无人机高光谱遥感监测葡萄长势与缺株定位-莱森光学有限公司_米乐棋牌下载-米乐棋牌最新版-米乐游戏下载中心 
米乐棋牌下载 / Products
当前位置:首页 > 产品中心 > 遥测数采遥测数采

无人机高光谱遥感监测葡萄长势与缺株定位-莱森光学有限公司

发布时间:2022-06-09 21:31:18 来源:米乐棋牌下载

  导言:葡萄是全球栽植面积最大,产值最高的果树之一。我国葡萄培养规划化和规范化培养水平不断前进,监测葡萄园的全体成长状况对培养地块的挑选与调整、培养计划的拟定和定产等都具有重要的含义,是葡萄园规范化、精准化办理的根底。一般选用普查或检查等

客户服务热线
027-62430409

邮 箱:sales@whdexi.com

传 真:027-62430409

  导言:葡萄是全球栽植面积最大,产值最高的果树之一。我国葡萄培养规划化和规范化培养水平不断前进,监测葡萄园的全体成长状况对培养地块的挑选与调整、培养计划的拟定和定产等都具有重要的含义,是葡萄园规范化、精准化办理的根底。一般选用普查或检查等传统办法对果园长势进行检测,但费时吃力,无法到达快速、及时、精确的监测。

  许多老龄化葡萄园常呈现很多缺株、断垄等问题,对产值和质量均有直接影响,形成经济损失。我国大陆为季风气候,北方葡萄园常遭到春季晚霜损害,形成部分或大面积新梢与叶片受损,需求快速精确的办法对受损与康复状况进行点评。对酿酒葡萄来说,展开与风土相关的葡萄成长状况研讨,对优化种类的适地适栽,地块精准产值操控都具有重要的含义。迅速开展的遥感技能可供给对地微观、动态、快速的观测。大田作物遥感监测多运用卫星遥感数据,凭借光谱植被指数等对作物长势进行定性和定量剖析。

  归一化植被指数(NDVI)常用于遥感监测地上植物成长和散布,1974 年被初次提出,主要是运用土壤和植被在红光波段以及近红外光波段反射波谱的差异进行点评,NDVI不只能有用区别草原、森林、非林地和农田,并且能大规模点评各培养被特色,例如叶面积指数(LAI)、植被掩盖度和植物长势。现在大规模的遥感数据在运用中存在许多问题,例如卫星遥感数据会遭到光照和大气的影响,无法快速、实时地获取监测区域的作物信息;相对而言其更适合大田作物的微观判别,对惯例果园中等规划的空间规范,特别是详细果树单株的状况很难判别。

  跟着我国无人机工业的开展,其在植保作业、林业监测、作物授粉等方面的运用日益广泛。农用植保无人机的功率是惯例喷洒的数十倍,无人机辅佐授粉进行杂交稻制种显着降低了劳动强度,前进了制种功率。近年来,迅速开展的无人机技能与光谱技能相结合,为微观、动态、快速地监测果园的成长动态供给了或许。农用无人机飞翔高度低,一般在50~100 m,无需大气校对,飞翔操控体系较为简略,测控空间与果园规划匹配。探究根据无人机装备多光谱相机取得的 NDVI在葡萄长势监测和缺株定位中的运用,对支撑精准化、数字化果园培养,前进果树出产功率具有重要含义。

  实验区域坐落河北怀来紫晶葡萄庄园(40°23′S,115°33′W),土壤类型以淡灰钙土、风沙土为主。葡萄培养面积约18 hm2,园区斜度1%~3%。该测飞区包含7个地块(1~7号),别离培养4个种类,南北方向培养。培养种类有赤霞珠、马瑟兰、品丽珠、霞多丽。栽植密度3,140株·hm-2(株行距1.2m×2.65m),选用“厂”形树形,篱架高1.8m,灌溉统一办理。

  运用大疆M600 Pro六旋翼无人机搭载 iSpecHyper-VM100无人机高光谱成像体系,搜集物体对6种不同波段光谱的反射。高光谱相机波段规模为蓝光(450nm)、绿光(535nm)、红光(660nm)、红边(710nm)、近红外(840nm和940nm)。

