“农业航空工程”专题
2020, 36(22).
摘要:
2017年4月22—24日，“国际工程科技发展战略高端论坛—农业航空技术”在北京召开，农业部农机化司李伟国司长在致辞中指出：农业航空技术是新兴的高端农业机械化技术，在现代农业生产中特别是航化作业、病虫害防治等方面发挥了越来越重要的作用。为全面、深入地了解中国农业航空行业的发展现状和趋势，反映行业面临的困难和问题，本刊特策划“农业航空工程”专题，共刊发8篇相关研究成果报道。 兰玉彬院士团队的研究综合分析了植保无人机旋翼风场分布特性、雾滴与无人机旋翼风场交互机理、雾滴沉降与飘移机理、雾滴与叶片表面的交互机理及雾滴分散和蒸发特性等国内外研究现状，并给出植保无人机施药技术的未来发展建议，对优化植保无人机结构、科学应用植保无人机、提高农药利用率、减少环境污染具有重要意义。杨宁等采用无人机获取了内蒙古河套灌区沙壕渠灌域内试验地的无人机多光谱遥感图像数据及不同深度的土壤盐分数据，使用3种光谱指数筛选方法，对比3种建模方法，模拟3个深度土层的土壤盐分分布，比较了传统光谱指数及引入红边波段的改进光谱指数在盐渍化建模方面的潜力，具有创新性和一定的学术价值。陈锋军等针对云杉计数问题给出了较为完整的基于航拍和机器视觉的解决方案，对YOLOv3的网络结构进行了有益探索和改进，解决了YOLOv3模型小样本训练过拟合问题和云杉特征丢失问题，提升了云杉计数的准确率，具有重要的研究意义和实用价值。王玉娜、陈晓凯等基于低空无人机平台和成像光谱仪获取陕西关中地区拔节期冬小麦高光谱影像，将无人机高光谱遥感应用于冬小麦氮素营养监测和叶面积指数估算，对降低监测成本、增强时效特性等具有一定新意和重要意义。陈日强等利用无人机载激光雷达采集苹果园的果树单木冠层信息，并评价空间分辨率对于果树单木树冠检测与提取的影响，具有一定的学术价值和实用性，对精准果园管理生产具有重要意义。杜蒙蒙等提出了一种基于多旋翼无人机与激光测距技术的农田地形测绘方法，在多旋翼无人机测绘平台上搭载激光测距模块与后处理动态差分全球定位系统设备获取激光测距值序列、PPK-GPS三维定位数据以及无人机的飞行姿态数据，综合激光测距、GPS数据进行高程测量，对农田微地形测量具有很好的实用价值。孔繁昌等以东北地区粳稻稻瘟病高光谱识别诊断为选题，运用多旋翼无人机载高光谱遥感技术获取健康、轻度、中度和重度等级水稻穗茎的冠层指数，利用随机森林的方法对光谱预处理变换数据、光谱曲线特征提取参数、植被指数组合进行建模，填补了无人机高光谱遥感监测大田穗颈瘟病和实验室穗颈瘟病光谱理论研究之间的研究空白。 本专题集中刊发的8 篇系列文章，分别来自华南农业大学、沈阳农业大学、西北农林科技大学、北京林业大学、河南理工大学、河南科技大学、东北农业大学等机构，源于国家自然科学基金、国家重点研发计划项目、广东省重点领域研发计划项目、广东省引进领军人才项目、中央高校基本科研业务项目、河南省高等学校重点科研计划项目等的研究成果，从理论综述、机理模型到实用技术，具有创新性、重要性、实用性等特点，对促进国内航空植保事业发展、农业航空技术全面推广应用、明确航空植保施药发展方向和未来智慧农业的发展与实现具有重要的理论和现实意义。
2017年4月22—24日，“国际工程科技发展战略高端论坛—农业航空技术”在北京召开，农业部农机化司李伟国司长在致辞中指出：农业航空技术是新兴的高端农业机械化技术，在现代农业生产中特别是航化作业、病虫害防治等方面发挥了越来越重要的作用。为全面、深入地了解中国农业航空行业的发展现状和趋势，反映行业面临的困难和问题，本刊特策划“农业航空工程”专题，共刊发8篇相关研究成果报道。 兰玉彬院士团队的研究综合分析了植保无人机旋翼风场分布特性、雾滴与无人机旋翼风场交互机理、雾滴沉降与飘移机理、雾滴与叶片表面的交互机理及雾滴分散和蒸发特性等国内外研究现状，并给出植保无人机施药技术的未来发展建议，对优化植保无人机结构、科学应用植保无人机、提高农药利用率、减少环境污染具有重要意义。