基于无人机多光谱遥感的棉花生长参数和产量估算

及时准确地监测棉花长势和产量是精准农业栽培管理的关键。无人机(UAV)平台能够快速获取高时空分辨率的遥感数据,在作物生长参数和产量估算方面显示出巨大的潜力。以山东省滨州市棉花为研究对象,利用安装在无人机上的多光谱相机获取遥感影像,分别提取各波段反射率,筛选出8种植被指数,采用多元线性回归(MLR)、随机森林(RF)、人工神经网络(BPNN)3种方法分别构建棉花的株高、叶绿素相对含量、单株产量的估计模型并进行验证。结果表明,基于BPNN的预测模型精度明显优于MLR和RF模型,盛花期与成熟期棉花株高估计模型验证集的R²分别为0.842和0.670;叶绿素相对含量估算模型验证集的R²分别为0.725和0.765;产量估算模型验证集的R²分别为0.860和0.846。为无人机遥感在作物生长参数与产量估算领域中的应用提供理论依据,为进一步优化农业生产管理、科学决策提供参考。     

农作物表型技术及其智能装备研究进展与展望

农作物产量相关表型性状参数的快速获取对作物育种以及产量相关研究至关重要,也是作物育种全程智能化的研究重点和难点.此外,作物基因组技术的快速发展让人类快速解析数量性状成为了可能,但作物表型数据的不足严重限制了这一可能.通过开发农作物表型测量技术和智能装备可加以解决.将作物产量相关表型性状参数获取技术及其智能装备用于作物的...     

基于改进投影寻踪模型的地表覆盖对作物水分利用的影响评价

水分不足是限制旱区作物生长的主要因素,覆盖耕作能够改善土壤的微环境,从而提高作物的产量和水分利用效率.为探讨不同地表覆盖对土壤物理性状及马铃薯生长、产量及水分利用效率的影响,本文提出了基于改进投影寻踪模型的综合评价方法.结果表明:与传统耕作相比,地表覆盖可有效改善土壤孔隙状况,作物株高、茎粗及地上部生物量均显著高于传统耕作,产量、商品率和水分利用效率较传统耕作明显提高.研究结果为实现作物增产和提高水分利用效率提供了重要参考.     

不同预处理秸秆对土壤水分及冬小麦产量的影响

通过田间试验,研究了不同预处理秸秆对土壤水分分布及冬小麦耗水特征的影响。结果表明,氨化粉碎秸秆减缓40~100cm土壤水分变化幅度。氨化长秸秆、氨化粉碎秸秆处理能显著降低冬小麦在耗水高峰期(灌浆期)的作物耗水量,较覆盖还田分别降低15.26%、13.72%。氨化秸秆施入土壤较未氨化秸秆覆盖还田措施提高冬小麦株高1.75cm,氨化粉碎秸秆提高冬小麦经济系数3.29%,效果显著。此外,冬小麦产量与作物全生育期耗水量呈显著负相关关系,与冬小麦株高、穗粒数、有效穗数则呈显著地正相关关系,氨化粉碎秸秆处理能稳定增加作物产量特征值,提高当季作物经济产量。     

基于无人机遥感的大豆株高计算方法研究

针对目前田间大豆株高测量采用作物标尺准确度不够或人工测量费时费力的问题，基于50个试验小区、10个标准株高不同的大豆品种，以无人机(UAV)低空遥感平台获取大豆田间影像及数字表面模型，同时测定地面大豆实际冠层高度；利用克里金插值算法获取地面高程值(DEM),通过计算提取大豆株高信息，并验证此方法的精度和提取误差。研究表明：利用无人机遥感正射影像、数字表面模型和克里金插值算法生成的DEM模型符合试验田的地势情况，提取的大豆株高范围为0～1.13627m,所建立的株高提取模型R²=0.8163,计算得到的大豆实际株高与提取株高平均误差为3.79%。此方法可较为精确地计算大豆的植株高度，能够为大豆田间管理和高产株型选育过程中株高性状数据获取提供参考。     

RZWQM2模型对河北坝上地区大白菜模拟适用性评价

为明析根区水质模型(RZWQM2)对河北坝上地区蔬菜作物的适用性,以该地区膜下滴灌大白菜为研究对象,建立模型运行的气象、土壤及作物数据库,模拟2018年和2019年大白菜生育期内田间土壤水分动态变化、作物株高变化及最终产量,并通过实测值进行对比分析.结果表明:①经过对该模型参数的校准,得到各土层(20 cm、40 cm...     

