無(wú)人機(jī)農(nóng)情監(jiān)測(cè)應(yīng)用解決方案

無(wú)人機(jī)農(nóng)情監(jiān)測(cè)領(lǐng)域應(yīng)用

解決方案無(wú)人機(jī)農(nóng)情監(jiān)測(cè)領(lǐng)域應(yīng)用

解決方案1目錄01無(wú)人機(jī)遙感系統(tǒng)基本概念02無(wú)人機(jī)遙感系統(tǒng)研究進(jìn)展應(yīng)用前景03無(wú)人機(jī)遙感系統(tǒng)與農(nóng)情監(jiān)測(cè)03.1農(nóng)作物分類(lèi)病蟲(chóng)害監(jiān)測(cè)03.3污染監(jiān)測(cè)覆蓋度監(jiān)測(cè)04總結(jié)思考03.203.4目錄01無(wú)人機(jī)遙感系統(tǒng)基本概念02無(wú)人機(jī)遙感系統(tǒng)研究進(jìn)展應(yīng)2研究框架研究進(jìn)展基本概念應(yīng)用前景無(wú)人機(jī)遙感系統(tǒng)農(nóng)情監(jiān)測(cè)方面的應(yīng)用病蟲(chóng)害監(jiān)測(cè)污染監(jiān)測(cè)覆蓋度監(jiān)測(cè)農(nóng)作物分類(lèi)其他應(yīng)用原理應(yīng)用現(xiàn)狀應(yīng)用成果總結(jié)思考研究框架研究進(jìn)展基本概念應(yīng)用前景無(wú)人機(jī)遙感系統(tǒng)農(nóng)情監(jiān)測(cè)方面的3第章無(wú)人機(jī)遙感系統(tǒng)基本概念01第章無(wú)人機(jī)遙感系統(tǒng)基本概念014APPLICATIONINTHEFIELDOFUAVREMOTESENSING

（1）無(wú)人機(jī)（UAV）是一種機(jī)上無(wú)人駕駛的航空器，其具有動(dòng)力裝置和導(dǎo)航模塊。在一定范圍內(nèi)靠無(wú)線(xiàn)電遙控設(shè)備或計(jì)算機(jī)預(yù)編程序自主控制飛行。

