植保无人机喷施雾滴沉积特性的荧光示踪分析

航空施药雾滴沉积特性的准确检测对施药参数选择和施药质量优化至关重要。该研究以3WQF-80-10型植保无人机为试验对象,选取典型飞行工况,通过水敏纸和基于荧光示踪的航空施药沉积检测系统同步获取展向雾滴沉积覆盖率,研究对比了该机型在典型飞行工况条件下的雾滴沉积离散性和连续性分布,评估基于荧光示踪的沉积检测系统对雾滴沉积检测效果与适用性。试验结果表明:荧光示踪法与水敏纸法所得雾滴沉积率分布曲线整体趋于一致,2种方法的检测结果相关性拟合优度(R2)为0.88~0.96;由于植保无人机旋翼下洗风场胁迫细小雾滴沉降至非水敏纸布样位置,致使荧光示踪法测得的平均雾滴覆盖率曲线出现更多峰值,覆盖率值高于水敏纸法测量结果。植保无人机飞行速度为2 m/s,飞行高度为3 m的作业条件下,与水敏纸离散布样方式相比,荧光示踪连续布样方式测得雾滴覆盖率提高16.92%,当飞行速度为4 m/s,飞行高度为9 m时,后者较前者提高97.77%。植保无人机作业工况对施药雾滴沉积覆盖率影响方面,飞行速度2 m/s,飞行高度3 m的工况下,雾滴沉积覆盖率最高,为8.34%和7.14%;随着植保无人机飞行高度和速度增加,雾滴沉积覆盖率降低。针对植保无人机下洗风场作用下施药雾滴沉积质量检测,与离散布样方式相比,连续性样品采集可获取更丰富的雾滴空间沉积分布细节。该研究可为无人机低空低量施药雾滴沉积检测和无人机下洗风场对雾滴沉积分布影响研究提供方法参考。     

不同车速车载多光谱成像系统性能分析

为了探索大田冬小麦冠层叶片叶绿素指标的快速检测方法,基于车载式多光谱成像系统进行了大田冬小麦叶绿素含量指标的快速无损诊断研究,并分析了不同车速条件下车载式多光谱成像系统的工作性能。系统以福田欧豹4040型拖拉机为车载平台,搭载了2-CCD多光谱图像智能感知系统。田间试验分别设置了4种行进速度（分别为S1（0.54 m/s）、S2（0.83 m/s）、S3（1.04 m/s）、S4（1.72 m/s））,采集了冬小麦冠层可见-近红外图像,同步获得了车载GPS轨迹坐标信息,并测量了样本叶绿素含量指标SPAD值。图像经滤波和冠层分割预处理后,提取了 R、G、B 、NIR 4个波段平均灰度,并计算了RVI、NDVI等4种常见植被指数、 H 分量的灰度平均值和覆盖度 C ,共10个图像检测参数。分析了各图像检测参数与叶绿素含量指标SPAD值之间的相关关系,结果表明,S1、S2和S3速度下,各图像检测参数与SPAD值相关性高于S4速度。同时,S1、S2、S3速度下,NDVI、NDGI、RVI与SPAD值的相关系数绝对值均达到0.50以上。分别建立了S1~S3不同车速下叶绿素含量指标诊断MLR模型,模型精度满足作物生长空间分布图制图的要求。为了进一步提高车载式大田作物生长参数移动诊断效率,将不同车速下的数据合并,选取NDVI、NDGI、RVI参数建立叶绿素指标MLR模型,结果表明模型具有通用性。该研究可为车载式大田作物生长快速诊断提供支持。