红外热成像技术在植物病害检测中的应用研究进展

当植物遭受病害胁迫时,会造成气孔异质性开闭,水分调节失衡,叶表温度异常改变。红外热成像技术是一种将目标物体的红外热辐射转化成与物体表面热分布相应的可视图像技术,叶温变化是其监测诊断植物病害的观测指标。本文介绍了红外热成像技术在植物病害检测上的应用研究现状,总结了红外热成像技术在植物病害检测领域存在的问题及改进方法的研究。     

温室智能装备系列之七十六 红外热成像检测技术用于农药变量喷洒监测

正背景由于大自然中黑体辐射现象,任何物体都依据温度的不同对外进行电磁波辐射。波长为2.0~1000μm的部分称为热红外线。热红外成像利用热红外敏感CCD对物体进行成像,能反映出物体表面的温度场。红外热成像的物理学原理就是一个自然的生物红外辐射源,不断向周围发射和吸收红外辐射。正常植株的温度分布具有一定的稳定性和特征性,叶片、茎杆各部位温度不同,形成了不同     

红外热成像检测技术用于农药变量喷洒监测

背景
　　由于大自然中黑体辐射现象，任何物体都依据温度的不同对外进行电磁波辐射。波长为2.0~1000μm的部分称为热红外线。热红外成像利用热红外敏感CCD对物体进行成像，能反映出物体表面的温度场。红外热成像的物理学原理就是一个自然的生物红外辐射源，不断向周围发射和吸收红外辐射。     

基于红外热成像的育成期蛋鸡体温检测方法

针对育成期蛋鸡在散养状态下受环境影响大,易生病,体温检测困难的问题,采用红外热成像技术和多元回归分析的方法,对鸡体体表温度和翼下温度之间的关系进行研究,建立温度预测模型。环境温湿度会影响鸡体体表温度的测量,为使红外热像仪采集的体表温度能够准确的反应出鸡体真实温度,试验对鸡体翼下温度和体表温度进行同步测量,并采集饲养环境中的温湿度,通过分析各变量之间的相关性,找到能够反应鸡体真实温度的变量,建立最优温度预测模型。试验结果表明:1)散养状态下育成期蛋鸡羽毛覆盖区域温度和环境温度存在共线性;2)多元线性温度预测模型的平均相对误差为0.38%;3)多元非线性温度预测模型的平均相对误差为0.17%。表明红外热像仪可以用于蛋鸡的体温检测,而且多元非线性温度预测模型结果更加准确。     

机器视觉在设施育苗作物生长监测中的研究与应用

机器视觉是利用机器代替人眼来对目标物做模式识别、测量与判断的一项综合技术,其在农业各领域中的研究与应用发展迅速。从作物育苗的特性、机器视觉在苗期管理的作用、苗期作物视觉信息采集设备及叶片提取方法的发展3个方面分析了设施育苗对基于机器视觉的苗期作物监测的需求;总结了苗期作物视觉信息的主流获取技术,即成像传感器的成像技术、多传感器图像融合技术、三维重建技术的特点;回顾了机器视觉技术近年来在国内外苗期作物中的应用情况,从苗期作物关键生长参数监测检测方面进行综述,分析、对比、总结苗期作物关键生长参数的提取方法,最后概述我国现阶段机器视觉技术在苗期作物的应用中主要存在的问题以及发展前景。     

茄科作物常见病害早期检测技术的研究进展

以番茄、马铃薯、烟草为主的茄科作物在全球经济作物中占据重要地位。然而,茄科作物在生长过程中易受早疫病、晚疫病等多种病害侵染,病害的发病率高且危害范围广,严重制约了其生产发展的稳定性。利用实时、快速、无损的检测技术在茄科作物病害显症之前进行早期诊断,可以显著降低产量损失、提高质量,对科学指导生产具有重要意义。本文首先对茄科作物的常见病害的类型、病原菌、主要危害作物及发病症状进行概述,给出对应的病害典型图片;再简单介绍作物病害的传统检测技术,并与新型检测技术作对比分析,总结优缺点;接着系统阐述如可见光图像识别技术、红外热成像技术及高光谱成像技术等新型检测技术的基本原理与相关研究进展及其应用局限。其中,重点介绍高光谱成像技术用于作物病害检测的原理机制和常规检测流程,综述其应用于茄科作物病害早期检测的国内外研究进展,总结列出了部分茄科作物病害研究的重要检测波段;最后,指出了目前试验方法存在的不足并探讨了未来研究发展的方向。     