杨宁等采用无人机获取了内蒙古河套灌区沙壕渠灌域内试验地的无人机多光谱遥感图像数据及不同深度的土壤盐分数据，使用3种光谱指数筛选方法，对比3种建模方法，模拟3个深度土层的土壤盐分分布，比较了传统光谱指数及引入红边波段的改进光谱指数在盐渍化建模方面的潜力，具有创新性和一定的学术价值。陈锋军等针对云杉计数问题给出了较为完整的基于航拍和机器视觉的解决方案，对YOLOv3的网络结构进行了有益探索和改进，解决了YOLOv3模型小样本训练过拟合问题和云杉特征丢失问题，提升了云杉计数的准确率，具有重要的研究意义和实用价值。王玉娜、陈晓凯等基于低空无人机平台和成像光谱仪获取陕西关中地区拔节期冬小麦高光谱影像，将无人机高光谱遥感应用于冬小麦氮素营养监测和叶面积指数估算，对降低监测成本、增强时效特性等具有一定新意和重要意义。陈日强等利用无人机载激光雷达采集苹果园的果树单木冠层信息，并评价空间分辨率对于果树单木树冠检测与提取的影响，具有一定的学术价值和实用性，对精准果园管理生产具有重要意义。杜蒙蒙等提出了一种基于多旋翼无人机与激光测距技术的农田地形测绘方法，在多旋翼无人机测绘平台上搭载激光测距模块与后处理动态差分全球定位系统设备获取激光测距值序列、PPK-GPS三维定位数据以及无人机的飞行姿态数据，综合激光测距、GPS数据进行高程测量，对农田微地形测量具有很好的实用价值。孔繁昌等以东北地区粳稻稻瘟病高光谱识别诊断为选题，运用多旋翼无人机载高光谱遥感技术获取健康、轻度、中度和重度等级水稻穗茎的冠层指数，利用随机森林的方法对光谱预处理变换数据、光谱曲线特征提取参数、植被指数组合进行建模，填补了无人机高光谱遥感监测大田穗颈瘟病和实验室穗颈瘟病光谱理论研究之间的研究空白。 本专题集中刊发的8 篇系列文章，分别来自华南农业大学、沈阳农业大学、西北农林科技大学、北京林业大学、河南理工大学、河南科技大学、东北农业大学等机构，源于国家自然科学基金、国家重点研发计划项目、广东省重点领域研发计划项目、广东省引进领军人才项目、中央高校基本科研业务项目、河南省高等学校重点科研计划项目等的研究成果，从理论综述、机理模型到实用技术，具有创新性、重要性、实用性等特点，对促进国内航空植保事业发展、农业航空技术全面推广应用、明确航空植保施药发展方向和未来智慧农业的发展与实现具有重要的理论和现实意义。
2020, 36(22):1-12.
DOI: 10.11975/j.issn.1002-6819.2020.22.001
摘要:
近几年，植保无人机施药技术在中国获得广泛应用，并逐渐发展为国内主要植保技术之一。但由于对植保无人机施药技术基础理论研究不够深入，相关机理尚不明晰，且植保无人机作业平台的稳定性依然有待提高，导致国内植保无人机施药效果不够理想。深入研究植保无人机施药技术的基础理论，理论结合试验结果共同指导植保无人机田间施药是提高其施药效果的关键。该研究综述了植保无人机旋翼风场分布特性、雾滴与无人机旋翼风场交互机理、雾滴沉降与飘移机理、雾滴与叶片表面的交互作用机理及雾滴分散和蒸发特性等植保无人机施药技术基础理论及其模型构建的国内外研究现状，并结合其基础理论与模型构建的国内外研究现状，给出植保无人机施药技术的未来发展建议，以期为植保无人机施药技术的发展提供参考。
近几年，植保无人机施药技术在中国获得广泛应用，并逐渐发展为国内主要植保技术之一。但由于对植保无人机施药技术基础理论研究不够深入，相关机理尚不明晰，且植保无人机作业平台的稳定性依然有待提高，导致国内植保无人机施药效果不够理想。深入研究植保无人机施药技术的基础理论，理论结合试验结果共同指导植保无人机田间施药是提高其施药效果的关键。该研究综述了植保无人机旋翼风场分布特性、雾滴与无人机旋翼风场交互机理、雾滴沉降与飘移机理、雾滴与叶片表面的交互作用机理及雾滴分散和蒸发特性等植保无人机施药技术基础理论及其模型构建的国内外研究现状，并结合其基础理论与模型构建的国内外研究现状，给出植保无人机施药技术的未来发展建议，以期为植保无人机施药技术的发展提供参考。
2020, 36(22):13-21.
