无人机技术在点型水土保持监测中的应用

水土保持监测工作中的重点是对监测对象的扰动范围、土石方量、水土保持措施的动态监测,本研究以某公司煤矿项目为例,通过无人机低空遥感技术获取DOM、DSM数据并建立三维模型,通过ArcGIS等软件对地表扰动、土石方量、水土保持措施的监测工作。无人机监测结果与施工单位实际计量结果对比表明,土石方监测差异为5.8%,面积扰动监测差异为1.6%,实践证明无人机低空遥感技术是一项可以应用在水土保持监测领域的新型高效技术。     

基于无线传感器网络的无人机农田信息监测系统

移动无线传感器网络技术为农田信息监测提供了高效可行的技术手段。该研究根据南方农田地块相对分散、丘陵山地多,农情信息获取环境恶劣、采集数据时间周期长、网络分割成块的特点,利用UAV(unmanned aerial vehicle)具有的高效、灵活的特性,结合低功耗无线传感器网络,提出一种满足南方农田信息获取采样和数据业务需求的三层架构的无线传感器网络体系结构TUFSN(three-tire unmanned aerial vehicle farmland sensor network),其由数据采集层、中继传输层和移动汇聚层组成,该体系结构具有系统结构合理、可扩展性好、系统整体能耗低等特点。通过仿真可得中继节点RN（relay node）的缓存大小范围为3～13kB,系统试验中携带移动节点的UAV以1m/s的速度、15 m的高度在农田上空飞过,飞行过程中与地面中继节点通信并采集农田信息,UAV与地面中继节点的平均通信时长为26 s,仿真和试验表明,基于UAV的三层架构农田信息采集无线传感器网络很好地满足了南方地区农田信息数据采集和监控的生命周期长、传输数据可靠、覆盖面积广的要求。     

无人机遥感解析田间作物表型信息研究进展

田间作物表型信息是揭示作物生长发育规律及其与环境关系的重要依据,传统的田间试验取样和车载高通量平台测定作物性状参数的方法耗时耗力,且空间覆盖不全,限制了作物科学研究的快速发展,而以无人机为代表的近地遥感高通量表型平台凭借机动灵活、成本低、空间覆盖广的优势成为获取田间作物表型信息的重要手段。该文根据国内外无人机遥感平台解析作物表型信息的最新研究成果,针对不同传感器类型分析了无人机遥感解析作物表型信息的应用及其不足,总结了遥感定量反演作物表型信息的方法体系,展望了无人机载遥感技术在作物表型信息解析方面的应用前景。该项研究成果对推广无人机遥感平台获取田间作物表型信息、提高复杂农田环境作物长势信息的解析和辨识能力具有重要意义。     

无人机低空遥测技术在水土保持监测中的应用研究

以连霍高速公路洛阳至三门峡(豫陕界)段改扩建工程弃渣场为研究对象,利用无人机进行低空遥感监测,分别采用Pix4Dmapper、PhotoScan和Pixel-Mosaic软件对无人机低空遥测影像进行处理,通过三维建模分析弃渣场的最大堆渣高度、堆弃面积和堆渣量等水土保持监测指标,探索智能化、高精度监测手段在工程实例中的应用实效。结果表明,处理结果与实测值最大误差不超过4%,满足生产建设项目水土保持监测的精度要求,且更加高效便捷,可为生产建设项目水土保持监测工作开展提供技术支撑。     

基于无人机影像的农情遥感监测应用

该文以中国农业科学院（万庄）农业高新技术产业园及周边地区4.2×3.1 km的范围为研究区域,利用无人机搭载RICOH GXR A12型相机进行了航拍试验,主要测试了定位定向系统（positioning and orientation system,POS）数据辅助下光束法区域网平差方法平面定位及面积测量精度,以及无人机影像的作物面积识别精度。结果表明,在无控制点约束条件下,直接采用POS数据进行光束法区域网平差后,以中误差表示的平面定位精度为X轴方向（东西方向）中误差为2.29 m,Y轴方向（南北方向）中误差为2.78 m,整体平面中误差3.61 m;采用3阶一般多项式模型进行几何精校正,X轴方向中误差为1.59 m,Y轴方向中误差为1.8965 m,整体平面中误差为2.32 m,符合《数字航空摄影测量空中三角测量规范》中对1∶10 000平地的平面精度要求,能够满足农作物面积遥感监测中作物面积调查定位精度的要求;采用监督分类和面向对象分类2种方法,对面积评价区域种植的春玉米、夏玉米、苜蓿和裸土4种地物类型进行分类,以差分GPS调查结果为评价标准,4种作物总体识别精度分别达到了88.2%（监督分类）和92.0%（面向对象分类）,单独分类精度分别为88.9%、86.7%、93.0%、86.6%和90.35%、92.61%、94.93%、93.30%。研究结果说明了无人机遥感影像获取小范围、样方式分布的作物影像方面具有广泛的应用前景,推广后能够满足全国农作物地面样方对高空间分辨率影像的需求,可以部分替代现有人工GPS测量的作业方式。     