（2）無(wú)人機(jī)遙感(UAVRSS)是利用先進(jìn)的無(wú)人駕駛飛行器技術(shù),遙感傳感器技術(shù),遙測(cè)遙控技術(shù),通信技術(shù),POS定位定姿技術(shù),GPS差分定位技術(shù)和遙感應(yīng)用技術(shù),具有自動(dòng)化,智能化,專(zhuān)業(yè)化快速獲取國(guó)土,資源,環(huán)境,事件等空間遙感信息,并進(jìn)行實(shí)時(shí)處理,建模和分析的先進(jìn)新興航空遙感技術(shù)解決方案。無(wú)人機(jī)遙感系統(tǒng)即是一種以UAV為平臺(tái),以各種成像與非成像傳感器為主要載荷,飛行高度一般在幾千米以?xún)?nèi),能夠獲取遙感影像,視頻等數(shù)據(jù)的無(wú)人航空遙感與攝影測(cè)量系統(tǒng)。[1]基本概念A(yù)PPLICATIONINTHEFIELDOFUA5APPLICATIONINTHEFIELDOFUAVREMOTESENSING基本概念UAVRSS技術(shù)以固定翼,無(wú)人旋翼機(jī)和垂直起降等作為遙感平臺(tái)獲取實(shí)時(shí)高分辨率遙感影像數(shù)據(jù)能克服有人航空遙感受制于長(zhǎng)航時(shí),大機(jī)動(dòng),惡劣氣象條件,危險(xiǎn)環(huán)境等的影響,又能彌補(bǔ)衛(wèi)星因天氣和時(shí)間無(wú)法獲取調(diào)查區(qū)遙感信息的空缺。還能避免地面遙感工作范圍小，視野窄，工作量大等因素。隨著計(jì)算機(jī)通信技術(shù)的迅速發(fā)展以及各種重量輕體積小探測(cè)精度高的數(shù)字化新型傳感器的不斷面世。UAVRS的性能不斷提高，使具有結(jié)構(gòu)簡(jiǎn)單，成本低，風(fēng)險(xiǎn)小，靈活機(jī)動(dòng)，實(shí)時(shí)性強(qiáng)等優(yōu)點(diǎn)。正逐步成為衛(wèi)星遙感，有人機(jī)遙感和地面遙感的有效補(bǔ)充手段。APPLICATIONINTHEFIELDOFUA6第章無(wú)人機(jī)遙感系統(tǒng)研究進(jìn)展應(yīng)用前景02第章無(wú)人機(jī)遙感系統(tǒng)研究進(jìn)展應(yīng)用前景027APPLICATIONINTHEFIELDOFUAVREMOTESENSING研究進(jìn)展涉及內(nèi)容研究進(jìn)展飛行平臺(tái)①材質(zhì)由傳統(tǒng)鋼鋁等金屬轉(zhuǎn)換為重量輕，強(qiáng)度大的輕質(zhì)復(fù)合材料，如玻璃纖維，碳纖維等。②發(fā)動(dòng)機(jī)由傳統(tǒng)體積大，噪音高，壽命短，耗油量大，可靠性差的逐漸轉(zhuǎn)變?yōu)轶w積小，噪音低，新能源推進(jìn)系統(tǒng)。③空氣動(dòng)力學(xué)方面，傳統(tǒng)設(shè)計(jì)主要針對(duì)中高空偵察的中，大型無(wú)人機(jī)，傳統(tǒng)設(shè)計(jì)不能滿(mǎn)足民用無(wú)人機(jī)升阻特性和操穩(wěn)特征的要求，必須對(duì)其進(jìn)行總體和氣動(dòng)外形的優(yōu)化。例如改進(jìn)普通翼和三角翼型設(shè)計(jì)，采用新型垂直翼片結(jié)構(gòu)等。[1]飛行控制與導(dǎo)航系統(tǒng)由傳統(tǒng)主要利用經(jīng)典的單回路頻域或根軌跡等線(xiàn)性控制方法來(lái)設(shè)計(jì)飛行控制與導(dǎo)航系統(tǒng)，轉(zhuǎn)變?yōu)榉蔷€(xiàn)性動(dòng)態(tài)控制，神經(jīng)網(wǎng)絡(luò)智能控制和組合導(dǎo)航等，這些新型飛行控制與導(dǎo)航方法很好地提高無(wú)人機(jī)飛行性能。[1]數(shù)據(jù)傳輸存儲(chǔ)技術(shù)一是控制信息傳送，向UAV和遙感設(shè)備的狀態(tài)參數(shù)，可實(shí)現(xiàn)飛機(jī)姿態(tài)，高度,速度,航向的實(shí)時(shí)顯示。二是遙感信息傳輸，傳輸U(kuò)AV獲得的影像,視頻等遙感信息,供地面人員使用。應(yīng)選擇合適的數(shù)據(jù)傳輸解壓縮方法。采取多種高效可靠的數(shù)傳鏈路系統(tǒng)，并考慮將遙感信息在下傳地面站的同時(shí)進(jìn)行機(jī)上硬盤(pán)備份，以確保獲得快速，安全，高質(zhì)量的遙感數(shù)據(jù)。[1]表1-1：無(wú)人機(jī)遙感系統(tǒng)研究進(jìn)展一覽表2.1研究進(jìn)展APPLICATIONINTHEFIELDOFUA8表1-1：無(wú)人機(jī)遙感系統(tǒng)研究進(jìn)展一覽表（接上頁(yè)）APPLICATIONINTHEFIELDOFUAVREMOTESENSING2.1研究進(jìn)展表格來(lái)源：自繪[1]李德仁,李明.無(wú)人機(jī)遙感系統(tǒng)的研究進(jìn)展與應(yīng)用前景[J].武漢大學(xué)學(xué)報(bào):信息科學(xué)版,2014,39(5):505-513.涉及內(nèi)容研究進(jìn)展遙感數(shù)據(jù)處理UAVRSS多使用小型成像與非成像傳感器作為機(jī)載遙感設(shè)備,與傳統(tǒng)的航天和航空影像相比,存在采樣周期短,分辨率高,像幅小,影像數(shù)量多,傾角過(guò)大和傾斜方向不規(guī)律等問(wèn)題。遙感數(shù)據(jù)的處理由主要以地面處理為主轉(zhuǎn)換為地面準(zhǔn)實(shí)時(shí)處理和機(jī)上實(shí)時(shí)處理。[1]遙感傳感器技術(shù)我國(guó)傳感器技術(shù)實(shí)現(xiàn)了由早期的膠片相機(jī)向大面陣數(shù)字化相機(jī)發(fā)展的歷程，各種智能，輕小型化的光電紅外傳感器，激光三維掃描儀和合成孔徑雷達(dá)等的綜合化，模塊化使用。遙感傳感器技術(shù)的發(fā)展除了各種傳感器在硬件技術(shù)上的突破與成功應(yīng)用外，還體現(xiàn)在傳感器智能化和自主化的發(fā)展上。它依托計(jì)算機(jī)處理能力和機(jī)上存儲(chǔ)器的發(fā)展初步實(shí)現(xiàn)了傳感器自主性觀測(cè)。[1]運(yùn)行空域政策與環(huán)境我國(guó)在相關(guān)空域管理法規(guī)，人員培訓(xùn)，基礎(chǔ)，設(shè)施建設(shè)及保障方面與急劇膨脹的UAV遙感市場(chǎng)空域開(kāi)放需求不相適應(yīng)，與發(fā)達(dá)國(guó)家相比，空域管理是我國(guó)當(dāng)前中低空域全面開(kāi)放的難點(diǎn)所在。①部分中大型，長(zhǎng)航時(shí)UAV飛行高度與商,民用載人飛行高度相互交叉②大量中小型遙感UAV航空設(shè)備較差,在我國(guó)某些地區(qū),雷達(dá)探測(cè)能力弱,通信易被干擾,尤其是邊境與沿海等敏感地區(qū),極易造成航空飛行器飛行狀態(tài)監(jiān)視失控。