基于无人机光谱分析的农田检测系统应用研究

为充分优化当前农田管理的现代化水平、提升农田检测管理的智能化步伐,对无人机农田检测系统进行系统设计研究。以光谱分析和计算机遥感技术为指导,明确无人机飞行进行农田检测的基本原理及核心要素,建立了基于无人机光谱分析的农田信息系统检测理论模型,并进行了软件系统设计和硬件采集检测装置配备。同时,在光谱分析常见作物所属波段性能数据库的基础上,进行检测系统应用试验,结果表明:以作物光谱原值相关性0.80为标准,选择光谱系列变换数值作为该系统对多光谱反应敏感程度的衡量指标,依次排序为原值R最大,1/R次之,1/lgR居中, lgR和1/lgR反应最为迟钝,对各作物对光感应强度理解提供一定参照;该检测系统对于不同作物信息的检测,可保证整体识别准确率达94%以上,对农田检测系统的改善有一定的借鉴意义。     

小型无人机在农田信息监测系统中的应用

根据我国国情,分析了目前农田信息监测领域中获取遥感信息的主要方式及其存在问题,指出了发展以小型无人机为平台的新型低空遥感系统是对传统农田信息获取方式的有力补充。同时,对国内外无人机发展历程与现状进行了分析,简述了小型无人机在农田信息监测系统中应用的特点、意义和关键技术;最后展望了小型无人机在农田监测系统应用中应解决的关键问题。     

基于无线传感器网络的无人机农田信息监测系统

现代技术的发展使得农田管理朝着现代化管理方向发展,尤其是在农田信息监测方面,以无线传感器网络为基础的无人机为农田信息监测提供了现代化的管理方法。本文分析的是基于无线传感器网络的无人机农田信息监测系统,全文在分析中从无线传感器网络系统组成、无线传感器网络应用原理以及实际应用以及结果分析等方面进行分析。     

基于自适应调控技术的农田监测无人机设计

以农田监测用四旋翼无人机为研究对象,针对控制过程出现的强振动和干扰信号,采用自适应调控技术建立了一套四旋翼无人机自适应控制系统.当外界干扰信号频率不断提高时,四旋翼无人机自适应控制器能够有效地对外界干扰进行抑制,同时对不确定因素进行自适应.四旋翼无人机自适应控制器有效解决了由无人机自身产生的振动干扰信号,对瞬态响应过程...     

基于英语语言数据库的无人机农田信息获取技术应用

无人机作为一种新型的农业机械在农业生产过程中发挥着越来越重要的作用,有力地促进了现代化农业的发展.为了准确获取农田的信息,将无人机应用到了农田信息采集系统的设计上,基于图像融合处理技术,提高了图像信息的清晰度,避免了因图像曝光而造成的信息缺失,并基于英语语言数据库提高了信息图像拼接的准确性.以农田信息的获取为例,通过划...     

四旋翼无人机在农田信息获取中的应用

低空无人机将成为实时、快速监测农情变化的重要平台。为此,简述了精准农业体系中基于四旋翼无人机的农田信息获取系统的功能模型及其特点,分析了国内外四旋翼无人机及农田信息获取技术的发展现状,总结了该信息获取系统涉及的若干关键技术,进而展望了其发展趋势。分析认为,随着飞行控制和无线信息传输等子系统的逐渐完善,低空农田信息获取系统将逐步满足精准农业的技术要求,推动农业数字化的迅速发展。     

基于小型智能无人机低空遥感技术的农田信息采集的研究

随着现代农业的发展,精准掌握农田信息越来越重要。目前,传统的地面农田信息监测设备不能准确快速获取农田的空间信息、农田区域边界的划分以及农作物的生长状态等,部分采用遥感技术的无人机虽然可以获取农作物的倒伏状态,但是经常会出现数据判断错误的情况,导致将本来生长正常的农作物判断成伏地农作物。基于此,研究小组采用智能无人机低空遥感技术作为农田信息采集的核心,分析了智能无人机在农田中对农作物信息采集的简便性和快捷性,介绍了智能无人机在农田工作的操作步骤以及与相机数据采集通信的处理。研究结果表明:无人机遥感技术在农田面积检测和面积划分方面具有超高的精度,为农业科学化生产奠定了坚实的基础,推动我国更精细化、更智能化的现代农业的发展。     