DOI: 10.11975/j.issn.1002-6819.2020.22.002
摘要:
快速、精准获取作物覆盖下的土壤盐分信息，可以提高区域土壤盐渍化治理的有效性。该研究在内蒙古河套灌区沙壕渠灌域内试验地获取无人机多光谱遥感图像数据，并同步采集不同深度的土壤盐分数据。通过遥感图像数据提取光谱反射率并计算传统光谱指数，在此基础上引入红边波段建立新的光谱指数，同时使用Elastic-net算法（ENET）对光谱变量进行筛选，并将筛选后的光谱变量分为原始光谱变量组和改进光谱变量组；运用BP神经网络（Back Propagation Neural Networks，BPNN）、支持向量机（Support Vector Machine，SVM）和极限学习机（Extreme Learning Machine，ELM）3种机器学习方法，构建作物覆盖下不同土壤深度的土壤盐分反演模型，并基于最佳反演模型绘制试验区不同深度土壤盐分反演图。结果表明，使用ENET变量选择方法可以有效筛选出最优光谱变量，且基于改进光谱变量组构建的反演模型精度均高于原始光谱变量组；ELM模型反演效果优于SVM模型和BPNN模型，其验证集的决定系数为0.783，均方根误差为0.141，一致性相关系数为0.875；研究区域内，作物覆盖下的土壤盐分最佳反演深度为10～20 cm；在不同土壤深度下，基于改进光谱变量组构建的最佳反演模型绘制的土壤盐分反演图可以较为真实地反映试验区内的盐渍化程度，这说明引入红边波段构建光谱指数可以用于土壤盐分的反演。该研究为无人机多光谱遥感监测农田土壤盐渍化以及农田盐渍化治理提供了一种新途径。
快速、精准获取作物覆盖下的土壤盐分信息，可以提高区域土壤盐渍化治理的有效性。该研究在内蒙古河套灌区沙壕渠灌域内试验地获取无人机多光谱遥感图像数据，并同步采集不同深度的土壤盐分数据。通过遥感图像数据提取光谱反射率并计算传统光谱指数，在此基础上引入红边波段建立新的光谱指数，同时使用Elastic-net算法（ENET）对光谱变量进行筛选，并将筛选后的光谱变量分为原始光谱变量组和改进光谱变量组；运用BP神经网络（Back Propagation Neural Networks，BPNN）、支持向量机（Support Vector Machine，SVM）和极限学习机（Extreme Learning Machine，ELM）3种机器学习方法，构建作物覆盖下不同土壤深度的土壤盐分反演模型，并基于最佳反演模型绘制试验区不同深度土壤盐分反演图。结果表明，使用ENET变量选择方法可以有效筛选出最优光谱变量，且基于改进光谱变量组构建的反演模型精度均高于原始光谱变量组；ELM模型反演效果优于SVM模型和BPNN模型，其验证集的决定系数为0.783，均方根误差为0.141，一致性相关系数为0.875；研究区域内，作物覆盖下的土壤盐分最佳反演深度为10～20 cm；在不同土壤深度下，基于改进光谱变量组构建的最佳反演模型绘制的土壤盐分反演图可以较为真实地反映试验区内的盐渍化程度，这说明引入红边波段构建光谱指数可以用于土壤盐分的反演。该研究为无人机多光谱遥感监测农田土壤盐渍化以及农田盐渍化治理提供了一种新途径。
2020, 36(22):22-30.