  地上空间分辨率(GSD)设定为5cm,运用SpecAnalysis软件处理取得的图画,生成地舆参照和正位纠正马赛克。从生成的拼接图中提取红光(R,600~700nm)和近红外(NIR,700~900nm)区域的光谱数据,核算植被绿度的NDVI值。NDVI=(NIR–R)/(NIR+R),NIR为近红外波段反射率,R为红光波段反射率。

  依照 Primicerio 等的算法,对NDVI图进行处理,去除行间掩盖作物产生的反射率。每次飞翔中捕捉到的5cm分辨率的图画被切割成掩盖葡萄园巨细的光栅。

  参阅遥感生态指数,运用NDVI作为点评根据,对葡萄长势进行分级,NDVI 的取值在0~1,NDVI值越大代表葡萄长势越旺盛。参阅《生态环境状况点评技能规范》将葡萄长势分为4个等级:较差(0~0.25)、一般(0.25~0.50)、杰出(0.50~0.75)、优秀(0.75~1.00)。

  为便于图画处理和提取像素点数据进行剖析,将葡萄园NDVI图画由RGB格局转化为由颜色(hue)、饱和度(saturation)和明度(value)标明的HSV格局。经过设定这3 个维度通道的阈值,保存图画中有用植被信息,并转化为二进制图画,喧嚷仅白色像素点标明葡萄叶片的方位。根据葡萄逐行培养特征,在图画坐标系中,直线扫描整个图画,主动辨识出叶片的方位,聚类出葡萄行。以葡萄行内架杆为距离构建行内单元,核算行内单元中葡萄叶片像素和整行叶片像素的比值,得到数值[0,1]的葡萄行连续性目标,根据出产经历规则架杆单元内连续性小于0.600为缺株。

  NDVI 最小值、最大值平和均值能够反映各种类葡萄叶幕散布的均匀度与全体成长水平。从最小值来看,1号地块(赤霞珠)NDVI最小值为0.351(表 1),在所有地块中最低,标明存在叶幕最稀少的方位,这与图1多光谱成像照片中1号地块左上角存在一片显着的植被稀少区域共同;3号地块(品丽珠)NDVI最小值为0.564,在所有地块中最高,阐明该地块葡萄成长状况较好,行内很少有暴露地上。从最大值来看2号地块(马瑟兰)NDVI最大值为0.993,在整个测飞区中最大,阐明该地块叶幕最为旺盛的区域。从均匀值来看,2号和4号马瑟兰两个地块的 NDVI 均匀值均较高,其次是1号和5号赤霞珠,再后是6号品丽珠、7号霞多丽,反映了在同一个葡萄园中马瑟兰和赤 霞珠的成长与叶幕饱和度高于品丽珠和霞多丽,这与田间观察到的种类特性共同。从规范差来看,品丽珠两个地块的NDVI规范差最小,阐明其成长均一度最高,其他地块的种类的NDVI规范差都在0.1左右,阐明该葡萄园办理全体优秀,葡萄行内的成长均一度较高。

  夜间呈现较强的早霜损害,为运用无人机高光谱遥感点评葡萄园冻害供给了杰出关键。从表2能够看出:早霜损害后各地块NDVI 最小值都降到0.1以下,与前次比较最大值下降0.12~0.26,均匀值下降0.177~0.344,规范差上升,阐明各地块均呈现了叶幕严峻受损的区域。从最能直观反响葡萄叶幕改变的NDVI均匀值改变来看,6号地品丽珠的叶片受损状况最重,3号地品丽珠的叶片受损最轻。