加气灌溉不同施肥水平对温室番茄影响效应研究

为探索加气灌溉下作物适宜的施肥量,试验设计了高氮、中氮、低氮3个施肥水平,加气和不加气(作为对照)两种灌水方式,采用两因素三水平完全随机区组设计,共6个处理。研究了加气和不加气两种灌溉方式下,不同施肥水平对温室番茄株高、茎粗、干物质量和品质的影响。结果表明:加气灌溉下,作物株高、茎粗较不加气处理分别显著增大了6.2%、11%,干物质量显著增大了11.7%,单株产量、维C、可溶性糖、有机酸、糖酸比较不加气处理分别显著增大了6.7%、11.6%、11.3%、7.5%、4.1%。因此加气灌溉在促进植株生长发育的同时,也有效提高了作物产量和品质。同时,加气灌溉不同施肥水平试验结果表明,中氮施肥水平下,植株茎粗、干物质量、果实产量、品质较高氮和低氮处理均有显著增大,且施肥水平和加气灌溉对番茄株高、产量产生显著的交叉影响效应。因此,考虑各处理对番茄生长发育、产量品质的综合影响,加气灌溉中氮施肥水平是较优的灌溉施肥模式。     

作物农艺性状与形态结构表型智能识别技术综述

[目的/意义]作物农艺性状与形态结构表型智能识别是作物智慧育种的主要内容,是研究“基因型—环境型—表型”相互作用关系的基础,对现代作物育种具有重要意义。[进展]大规模、高通量作物表型获取设备是作物表型获取、分析、测量、识别等的基础和重要手段。本文介绍了高通量作物表型主流平台和感知成像设备的功能、性能以及应用场景。分析了作物株高获取、作物器官检测与技术等农艺性状智能识别和作物株型识别、作物形态信息测量以及作物三维重建等形态结构智能识别技术的研究进展及挑战。[结论/展望]从研制新型低成本田间智能作物表型获取与分析装备、提升作物表型获取田间环境的标准化与一致性水平、强化田间作物表型智能识别模型的通用性,研究多视角、多模态、多点连续分析与时空特征融合的作物表型识别方法,以及提高模型解释性等方面,展望了作物表型技术主要发展方向。     

不同覆盖和水分处理对夏玉米生长发育和耗水特性的影响

在防雨棚下的测坑,研究了夏玉米在3种土壤水分下限控制条件下(占田间持水量的75%、65%和55%)不覆盖、地膜覆盖以及秸秆覆盖对作物生长发育、产量、耗水量以及水分利用效率(WUE)的影响.结果表明:地膜和秸秆覆盖的株高、叶面积指数、产量和水分利用效率均大于不覆盖;高水分秸秆覆盖的株高和叶面积指数高于地膜覆盖和无覆盖,中、低水分时地膜覆盖的株高和叶面积指数高于秸秆覆盖和无覆盖;中水分秸秆覆盖的增产效果最好,增产率为44.80%,高水分地膜覆盖的增产效果最差,增产率仅为9.32%;高、中水分条件下地膜覆盖的WUE提高率最大,分别为19.09%和50.64%,而低水分条件下秸秆覆盖的WUE提高率最大.由此可见,地膜和秸秆覆盖效应各有优势,土壤水分下限控制在田间持水量的65%时覆盖效果最佳.     