DOI: 10.11975/j.issn.1002-6819.2020.22.003
摘要:
为解决目前苗木计数由人工完成而导致的成本高，效率低，计数精度不能得到保障的问题，该研究以自然环境下的云杉为研究对象，以无人机航拍云杉图像和拼接后完整地块云杉图像为数据源，根据云杉尺寸差异大和训练样本小的特点提出一种基于改进YOLOv3模型的云杉计数模型。该模型将密集连接模块和过渡模块引入特征提取过程，形成Darknet-61-Dense特征提取网络。通过694幅无人机航拍云杉图像测试表明，密集连接模块和过渡模块可解决YOLOv3模型小样本训练过拟合问题和云杉特征丢失问题，改进YOLOv3模型可以快速准确实现云杉计数，在精确率P、召回率R、平均精度AP、平均计数准确率MCA和平均检测时间ADT这5个评价指标上达到96.81%、93.53%、94.26%、98.49%和0.351 s；对比原有YOLOv3模型、SSD模型和Faster R-CNN模型，精确率P分别高2.44、4.13和0.84个百分点。对于拼接后完整地块云杉图像，改进YOLOv3模型的5个评价指标的结果分别为91.48%、89.46%、89.27%、93.38%和1.847 s；对比原有YOLOv3模型、SSD模型和Faster R-CNN模型，精确率P分别高2.54、9.33和0.74个百分点。该研究为利用无人机快速准确统计苗木数量的关键步骤做出有益的探索。
为解决目前苗木计数由人工完成而导致的成本高，效率低，计数精度不能得到保障的问题，该研究以自然环境下的云杉为研究对象，以无人机航拍云杉图像和拼接后完整地块云杉图像为数据源，根据云杉尺寸差异大和训练样本小的特点提出一种基于改进YOLOv3模型的云杉计数模型。该模型将密集连接模块和过渡模块引入特征提取过程，形成Darknet-61-Dense特征提取网络。通过694幅无人机航拍云杉图像测试表明，密集连接模块和过渡模块可解决YOLOv3模型小样本训练过拟合问题和云杉特征丢失问题，改进YOLOv3模型可以快速准确实现云杉计数，在精确率P、召回率R、平均精度AP、平均计数准确率MCA和平均检测时间ADT这5个评价指标上达到96.81%、93.53%、94.26%、98.49%和0.351 s；对比原有YOLOv3模型、SSD模型和Faster R-CNN模型，精确率P分别高2.44、4.13和0.84个百分点。对于拼接后完整地块云杉图像，改进YOLOv3模型的5个评价指标的结果分别为91.48%、89.46%、89.27%、93.38%和1.847 s；对比原有YOLOv3模型、SSD模型和Faster R-CNN模型，精确率P分别高2.54、9.33和0.74个百分点。该研究为利用无人机快速准确统计苗木数量的关键步骤做出有益的探索。
2020, 36(22):31-39.
DOI: 10.11975/j.issn.1002-6819.2020.22.004
摘要:
为了实现小区域尺度上的作物氮素营养状况遥感监测，该研究利用无人机搭载Cubert UHD185成像光谱仪对2016 -2017年关中地区的冬小麦进行遥感监测，通过分析冠层光谱参数与植株氮含量、地上部生物量和氮素营养指数的相关性，筛选出对三者均敏感的光谱参数，结合多元线性逐步回归、偏最小二乘回归和随机森林回归建立抽穗期冬小麦氮素营养指数（Nitrogen Nutrition Index，NNI）估测模型，并与单个光谱参数建立的冬小麦氮素营养指数模型进行比较。结果表明，任意两波段光谱指数对氮素营养指数更为敏感，与氮素营养指数均达到了极显著性相关；基于差值光谱指数和红边归一化指数的单个光谱参数构建的模型具有粗略估算氮素营养指数的能力，相对预测偏差分别为1.53和1.56；基于随机森林回归构建的多变量冬小麦氮素营养指数估算模型具有极好的预测能力，模型决定系数为0.79，均方根误差为0.13，相对预测偏差为2.25，可以用来进行小区域范围内的冬小麦氮素营养指数遥感填图，为冬小麦氮素营养诊断、产量和品质监测及后期田间管理提供科学依据。
为了实现小区域尺度上的作物氮素营养状况遥感监测，该研究利用无人机搭载Cubert UHD185成像光谱仪对2016 -2017年关中地区的冬小麦进行遥感监测，通过分析冠层光谱参数与植株氮含量、地上部生物量和氮素营养指数的相关性，筛选出对三者均敏感的光谱参数，结合多元线性逐步回归、偏最小二乘回归和随机森林回归建立抽穗期冬小麦氮素营养指数（Nitrogen Nutrition Index，NNI）估测模型，并与单个光谱参数建立的冬小麦氮素营养指数模型进行比较。结果表明，任意两波段光谱指数对氮素营养指数更为敏感，与氮素营养指数均达到了极显著性相关；基于差值光谱指数和红边归一化指数的单个光谱参数构建的模型具有粗略估算氮素营养指数的能力，相对预测偏差分别为1.53和1.56；基于随机森林回归构建的多变量冬小麦氮素营养指数估算模型具有极好的预测能力，模型决定系数为0.79，均方根误差为0.13，相对预测偏差为2.25，可以用来进行小区域范围内的冬小麦氮素营养指数遥感填图，为冬小麦氮素营养诊断、产量和品质监测及后期田间管理提供科学依据。
2020, 36(22):40-49.
