基于加权算法的空-天遥感升尺度土壤含盐量监测模型

利用无人机-卫星遥感升尺度转换方法可以有效提高土壤含盐量监测精度。以内蒙古河套灌区沙壕渠灌域为研究区,4月裸土期表层土壤为研究对象,分别采用主导变异权重法、局部平均法和最邻近法将试验区无人机4波段影像(0.1m)升尺度至与GF-1卫星(16m)同一尺度,引入3种变量组合作为模型输入变量并利用多元线性回归模型（Multivariable linear regression,MLR）和BP神经网络模型（Back propagation neural networks,BPNN）构建不同数据源关于土壤含盐量的定量监测模型。在此基础上,采用波段比值均值法对GF-1卫星数据进行修正,实现基于卫星因子的研究区土壤盐分升尺度反演。结果表明,经统计指标评价后得出主导变异权重法在4块试验区针对4波段影像的尺度转换效果总体上优于其他2种转换方法;3种无人机-卫星遥感升尺度转换方法中,主导变异权重法监测效果最佳,局部平均法次之,最邻近法效果最差;对筛选得到的2个模型进行升尺度修正,得到验证效果最佳的监测模型为基于混合变量组的多元线性回归模型,其R2v为0.420,RMSEv为0.219%,比直接采用GF-1卫星数据得到的混合变量组多元线性回归模型R2v高0.217,RMSEv低0.013个百分点。本文研究结果可为卫星、无人机多光谱遥感一体化监测裸土期农田土壤含盐量提供参考。     

基于无人机平台的气振式核桃采收机设计与试验

针对云南山地种植的深纹核桃树体高大造成现有机械难于采收,而人工爬树用竹竿击打采收成本高且伤亡大的问题,提出了搭载无人机的气振式核桃采收原理及方法,基于深纹核桃成熟果实的果柄连接强度的测试与分析结果,进行了核桃脱落的气振流动仿真分析,设计了搭载于六旋翼农业植保无人机上的气振式核桃采收机,分析了气振式核桃采收机在发射气振时的反冲稳定性,实施了气振式核桃采收机搭载无人机进行采收的试验验证,按效率优先和采净率优先两种采收模式,对气振式核桃采收机的采收效率和采净率做了预测分析。研究结果表明,核桃成熟度为80%、90%和100%时,使核桃果柄断裂实现落果的气振临界流速分别为77.5、69.0、58.5m/s;气舱容积为20L且气压为1MPa时,气振式核桃采收机的气动喷口至核桃挂果位置的最佳距离为0.5m,单次气振流动采收的最大有效面积的仿真值和试验值分别约为0.09m2和0.10m2,最大有效采收面积随着到气动喷口距离增大而减小。     

基于无人机多光谱影像的矮林芳樟叶片含水率与叶水势反演

叶片含水率和叶水势反映植物组织中水分的状态,是衡量植物水分供应和水分利用效率的重要指标。为探究基于不同高度下无人机多光谱影像反演叶片含水率和叶水势模型的差异,本研究在3个飞行高度处理F30、F60、F100 (30、60、100m)下采集多光谱影像数据,通过使用6种光谱反射率+经验植被指数的组合与地面实测数据进行相关性分析,获得不同飞行高度下的光谱反射率+经验植被指数组合与叶片含水率和叶水势的反演模型及其决定系数,以决定系数为依据分别构建支持向量机（SVM）、随机森林（RF）和径向基神经网络（RBFNN）模型,分析不同飞行高度无人机多光谱影像反演芳樟叶片含水率和叶水势的精度。结果发现：3个飞行高度下,基于RF模型的反演精度均高于SVM模型和RBFNN模型。F30处理对叶片含水率与叶水势反演效果均优于F60和F100处理。F30处理对叶片含水率反演的敏感光谱反射率+植被指数组合为红光波段反射率（R）、红边1波段反射率（RE1）、红边2波段反射率（RE2）、近红外波段反射率（NIR）、增强型植被指数（EVI）、土壤调节植被指数（SAVI）。RF模型训练集的R2、RMSE、MRE分别为0.845、0.548%、0.712%;测试集的R2、RMSE、MRE分别为0.832、0.683%、0897%。对叶水势反演的敏感光谱反射率+植被指数组合为R、RE2、NIR、EVI、SAVI、花青素反射指数（ARI）。RF模型训练集的R2、RMSE、MRE分别为0.814、0.073MPa、3.550%;测试集的R2、RMSE、MRE分别为0.806、0.095MPa、4.250%。研究结果表明飞行高度30m与RF方法分别为反演叶片含水率和叶水势的最优光谱获取高度与最优模型构建方法。本研究可为基于无人机平台的矮林芳樟水分监测提供技术支持,并可为筛选无人机多光谱波段与经验植被指数、实现植物长势参数快速估测提供应用参考。     

