PHANTOM 4 RTK+大疆像控处理技术在燕麦长势模拟中的应用

【目的】 利用小型消费级无人机航拍获取地物影像,通过地物阴影、高度差、色差快速提取地物,进而获取地物结构信息。【方法】 文章选取云南省曲靖市会泽县的大桥乡为研究区域,针对冬闲田闲置土地资源、种植结构相对单一的区域展开试验,利用高分辨率无人机遥感影像对燕麦进行识别,同时结合超声波传感器数据估算地物高度,并与实际高度和无人机生成的传统测高方法得到的高度进行相关性分析,获取高精度、可靠性强的数据。【结果】 基于可见光燕麦的总体分类精度为91.46%,Kappa系数为0.857,在增加DSM数据后的分类总体精度为98.91%,Kappa系数为0.982。研究表明由无人机获取的代表燕麦冠层高度信息的DSM数据能够显著提升燕麦的识别效果。相对于传统无人机测高方法生成数字表面模型提取地物高度的方法,依赖于光谱和高程信息识别地物信息的方法在计算地物高度时,精度更高,识别结果更可靠。【结论】 该文提出的小型消费级无人机利用地物阴影计算燕麦高度的方法,改进了相机镜头光心地位和RTK天线中心点地位补偿作用,打通了RTK模块、飞控模块及相机云台模块之间的通讯,能够应用于实际准确获取影像地位信息,为无人机遥感快速、准确地获取地物高度信息提供了一种新的思路。     

苜蓿智慧管理研究进展与应用

【目的】 结合现有苜蓿智慧管理研究进展,提出基于小型无人机+超声波检测在苜蓿智慧管理上的具体应用,为精准农业和苜蓿规模化生产的远程诊断提供思路。【方法】 文章以苜蓿为研究对象,以内蒙古呼伦贝尔市谢尔塔拉农牧场为研究区,在总结归纳当前苜蓿智慧管理研究及应用现状的基础上,进行了无人机+超声波的苜蓿田数据采集及应用。【结果】 研究进展表明与卫星相比,无人机在农作物识别与长势估算中,识别精度和速度表现出明显优势,苜蓿智慧管理的前提是数据的获取与分析,从无人机获取的代表苜蓿冠层高度信息的DSM数据能够显著提升苜蓿识别精度、苜蓿形态三维建模、苜蓿相对高度估算等方面,实时获取苜蓿生长过程中的相关参数使结果更为可靠。【结论】 该文总结现阶段苜蓿智慧管理研究进展,归纳现有研究成果的优势与不足,提出结合无人机采集的高分辨率图像和超声传感器,对不同状况下的苜蓿进行准确数据获取的方法。基于此方法配套相应的苜蓿管理决策支持系统,将可以为用户提供苜蓿长势、产量预测和实时灌溉、施肥等管理策略。