DOI: 10.11975/j.issn.1002-6819.2020.22.005
摘要:
为探讨利用低空无人机平台和高光谱影像对冬小麦叶面积指数进行遥感估算，该研究以拔节期冬小麦小区试验为基础，对原始冠层光谱进行一阶导数和连续统去除光谱变换，并在此基础上提取任意两波段组合的差值光谱指数（Difference Spectral Index，DSI）、比值光谱指数（Ratio Spectral Index，RSI）和归一化光谱指数（Normalized Spectral Index，NDSI），以最优窄波段光谱指数进行叶面积指数估算模型的构建。结果表明，最优窄波段指数的构成波段主要位于红边区域，最优窄波段指数与叶面积指数均呈现非线性关系；光谱变换显著提升了光谱变量与叶面积指数的相关性，其中连续统去除光谱所获取的NDSI（738，822）光谱指数与叶面积指数的相关性最佳；窄波段光谱指数和随机森林回归算法的叶面积指数估算模型精度最高，其相对预测偏差为2.01，验证集的决定系数和均方根误差分别为0.77和0.27。基于随机森林回归算法的无人机高光谱叶面积指数估算模型能够准确地实现小区域的叶面积指数遥感填图，为后期作物长势、变量施肥等提供理论依据。
为探讨利用低空无人机平台和高光谱影像对冬小麦叶面积指数进行遥感估算，该研究以拔节期冬小麦小区试验为基础，对原始冠层光谱进行一阶导数和连续统去除光谱变换，并在此基础上提取任意两波段组合的差值光谱指数（Difference Spectral Index，DSI）、比值光谱指数（Ratio Spectral Index，RSI）和归一化光谱指数（Normalized Spectral Index，NDSI），以最优窄波段光谱指数进行叶面积指数估算模型的构建。结果表明，最优窄波段指数的构成波段主要位于红边区域，最优窄波段指数与叶面积指数均呈现非线性关系；光谱变换显著提升了光谱变量与叶面积指数的相关性，其中连续统去除光谱所获取的NDSI（738，822）光谱指数与叶面积指数的相关性最佳；窄波段光谱指数和随机森林回归算法的叶面积指数估算模型精度最高，其相对预测偏差为2.01，验证集的决定系数和均方根误差分别为0.77和0.27。基于随机森林回归算法的无人机高光谱叶面积指数估算模型能够准确地实现小区域的叶面积指数遥感填图，为后期作物长势、变量施肥等提供理论依据。
2020, 36(22):50-59.