[1]表1-1：無(wú)人機(jī)遙感系統(tǒng)研究進(jìn)展一覽表（接上頁(yè)）APPLIC9（4）海事信息化建設(shè)與動(dòng)態(tài)管理（5）災(zāi)害預(yù)報(bào)監(jiān)測(cè)與評(píng)估（1）氣象監(jiān)測(cè)與預(yù)報(bào)（2）國(guó)土資源環(huán)境調(diào)查（3）城市管理（6）國(guó)家海洋權(quán)益保障APPLICATIONINTHEFIELDOFUAVREMOTESENSING2.2應(yīng)用前景（4）農(nóng)情預(yù)測(cè)（4）海事信息化（5）災(zāi)害預(yù)報(bào)（1）氣象監(jiān)測(cè)與預(yù)報(bào)（2）國(guó)土10（2）國(guó)土資源環(huán)境調(diào)查（1）氣象監(jiān)測(cè)與預(yù)報(bào)對(duì)溫度，濕度，氣壓，風(fēng)速，風(fēng)向和電場(chǎng)等氣象參數(shù)進(jìn)行測(cè)量。美國(guó)，澳大利亞，法國(guó)，中國(guó)等相繼研制了Perseus,Theseus,Aerosonde,Fox,Chacal等氣象遙感系統(tǒng)。[1]（4）農(nóng)情預(yù)測(cè)（3）城市管理（5）海事信息化建設(shè)與動(dòng)態(tài)管理（6）災(zāi)害預(yù)報(bào)監(jiān)測(cè)與評(píng)估（7）國(guó)家海洋權(quán)益保障APPLICATIONINTHEFIELDOFUAVREMOTESENSING2.2應(yīng)用前景環(huán)境監(jiān)測(cè)；違章用地監(jiān)測(cè)；城市交通管理，道路擁堵監(jiān)測(cè)；解譯出違法亂建廢棄物亂堆亂放；規(guī)劃執(zhí)行現(xiàn)狀；追蹤調(diào)查高危湖泊，河道，海岸和涉污工廠(chǎng)集中區(qū)等[1]土地及資源調(diào)查與分類(lèi)；區(qū)域土地利用類(lèi)型遙感圖；資源分布等的抽樣調(diào)查；資源分類(lèi)與資源總量估算；[1]農(nóng)情無(wú)人機(jī)遙感監(jiān)測(cè)是以遙感技術(shù)為主對(duì)農(nóng)業(yè)生產(chǎn)過(guò)程進(jìn)行動(dòng)態(tài)監(jiān)測(cè)的過(guò)程，內(nèi)容是對(duì)大宗農(nóng)作物種植面積、長(zhǎng)勢(shì)、墑情與產(chǎn)量的發(fā)生與發(fā)展過(guò)程進(jìn)行系統(tǒng)監(jiān)測(cè)。結(jié)合農(nóng)作物地面測(cè)量數(shù)據(jù)，能迅速而準(zhǔn)確地完成該區(qū)域農(nóng)情監(jiān)測(cè)任務(wù)，并為更大范圍農(nóng)情采樣估計(jì)提供便利。[2]迅速抵達(dá)災(zāi)區(qū)進(jìn)行航拍，通過(guò)對(duì)大量現(xiàn)勢(shì)遙感影像的快速處理與對(duì)比分析，短時(shí)間內(nèi)獲得了災(zāi)區(qū)災(zāi)情的初步評(píng)價(jià)結(jié)果，為減災(zāi)救災(zāi)科學(xué)決策與指揮提供了更加客觀，及時(shí)，全面，的災(zāi)情信息。提高了減災(zāi)效果，提升了災(zāi)害現(xiàn)場(chǎng)勘查能力。如城市火災(zāi)，地震等海事海-空監(jiān)測(cè)系統(tǒng)，形成全方位，全天候的海-空-天立體監(jiān)測(cè)，實(shí)現(xiàn)了海事監(jiān)管水域的多維可視化，為近海常規(guī)巡航與目標(biāo)搜索，應(yīng)急現(xiàn)場(chǎng)監(jiān)控與信息傳遞，船舶事故探查與污染監(jiān)視等提供新技術(shù)解決手段。[1]許多重點(diǎn)海域，如釣魚(yú)島，南海，黃海等和海上油田等項(xiàng)目需進(jìn)行多頻次，高精度的監(jiān)視監(jiān)測(cè)，國(guó)家海洋局實(shí)施了“國(guó)家海域動(dòng)態(tài)監(jiān)視監(jiān)測(cè)管理系統(tǒng)”的研究與建設(shè)，以UAVRSS動(dòng)態(tài)監(jiān)測(cè)為主要內(nèi)容.[1]（2）國(guó)土資源環(huán)境調(diào)查（1）氣象監(jiān)測(cè)與預(yù)報(bào)對(duì)溫度，濕度，氣壓11第章無(wú)人機(jī)遙感系統(tǒng)與農(nóng)情監(jiān)測(cè)03第章無(wú)人機(jī)遙感系統(tǒng)與農(nóng)情監(jiān)測(cè)0312APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.1農(nóng)作物分類(lèi)應(yīng)用現(xiàn)狀應(yīng)用原理表3-1：無(wú)人機(jī)遙感系統(tǒng)農(nóng)作物分類(lèi)應(yīng)用原理傳感器：針對(duì)不同需要，有多種供選擇類(lèi)型，如ADCAir冠層測(cè)量相機(jī)，理光GXRA12數(shù)碼相機(jī)等。數(shù)據(jù)預(yù)處理：需要借助多種圖像處理軟件，如PixelWrench2，ENVI等。分類(lèi)原理與算法：分析不同農(nóng)作物波普曲線(xiàn)，借助NDVI等軟件可以消除大部分與儀器定標(biāo)、太陽(yáng)角、地形、云陰影和大氣條件有關(guān)輻照度的變化，增強(qiáng)了對(duì)植被的響應(yīng)能力。分類(lèi)結(jié)果分析：根據(jù)合適的算法分析，編程實(shí)現(xiàn)自動(dòng)分類(lèi)。普適性驗(yàn)證與評(píng)價(jià)：：農(nóng)作物分類(lèi)結(jié)果混淆矩陣進(jìn)行驗(yàn)證和精度評(píng)價(jià)。數(shù)據(jù)與方法1數(shù)據(jù)獲取與預(yù)處理傳感器無(wú)人機(jī)平臺(tái)試驗(yàn)設(shè)計(jì)數(shù)據(jù)預(yù)處理2分析農(nóng)作物影像特征3分類(lèi)原理與算法結(jié)果分析1分類(lèi)結(jié)果分析2普適性驗(yàn)證與評(píng)價(jià)APPLICATIONINTHEFIELDOFUA13APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.1農(nóng)作物分類(lèi)應(yīng)用成果：河北省廊坊市的中國(guó)農(nóng)業(yè)科學(xué)院國(guó)際農(nóng)業(yè)高新技術(shù)產(chǎn)業(yè)園項(xiàng)目