作物光谱分析技术及在生长监测中的应用

适时准确监测作物生长状态，对于提高水肥等精准管理水平具有重要意义。基于植被光谱特征分析，通过提取光谱敏感波段，运用植被指数、导数光谱、红边位移分析和连续统去除等光谱处理方法，结合运用统计回归方法反演植被（作物）生长及生物理化参数，从而达到监测作物生长状况和预测产量和品质的目的。本文概述了目前利用光谱分析技术估测作物生长状态及其生化组分含量的研究进展，介绍了作物产量预报和品质预测的研究概况，指出作物光谱监测的研究方向。     

监测生长状态和环境响应的作物数字孪生系统研究综述

在农业生产数字化和智慧化阶段，需实时、全面、准确地了解作物生长状态和农田环境，并根据相关信息做出相应的分析、反馈、决策。针对这一问题，借鉴工业数字孪生系统的概念，将作物实际生长与模拟生长的同步、作物实时状态与作物实时管理策略之间的交互系统概括为作物数字孪生系统。在梳理国内外研究现状的基础上，指出作物数字孪生系统包含数据获取与传输、模型构建、可视化交互等阶段；其关键技术包括传感器技术、图像分割技术、建模技术以及可视化技术等。同时指出该领域的研究可以从作物基础数据、系统模型能力、多方协同交互等方面进行。监测生长状态和环境响应的作物数字孪生系统的相关研究对农业生产的智慧化和数字化有较大的现实意义，从理论和应用层面也有较大的价值。     

图像分析在大田作物生长监测中的应用进展

数码影像分析技术已经发展成为廉价、快速的作物生长监测技术手段之一,综述了利用数码照片分析技术进行作物生长监测的研究进展,包括以下三个部分的内容:(1)图像分析进行作物生长监测的光学原理;(2)图像分析中经常采用的光学参数和计算方法;(3)图像分析技术用于作物生长监测的方法和研究进展.对采用图像分析进行作物生长监测的发展方向进行了展望,认为建立特异性的作物生长参数识别光谱学参数、具有人工智能和自学习功能的图像分析方法是采用图像分析进行作物生长监测的未来重要研究方向.提出获取定点多时相照片是提高图像分析准确性的重要手段.     

基于遥感反演作物冠层温度的作物生长模拟和预报

利用作物冠气温差可以计算作物生长水分胁迫系数.用遥感信息估算作物冠层温度并且利用气象站的气温资料,通过冠气温差计算作物水分胁迫系数,并引入作物生长模拟模型,就实现动态和连续的作物监测及预报作物产量.本文对建立遥感-作物模拟复合模型的基本原理进行了探讨,并提出建立遥感-作物模拟复合模型所涉及的计算方法,但整体研究方法还有待进一步的验证.     

红外热像技术在体育训练领域的应用——以径赛下肢供能系统变化为例

红外热像技术引入到运动训练领域进行监控与评价是对运动训练手段的拓展,具体在体育领域中能发挥出多大的作用还亟待于研究。本文引入红外热像技术监控评价径赛运动员下肢供能系统状况,分析人体供能系统供能释热特点与红外热像技术工作机理两者关系,设计猜想实验,从理论方向追寻所应达到的理想监控效果,分析成功的可能性,并对该技术在体育领域中的未来应用前景给予探讨。     

Evaluation of different approaches for estimating and mapping crop water status in cotton with thermal imaging

Canopy temperature has long been recognized as an indicator of plant water status, therefore, a high-resolution thermal imaging system was used to map crop water status. Potential approaches for estimating crop water status from digital infrared images of the canopy were evaluated. The effect of time of day on leaf temperature measurements was studied: midday was found to be the optimal time for thermal image acquisition. Comparison between theoretical and empirical approaches for estimating leaf water potential showed that empirical temperature baselines were better than those obtained from energy balance equations. Finally, the effects of angle of view and spatial resolution of the thermal images were evaluated: water status was mapped by using angular thermal images. In spite of the different viewing angles and spatial resolution, the map provided a good representation of the measured leaf water potential.     