DOI: 10.11975/j.issn.1002-6819.2020.22.006
摘要:
定株管理是未来果园精准生产管理的趋势，果树单木树冠信息的提取是定株管理的关键。该研究利用无人机采集的苹果园激光探测与测量数据（Light Detection and Ranging，LiDAR）检测和测量每棵果树的树冠面积和树冠直径，并评价空间分辨率对果树单木树冠检测与提取结果的影响。该方法主要使用反距离权重插值法间接生成冠层高度模型（Canopy Height Model，CHM）；使用局部极大值滤波算法和标记控制分水岭分割算法（Marked-Controlled Watered Segmentation，MCWS）对果树进行单木树冠检测与提取。通过与参考数据的比较，评估了该方法的精度，并定量分析了空间分辨率对于单木树冠检测与信息提取结果的敏感性。结果表明，该方法可有效实现果树单木树冠检测与信息提取，代表果树检测精度的F1得分为95.03%，树冠轮廓提取准确率为86.39%，树冠面积的提取数据集和参考数据集的线性拟合结果决定系数和归一化均方根误差分别为0.81和20.56%，树冠直径的提取数据集和参考数据集的线性拟合结果决定系数和归一化均方根误差分别为0.85和14.79%，树冠面积和直径不同程度地被高估。此外，冠层高度模型的空间分辨率接近果树平均树冠直径的1/10时精度最高，可以有效检测果树单木树冠及提取树冠轮廓，从而准确提取果树单木树冠信息。
定株管理是未来果园精准生产管理的趋势，果树单木树冠信息的提取是定株管理的关键。该研究利用无人机采集的苹果园激光探测与测量数据（Light Detection and Ranging，LiDAR）检测和测量每棵果树的树冠面积和树冠直径，并评价空间分辨率对果树单木树冠检测与提取结果的影响。该方法主要使用反距离权重插值法间接生成冠层高度模型（Canopy Height Model，CHM）；使用局部极大值滤波算法和标记控制分水岭分割算法（Marked-Controlled Watered Segmentation，MCWS）对果树进行单木树冠检测与提取。通过与参考数据的比较，评估了该方法的精度，并定量分析了空间分辨率对于单木树冠检测与信息提取结果的敏感性。结果表明，该方法可有效实现果树单木树冠检测与信息提取，代表果树检测精度的F1得分为95.03%，树冠轮廓提取准确率为86.39%，树冠面积的提取数据集和参考数据集的线性拟合结果决定系数和归一化均方根误差分别为0.81和20.56%，树冠直径的提取数据集和参考数据集的线性拟合结果决定系数和归一化均方根误差分别为0.85和14.79%，树冠面积和直径不同程度地被高估。此外，冠层高度模型的空间分辨率接近果树平均树冠直径的1/10时精度最高，可以有效检测果树单木树冠及提取树冠轮廓，从而准确提取果树单木树冠信息。
2020, 36(22):60-67.
DOI: 10.11975/j.issn.1002-6819.2020.22.007
摘要:
平整地技术是提高作物单产的重要措施，而获取高精度的农田地形测绘数据与农田数字地形模型，是进行精准平整地作业的必要条件。为了解决传统接触式地形测绘效率低、基于航拍摄影技术的遥感地形测绘精度差及作业成本高等问题，该研究提出了一种基于多旋翼无人机与激光测距技术的农田地形测绘方法。在多旋翼无人机测绘平台上搭载激光测距模块与后处理动态差分全球定位系统设备（Post-Processing Kinematic Global Positioning System，PPK-GPS），获取激光测距序列、PPK-GPS三维定位数据以及无人机的飞行姿态数据。首先使用均值滤波器处理原始激光测距序列，并将得到的激光测距序列与PPK-GPS定位数据进行同步处理，使二者建立空间对应关系。根据无人机倾斜状态时的测距激光方向与理论竖直方向的空间几何关系，使用从无人机的飞行控制器中提取的姿态信息校正激光测距序列，消除无人机平台在飞行过程中俯仰与横滚姿态变化对激光测距精度的影响。最后，然后根据PPK-GPS定位数据的海拔高度分量与激光测距序列计算试验地块内地面测量点的海拔高度，共获取1 417组地面测量点的有效测绘数据。利用手持PPK-GPS设备对地面测量点的海拔高度进行测绘精度检验。验证试验结果表明，本文提出的无人机农田地形测绘系统获取的海拔高度与手持PPK-GPS设备采集的海拔高度的均方根误差为5.2 cm，表明该无人机农田地形测绘系统具有较高的测绘精度。与利用手持GPS设备进行地形测绘作业的方法相比较，本文提出的无人机农田地形测绘系统具有自动化程度高、作业效率高等优点。该研究可为促进精准平整地技术的大规模应用提供数据支持。
平整地技术是提高作物单产的重要措施，而获取高精度的农田地形测绘数据与农田数字地形模型，是进行精准平整地作业的必要条件。为了解决传统接触式地形测绘效率低、基于航拍摄影技术的遥感地形测绘精度差及作业成本高等问题，该研究提出了一种基于多旋翼无人机与激光测距技术的农田地形测绘方法。在多旋翼无人机测绘平台上搭载激光测距模块与后处理动态差分全球定位系统设备（Post-Processing Kinematic Global Positioning System，PPK-GPS），获取激光测距序列、PPK-GPS三维定位数据以及无人机的飞行姿态数据。首先使用均值滤波器处理原始激光测距序列，并将得到的激光测距序列与PPK-GPS定位数据进行同步处理，使二者建立空间对应关系。根据无人机倾斜状态时的测距激光方向与理论竖直方向的空间几何关系，使用从无人机的飞行控制器中提取的姿态信息校正激光测距序列，消除无人机平台在飞行过程中俯仰与横滚姿态变化对激光测距精度的影响。最后，然后根据PPK-GPS定位数据的海拔高度分量与激光测距序列计算试验地块内地面测量点的海拔高度，共获取1 417组地面测量点的有效测绘数据。利用手持PPK-GPS设备对地面测量点的海拔高度进行测绘精度检验。验证试验结果表明，本文提出的无人机农田地形测绘系统获取的海拔高度与手持PPK-GPS设备采集的海拔高度的均方根误差为5.2 cm，表明该无人机农田地形测绘系统具有较高的测绘精度。与利用手持GPS设备进行地形测绘作业的方法相比较，本文提出的无人机农田地形测绘系统具有自动化程度高、作业效率高等优点。该研究可为促进精准平整地技术的大规模应用提供数据支持。
2020, 36(22):68-75.
