基于无人机多光谱影像的地物识别

【目的】利用2018年5和6月获取的无人机多光谱影像对北京市大兴试验基地的部分农田进行地物类型提取研究。【方法】确定感兴趣地物种类,对影像进行时相与光谱特征分析,然后确定归一化植被指数NDVI、归一化绿蓝差异指数NGBDI、修正型比值植被指数MSR和红边波段反射率可以作为最优分类特征,通过基于光谱变量阈值分割的决策树分类法,实现地物分类,并提取种植面积,选取基于目视解译的地面调查数据进行方法验证。【结果】基于时相与光谱特征的决策树分类方法有较好效果,该方法用于小麦、果树和大棚的提取,误差值分别为10.68%、6.06%和16.48%,面积提取误差在17%以内,对无人机多光谱遥感影像进行地物识别具有一定的适用性。【结论】无人机低成本、高效率的优势为农田信息及时获取提供参考。     

基于决策树的无人机高光谱遥感影像地物分类研究

高光谱影像由于其波段众多,传统的多光谱图像的信息提取方法不适合高光谱影像的处理。利用无人机搭载美国Headwall公司的最新纳米级高光谱成像光谱仪,采集广东省广州市增城区某处的高光谱影像,提取光谱数据,分析不同地物间光谱曲线特征和差异,采用决策树进行地物分类。结果表明:根据无人机高光谱数据中不同地物之间光谱特征曲线的差异,建立分类树,不仅可以大大减少分类处理的工作量,且分类效果良好,准确度高。     

基于无人机高光谱的荒漠草原地表微斑块分类研究

草原荒漠化会严重破坏草原生态平衡,荒漠草原地物分类已成为草原监测管理的关键问题。本文通过构建无人机高光谱遥感系统,解决了原有草原调查方式上效率低与空间分辨率不足问题;构建高分辨率图像卷积神经网络(HR-CNN)解决了荒漠草原地表微斑块精细化分类问题;与ResNet34、GoogLeNet、常规卷积神经网络模型进行对比,总体上HR-CNN模型表现更优,总体分类精度与Kappa系数分别为98.27%、96.63。在相同迭代次数条件下,模型构建速度上,HR-CNN相较其它三类模型分别提升65.88%、65.71%、13.77%。模型内存占有量上,HR-CNN相较其它三类模型分别降低92.11%、79.21%、43.64%。该网络模型是轻量化卷积在荒漠草原地物分类研究中的有效探索,可为后续草原地物分类提供新思路。     

基于频谱和光谱特征的高光谱地物分类比较

目的频谱作为物质的能量特征进行地物的识别是可行的。本文针对国内外利用频谱进行地物分类尤其是森林植被分类研究的匮乏,探索频谱的地物识别潜力,将高光谱影像的光谱曲线转化为频谱进行地物识别研究。方法以福建将乐林场为研究区,利用国产环境小卫星高光谱影像(HJ-1A HSI)和同时成像的多光谱影像(CCD),通过能量分离变换的方法对高光谱和多光谱进行融合,获取高空间分辨率的高光谱影像;然后,将融合影像的光谱曲线转化到频率域,进而获取频谱;通过“频谱距离”对研究区进行地物分类,并将分类结果与光谱角填图(SAM)分类结果进行比较。结果在频域中植被类别和非植被类别的低阶幅度谱具有明显的可分性,频谱方法提高了马尾松、杉木和阔叶林的制图精度,对于光谱特征相似的不同森林植被具有更好的区分能力;非植被类别在1阶谐波的频谱容易区分, 植被类别需要用前7次谐波的幅度谱进行区分,随着频率的增大,频谱变化趋于相似,并且非植被类别在频域的能量累计速度高于植被类别;与SAM的分类结果比较发现,基于频谱的分类方法总体分类精度为84.19%,比SAM分类结果总体精度提高0.7%。结论利用频谱信息可以降低光谱曲线上噪声的影响,保留类别的重要区别信息,提高地类的分类精度,因此利用频域中的频谱进行地类识别具有可行性。      

