无人机在林业中的应用及前景展望

将无人机应用于林业当中可以有效提高林业信息监测质量,进一步提升林业信息整体的精准度,对比传统的林业监测方法,通过无人机所获取的影像数据内容更多、分辨率明显更高,能够提升整个林区的智能化及科学化,并且能够进一步推动林业建设的整体发展。本文首先简要介绍了林业当中无人机的应用价值,并且分析当前无人机在林业应用过程当中所面临的主要问题,最后针对无人机林业应用的前景进行展望,以供参考。     

城市园林植保现状与存在问题

多年来，城市园林植保在微薄的植保专业力量下，采用传统病虫防治方法指导防治，基本保护城市园林绿化成果，     

3PZ-6000型智能苹果植保机设计

为减小果树的病虫害影响，设计一种3PZ-6000型智能苹果植保机。该机结构紧凑，具有可升降轴流风送式喷雾装置、液力驱动无级变速履带式行走机构。并配备无线射频控制平台，可实现对机器启停、速度和药量调整等智能控制，极大提高苹果植保环节的作业效率，经济、生态和社会效益明显，是促进苹果生产全程机械化的一种重要机型。      

我国丘陵山区茶园种植机械化现状与发展研究

我国超过60%的茶园分布在丘陵山区,然而目前我国丘陵山区的茶园种植机械化水平还比较低。茶园的耕作主要以人工进行的浅耕除草为主,在一些规模较大的茶园出现了微耕机的应用;茶园的植保主要以人工使用手动喷雾器喷洒农药为主,并结合一些新型的物理防治手段;茶叶的采摘以手工为主,在大规模茶园出现了一些大宗茶鲜叶或原料芽叶较粗大的乌龙茶的机械化采摘,而对于名优茶尤其是高档名优茶的采摘则完全依赖手工。为此,通过对我国丘陵山区茶园耕作、植保和茶叶采摘这3个环节的机械化现状的研究,分析了目前丘陵山区茶园种植机械化在茶园、作业机械、农机农艺融合、茶机共同使用和茶农这几个方面存在的问题,并针对以上问题提出加快丘陵山区茶园种植机械化进程的思路,旨在为丘陵山区茶园种植机械化的发展提供参考。     

基于无人机高光谱遥感的柑橘患病植株分类与特征波段提取

目的 结合传统与现代农业病虫害监测的优缺点，探索通过无人机高光谱遥感技术检测出患病的柑橘植株、通过人工田间调查方式判断其患病种类及患病程度的病虫害监测方法。方法 使用无人机获取原始高光谱图像，经过光谱预处理和特征工程后，采用连续投影算法提取对柑橘患病植株分类贡献值最大的特征波长组合，基于全波段使用BP神经网络和XgBoost算法、基于特征波段使用逻辑回归和支持向量机算法，建立分类模型。结果 基于全波段的BP神经网络和XgBoost算法的ROC曲线下面积(Area under curve，AUC)分别为0.883 0和0.912 0，分类准确率均超过95%；提取出698和762 nm的特征波长组合，基于特征波长使用逻辑回归和支持向量机算法建立的分类模型召回率分别达到了93.00%和96.00%。结论 基于特征波长建模在患病样本分类中表现出很高的准确率，证明了特征波长组合的有效性。本研究结果可为柑橘种植园的病虫害监测提供一定的数据和理论支撑。     

基于机器视觉的无人机油菜长势调查研究

精准农业以实时准确地获得作物生长信息为前提,可精确调控各种环境因素,促进农业物资合理利用和实现高产。在各种生长信息中,作物长势相关的参数是研究的重点。基于无人机的作物长势调查能够适应农田的复杂环境,在作业效率和降低成本上也有明显的优势。为此,开发了基于机器视觉的油菜长势调查方法,利用无人机搭载数码相机拍摄油菜图像,经过机器视觉分析处理后区分不同生育时期的油菜。以H分量值作为与生物量相关的特征参数,用于反映油菜的长势。在实际的应用中,建模样本的H值与实测生物量之间存在极显著的相关性,建立的模型准确计算出检验样本的生物量,为油菜的长势调查和产量预测提供了依据。     

植保喷雾机安全使用要点

为了提高植保喷雾机的作业质量和人员的操作安全,从作业前、作业中、作业后三部分详细阐述了植保喷雾机安全使用技术。     

基于"3S+U"技术的武夷山国家森林步道选线探析

针对武夷山脉地形复杂的特点,将3S技术与无人机(UAV)技术相结合,形成互补优势,应用于武夷山国家森林步道(福建)选线,通过三维、多层次条件分析,提高步道选线的科学性、直观性。     

基于无人机与激光测距技术的农田地形测绘

平整地技术是提高作物单产的重要措施，而获取高精度的农田地形测绘数据与农田数字地形模型，是进行精准平整地作业的必要条件。为了解决传统接触式地形测绘效率低、基于航拍摄影技术的遥感地形测绘精度差及作业成本高等问题，该研究提出了一种基于多旋翼无人机与激光测距技术的农田地形测绘方法。在多旋翼无人机测绘平台上搭载激光测距模块与后处理动态差分全球定位系统设备（Post-Processing Kinematic Global Positioning System，PPK-GPS），获取激光测距序列、PPK-GPS三维定位数据以及无人机的飞行姿态数据。首先使用均值滤波器处理原始激光测距序列，并将得到的激光测距序列与PPK-GPS定位数据进行同步处理，使二者建立空间对应关系。根据无人机倾斜状态时的测距激光方向与理论竖直方向的空间几何关系，使用从无人机的飞行控制器中提取的姿态信息校正激光测距序列，消除无人机平台在飞行过程中俯仰与横滚姿态变化对激光测距精度的影响。最后，根据PPK-GPS定位数据的海拔高度分量与激光测距序列计算试验地块内地面测量点的海拔高度，共获取1 417组地面测量点的有效测绘数据。利用手持PPK-GPS设备对地面测量点的海拔高度进行测绘精度检验。验证试验结果表明，本文提出的无人机农田地形测绘系统获取的海拔高度与手持PPK-GPS设备采集的海拔高度的均方根误差为5.2 cm，表明该无人机农田地形测绘系统具有较高的测绘精度。与利用手持GPS设备进行地形测绘作业的方法相比较，本文提出的无人机农田地形测绘系统具有自动化程度高、作业效率高等优点。该研究可为促进精准平整地技术的大规模应用提供数据支持。