植保无人机在农田病虫害防治中的实践探析

传统农田病虫害防治是通过人工作业进行农药喷洒,农药一般只存留在农作物的顶部,难以对农作物下部产生作用,影响了农作物病虫害防治效果,降低了农作物的产量和经济效益。而植保无人机在农田病虫害防治中具有可控制农药用量、提高农业机械化水平、降低农户用药成本、人工操作便捷等优点。基于此,笔者在分析农作物植保无人机的应用优势的基础上,剖析了其喷洒作业地形要求、节药节水要求及全面植保方案要求,提出了提高植保无人机保有量、开发专业化喷洒药剂、加强政策引导、加快行业标准制定、强化操纵队伍建设等建议,探讨了农作物植保无人机的具体应用前景。结果表明,植保无人机可在不同施药要求的环境下进行低空喷洒作业,作业效率高,可提高农药喷洒效率,减轻了人工作业强度,降低了生产成本,提高了农户收益。     

基于光谱分析的温室番茄叶片叶绿素含量预测

通过分析叶片光谱反射率与其叶绿素含量的相关关系表明,温室番茄叶片的光谱反射率与其叶绿素含量的敏感波段为510～625 nm和690～710 nm,最佳波长为526 nm、609 nm和697 nm.利用最佳波长处的光谱反射率与多种建模方法如多元回归分析MLR(Multilinear Regression)、偏最小二乘回归分析PLSR(Partial Least Square Regression)建立了预测叶片叶绿素含量的模型,建模相关系数很相近,均大于0.740,但是PLSR在一定程度上消除了多重相关性的影响,模型验证时的相关系数(0.768)大于MLR模型(0.740);本研究在NDVI的基础上提出了一个新的光谱指数NDCI,并基于NDCI建立了叶片叶绿素含量的预测模型(Rc=0.753),获得了比较好的预测效果(Rv=0.761),为作物长势检测仪的开发奠定了基础.     

基于无人机多光谱遥感的夏玉米冠层叶绿素含量估计

为探讨利用无人机多光谱遥感影像监测夏玉米冠层叶绿素含量的可行性,基于2019年不同施氮水平下(0,105,210,315 kg·N/hm²)夏玉米多光谱遥感影像和田间实测冠层叶绿素含量数据,分析了不同施氮水平下夏玉米冠层叶绿素含量的变化规律,同时选取10种常用光谱植被指数与实测冠层叶绿素含量进行相关性分析,采用与实测叶绿素含量极显著相关的9种植被指数,构建了基于遥感光谱指数的夏玉米冠层叶绿素含量遥感监测模型,并通过精度检验确定最优估测模型.结果表明,施用氮肥能够提高夏玉米冠层叶绿素含量,过量氮肥不能持续提高叶绿素含量,同一施氮水平下不同追肥处理之间叶绿素含量没有明显差异.绿色归一化植被指数与叶绿素含量的相关性系数最高,达到了0.892.采用逐步回归分析方法建立的模型表现最优,决定系数为0.87,均方根误差及相对误差分别为0.15和2.68%.因此,无人机多光谱遥感结合逐步回归模型可以实现田间尺度的夏玉米冠层叶绿素含量的实时监测.     

基于无线传感器网络的农田气象监测系统

针对区域农田气象灾害具有时效性、可预报性和可防御性等特点,提出了一种基于无线传感器网络的农田气象灾害监测硬件系统的实现方案。重点设计了基于ATmega128L为处理器的传感器节点电路,讨论了系统的节能问题。基于无线传感器网络的农田气象监测系统能够监测区域农田温湿度等相关气象参数的变化,为有关部门采取相应措施提供决策依据。     