基于无人机高光谱影像的水稻叶绿素含量反演

【目的】为实现快速无损地监测水稻叶绿素含量,采用大疆M600 Pro无人机搭载SENOP RIKOLA高光谱仪获取水稻分蘖期冠层高光谱影像。【方法】利用相关性分析筛选出光谱指数的特征波长,构建DSI、RSI、NDSI、MSR、OSAVI和RDVI 6种植被指数,并利用一阶光谱导数计算其红边面积和红边幅值,分析8种光谱参数参与水稻叶绿素含量之间的相关性分析。将这些光谱参数作为CatBoost回归模型的输入变量,分析8种光谱参数对水稻叶绿素含量的估算能力。【结果】基于红边参数的反演模型中红边幅值拟合效果最好,其R²为0.952 4,RSME为0.638 1;基于植被指数的反演模型中OSAVI指数拟合效果最好,其R²为0.941 6,RSME为0.588 5。2种模型均能有效预测水稻叶绿素含量信息,可以作为水稻叶绿素含量监测的依据。【结论】将无人机高光谱遥感影像与机器回归算法相结合,可以实现对水稻冠层叶绿素含量的精准预测,从而对水稻的生长和健康状况进行实时监测,进而实现对水稻的精准施肥和精准灌溉,对水稻的增产增收以及精准农业的发展具有重要意义。     

基于无人机多光谱遥感图像的玉米田间杂草识别

【目的】为了精确高效识别玉米田间杂草,减少除草剂施用,提高玉米种植管理精准性。【方法】通过六旋翼无人机搭载多光谱相机获取玉米田块多光谱图像。为分离图像中植被与非植被像元,计算了7种植被指数,采用最大类间方差法提取植被指数图像中非植被区域,制作掩膜文件并对多光谱图像掩膜。通过主成分分析对多光谱图像进行变换,保留信息量最多的前3个主成分波段。将试验区域分为训练区域和验证区域,在训练区域中分别选取了675处玉米和525处杂草样本对监督分类模型进行训练,在验证区域选取了240处玉米样本及160处杂草样本评价模型分类精度。将7种植被指数、3个主成分波段的24个纹理特征及经过滤波的10个反射率,共计41项特征作为样本特征参数。利用支持向量机-特征递归消除算法(support vector machines-feature recursive elimination,SVM-RFE)和Relief算法从41项特征中各筛选14项特征构成特征子集,采用支持向量机、K-最近邻、Cart决策树、随机森林和人工神经网络对特征子集进行监督分类。【结果】支持向量机与随机森林对全部特征及2个特征子集分类效果较好,支...     

小型消费级无人机快速高精度估算地物高度

【目的】小型消费级无人机航拍数据量高分辨率遥感数据重要组成部分,可利用地物阴影快速提取地物高度,进而提取地物结构信息。【方法】研究选择地物种类丰富的农业区展开实验,根据无人机传感器是否拍摄到阴影的全部区域设置2种情景,计算地物高度,并与实际高度和无人机生成的传统测高方法得到的高度对比,来验证方法的可靠性。【结果】结果表明当无人机传感器能拍摄到地物阴影的全部区域时,基于阴影估算的地物高度与地物实际高度平均误差为0.88 m,平均相对误差为12.25%,而当无人机传感器只能拍摄到部分阴影区域时,估算地物高度与实际值的平均误差为0.79 m,平均相对误差为13.28%。上述结果表明该方法能够高精度计算地物高度,并且其精度超过无人机传统测高方法生成数字表面模型提取的地物高度。【结论】该研究提出的小型消费级无人机利用地物阴影计算高度方法能够应用于实际,并使得未布设控制点的无人机数据也可作为阴影测高法的数据来源,为遥感快速获取地物高度信息提供了一种新的思路。     

高光谱遥感在树木识别方面的应用与研究概述

高光谱遥感是一门新兴的探测技术,随着高光谱遥感的发展,已被应用于林业树种的分类。基于此,笔者概述了高光谱遥感在树木识别方面的应用与研究现状,认为高光谱遥感对树木的识别有着重要的意义。     

基于无人机高光谱数据的小麦生物量估测

高光谱因其通道多、数据量大、信息丰富等特点,在小麦农学参数估测方面被广泛应用。对小麦生物量和植被指数进行相关性分析,结果表明17种植被指数中在拔节期、孕穗期和全生育期与生物量达到显著相关水平的植被指数各有16种;拔节期DVI和RDVI指数相关性最高,r均为0.784;孕穗期GNDVI指数相关性最高,r为0.766;全生育期WI指数相关性最高,r为-0.799;与开花期生物量达到显著相关的植被指数有8种,WBI指数相关性最高,r为-0.642。分别利用各时期与生物量达到显著相关的植被指数构建生物量PLSR估测模型,模型的验证R²和建模R²均是全生育期最高,分别为0.85和0.93,其次是孕穗期、拔节期、开花期。建模RMSE最低的是孕穗期,为461.74 kg/hm²,验证RMSE最低的是拔节期为354.92 kg/hm²。建模和验证R²提升最大的是全生育期,提升了0.11;RMSE下降最多的同样是全生育期,下降了298.93 kg/hm²。总体来看,利用全生...     