以位于河北省廊坊市的中國(guó)農(nóng)業(yè)科學(xué)院國(guó)際農(nóng)業(yè)高新技術(shù)產(chǎn)業(yè)園（萬(wàn)莊）為依托，對(duì)面積評(píng)價(jià)區(qū)域種植的春玉米、夏玉米、苜蓿和裸土4種地物類(lèi)型進(jìn)行分類(lèi)，對(duì)無(wú)人機(jī)影像在農(nóng)情監(jiān)測(cè)方面的應(yīng)用進(jìn)行了初步研究，開(kāi)展了無(wú)人機(jī)影像獲取、地面數(shù)據(jù)的采集和正射影像圖、農(nóng)田區(qū)劃圖等的制作，利用野外檢查點(diǎn)對(duì)這些成果的幾何精度進(jìn)行評(píng)價(jià)，表明人機(jī)影像校正處理結(jié)果在幾何精度上是滿(mǎn)足農(nóng)業(yè)應(yīng)用需求的；依據(jù)校正后的影像，分別采用傳統(tǒng)的監(jiān)督分類(lèi)方式進(jìn)行了農(nóng)作物分布的分類(lèi)提取，與地面實(shí)測(cè)數(shù)據(jù)進(jìn)行比較，表明無(wú)人機(jī)影像在農(nóng)作物遙感監(jiān)測(cè)方面的應(yīng)用是切實(shí)可行且能達(dá)到較高的精度。[1]APPLICATIONINTHEFIELDOFUA14APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.1農(nóng)作物分類(lèi)應(yīng)用成果：河北省廊坊市的中國(guó)農(nóng)業(yè)科學(xué)院國(guó)際農(nóng)業(yè)高新技術(shù)產(chǎn)業(yè)園項(xiàng)目研究采用FreeBird小型電動(dòng)無(wú)人機(jī)，起飛質(zhì)量2.5kg，巡航速度54km/h，飛行高度50～2500m。系統(tǒng)操控簡(jiǎn)單，輕便靈活，易于推廣。無(wú)人機(jī)上搭載了理光GXRA12數(shù)碼相機(jī)。

