A novel approach to estimating the competitive ability of Cirsium arvense in cereals using unmanned aerial vehicle imagery

Eight experiments were carried out in Denmark to determine the yield loss of spring barley due to Cirsium arvense in farmers' fields and to suggest and evaluate a novel approach for quantifying C. arvense infestation in large plots. Literature about the competitive ability of C. arvense is old, scattered and inconclusive, and existing models for estimating crop yield loss are based on data from North America. This study showed that C. arvense coverage could be quantified from unmanned aerial vehicle imagery using a manual image analysis procedure. This gave similar results as scoring the coverage. Yield loss of spring barley due to C. arvense infestation assessed at harvest was given by Y = 100·(1−exp(−0.00170·X)) where Y is the percentage of crop yield loss and X is the percentage of C. arvense coverage. The yield loss was much lower than estimates from models that have been developed in North America. It is speculated that the main reason for this is the later emergence of C. arvense than the crop due to lower soil temperatures in spring. Grain moisture increased linearly with C. arvense coverage: M = 0.0310·X where M is the proportional (%) increase in grain moisture and X is the proportion (%) of C. arvense coverage. Automated image analysis procedures are needed to estimate C. arvense coverage on field scales, and further experiments are needed to reveal whether the low competitive ability of C. arvense found in this study is representative for Northern Europe.     

无人机农林业应用全球研究态势分析

无人机具有作业效率高、地形适应性好等独特优势，近年在农林业中应用范围不断扩大，相关研究成果数量呈快速上升式发展。为掌握无人机农林应用全球研究态势，本研究采集2011—2020年期间Web of Science 核心合集数据库中无人机农林应用全球研究相关文献数据，利用VOSviewer等统计软件对文献进行科学计量分析。分析结果表明，自2017年开始，无人机农林业应用研究发文数量快速增加，全球已有94个国家/地区、1778个机构开展了研究；发文量排名前三位的国家依次是美国、中国和澳大利亚，表明这三个国家从事无人机农林业应用的科研实力强，学术影响力大；共有398种期刊发表了有关无人机农林业应用研究文章，约占全部收录期刊的1.90%，说明更多的期刊开始关注无人机农林业应用研究；发文最多的期刊是由MDPI主办的Remote Sensing；被引次数最多的文章内容主要是关注无人机系统在摄影测量和遥感上的传感、导航、定位和通用数据处理等的研究现状。此外，对无人机农林业应用研究热点进行分析发现，无人机施药、无人机病虫害遥感、植物表型获取是无人机农林业应用的主要研究热点。本研究可为无人机在农林业上的创新研究、科研团队之间的合作提供参考。     

直播稻田无人机全程防治病虫草害初探

针对不同设备设计不同喷液量,飞行参数验证防治效果,从而验证无人机在稻田全程应用的可能性,旨在探索2种小型多旋翼植保无人机低空喷洒在整个水稻生长时期病虫草害防治过程中的防效。结果表明:当喷洒水田封闭式除草剂的喷洒量为10650、15000 mL/hm²,其对杂草的株防效与鲜重防效与人工电动喷雾相近。在病虫害的防治试验中,使用推荐用量且喷洒量为10650、15000 mL/hm²时,以及使用70%推荐用量（减量30%）且喷洒量为15000 mL/hm²时,防治效果均与人工电动喷雾器无显著差异。通过验证,选择合适的药剂,配合科学的喷洒参数,可在保证药效的前提下减少农药使用量。多旋翼植保无人机在水稻田有进行大面积全程飞防植保应用有广阔的前景。     

基于无人机航摄技术在土地整治项目中的应用研究

针对传统土地整治项目施工监管、后期监测效率不高的问题,本文通过低空无人机航摄和PhotoScan软件后期处理,对比生成的正射影像图和Google earth卫星图的分辨率和位置,发现该影像图能精准、高效的表征项目区影像数据变化,从而得到一种可用于土地整治项目各阶段动态观测的简单、快捷方法。     

无人机机载激光雷达提取果树单木树冠信息

定株管理是未来果园精准生产管理的趋势，果树单木树冠信息的提取是定株管理的关键。该研究利用无人机采集的苹果园激光探测与测量数据（Light Detection and Ranging，LiDAR）检测和测量每棵果树的树冠面积和树冠直径，并评价空间分辨率对于果树单木树冠检测与提取的影响。该方法主要包括使用反距离权重插值法间接生成冠层高度模型（Canopy Height Model，CHM）；使用局部极大值滤波算法和标记控制分水岭分割算法（Marked-Controlled Watered Segmentation，MCWS）对果树进行单木树冠检测与提取，通过与参考数据的比较，评估了该方法的精度，并定量分析了空间分辨率对于单木树冠检测与信息提取结果的敏感性。结果表明，该方法有效地实现果树单木树冠检测与信息提取，代表果树检测精度的F1得分为94.86%，树冠轮廓提取准确率为86.39%，树冠面积的提取数据集和参考数据集的线性拟合结果决定系数和归一化均方根误差分别为0.81和20.56%，树冠直径的提取数据集和参考数据集的线性拟合结果决定系数和归一化均方根误差分别为0.85和14.79%，树冠面积和直径不同程度地被高估。此外，冠层高度模型的空间分辨率接近果树平均树冠直径的1/10时精度最高，可以有效检测果树单木树冠及提取树冠轮廓，从而准确提取果树单木树冠信息。     