低空无人机遥感技术在公路水土保持监测中的应用实践

公路施工期间工程组成复杂、土石方挖填动态变化大,传统的水土保持地面人工监测手段由于识别工程类型效率低下,难以高效、直观地获取工程点位开挖扰动面挖填变化、水土保持措施实施动态变化等情况,无法满足公路水土保持监测的需要。低空无人机遥感技术因其辨识度高,为精准、高效、直观地判识复杂地物提供了方法。本文以四川山区某隧道掘进施工现场为对象,实施了两期低空无人机遥感监测,运用空间信息处理技术进行遥感影像处理,精准识别了临建工区各项工程、水土保持措施和挖填方量变化情况,有效弥补了传统监测方法的不足,为规范公路水土保持低空遥感监测技术提供了参考。     

无人机低空遥感技术在输变电工程水土保持监测中的应用

与《生产建设项目水土保持监测与评价标准》(GB/T 51240—2018)相结合,进行了无人机低空遥感技术在输变电工程水土保持监测工作中的应用研究。以江苏南通某500 kV输变电工程为例,根据无人机数字正射影像与数字表面模型等进行数据提取、解译与计算,实施扰动土地面积、土石方、水土保持措施、防治效果监测,实现输变电工程建设全过程、全覆盖的水土保持动态监测。应用结果表明基于无人机低空遥感技术的输变电工程水土保持监测方法具有实用、准确、时效性高等优势,可为输变电工程的水土流失监测工作提供技术支撑。     

无人机技术在生产建设项目水土保持监测中的应用

[目的]对无人机低空遥感技术在水土保持监测中的应用进行探索,为该技术应用于小流域综合治理、水土保持监督管理、施工监理和水土保持验收等方面奠定基础。[方法]以浙江省长龙山抽水蓄能电站工程为例,结合《生产建设项目水土保持监测规程(试行)》,从背景资料分析、遥感数据获取、监测信息提取及应用3个方面,开展无人机低空遥感技术在水土保持监测中的案例分析。[结果]利用无人机低空遥感技术并结合传统定位观测手段,能够精细化、定量化地完成土地利用类型、扰动范围及流失量、弃渣场挖填方量、水土流失隐患及危害和水土保持措施等监测工作。[结论]无人机低空遥感技术在水土保持监测中的应用可靠性高,实用性强,计算结果的精度满足《监测规程》要求,有利于提高生产建设项目水土保持监测工作的技术水平,可为防治水土流失提供技术支撑。     

浅谈无人机技术在水土保持遥感监测中的应用

无人机遥感监测具有自动化、低成本、高效率、覆盖范围广等优点。以无人机技术在水库工程弃渣场的水土保持监测中应用为例,介绍该项技术的应用方式、作业流程,从定性和定量两方面分析取得的成果,为生产建设项目水土保持监测、验收提供数据支持。     

无人机遥感在水土保持领域的应用研究

无人机遥感作为一种新型的遥感平台,为水土保持监测、监管等相关工作提供了一种可以及时、准确、高效地获取数据的技术手段。在分析无人机遥感系统特点和技术体系的基础上,对无人机数据获取、处理及指标提取等方面进行了阐述,重点对无人机在生产建设项目水土保持监测、监管,国家水土保持重点工程"图斑精细化"管理,小流域水土保持综合治理的初步设计,水土保持方案编制,水土保持设施验收及水土流失危害调查中的应用进行了详细介绍,并对该项技术在水土保持领域的发展趋势及应用前景进行了论述。     

遥感技术在水污染监测方面的应用

遥感技术在水污染监测方面的发展状况分析,阐述了各种水体的光谱特征、水污染遥感监测常用方法。着重介绍了遥感技术在水体悬浮物浓度、油污染、城市污水、水体富营养化等监测方面的应用。最后指出目前水体污染遥感监测技术存在的问题及其发展趋势,展望了遥感技术在水污染监测方面的应用前景。     

融合无人机载激光雷达与多光谱遥感数据的冬小麦叶面积指数反演

为了进一步挖掘无人机载激光雷达(Light Detection and Ranging,LiDAR)在农作物长势监测方面的潜力,探究机载LiDAR与多光谱遥感数据融合反演冬小麦叶面积指数(Leaf Area Index,LAI)的效果,以无人机载LiDAR和可见光-近红外多光谱为研究手段,获取试验区冬小麦孕穗期的无人机...     