為了進(jìn)一步定量考察分類(lèi)結(jié)果的精度，利用GPS地面測(cè)量結(jié)果對(duì)其進(jìn)行驗(yàn)證，將測(cè)量結(jié)果地面真值，計(jì)算二者之間的混淆矩陣，如表4中給出了不同作物類(lèi)型的總體精度。從表中可見(jiàn)，4種類(lèi)型的地物分類(lèi)精度均在85%以上，尤其是苜蓿，精度達(dá)93%，由此可見(jiàn)，無(wú)人機(jī)遙感系統(tǒng)在農(nóng)業(yè)領(lǐng)域?qū)z測(cè)地區(qū)的農(nóng)作物分類(lèi)面積評(píng)估較為準(zhǔn)確。[1]APPLICATIONINTHEFIELDOFUA15APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.2病蟲(chóng)害監(jiān)測(cè)1）病蟲(chóng)害光譜響應(yīng)生理機(jī)制；光學(xué)遙感監(jiān)測(cè)，植物在病蟲(chóng)害侵染條件下在不同波段上表現(xiàn)出不同程度吸收和反射特性的改變，即病蟲(chóng)害光譜響應(yīng)。2）病蟲(chóng)害光譜響應(yīng)特征位置；由于病蟲(chóng)害葉片或冠層光譜是對(duì)植物生理、生化、形態(tài)、結(jié)構(gòu)等改變的整體響應(yīng)，具高度復(fù)雜性，因此對(duì)于不同植物，不同類(lèi)型、不同發(fā)展階段的病蟲(chóng)害，可能會(huì)有多樣的光譜特征。例如水稻，小麥。3）應(yīng)用于病蟲(chóng)害監(jiān)測(cè)的植被指數(shù)；4）病蟲(chóng)害遙感識(shí)別和程度區(qū)分算法；一類(lèi)是基于高光譜非成像數(shù)據(jù)建立的模型，一類(lèi)是基于圖像的數(shù)據(jù)分析方法。這些方法涉及了多元統(tǒng)計(jì)分析，數(shù)據(jù)挖掘算法和圖像分析方法等等。[1]應(yīng)用原理數(shù)據(jù)與方法1數(shù)據(jù)獲取與預(yù)處理傳感器無(wú)人機(jī)平臺(tái)試驗(yàn)設(shè)計(jì)數(shù)據(jù)預(yù)處理2分析農(nóng)作物影像特征病蟲(chóng)害遙感識(shí)別和程度區(qū)分算法結(jié)果分析1病蟲(chóng)害結(jié)果分析病蟲(chóng)害光譜響應(yīng)生理機(jī)制病蟲(chóng)害光譜響應(yīng)特征位置試驗(yàn)設(shè)計(jì)應(yīng)用于病蟲(chóng)害監(jiān)測(cè)的植被指數(shù)表3-2：無(wú)人機(jī)遙感系統(tǒng)農(nóng)作物病蟲(chóng)害監(jiān)測(cè)應(yīng)用原理APPLICATIONINTHEFIELDOFUA16APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.2病蟲(chóng)害監(jiān)測(cè)應(yīng)用原理應(yīng)用現(xiàn)狀A(yù)PPLICATIONINTHEFIELDOFUA17APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.2病蟲(chóng)害監(jiān)測(cè)應(yīng)用原理美國(guó)農(nóng)業(yè)部（USDA）國(guó)家農(nóng)業(yè)統(tǒng)計(jì)服務(wù)司（NASS）于2009年5月發(fā)布的一份最新報(bào)告了解到，美國(guó)國(guó)家尺度作物生長(zhǎng)狀態(tài)及作物產(chǎn)量數(shù)據(jù)自1995年起開(kāi)始利用衛(wèi)星遙感數(shù)據(jù)進(jìn)行分析，該技術(shù)對(duì)快速、低成本地獲得全國(guó)尺度的各種糧食種植品種、生長(zhǎng)狀態(tài)、病蟲(chóng)害狀態(tài)產(chǎn)量等數(shù)據(jù)具有重要作用。[1]