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。     

植保无人机低空低量施药雾滴沉积飘移分布立体测试方法

随着植保无人机在中国的广泛使用,植保无人机的沉积分布均匀性与雾滴飘移流失也引起各方面的重视。目前,针对植保无人机施药雾滴沉积飘移的测试方法较少,且着重于从沉积或飘移中某一方面分析植保无人机雾滴沉积飘移规律,未对作业中全方位的雾滴的沉积飘失规律进行系统测试。该文基于国际标准ISO22866和ISO24253建了1套针对低空低量植保无人机的立体测试方法,分别在地面布置沉积和飘移收集器,在空中架设立体沉积和空中飘移收集器,结合航拍影像所获取的植保无人机准确作业参数,对4个型号植保无人机分别搭载德国Lechler公司的IDK120-015和TR80-0067喷头进行了测试,系统分析了无人机周边的总沉积以验证方法准确性,计算了总地面沉降以表征可利用部分和空中耗散以评估环境风险。结果表明,各植保无人机地面沉积率在53.6%~76.6%,地面飘移率最高17.4%,空中飘移率可高达14.7%;该测试系统可收集62.4%~101.7%无人机喷洒出的雾滴。测试的4种植保无人机在搭载IDK喷头后均明显降低了雾滴飘移,但也同时降低地面沉积率;各植保无人机在搭载2种喷头时沉积规律不同,不同植保无人机设计需要选择不同喷头。该测试方法能够有效的收集并分析植保无人机在作业区域的雾滴立体分布状态,可为植保无人机综合评估提供新的参考依据。     

植保无人机昼夜作业的雾滴沉积特性及棉蚜防效对比

针对无人机在棉蚜防治过程中夜间作业雾滴沉积特性和防效未知、目标喷洒区域雾滴沉积规律不明确等问题,该研究采用P20植保无人机进行棉蚜防治试验,对比了无人机白天和夜间作业时棉花植株不同部位的雾滴沉积规律及棉蚜防效,以常规喷杆喷雾机和喷枪为对照。结果表明,无人机白天和夜间作业的雾滴沉积数量及覆盖率差异显著,相同作业参数下,夜间作业的雾滴沉积数量平均比白天多42.82%,覆盖率平均比白天增加51.04%;夜间作业的雾滴穿透性较好,棉花植株的中下层及叶片背面雾滴沉积数量均多于白天。夜间作业时,棉花植株中、下层的雾滴沉积数量平均占垂直方向上雾滴总数量的比例分别为34.79%和22.07%,白天平均占33.27%和21.89%,喷枪为29.50%和19.98%,喷杆喷雾机为43.30%和15.84%;无人机夜间作业的叶片背面雾滴沉积数量平均占正反面总雾滴沉积数量的19.80%,白天作业占14.18%,夜间比白天多39.63%,各层叶片背面的雾滴沉积数量表现为上层下层中层;总体上,无人机作业的叶片背面雾滴沉积数量比例不超过25%,喷枪及喷杆喷雾机作业的叶片背面雾滴数量少,分别占7.09%和0.20%;在棉花花铃期和蕾期作业时,为提高雾滴沉积数量和雾滴穿透性,建议将无人机作业参数设置为飞行高度1.5～2 m,飞行速度3～4 m/s,选用较大的喷洒量,因为只有无人机下压风场不削弱、雾滴不大量损失的前提下,旋翼风场才能有效促进雾滴穿透性。就雾滴沉积数量和棉蚜防效关系而言,药后第1天棉蚜减退率与叶片背面雾滴沉积数量呈正相关关系,因受天敌影响药后第10天二者关联性不高。试验表明,无人机夜间作业更有利于棉蚜防治,其防效显著优于白天作业和其他2种常规设备,且农药剂量减少20%对棉蚜防效无显著影响。该研究结果可为植保无人机作业参数的合理设置提供参考,为棉蚜有效防控提供科学依据。     

基于FCN的无人机玉米遥感图像垄中心线提取

为解决农业机器人在玉米田行间行走的全局路径规划问题,该研究提出一种基于全卷积神经网络(Fully ConvolutionalNetworks,FCN)的无人机玉米遥感图像垄中心线提取方法。基于无人机获取的高精度可见光遥感图像,设计了针对农田垄中心线提取的数据集标注方法,采用滑动窗口法进行图像分块,利用深度学习语义分割网络FCN对垄中心线附近7～17像素宽度范围的垄线区域进行提取,模型在测试田块上精确率达66.1%～83.4%,召回率达51.1%～73.9%,调和平均值为57.6%～78.4%;对拼接后的图像使用影像分割投影法提取中心线,探究了垄线区域宽度对垄中心线提取精度的影响,训练采用9像素的垄区域宽度,可得到垄中心线在77 mm左右偏差范围准确率为91.2%,在31.5 mm左右偏差范围内为61.5%。结果表明,基于FCN对无人机玉米遥感图像进行处理,可得到整片田地的垄中心线栅格地图,方便农业机器人进行全局路径规划。     

Aerial drone technology can assist compliance of trap fisheries

Illegal fishing is a global issue that threatens the viability of fishing industries and biodiversity conservation. Management agencies typically use on‐ground surveillance to monitor and minimise illegal fishing practices, the efficacy of which may be enhanced by integrating emerging remote sensing technology. Affordable drones may contribute to cost‐effective detection of illegal fishing activity and associated gear, although their application has yet to be evaluated in many types of fisheries. Here, the utility of drones for the detection of crab traps and floats set in a shallow estuary was quantitatively tested, and the effects of survey altitudes, cameras and monitor screens on detection rates were determined. It was found that drone flight altitude and float colour influenced the detection rates of common crab trap floats, with infrared cameras improving the detection of floats camouflaged by black paint. However, the type of monitor screen used by the drone operator had no influence on the detection of crab traps. Overall, it appears drones can contribute to cost‐effective compliance in estuarine trap fisheries, and the approach can contribute to evidence‐based standard operating procedures.