  以测飞区培养面积最大的赤霞珠地块为例,在无人机多光谱成像组成的测飞区地图上,将赤霞珠1号地块和5号地块别离进行横向3分、纵向2分,区分为12个小地块,喧嚷1号地块从左到右、从上到下别离符号为CS2008-1-1~CS2008-1-6,5号地块从左到右从上到下别离符号为CS2008-5-1~CS2008-5-6,对地块内的NDVI 数据进行计算。表3标明,在12个子区中,NDVI 均值最大为0.762,最小为0.492,喧嚷大于0.75的地块有2个,低于0.7 的地块有4个,阐明同年培养、地块紧邻、办理计划共同的小地块的均匀叶幕指数存在显着不同,植株长势存在不同。NDVI的方差除CS2008-5-1和CS2008-5-2较高外,其他均低于0.1,阐明同年培养、地块紧邻、办理计划共同的小地块的均匀叶幕指数存在显着不同,植株长势存在不同。在实践中能够经过操控NDVI 方差,对地块进行区分,作为风土区分的根据之一。

  选取赤霞珠培养区CS2008-1-1,将图画颜色从RGB 转化到HSV空间,从而转化为二进制图画,喧嚷白色像素点标明植被方位(图2,A)。经过机器辨认,主动勾画出每行的叶幕宽度,符号出缺株的方位(图2,B)。

  根据对葡萄行HSV图画的主动辨认,可核算出各葡萄行中叶片所占面积与整行面积的比值,得到介于[0,1]之间的葡萄行连续性目标。对成龄葡萄园以连续性目标低于0.600作为判别缺株的阈值。在CS2008-1-1 地块的80行葡萄中,68行的连续性目标高于0.7,标明这些葡萄行内叶幕连续性杰出;12行低于0.6,存在缺株;其他10行为长势一般(表4)。

  近年来国产葡萄酒工业前进显着,对质量的寻求成为精品酒庄的核心理念,对葡萄园精准培养、风土与地块科学区分的需求激烈。新农科与新培养学理念也着重活跃交融各种新技能手法,更好地服务工业。本研讨中选用无人机和高光谱遥感两项技能与果树学研讨相结合,对促进葡萄工业开展具有重要含义。

  受环境条件等影响,没有两张遥感图画是完全相同的,NDVI数据也是如此。与能够用参阅数据点评的土地运用分类不同,特定的NDVI值并没有仅有的解说,现在尚没有正反参阅数据能够用来以惯例精度点评验证NDVI数据。在本研讨中参阅RSEI点评长势,在实际操作中,可结合详细研讨意图、葡萄园详细状况和培养经历,对NDVI规模与阈值设定进行精密调整。此外,葡萄叶幕随成长期会产生改变,能够在1年内屡次测飞,搜集NDVI年度改变数据,为点评年份差异、物候期迟早等供给参阅。

  本研讨中对同一葡萄种类的培养区选用了直线等分,比较地块间和不同行NDVI数据的最小值、最大值、均匀值和规范误。在更精密的风土研讨中,能够对NDVI均匀值和规范误进行设置,经过主动化的数据运转,对地块进行非等面积和非直线区分,标出某一培养区或培养行内葡萄成长体现不同的地块或区段。因为风土的复杂性,除运用NDVI作为植被健康和成长的直接目标。

  还应结合培养、土壤、气候等数据作为葡萄园风土细分的参阅。运用NDVI数据对霜冻、干旱和病虫等损害进行点评现已成为或许和必定的开展趋势。我国地处大陆季风气候区,北方的葡萄园秋季简单遭受早霜的损害,而春季简单遭受晚霜的损害,严峻的晚霜损害会形成葡萄园的严峻减产,霜冻后对受害程度进行快速精确的点评是拟定补救办法、了解办法作用和稳妥理赔等的迫切需求。本实验中发现在早霜损害后48h 内NDVI数据与前一年的同期比较已呈现了十分显着下降,阐明能够运用无人机高光谱遥感点评葡萄园霜冻损害后的受损状况。往后如再遇上此类损害或病虫害的产生,可进一步验证点评成果。

  综上所述,运用无人机取得高光谱遥感数据对研讨葡萄园的叶幕特色,合理区分培养地块,进行点评生物和非生物钳制受损状况,以及判别缺株断垄等都具有杰出的运用远景。回来搜狐,检查更多

上一篇:遥感图画-光学图画与数字图画 下一篇:每经21点 回禄号火星车初次经过盘绕器传回遥测数据;英国将研讨孕妈妈接种新冠疫苗效