是,又必须要定时的对部分现场数据进行及时的了解和传送,这样的话对现场的情况就能够起到实时监控或者准时监控的目的。这时,各行业部门中就非常需要得到一种能够满足该项要求的单片机数据采集及远程通信系统来提供可靠的技术支持。