基于低空无人机遥感的冬小麦覆盖度变化监测

无人机遥感作为卫星遥感的有益补充,具有高时效、高分辨率、低成本、低损耗、低风险及可重复等优点。为了利用无人机遥感系统进行快速机动地监测大面积农作物覆盖度变化,更好地服务和指导农业生产,该文设计了一套以低空无人直升机为平台的多光谱载荷观测系统,并以冬小麦为研究对象,对冬小麦生长过程中的5个主要生育期进行监测,提出一种从时间序列影像的植被指数直方图曲线中获取植被指数阈值的方法,并利用植被指数阈值法提取研究区域内冬小麦覆盖度时序变化曲线,分析了空间尺度对提取植被覆盖度的影响。研究结果表明,利用低空无人机遥感监测冬小麦覆盖度变化的方法可行,分析结果可靠,在大面积农作物覆盖度的测量有很好的应用前景。     

基于无人机多光谱影像的夏玉米叶片氮含量遥感估测

利用无人机平台搭载多光谱相机组成的遥感监测系统在农业上已取得了一些成果,但利用无人机多光谱影像开展作物氮素估测研究少有尝试。基于此,该文利用国家精准农业基地2017年夏玉米3个关键生育期无人机多光谱影像和田间实测叶片氮含量数据,开展夏玉米叶片氮素含量的无人机遥感估测研究。对该研究选用的15个光谱变量,通过相关性分析解析光谱变量与LNC的相关关系,筛选出对玉米叶片氮素含量敏感的光谱变量;应用后向逐步回归方法分析不同变量指数下估测精度变化,最终确定不同生育期夏玉米LNC估测的光谱变量,实现对夏玉米叶片氮含量的较高精度监测。研究发现:1)在3个生育时期,GRE和GNDVI与LNC都有很强的相关性,表明绿波段可以很好地进行夏玉米生物理化参数的反演;2)在喇叭口期和灌浆期,OSAVI、SAVI与LNC具有高度相关性,证明在夏玉米生长前期和后期选择控制土壤因素的光谱变量可以提高对氮素估测的能力。在筛选最优光谱变量建模过程中发现,喇叭口期选取5个光谱变量(GNDVI、GRE、OSAVI、REG、SAVI)建模效果最好,估测模型的R~2、RMSE和nRMSE分别为0.63、27.63%、11.62%;抽雄吐丝期选取6个光谱变量(REG、GRE、GNDVI、MNLI、RED、NDVI)建模效果最好,估测模型的R~2、RMSE和n RMSE分别为0.64、20.50%、7.80%;灌浆期选取5个光谱变量(GRE、GNDVI、RED、NDVI、OSAVI)建模效果最好,估测模型的R~2、RMSE和n RMSE分别为0.56、31.12%、12.71%;在不同生育期选取最优光谱变量进行夏玉米LNC估测具有很好的效果。应用无人机多光谱遥感影像数据可以很好地监测田块尺度夏玉米LNC的空间分布,可为玉米田间氮素精准管理提供空间决策服务信息支持。     

农用无人机多传感器遥感辅助小麦育种信息获取

为实现小麦育种过程中大规模育种材料表型信息快速高通量获取,该文分别从无人机平台优选、农情信息采集传感器集成及数据处理与解析等方面开展研究,研发了一套农业多载荷无人机遥感辅助小麦育种信息获取系统。该系统基于多旋翼无人机平台,并集成高清数码相机、多光谱仪、热像仪等多载荷传感器,提出了无地面控制点条件下的无人机遥感数据几何精校正模型,实现多载荷遥感数据几何校正。该系统操控简便,适合农田复杂环境条件作业,能够高通量获取作物倒伏面积、叶面积指数、产量及冠层温度等育种关键表型参量,为研究小麦育种基因型与表型关联规律提供辅助支持。     

我国农情遥感监测关键技术研究进展

我国作物的遥感监测已有20年的研究历史。但象中国这样国土辽阔、地形多样、种植结构复杂、农户规模小的国家的国家级农情遥感监测运行系统，在关键技术方面仍然需要加强研究。这些关键技术包括：数据处理、作物识别、面积量算、长势监测、灾害评估、产量估计及运行系统集成等。该文根据作者开发农业部农情遥感监测系统的经验，分析存在的问题，提出解决问题的基本思路。     

冬小麦冻害遥感监测

冻害是冬小麦常见自然灾害之一,进行遥感监测具有重要经济意义。过去对作物冻害的遥感监测研究不多。冻害不但与气温有关,也与生育期有关。该文以整个山东省为样区,收集了全省76个气象台站的由1995年3月1日至4月30日逐日最低气温、最低地面温度资料,及此期间气象卫星NOAA-AVHRR的所有晴空数据,共21个时相。根据植被指数NDVI突变的特征,并考虑到作物的生育期,提出了实用的遥感冻害监测方法。这一方法可以及时监测冻害的发生与范围     

中巴资源卫星(CBERS-02)遥感图像在生态环境动态监测中的应用研究

在实践的基础上,探讨利用CBERS-02星遥感图像,结合GIS技术实施快速、准确、经济的大范围生态环境调查,尤其是土地利用/覆盖状况调查。通过对遥感图像处理和信息提取,查明了研究区2000~2004年期间土地利用/覆盖状况及其动态变化,建立了研究区生态环境本底数据库。在综合分析研究区生态环境状况及其动态变化基础上,探讨了林地、耕地、草地等土地利用/覆盖发生变化的原因。论文认为,应用3S技术,尤其是应用多时相遥感技术进行生态环境本底调查,可达到快速、高精度动态监测的目的,为四川省生态环境建设提供科学的依据,同时也证实CBERS-02图像在生态遥感动态监测与评价中的实用性。