基于无人机多光谱的棉花育种材料FPAR估测

快速、无损、高通量地获取棉花育种材料的光合有效辐射信息,对棉花高光效品种选育及栽培管理具有重要意义.于2020年8-9月在河南现代农业研究开发基地,采用大疆Matrice 600 Pro无人机搭载Micasense RedEdge-M多光谱成像仪获取棉花育种材料的多光谱影像,提取光合有效辐射吸收比率(Fraction of photosynthetically active radiation,FPAR)测量点蓝、绿、红、红边、近红外等5个通道反射率值构建多光谱变量;然后分析多光谱变量与FPAR的定量关系,建立FPAR的一元与多元回归模型;最后,基于实测FPAR对估测模型进行精度验证.结果表明:棉花育种材料的多光谱遥感影像可以快速、直观表征植株冠层叶片颜色、长势等表型性状信息;基于多光谱影像构建的变换土壤调节植被指数(Transformed soil adjusted vegetation index,TSAVI)、土壤调节植被指数(Soil adjusted vegetation index,SAVI)、垂直植被指数(Perpendicular vegetation index,PVI)、比值植被指数(Ratio vegetation index,RVI)、差值植被指数(Difference vegetation index,DVI)、增强型的植被指数(Enhanced vegetation index,EVI)、归一化差值植被指数(Normalized difference vegetation index,NDVI)、大气阻抗植被指数(Atmospherically resistant vegetation index,ARVI)等8种多光谱变量均与棉花FPAR具有较好的相关性,|r|为0.542～0.932;基于TSAVI构建的FPAR 一元线性回归模型,对棉花FPAR具有较好的估测效果,估测模型的R2为0.867,SE 为0.115,验证模型的R2为0.932,RPD 为2.468,RMSE 为0.119.     

快速图像去雾算法在无人机果园巡检系统中的应用

无人机果园巡检是提高果园管理效率、降低人力成本的有效手段。随着无人机技术的发展,使用无人机进行果园巡检是一大趋势。针对室外雾霾天气对无人机果园巡检图像质量的影响,本文基于无人机果园巡检图像的特征,提出一种将无人机拍摄的雾天图像中天空或亮度较强区域与其他区域分割的图像去雾算法。该算法首先将图像中的天空与非天空区域进行区分,分别处理以减少传统暗通道先验去雾算法在天空区域的失真,然后通过提取图像背景区域的特征并进行算法优化,最终达到快速去雾的效果,以满足实时性要求。     

某无人机撞网回收系统动力学仿真

以某无人机撞网回收系统为例,基于LS-DYNA软件,提出了柔性带、阻尼器等关键部件的建模方法,建立了系统有限元仿真模型,进行了不同入网位置的动力学仿真计算,并用试验验证了仿真模型的准确性.仿真和试验结果表明：本文建立的无人机撞网回收系统模型具有较好的工程适用性,提出的动力学建模仿真方法具有一定的通用性.     

电动植保无人机喷洒系统的设计

为解决我国城镇化建设快速发展和农村劳动力的不足的现状,通过设计电动植保无人机喷洒系统,阐述了该喷洒系统的各个部件的设计原理,分析确定了各个部件的结构、材料及选型。     

无人机在棉田管理中的应用

棉花是国内重要的经济作物和纺织工业原料,是事关国计民生的重要战略物资,但棉花生产机械化程度低,现代植棉业发展缓慢,特别是黄河流域和长江流域棉区,一家一户的棉花种植规模小、效率低.近年来,国内农用无人机产业快速发展,农用无人机技术是发展智慧农业的有效保障手段之一,它为棉花产业向机械化、智能化升级提供了一定的技术支撑.通过...     