制种玉米去雄无人机旋切装置设计与试验

针对制种玉米母本植株由地面去雄机械去雄后存在遗漏雄穗及机械化补漏去雄装备缺乏等问题,提出了一种适配四旋翼无人机的旋切装置。基于去雄无人机作业特点与稳定性影响因素,分析了刀具切割雄穗时的受力及其对无人机反扭力矩的影响,并轻量化设计了旋切装置总体结构,确定了旋切装置的旋切范围为44~150mm,可展范围为541~1318mm,总质量为4.03kg。通过旋切部件切割建模与仿真,选取了竖直进给切割的旋切方式,并由台架试验得到了旋切装置切割反扭力矩最小时的最优参数组合。在上述基础上将旋切装置与无人机集成开展田间试验。研究表明,当旋切转速3954r/min、竖直进给速度5.9mm/s、刀具刃角32°时,旋切装置单位切割力为10.54MPa,能完全切除雄穗,去雄无人机田间叶片损伤率为14.58%,高度波动率为1.88%,满足制种玉米去雄要求。     

Aerial drone technology can assist compliance of trap fisheries

Illegal fishing is a global issue that threatens the viability of fishing industries and biodiversity conservation. Management agencies typically use on‐ground surveillance to monitor and minimise illegal fishing practices, the efficacy of which may be enhanced by integrating emerging remote sensing technology. Affordable drones may contribute to cost‐effective detection of illegal fishing activity and associated gear, although their application has yet to be evaluated in many types of fisheries. Here, the utility of drones for the detection of crab traps and floats set in a shallow estuary was quantitatively tested, and the effects of survey altitudes, cameras and monitor screens on detection rates were determined. It was found that drone flight altitude and float colour influenced the detection rates of common crab trap floats, with infrared cameras improving the detection of floats camouflaged by black paint. However, the type of monitor screen used by the drone operator had no influence on the detection of crab traps. Overall, it appears drones can contribute to cost‐effective compliance in estuarine trap fisheries, and the approach can contribute to evidence‐based standard operating procedures.     

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.     

微型旋翼无人机在水蚀外业调查中的应用

[目的]提高水土流失抽样调查的效率和准确度,降低难度和成本。[方法]应用微型旋翼无人机结合倾斜摄影测量技术,通过几何校正过程,多视图匹配,三角网(TIN)构建和自动赋予处理等步聚,建立调查单元的高分辨率正射影像和三维实景,然后通过人工解译的方法,得到调查区域内不同地块的边界和属性信息,代替传统现场勾绘的工作方式和技术流程。[结果]应用微型旋翼无人机有效提高了调查地块边界的精度,同时降低了现场调查的难度和成本,大大节约了调查时间。[结论]应用微型旋翼无人机提高了基于抽样现场调查方法的水土流失评价结果的可靠性,有利于促进抽样调查方法在各级政府水土流失评价中的采用,以及水土流失评价定量化技术的发展。     

基于无人机多光谱影像的棉叶螨识别方法

【目的】利用无人机遥感在空间分辨率和光谱分辨率上的优势,研究大面积棉田棉叶螨监测方法,为类似的农作物虫害遥感监测研究提供参考。【方法】选20种光谱指数作为螨害监测的特征因子,使用赤池信息准则作为模型优选依据,获取最佳建模特征,建立棉田螨害监测识别的logistic回归模型。【结果】在所分析的全部光谱指数中,TVI、DVI和RDVI为螨害监测的最佳特征因子,基于该3个因子构建的logistic回归模型的分类准确率为95%,F1值为95.1%,能够较好地实现棉田螨害识别。【结论】监测模型可以实现区域范围的棉叶螨快速识别。     

无人机摄影测量系统相机参数的设定

在航空摄影测量中,通过利用无人机进行大量的航拍试验,系统分析并归纳总结出了不同的地物、地貌,相机参数的设置不同,并对参数进行了规范化、标准化。     

无人机遥感监测小麦条锈病初探

由条形柄锈菌小麦专化型(Puccinia striiformisf.sp.tritici)引起的小麦条锈病是我国重要的小麦病害之一,该病害是一种气传病害,在适宜条件下能够在短时间内大规模流行成灾[1].近年来,应用遥感技术进行植物病害监测的研究逐渐增多.Nilsson[2]综述了遥感技术在植物病害防控中的应用,认为多光谱测量、热红外、数码摄像、雷达、短波、激光、卫星等多种遥感监测技术,在植物病害和植物病害测量中具有很大潜力.无人机遥感也是遥感监测技术的重要组成部分,与一般的航空遥感相比,其具有成本低、分辨率高、受天气条件影响小的特点.