Low altitude remote sensing technologies for crop stress monitoring: a case study on spatial and temporal monitoring of irrigated pinto bean

Site-specific crop management is a promising approach to maximize crop yield with optimal use of rapidly depleting natural resources. Availability of high resolution crop data at critical growth stages is a key for real-time data-driven decisions during the production season. The goal of this study was to evaluate the possibility of using small unmanned aerial system (UAS)-based remote sensing technologies to monitor the crop stress of irrigated pinto beans (Phaseolus vulgaris L.) with varied irrigation and tillage treatments. A small UAS with onboard multispectral and infrared thermal imaging sensors was used to collect data from bean field plots on three growth stages in 2015 and 2016, respectively. Indicators including green normalized vegetation index (GNDVI), canopy cover (CC, ratio of ground covered by crop canopy to the total plot area) and canopy temperature (CT, °C) of crops were extracted from imaging data and correlated with ground-reference crop yield and leaf area index (LAI) estimated with a handheld ceptometer. Results show that GNDVI, CC and CT were able to differentiate crops with full and deficit irrigation treatments at each of the three growth stages in both years. Developed indicators were strongly correlated with to the crop yield with Pearson correlation coefficients (r) of approximate 0.71 and 0.72 for GNDVI and CC, respectively, in the early growth stage (54 days after planting) in both years. Canopy temperature showed even stronger correlation (r > 0.8) with yield at early growth stage. Performance of small UAS-based imagery-based indicators in crop stress monitoring and crop yield estimation was better than or comparable to that of the ground-based LAI estimates, indicating the potential of such remote sensing tool in rapid crop stress monitoring and management.     

基于太阳能供电的温室无线传感器网络精量监测系统

提出了一个基于太阳能供电,利用Zigbee和Labview技术的温室无线传感器网络精量监测系统,在充分利用自然资源的基础上,通过改变温度、湿度、光照度、CO2浓度等温室环境因素参数来获得农作物生长的最佳条件,从而克服传统温室监测系统的不足,达到增加农作物的产量、改善其品质和提高其经济效益的目的.     

基于物联网技术的设施作物环境智能监控系统

为了提高设施作物生产管理的智能化水平,结合设施作物监管需求,基于物联网技术,研制了设施作物智能监测系统。在设施作物生长发育过程中,该系统可以全程对设施作物进行实时监控,实现了温室内光、温、气等环境参数和生产现场远程视频的实时监测,还可以远程自动控制湿帘风机、喷淋滴灌、内外遮阳、加温补光等设备,从而实现了温室环境的自动调控,提高了获取数据的效率和准确性。通过在实际生产中应用,该系统具有功耗低、成本低、扩展灵活、性能稳定等优点,说明了该系统设计的合理性、稳定性与实用性。该系统的构建和运行,为设施作物长势进行实时跟踪监测与综合分析以及管理提供决策支持。     

夏玉米农田表面温度影响因素分析

 【目的】农田表面温度变化规律及其特征的研究，对于采用该指标进行农田墒情监测具有重要的实践指导意义。【方法】以华北平原夏玉米农田尺度为研究对象，采用涡度相关技术和热红外遥感技术，研究了夏玉米全生育期内不同环境条件下农田能量平衡各分量及气温环境因素与农田表面温度的关系。【结果】在不存在土壤水分胁迫情况下，夏玉米不同生育阶段日变化过程中，气温与农田表面温度的相关程度不同，叶面积指数(LAI)较低时二者高度相关，随着生长发育LAI的增加，二者相关程度降低且分散程度增大；净辐射和潜热通量的大小是确定农田表面温度高低的主要能量因子，二者相关程度随着生育期LAI的增减呈抛物线变化趋势, 晴天日农田郁闭时，农田表面温度与能量平衡各分量之间的相关程度达到最高。季节变化过程中，日平均表面温度和瞬时表面温度与日平均气温和瞬时气温间呈高度相关。夏玉米生长大喇叭口期至乳熟期，0～100 cm土层土壤相对含水量超过65%以上时，晴天或云天日表面温度与气温差值相差不大，基本稳定，平均为－5.3℃。【结论】农田表面温度的高低是由作物生长势和外界的辐射、土壤水分状况等因素共同作用确定。     

