排序方式: 共有576条查询结果,搜索用时 15 毫秒
561.
为探究多旋翼植保无人机作业参数对火龙果树冠层雾滴沉积分布的影响,应用极飞P20多旋翼植保无人机对火龙果树进行喷雾作业,采用正交试验对主要作业参数(航线方向、作业高度与作业速度)进行优选。结果表明,植保无人机对火龙果树施药在航线平行于种植行、作业高度为1.5 m (距离冠层顶部高度)、作业速度为1.5 m·s-1条件下,雾滴在火龙果树各个冠层的雾滴沉积密度,覆盖率最大。极差分析结果显示,作业速度是雾滴沉积密度和火龙果树上层雾滴覆盖率的最主要影响因素;而作业高度是火龙果树中层、下层雾滴覆盖率和雾滴分布均匀性的最主要影响因素,当作业高度为1.5 m 时雾滴分布均匀性最好。根据P20多旋翼植保无人机喷雾在火龙果树冠层的雾滴沉积分布情况,对植保无人机的作业参数进行了优选,为提高植保无人机施药雾滴在火龙果树冠层的有效沉积分布,实现所选机型在火龙果树病虫害防控中的高效应用奠定了基础。 相似文献
562.
563.
基于神经网络PID的无人机自适应变量喷雾系统的设计与试验 总被引:1,自引:0,他引:1
【目的】针对传统植保无人机在定量喷施作业时由于飞行速度的变化造成施药不均匀以及传统控制算法无法满足无人机变量喷雾系统所需的实时性和稳定性等问题,设计一种基于神经网络PID的自适应无人机变量喷雾系统。【方法】采用风压变送器测出无人机的飞行速度,根据速度采用脉宽调制(PWM)方法进行自适应变量喷雾,同步用流量传感器测出实际喷雾流量,融合BP神经网络PID控制算法调节喷雾流量。由MATLAB构建BP神经网络PID控制算法,并与PID、模糊PID和神经元PID对比及分析;田间试验过程中,对比分析无人机定量喷雾与随飞行速度改变的变量喷雾效果,采用水敏纸获取雾滴沉积量分布,分别从整体区域、飞行方向和喷杆方向评价沉积量分布的均匀性。【结果】算法仿真对比试验结果表明,与PID、模糊PID和神经元PID相比,BP神经网络PID阶跃响应上升时间分别少28.57%、84.73%和31.03%,正弦跟踪平均误差分别小63.01%、87.03%和0.58%,方波跟踪平均误差分别小74.00%、79.53%和6.80%,鲁棒性强,无静差,超调量为1.20%;喷雾对比试验结果表明,本系统能够根据飞行速度自适应调节喷雾流量,实际流量与目标流量的平均偏差为8.43%,水敏纸扫描结果表明总体区域雾滴沉积量的变异系数对比定量喷雾平均降低26.25%,喷杆方向平均降低18.79%。【结论】该研究结果可为农业航空变量喷雾技术的应用提供理论基础。 相似文献
564.
【目的】评价植保无人机施药对核桃黑斑蚜Chromaphis juglandicola (Kaltenbach)和黄刺蛾Cnidocampa flavescens(Walker)的防治效果,为植保无人机防控核桃害虫提供理论依据和技术支撑。【方法】采用植保无人机田间喷雾、调查虫口减退率、计算防治效果、方差分析。【结果】在添加喷雾助剂量为0.5%时,植保无人机在核桃园施药后的农药地面流失率均在10%以内;药后14 d 70%吡虫啉(用量为150 mL/ hm2)对外围核桃黑斑蚜的防治效果最高,为96.05%,平均为80.37%,与22%噻虫·高氯氟(用量为375 mL/ hm2)和25%环氧虫啶(用量为300 mL/ hm2)处理有显著性差异;药后10 d 22%噻虫·高氯氟(用量为525 mL/ hm2)、1.2%烟碱·苦参碱(用量为1 050 mL/ hm2)、3.2%阿维菌素(用量为525 mL/ hm2)对黄刺蛾的防治效果最高,分别为98.17%、90.39%和95.46%,3个处理之间无显著性差异。【结论】在添加喷雾助剂时,植保无人机喷洒70%吡虫啉对核桃黑斑蚜的防治效果在80%以上,22%噻虫·高氯氟、1.2%烟碱·苦参碱和3.2%阿维菌素对黄刺蛾的防治效果在90%以上,在生产中可以利用植保无人机喷洒上述药剂防控核桃黑斑蚜和黄刺蛾。 相似文献
565.
566.
无人机植保技术作为一种新型高效精准施药技术,能够实现人药分离、药械一体化,相较传统人工喷施作业,具有减工降本、提质增效、统防统治病虫害的优势,在湖南衡阳烤烟生产中广泛普及。基于此,本文就湖南省衡阳市常宁市植保无人机在烤烟病虫害防治中的应用进行探索, 重点阐述了飞防流程、飞防要点、取得的成效以及对未来的展望,为后期植保无人机在烟草上的推广应用提供一定参考。 相似文献
567.