基于无人机图像的水稻拔节期叶面积指数估算

为快速准确地估算水稻叶面积指数,利用无人机获取水稻拔节期高清图像,通过图像处理技术提取相关参数,确定绿-红(GMR)参数可以作为估算水稻LAI的较优参数并建立模型。结果表明:以GMR参数建立的水稻LAI估算模型拟合效果较好,决定系数为0.8808,达到极显著水平。同时利用独立的实测数据对模型进行了验证,决定系数为0.7897,也达到极显著水平。该方法可以为水稻LAI的智能估算提供新的参考。     

无人机遥感技术在农业中的发展与应用

无人机作为新型遥感平台,相比于传统的卫星和航空遥感,在灵活性和分辨率方面有其独特优势,而且数据信息也有相当或更高的准确度.无人机技术在遥感中的应用满足了现代农业中的监管和应用需求,完善了遥感技术的时空维度,为更多层面的信息获取和决策反应提供了支持.未来,无人机遥感技术在研发和建造成本、运行稳定性、数据信息的获取和分析处理能力等方面都亟待完善,以实现在农业科学中更广泛的应用.     

小型无人机超低量喷雾防治玉米螟田间药效评价

【目的】研究小型无人机超低量喷雾防治玉米螟的田间药效及经济效益评价,为发展科学合理、适宜新疆生产实际的玉米螟高效飞防技术提供指导。【方法】考虑大田实际防效、挽回产量损失、成本投入、纯增效益以及投入产出比等因素,对不同药剂处理进行系统评价,提出新疆荒漠绿洲生态区玉米螟飞防使用的最佳药剂及用量。【结果】34%乙基多杀菌素·甲氧虫酰肼(斯品诺)450.0 m L/hm~2的防效、可挽回产量、纯增效益及投入产出比最高,分别达89.60%、6 050.85kg/hm~2、9 264.30元/hm~2和1∶22.22;其次是阿维·氯苯酰(亮泰)悬浮剂,喷施600 m L/hm~2的防效、可挽回产量、纯增效益及投入产出比分别为84.18%、6 041.25kg/hm~2、9 219.0元/hm~2和1∶20.62;再次是20%氯虫苯甲酰胺(康宽)悬浮剂,喷施90.0 m L/hm~2的防效、可挽回产量、纯增效益及投入产出比则为81.01%、5 412.15 kg/hm~2、8 368.50元/hm~2和1∶28.76。此外,添加飞防专用助剂可使田间防效提升高达27.58%。【结论】在生产上玉米螟飞防使用的最佳药剂种类及用药量为,34%乙基多杀菌素·甲氧虫酰肼(斯品诺)悬浮剂450.0 m L/hm~2、阿维·氯苯酰(亮泰)悬浮剂600.0m L/hm~2、20%氯虫苯甲酰胺(康宽)悬浮剂90.0 m L/hm~2、45%甲维·虱螨脲(普克猛)水分散粒剂225.0 g/hm~2,同时添加飞防专用助剂。     

喷嘴类型对植保无人飞机喷雾性能的影响

【目的】植保无人飞机具有喷雾效率高、适用性好、作物损伤小和操控人员安全系数高等特点,但飘移严重制约着其推广应用,喷嘴作为核心组件,是影响雾滴飘移的关键因素。本文旨在明确不同类型喷嘴对植保无人飞机喷雾的雾化性能及雾滴飘移的影响,为选择合适喷嘴提供理论依据。【方法】筛选20种常见的扇形、气吸型和圆锥形喷嘴,采用激光粒度仪系统测定并计算喷嘴的分布跨度、体积中径(D50)及尺寸<150μm的雾滴占全部雾粒体积的百分比(ΦVol<150μm)等表征雾化性能的参数,在开放式风洞中首先测定不同喷嘴在0.3 MPa下的流量,然后采用相片纸法和麦拉片法评价喷嘴型号对喷雾飘移和飘移沉积雾滴粒径特征的影响。【结果】在0.3MPa喷雾压力下测定不同喷嘴雾化性能表明,在常规扇形喷嘴中,F110-01、F110-015、F110-02和F110-03随着型号的增加,分布跨度和D50显著增加,而ΦVol<150μm显著减低,气吸型扇形喷嘴AFC-01—AFC-05和圆锥形喷嘴HCC80-0075—HCC80-025具有相同的规律,但相同型号的气吸型扇形喷嘴,ΦVol<150μm均显著小于扇形...