基于光谱分析的温室黄瓜营养状态的研究

黄瓜在温室栽培面积中占有很大的比重,监测温室黄瓜营养状态非常重要。因此,利用光谱分析技术对叶片所含的化学成分进行测量,主要包括建模与预测两步,采用基于BP算法的人工神经网络和支持向量机进行光谱的定量分析,探索基于光谱分析的整株光谱判断温室黄瓜的营养状态。研究结果表明,基于 BP 算法的人工神经网络和支持向量机所建立的回归模型,在一定程度上提高了模型的自预测能力和实际预测能力。     

基于无人机多光谱影像的番茄冠层SPAD预测研究

番茄冠层不同垂直位置叶绿素含量的精确预测是及时防控番茄病虫害、精准施肥、灌溉等田间管理的重要基础,无人机可灵活高效地获取中小区域农作物冠层光谱信息,为农业生产提供便利。基于无人机搭载多光谱传感器获取的多光谱影像数据,建立感兴趣区域,提取各波段反射率数据,计算9种植被指数参数与实测番茄3个生育期的冠层上、中、下层及冠层整体的SPAD值,进行相关性与敏感度分析,筛选植被指数最优变量,采用偏最小二乘、支持向量机、BP神经网络模型进行冠层不同位置SPAD值的预测建模及验证。结果表明,开花坐果期,番茄冠层上层叶片的SPAD值高于中层和下层叶片,结果初期和结果晚期,番茄中层叶片的SPAD值高于上层和下层叶片;冠层上层叶片SPAD值与植被指数相关性程度及线性敏感程度优于冠层中层和下层叶片;基于番茄冠层上、中、下层及整个冠层SPAD值建立的支持向量机预测模型的R~2高于偏最小二乘和BP神经网络预测模型。因此,支持向量机预测模型可为番茄精准管理提供理论依据。     

基于Android系统的植保无人机监控软件设计

以Android为系统开发平台,设计一种植保无人机监控系统,可实现植保无人机飞行过程的移动控制.通过对植保无人机监控系统功能模块进行设计,并从Android基础理论出发,进行植保无人机控制系统软件设计,完成无人机植保作业过程中的状态监控及飞行控制.测试结果表明:该植保无人机监控系统能够有效地对无人机飞行过程进行控制.     

基于ARM的农田用水信息远程监控系统研究

针对传统农田用水信息远程传输方式布线难、成本高、传输距离短等不足,设计了基于嵌入式微处理器的农田用水信息采集、传输和监控系统。系统以嵌入式微处理器为平台,集成了数据采集模块和GPRS无线通讯模块。在介绍Linux和AT指令的基础上,详细说明了系统总体结构,实现了硬件系统设计与开发,提出了软件设计方法,构建了农田用水信息远程监控系统的组成方案。试验表明:该系统在稳定性和实时性方面性能优良,能满足农田用水信息远程监控的日常工作需要。     

基于 ZigBee 网络的农田信息采集系统设计

设计了一套基于 ZigBee 协议的农田环境监测网络系统,系统由 ARM＋LINUX 模块、ZigBee 无线传感器网络和上位机信息管理系统3大模块构成。系统采用嵌入式技术实现下位机的数据采集, ZigBee 通信协议实现节点数据汇总发送, VPN设置实现对系统的远程维护,断点续传技术确保数据接收的完整性。通过26个样点与实际现场测定值验证得知,大气温度精度为87．83％、大气湿度精度为85．22％、土壤温度精度为87．17％、土壤湿度精度为87．38％、太阳总辐射精度为88．23％、日降雨量精度为90．17％,总体精度为87．66％,总体误差为12.33％。结果表明,该系统数据传输正确、可靠,具有很好的实时性、准确性,有效解决了目前大田环境监测存在的设备布线复杂、成本较高、通讯范围较小等不足,提高了农业数据采集的精度以及获取的实时性。     

基于专利分析的农用无人机技术发展趋势

近几年,全球农用无人机技术专利申请每年持续高速增长,在全球申请人排名中,前10名均是中国申请人,中国企业与高校遥遥领先,申请专利主要以作业管理技术为主,这与农用无人机的应用场景紧密相连.为研究农用无人机技术发展趋势,针对农用无人机技术领域在2009年之后的专利申请进行了统计分析.从总体趋势、地域分布、主要竞争者和技术构...