Morais等將ZigBee基礎(chǔ)引入葡萄栽培的精準(zhǔn)管理，在病害實(shí)時(shí)監(jiān)測(cè)和產(chǎn)量估測(cè)方面進(jìn)行了應(yīng)用示范。

還有很多案例，不一一列舉了。應(yīng)用成果APPLICATIONINTHEFIELDOFUA18APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.3污染監(jiān)測(cè)

農(nóng)作物污染包括很多方面，重點(diǎn)探討重金屬污染，無(wú)人機(jī)遙感系統(tǒng)是一個(gè)可以借助用來(lái)獲得遙感影像數(shù)據(jù)等的平臺(tái)。

運(yùn)用無(wú)人機(jī)遙感技術(shù)進(jìn)行農(nóng)田重金屬污染監(jiān)測(cè)的主要思路是建立作物冠層光譜反射率與重金屬污染脅迫下作物生理生態(tài)參數(shù)（葉綠素、葉面積指數(shù)和細(xì)胞結(jié)構(gòu)等）之間的響應(yīng)關(guān)系。有學(xué)者通過(guò)對(duì)植被在重金屬污染脅迫下的光譜響應(yīng)進(jìn)行研究，建立了光譜指數(shù)與土壤重金屬含量以及植被生理生態(tài)參數(shù)的相關(guān)關(guān)系，提出了一些對(duì)重金屬脅迫更具有針對(duì)性和敏感性的光譜指數(shù)；有研究選擇葉綠素含量作為水稻重金屬污染脅迫的響應(yīng)因子，通過(guò)分析驗(yàn)證得到對(duì)葉綠素變化敏感的光譜指數(shù)及其響應(yīng)規(guī)律，并進(jìn)行了區(qū)域應(yīng)用與驗(yàn)證；為了對(duì)重金屬污染脅迫遙感弱信息進(jìn)行增強(qiáng)，有學(xué)者對(duì)原始光譜進(jìn)行微分、小波分析等變換以提取污染脅迫下的遙感診斷光譜指數(shù)，提高了光譜指數(shù)對(duì)重金屬脅迫的響應(yīng)能力。[1]

數(shù)據(jù)與方法1數(shù)據(jù)獲取與預(yù)處理傳感器無(wú)人機(jī)平臺(tái)試驗(yàn)設(shè)計(jì)數(shù)據(jù)預(yù)處理2分析農(nóng)作物影像特征病蟲(chóng)害遙感識(shí)別和程度區(qū)分算法結(jié)果分析1區(qū)域驗(yàn)證和分析重金屬污染情況下的響應(yīng)關(guān)系不同類(lèi)型光譜指數(shù)應(yīng)用原理APPLICATIONINTHEFIELDOFUA19APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.3污染監(jiān)測(cè)應(yīng)用現(xiàn)狀應(yīng)用成果---長(zhǎng)春第一汽車(chē)制造廠(chǎng)周邊水稻重金屬污染脅迫監(jiān)測(cè)無(wú)人機(jī)遙感系統(tǒng)影像本研究所用數(shù)據(jù)主要包括環(huán)境與無(wú)人機(jī)遙感系統(tǒng)檢測(cè)影像，模擬根重的作物生長(zhǎng)模型WOFOST所需輸入數(shù)據(jù)以及實(shí)測(cè)土壤重金屬含量數(shù)據(jù)等；利用LAI（LAI是作物重要生理生態(tài)參數(shù)之一，也是農(nóng)業(yè)遙感研究中常用的指標(biāo)之一）作為同化量來(lái)優(yōu)化WOFOST模型的參數(shù)CVR，參數(shù)優(yōu)化算法選用PSO算法，技術(shù)流程如圖APPLICATIONINTHEFIELDOFUA20APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.3污染監(jiān)測(cè)結(jié)果與分析：