A cost-effective canopy temperature measurement system for precision agriculture: a case study on sugar beet

Increasing agricultural efficiency in a sustainable manner will contribute to feed a growing population under limited land, nutrient and water resources. Water scarcity and the increasing social concern for this resource are already requiring more sophisticated irrigation and decision-support systems. To address the heterogeneity in crop water status in a commercial field, precision irrigation requires accurate information about crops (e.g., crop water status), soil (e.g., moisture content) and weather (e.g., wind speed and vapor pressure deficit). Numerous studies have shown that plant canopy temperature can be used to derive reliable plant water stress indicators, thus making it a promising tool for irrigation water management. However, efficient and cost-effective measurement techniques are still lacking. This paper assesses the potential of infrared thermometry and thermal imaging for monitoring plant water stress in a commercial sugar beet field by comparing canopy temperature data acquired from a conventional thermal camera with an inexpensive infrared sensor, both mounted on a rotary-wing unmanned aerial vehicle (UAV). Measurements were taken at various phenological stages of the sugar beet growing season. Laboratory tests were performed to determine the key features for accurate temperature measurements and flight altitude. Experiments were conducted in 2014 and 2015 in experimental and commercial sugar beet fields in Southwestern Spain to (i) develop an affordable infrared temperature system suitable for mounting on a UAV to obtain thermal information, (ii) compare sugar beet canopy temperature measurements collected with the low-cost platform with those obtained from a conventional thermal camera, both mounted on a rotary-wing UAV, (iii) identify the factors that will limit the use of the low-cost system to derive temperature-based water stress indices. To accomplish these objectives, well-watered and deficit irrigated plots were established. Results indicated that the lightweight canopy temperature system was robust and reliable, although there were some constraints related to weather conditions and delimitation of the area covered by the infrared sensor.     

基于ZigBee的农作物冠层温度采集节点的设计

农田水势软测量网络由多个农作物生长微环境信息测量节点组成。针对农田信息采集对低功耗及成本的要求,基于ZigBee无线传感器网络技术,以低功耗单片机Atmega8L和无线射频芯片CC2530为核心,选用红外测温传感器,设计一种用于采集农作物冠层温度的无线传感器网络节点,能够对环境因子冠层温度进行实时、准确检测。结果证明,该节点工作状况良好,能够有效进行数据采集和无线传输,从而达到设计要求。     

屋顶栽培藤本蔬菜绿化降温试验

屋顶热辐射是导致城市热环境效应产生的一个重要原因，屋顶绿化是减轻热辐射的一项有效措施。选用苦瓜、扁豆和丝瓜作试验材料，在屋顶上采用箱式栽培方式，搭建钢丝网作支架，分别观测其生长适应性，并比较屋面降温效果。结果表明：7月中旬前丝瓜与苦瓜生长旺盛，7月中旬后随着温度升高而逐渐衰退，而扁豆具有较强的抗高温能力，一直保持旺盛生长状态，直到遇霜枯死；绿化降温效果7月中旬之前3种蔬菜无明显差异，7月中旬以后扁豆明显优于丝瓜和苦瓜。屋顶栽培藤本蔬菜降温效果显著，气温越高降温越明显，特别是在中午12：00降温幅度最大，达到8.7℃。     

哈尔滨市热岛效应与绿色空间消长的关系

利用Landsat7ETM 的第6波段(热红外遥感数据)定量反演了哈尔滨市区的地表温度,进而得到该区域的温度分布图。初步分析了区域热量分布差异并探讨了这一差异形成的原因。利用哈尔滨正射影像提取该地区绿地,并建立哈尔滨各区地面高温面积与绿色空间的线性关系。结果表明:该区域的热量分布差异显著;卫星图像反演的地表温度与实际的地面情况相符合;地面高温面积与绿地面积存在着密切的负相关关系。