基于无人机遥感的玉米叶面积指数与产量估算 总被引:2,自引:0,他引:2
以2018和2019年在河南省新乡县中国农业科学院农田灌溉研究所试验基地的玉米为研究对象,利用八旋翼无人机搭载的MicaSense RedEdge多光谱相机对试验区进行遥感监测,构建玉米叶面积无人机遥感监测模型和产量估算模型,并在示范区进行应用。结果表明,NDVI、EVI和GNDVI这3种植被指数在构建叶面积指数监测模型中具有较好的精度和稳定性。利用抽雄期植被指数构建的估产模型精度最高,吐丝期次之,拔节期最低。与单生育期估产模型相比,累积3个生育期植被指数构建的估产模型精度有一定提升,R2为0.87,RMSE为405.42 kg/hm2。构建的无人机遥感监测模型,可以快速有效评估玉米长势和产量。 相似文献
568.
基于无人机多时相遥感影像的冬小麦产量估算 总被引:1,自引:0,他引:1
为高效准确地预测小麦产量,以浙江省冬小麦为研究对象,利用四旋翼无人机精灵4多光谱相机获取冬小麦5个关键生育时期(拔节期、孕穗期、抽穗期、灌浆期、成熟期)的冠层多光谱数据,选取多光谱相机的五个特征波段计算各生育时期的72个植被指数,分别通过逐步多元线性回归(SMLR)、偏最小二乘回归(PLSR)、BP神经网络(BPNN)、支持向量机(SVM)、随机森林(RF)构建不同生育时期的产量估算模型,最后采用决定系数(R)、均方根误差(RMSE)和相对误差(RE)对估算模型进行评价,筛选出最优估算模型。结果表明,基于随机森林建立的模型估算效果最优,SMLR、PLSR和SVM三种方法建立的模型估算效果接近。利用随机森林算法所建拔节期、孕穗期、抽穗期、灌浆期、成熟期模型的R、RMSE和RE分别为0.92、0.35、11%;0.93、0.33、10%;0.94、0.32、9%;0.92、0.36、9%;0.77、0.67、33%。模型验证时,抽穗期估算效果最好(R、RMSE和RE分别为0.91、0.35和15%),拔节期、孕穗期、灌浆期估算效果接近且有很好的估算能力,成熟期估算精度最差(R、RMSE和RE分别为0.71、0.47和13%)。由此说明,结合机器学习算法和无人机多光谱提取的植被指数可以提高小麦产量估算效果。 相似文献
569.
轨迹优化是实现植保无人机自主作业路径规划的重要环节,合理高效的轨迹优化算法能使植保无人机安全快速地跟踪轨迹作业,提升作业稳定性与精准性。针对传统最小化SNAP算法偏移误差较大、时间分配不合理的问题,该研究提出一种针对植保作业场景的改进最小化SNAP轨迹优化算法。首先,运用机载载波相位差分(real-time kinematic,RTK)模块采集作业地块地形数据并搭建三维空间地图,基于空间地图采用牛耕法规划初始作业路径;其次,通过改进最小化SNAP算法优化作业路径,结合初始轨迹状态参量构建时间分配函数,解算得到当前最优时间分配;然后,重构最小化SNAP轨迹约束函数,添加位置偏移量梯度惩罚因子,采用最优化方法求解轨迹多项式系数;最后,联合无人机位置控制周期与轨迹多项式实例化航迹点,作为无人机运动的位置期望。试验结果表明,相较于传统最小化SNAP算法,本文算法在同等作业时间前提下,平均加速度减小7.82%,平均偏移误差减小45.56%,对轨迹偏移的抑制效果明显,并降低了加速度在地头转向处的超调,作业轨迹更加精准,作业速度更加平稳,可为植保无人机的轨迹优化策略提供参考。 相似文献
570.
冲沟侵蚀是金沙江干热河谷土壤流失的重要原因,造成严重的土地退化,威胁区域农业发展和粮食安全。探究冲沟的形态发育特征明确其侵蚀速率,对于冲沟侵蚀量化评估和土地保护等具有重要意义。为摸清冲沟发育演变规律,该研究选取元谋干热河谷金雷国家水土保持科技示范园区附近沟谷地貌流域为研究区,选择35条冲沟,通过无人机遥感影像提取冲沟形态参数,分析形态特征,并结合高分遥感影像计算冲沟侵蚀速率。结果表明:1)研究区冲沟直线长度、顶宽、底宽、深度的范围分别为25.21~180.43 、10.76~51.76、3.56~26.85、1.22~11.92 m;面积、体积的范围分别为257.50~8987.88 m2、142.64~19479.25 m3。冲沟形态参数差异性较大,长度在发育过程中受坡面限制小于其他地区。2)冲沟底部宽度和顶部宽度比值(BW/TW)的范围为0.24~0.59,冲沟主要为“V型”和“V~U型”;冲沟顶部宽度和深度比值(TW/D)的范围为2.56~26.29,均值为6.04,横向侵蚀速率远大于下切侵蚀速率。3)2015—2022年,35条冲沟中,19条长度明显增长,冲沟溯源侵蚀速率为0.02~1.10 m/a(均值0.34 m/a);27条宽度明显增长,冲沟横向侵蚀速率为0.07~1.10m/a(均值0.36 m/a);29条面积和体积明显增长,冲沟面积增长速率为1.64~105.40 m2/a(均值23.44 m2/a);冲沟体积侵蚀速率为1.26~339.42 m3/a(均值51.21 m3/a)。冲沟横向侵蚀速率大于溯源侵蚀速率,在面积和体积增长中贡献较大。研究结果可为金沙江干热河谷地区大尺度冲沟的发育演变规律和侵蚀定量评估提供方法和依据。 相似文献