DOI: 10.11975/j.issn.1002-6819.2020.22.008
摘要:
水稻穗颈瘟作为稻瘟病的一种发病形式常以褐色斑点性状出现在水稻穗颈节部位，对稻穗颈瘟病害快速、无损的识别与分级评估一直是备受关注的研究课题。该研究以高寒地区粳稻大田试验为基础，利用无人机高光谱平台获取不同病害等级的水稻穗颈瘟冠层数据；分别以不同处理的光谱数据作为输入量，使用随机森林（Random Forest，RF）的方法进行建模，并结合水稻生理对各输入量的特征关联加以解释。结果表明：随着穗颈瘟病害等级的提升，水稻冠层反射率整体呈现下降的趋势；植被指数组合（Combination of Vegetation Indices，CVIs）作为输入量建立起来的预测模型具有最高的精度，预测集精度达到90%，Kappa系数为0.86，能够解释穗颈瘟所引起的植株整体生理参数综合变化过程。该研究结果可为无人机高光谱遥感实现穗颈瘟病定量遥感监测与预警分级提供支持。
水稻穗颈瘟作为稻瘟病的一种发病形式常以褐色斑点性状出现在水稻穗颈节部位，对稻穗颈瘟病害快速、无损的识别与分级评估一直是备受关注的研究课题。该研究以高寒地区粳稻大田试验为基础，利用无人机高光谱平台获取不同病害等级的水稻穗颈瘟冠层数据；分别以不同处理的光谱数据作为输入量，使用随机森林（Random Forest，RF）的方法进行建模，并结合水稻生理对各输入量的特征关联加以解释。结果表明：随着穗颈瘟病害等级的提升，水稻冠层反射率整体呈现下降的趋势；植被指数组合（Combination of Vegetation Indices，CVIs）作为输入量建立起来的预测模型具有最高的精度，预测集精度达到90%，Kappa系数为0.86，能够解释穗颈瘟所引起的植株整体生理参数综合变化过程。该研究结果可为无人机高光谱遥感实现穗颈瘟病定量遥感监测与预警分级提供支持。
期刊信息
- 主管单位 中国科学技术协会
- 主办单位 中国农业工程学会
- 主编 朱明
- 总编/社长 王应宽
- 地址 北京朝阳区麦子店街41号
- 邮编 100125
- 电话 010－59197078/7077/7076
- 邮箱 tcsae@tcsae.org
微信公众号
二维码
友情链接
- Bioresource Technology
- Industrial Crops and Products
- Biomass & Bioenergy
- Biosystems Engineering
- Aquacultural Engineering
- International Journal of Agricultural and Biological Engineering
- Journal of Irrigation and Drainage Engineering
- Paddy and Water Environment
- Journal of Agricultural Engineering
- Transactions of the ASABE
- Revista Brasileira de Engenharia Agricola e Ambiental
- Applied Engineering in Agriculture
- Engenharia Agricola
- AMA-Agricultural Mechanization in Asia Africa and Latin America
- 中华人民共和国农业农村部-MARA
- 中国科学技术协会CAST
- 国家新闻出版署
- 中华人民共和国科学技术部
- 国家自然科学基金委员会
- U.S. DEPARTMENT OF AGRICULTURE
- CIGR
- ASABE
- EurAgEng-European Society for Agricultural Engineers
- American Society of Agronomy
- Crop Science Society of America
- Soil Science Society of America
- 期刊界
- CNKI
- 万方数据
- 维普