微润灌对冬小麦生长和水分利用效率的影响

【目的】探明微润灌对大田密植型作物生长与灌溉水利用效率的影响。【方法】以冬小麦为研究对象,采用大田完全随机试验,通过微润灌与滴灌(地下滴灌、地表滴灌)、无灌溉对比,研究了微润灌对冬小麦生长、旗叶特性、产量及水分利用效率的影响。【结果】微润灌冬小麦株高、干物质质量、群体增长率、旗叶特性、产量、作物水分利用效率及灌溉水分利用效率均高于未灌溉处理,与滴灌对冬小麦生长的影响具有相似性,在灌溉大田密植型作物冬小麦方面具有较强的适用性。与滴灌相比,微润灌节水效果显著,灌水量约为滴灌的3/4,微润灌可延长冬小麦生育期约5 d,也可提高冬小麦株高、干物质量、群体增长率、旗叶特性、产量、作物水分利用效率及灌溉水分利用效率。【结论】为确保冬小麦生长指标及产量达最优,建议实践应用中,在作物关键需水期(抽雄期、灌浆成熟期)应适当增大微润灌工作压力。     

无人机遥感在饲草作物生长监测中的应用研究进展

饲草作物生长的动态监测与定量估算对于饲草规模化生产具有重要意义。无人机遥感分辨率高、灵活性强、成本低,近年来在饲草作物生长监测领域发展迅速,应用场景不断拓展。为了掌握无人机在饲草监测的国内外应用现状,确定重点发展方向,本文首先从数据获取、数据处理和饲草作物生长监测关键技术三个方面简述了无人机遥感在饲草作物监测中的基本研究方法。其次按照传感器类型从可见光、多光谱、高光谱、热红外和激光雷达遥感五个方面阐述了无人机遥感饲草作物生长监测的应用现状。最后针对研究应用中尚未解决的关键技术问题展望了未来的发展方向,提出融合饲草作物时空尺度数据和多源遥感数据、进一步拓展数据获取手段、研发智能化数据分析综合平台是未来饲草作物监测领域应用创新的关键所在。     

无人机农业遥感在农作物病虫草害诊断应用研究进展

农田作物信息的快速获取与解析是开展精准农业实践的前提和基础。根据农作物病虫草害的实际程度进行变量喷施和作业管理,可减少农业生产成本、优化作物栽培、提高农作物产量和品质,从而实现农业精准管理。近年来,随着无人机产业的快速发展,无人机农业遥感技术因其空间分辨率高、时效性强和成本低等特点,在农作物病虫草害监测应用中发挥了重要作用。本文首先介绍了精准农业航空的基本思想与系统组成和无人机遥感在精准农业航空的地位。接着探讨了无人机农业遥感系统常见的成像方式和遥感影像解析方法,并阐述了国内外无人机农业遥感技术在农作物病虫草害检测研究的最新进展。最后总结了无人机农业遥感技术发展至今面临的挑战并展望了未来的发展方向。本文将为开展无人机农业遥感技术在精准农业航空领域的研究提供理论参考和技术支撑。     

轻小型无人机多光谱遥感技术应用进展

随着光谱传感技术和图像处理与分析软件的日益成熟,无人机多光谱软硬件一体化程度和观测精度及易用性得到极大的发展。无人机多光谱遥感已在农业、林业、资源、生态、环境保护等领域应用日益广泛。本文概述了无人机飞行平台、多光谱传感器等硬件技术的发展,和无人机遥感影像的几何校正、辐射校正图像处理技术及数据处理流程,并对无人机多光谱遥感在植被长势监测、存在问题、精细分类与地物识别、病虫害监测、生物量和产量估算等方面的应用潜力和发展方向进行了系统分析和总结,以期为开展相关领域研究提供参考。建议各行业部门的专业人员与遥感、计算机科学等领域的专家密切合作,制订无人机多光谱遥感技术的相关标准和规范,共同推进并普及无人机多光谱遥感技术。     

基于无人机可见光与激光雷达的甜菜株高定量评估

甜菜株高可用于估算根系生物量、指示水分胁迫,还可作为甜菜氮含量和产量的有效指示因子,是育种者和农田管理者评估大田甜菜生长状态的重要参数。本研究以186个不同基因型的大田甜菜为研究对象,探究无人机分别搭载可见光(RGB)相机与激光雷达(Li DAR)系统对大田作物株高估算的精度差异,并与田间测定值进行比较。结果表明,基于无人机Li DAR系统估算的株高与实测值的相关性高于无人机搭载RGB相机估测的相关性。进一步对点云进行分层分析,比较点云在冠层内分布的差异,结果表明,对于作物生长后期群体冠层封闭时,无人机Li DAR系统相较于无人机搭载RGB相机系统能重建更为完整的冠层三维结构。     