1同化模型參數(shù)優(yōu)化結(jié)果及驗(yàn)證：將采樣點(diǎn)的CVR最優(yōu)值輸入WOFOST模型，比較優(yōu)化后的模型模擬的與CCD數(shù)據(jù)反演的LAI（圖4，這里的LAI實(shí)測(cè)值為遙感CCD數(shù)據(jù)反演所得，日序?yàn)槟甓茸匀粫r(shí)間序列）。可以看出，優(yōu)化后的模擬結(jié)果更加接近LAI隨生長(zhǎng)期變化的真實(shí)情況，表明通過(guò)調(diào)整WOFOST模型參數(shù)可以更好地模擬研究區(qū)水稻生長(zhǎng)狀況。2水稻根重時(shí)空域模擬：將優(yōu)化后的CVR值輸入WOFOST模型中，分別模擬研究區(qū)采樣點(diǎn)的LAI和WRT，結(jié)果如圖5。在水稻整個(gè)生長(zhǎng)期內(nèi)，重金屬污染對(duì)LAI和WRT都有抑制作用，但在生長(zhǎng)初期，污染區(qū)與非污染區(qū)的LAI曲線(xiàn)基本重合，相較而言，根重對(duì)重金屬污染脅迫的響應(yīng)更加敏感，因此利用根重監(jiān)測(cè)重金屬污染脅迫可行性更強(qiáng)。重金屬對(duì)水稻根重的影響始于生長(zhǎng)，初期的分蘗期，這是由于在分蘗期水稻主要進(jìn)行營(yíng)養(yǎng)生長(zhǎng)，需要吸收大量水分及其他營(yíng)養(yǎng)元素，包括重金屬元素在內(nèi)。

[1]APPLICATIONINTHEFIELDOFUA21APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.4覆蓋度監(jiān)測(cè)應(yīng)用現(xiàn)狀應(yīng)用原理

植被覆蓋度，是描述地表植被分布的重要參數(shù)，在分析植被分布影響因素、評(píng)價(jià)區(qū)域生態(tài)環(huán)境等方面具有重要意義。在農(nóng)學(xué)領(lǐng)域，它也反映農(nóng)作物對(duì)光的截獲能力，指示0作物的生長(zhǎng)發(fā)育和生物產(chǎn)量，是農(nóng)學(xué)所關(guān)心的一個(gè)重要參數(shù)。估測(cè)農(nóng)作物的覆蓋度對(duì)指導(dǎo)農(nóng)業(yè)生產(chǎn)管理和農(nóng)業(yè)生態(tài)系統(tǒng)評(píng)價(jià)有重要的意義。遙感監(jiān)測(cè)作物覆蓋度變化主要分為2類(lèi)：一是通過(guò)衛(wèi)星影像數(shù)據(jù)，建立光譜植被指數(shù)與覆蓋度的相關(guān)模型；二是通過(guò)人工地面采集數(shù)字影像，對(duì)影像進(jìn)行圖像分隔或分類(lèi)操作，提取覆蓋度。通過(guò)衛(wèi)星影像提取覆蓋度，受天氣影響大，且空間分辨率、時(shí)間分辨率常常難以滿(mǎn)足作物田塊尺度的覆蓋度變化研究需求。人工地面采集影像提取覆蓋度，大面積范圍應(yīng)用時(shí)耗時(shí)耗力、效率較低。然而，低空無(wú)人機(jī)遙感可以彌補(bǔ)原有覆蓋度變化監(jiān)測(cè)方法的不足。[1]

數(shù)據(jù)與方法1數(shù)據(jù)獲取與預(yù)處理傳感器無(wú)人機(jī)平臺(tái)試驗(yàn)設(shè)計(jì)數(shù)據(jù)預(yù)處理2分析農(nóng)作物影像特征病蟲(chóng)害遙感識(shí)別和程度區(qū)分算法結(jié)果分析1區(qū)域驗(yàn)證和分析植被指數(shù)與閾值確定覆蓋度提取公式APPLICATIONINTHEFIELDOFUA22APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.4覆蓋度監(jiān)測(cè)應(yīng)用成果---北京市順義區(qū)內(nèi)某冬小麥田覆蓋度監(jiān)測(cè)