无人机遥感技术在精量灌溉中应用的研究进展

以提高农业用水效率为目标的精量灌溉是未来农业灌溉的主要模式,精量灌溉的前提条件是对作物缺水的精准诊断和科学的灌溉决策。用于作物缺水诊断和灌溉决策定量指标的信息获取技术主要基于田间定点监测、地面车载移动监测及卫星遥感。无人机从根本上解决了卫星遥感由于时空分辨率低而导致的瞬时拓延、空间尺度转换、遥感参数与模型参数定量对应等技术难题,也克服了地面监测效率低、成本高、影响田间作业等问题。近几年的研究结果表明,无人机遥感系统可以高通量地获取多个地块的高时空分辨率图像,使精准分析农业气象条件、土壤条件、作物表型等参数的空间变异性及其相互关系成为可能,为大面积农田范围内快速感知作物缺水空间变异性提供了新手段,在精量灌溉技术应用中具有明显的优势和广阔的前景。无人机遥感系统已经应用在作物覆盖度、株高、倒伏面积、生物量、叶面积指数、冠层温度等农情信息的监测方面,但在作物缺水诊断和灌溉决策定量指标监测方面的研究才刚刚起步,目前主要集中在作物水分胁迫指数(CWSI)、作物系数、冠层结构相关指数、土壤含水率、叶黄素相关指数(PRI)等参数估算的研究,有些指标已经成功应用于监测多种作物的水分胁迫状况,但对于大多数作物和指标,模型的普适性还有待进一步研究。给出了无人机遥感在精准灌溉技术中应用的技术体系,并指出,为满足不同尺度的高效率监测和实现农业用水精准动态管理的需求,今后无人机遥感需要结合卫星遥感和地面监测系统,其中天空地一体化农业水信息监测网络优化布局方法与智能组网技术、多源信息时空融合与同化技术、作物缺水多指标综合诊断模型、农业灌溉大数据等将是未来重点研究内容。     

基于无人机遥感表型监测的苎麻优质种质资源筛选方法

苎麻是重要的纤维作物之一,由于土地资源紧缺及优良品种的推广应用等原因,苎麻遗传变异和遗传多样性减少,对苎麻种质资源多样性调查和保护的需求日趋加大。基于无人机遥感的作物表型测量方法可以对不同基因型作物的生长特性进行频繁、快速、无损、精准的监测,实现作物种质资源调查,筛选特异优质品种。为了实现苎麻种质资源表型的高效综合评价,辅助筛选优势苎麻品种,本研究提出了一种基于无人机遥感影像的苎麻种质资源表型监测及筛选方法。首先,基于无人机遥感影像,利用Pix4dmapper软件生成试验区的数字地表模型（Digital Surface Model,DSM）和正射影像;然后,对苎麻种质资源关键表型参数（株高、株数、叶面积指数、叶片叶绿素含量、含水量）进行估测。基于DSM采用“差分法”提取苎麻株高,基于正射图像采用目标检测算法提取苎麻株数,采用机器学习方法估测苎麻叶面积指数（Leaf Area Index,LAI）、叶片叶绿素含量（SPAD值）、含水量;最后,根据提取的各项遥感表型参数,采用变异性分析和主成分分析方法对苎麻种质资源进行遗传多样性分析。结果表明,（1）基于无人机遥感的苎麻表型估测效果较好,株高的拟合精度为0.93,均方根误差为5.65 cm;SPAD值、含水量、LAI的拟合指标分别达到0.66、0.79、0.74,RMSE分别为2.03、2.21、0.63;（2）苎麻种质资源的遥感表型存在较大差异,LAI、株高和株数的估测值变异系数分别达到20.82%、24.61%和35.48%;（3）利用主成分分析法将苎麻种质资源的遥感表型聚类为因子1（株高、LAI）和因子2（LAI、SPAD值）,因子1可用于苎麻种质资源结构特征评价,因子2可以作为高光效苎麻资源的筛选指标。本研究将为作物种质资源表型监测和育种相关分析提供参考。     

基于无人机多光谱的耐旱苎麻品种筛选方法

高温干旱是影响作物生长及最终生产力的主要胁迫源。当前,无人机遥感技术已在作物倒伏和病虫害的分级监测研究中取得重大进展,但有关利用无人机遥感进行作物抗旱等级监测的研究却鲜有报道。因此,以苎麻种质资源为研究对象,提出了苎麻抗旱性量化标准,并提供了一种利用无人机多光谱遥感鉴定苎麻种质资源抗旱性的方法。首先,由专家对36份苎麻种质资源进行抗旱性分级;然后,结合无人机多光谱遥感获取的植被指数,采用随机森林(Random forest, RF)、支持向量机(Support vector machine, SVM)、决策树(Decision tree, DT)3种机器学习方法分别构建苎麻抗旱性鉴定模型,并通过苎麻在高温干旱胁迫下的表型响应检验鉴定结果;最后,基于无人机获取的遥感表型,筛选高温干旱胁迫下优质苎麻种质资源。结果表明,利用SVM构建的苎麻抗旱性鉴定模型正确率达到0.74,不同抗旱级分类F1得分范围为0.69～0.79,说明该方法能用于苎麻种质资源抗旱性评估。利用无人机遥感数据反演得到的3项苎麻表型性状(叶绿素相对含量、叶面积指数、株高)均与人工测量值具有较强的相关性,在此基础上,研究从高温...     

无人机遥感监测作物病虫害胁迫方法与最新研究进展

病虫害是作物生产面临的主要胁迫之一.近年来,随着无人机产业的快速发展,无人机农业遥感因其图像空间分辨率高、数据获取时效性强和成本低等特点,在作物病虫害胁迫监测应用中发挥了重要作用.本文首先介绍了利用无人机遥感监测作物病虫害胁迫的相关背景;其次对目前无人机遥感监测作物病虫害胁迫中的常用方法进行了概述,主要探讨无人机遥感监...     

遥感技术在种植收入保险中的应用场景及研究进展

种植收入保险已成为中国农业保险的一种重要形式,2022年将在13个粮食主产省的所有主产县开展.本文首先回顾了遥感技术在农业保险中的总体应用历程,其次,通过阐述现有种植收入保险的业务模式,展现了目前遥感技术在该模式下的应用场景,并对各种应用场景下的关键技术的应用研究进展进行了评述,包括耕地地块提取、作物分类提取、作物灾情...     

智能化无人机植保作业关键技术及研究进展

搭载高性能传感器和施药装备的农业植保无人机系统是精准农业领域具有代表性的智能装备之一。本研究首先从前端田间作业环境动态感知技术出发,阐述了无人机光谱成像遥感、多传感器融合的SLAM实时环境建模等技术在无人机植保作业方面的应用情况;然后对精准施药过程建模与优化控制有关的前沿技术进行了分析,包括旋翼下方风场结构演化及雾滴沉积过程仿真建模、多区域全覆盖条件下的智能作业路径规划、精准变量施药控制等;最后论述了作业效果评估与过程监管相关技术的发展现状,包括施药作业质量评价方法、基于云平台数据管理的全过程可视化监管等。在总结现有技术发展现状基础上,对未来智能化无人机植保关键技术发展趋势进行了预测,阐明了光谱图像获取与计算智能的深度学习识别聚类、基于高精度雾滴谱和风场模型预测的精准变量施药作业路径规划、基于传感器实时数据的作业质量评估和作业监管等新技术手段,将在遥感信息反演、药液飘移抑制、作业效率优化、施药过程管控等方面带来革命性的进步,使植保作业数据化、透明化,全过程可观化可控制,推动农业生产管理从机械化向智能化和智慧化迈进。