試驗(yàn)于2010年在北京市順義區(qū)內(nèi)，地理坐標(biāo)為N40.21°，E116.51°。田塊面積約為500m×500m。小麥種植行距約為25cm，正常肥水處理。遙感傳感器為美國(guó)Tetracam公司生產(chǎn)的ADCAir冠層多光譜相機(jī)。該相機(jī)是防水型高質(zhì)量可見(jiàn)光與近紅外相機(jī)。在冬小麥播種到成熟過(guò)程中，選取5個(gè)主要生育期開(kāi)展飛行任務(wù)以獲取相應(yīng)數(shù)據(jù)，試驗(yàn)日期與對(duì)應(yīng)生育期如圖所示。[1]

植被指數(shù)閾值法是對(duì)影像進(jìn)行植被和非植被像元識(shí)別的有效方法，常見(jiàn)的植被指數(shù)有歸一化差值植被指數(shù)（NDVI）、土壤調(diào)整植被指數(shù)（SAVI）等，本案例采用土壤調(diào)整植被指數(shù)SAVI作為植被和土壤的判斷指標(biāo)。本案例的覆蓋度是指研究目標(biāo)范圍內(nèi)植被的平均覆蓋率，而非某一像元內(nèi)植被組分占有的面積比。基于植被指數(shù)的分類(lèi)結(jié)果，分別統(tǒng)計(jì)研究范圍內(nèi)小麥像元數(shù)和土壤像元數(shù)，并按式（2）計(jì)算作物的覆蓋度FVC。APPLICATIONINTHEFIELDOFUA23APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.4覆蓋度監(jiān)測(cè)應(yīng)用成果---北京市順義區(qū)內(nèi)某冬小麥田覆蓋度監(jiān)測(cè)

研究區(qū)域內(nèi)冬小麥的覆蓋度整體上是逐漸增大，然而，可以發(fā)現(xiàn)在開(kāi)花期（即5月20日）時(shí)，覆蓋度卻略低于前一生育期。推測(cè)光照條件和影像的扭曲程度將在一定程度上影響整個(gè)SAVI的整體分布。此外缺少實(shí)時(shí)的GPS和姿態(tài)數(shù)據(jù)來(lái)對(duì)影像進(jìn)行精確的空間定位與姿態(tài)角度糾正?？臻g的不匹配以及觀測(cè)角度和儀器噪聲等誤差也有可能是導(dǎo)致開(kāi)花期的覆蓋度小于抽穗期和灌漿期的原因。進(jìn)行糾正后，窗口邊長(zhǎng)大于100像元時(shí)，單一樣方的覆蓋度趨于穩(wěn)定。

無(wú)人機(jī)所獲取的低空遙感數(shù)據(jù)可以提取作物的覆蓋度，獲取的多時(shí)相數(shù)據(jù)可以用于監(jiān)測(cè)作物覆蓋度的變化。然而，該方法也存在明顯的不足，即需要多時(shí)相的對(duì)同一地塊的觀測(cè)影像，同時(shí)還需要存在植被像元和非植被像元空間分布具有明顯的差異的2個(gè)觀測(cè)時(shí)期。APPLICATIONINTHEFIELDOFUA24APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.5其他

無(wú)人機(jī)影像在農(nóng)情遙感監(jiān)測(cè)領(lǐng)域的應(yīng)用具有巨大的優(yōu)勢(shì)和廣闊的前景，它相比衛(wèi)星影像具有更高的地面空間分辨率，并能帶來(lái)衛(wèi)星遙感所不具有的農(nóng)作物精細(xì)紋理等額外的遙感信息，可以很好地應(yīng)用于精細(xì)農(nóng)業(yè)遙感監(jiān)測(cè)領(lǐng)域；同時(shí)，無(wú)人機(jī)影像還能很方便地應(yīng)用于統(tǒng)計(jì)某一地區(qū)作物的種植結(jié)構(gòu)、作物長(zhǎng)勢(shì)等信息，為大范圍農(nóng)作物種植及長(zhǎng)勢(shì)、產(chǎn)量等信息的計(jì)算提供依據(jù)。

由于基于無(wú)人機(jī)影像的農(nóng)情遙感監(jiān)測(cè)起步較晚，需要進(jìn)一步進(jìn)行的研究和工作還有很多，包括更高精度的正射影像圖的制作和獲取、更多類(lèi)型的影像獲?。òt外、多光譜和高光譜、SAR等），更多農(nóng)業(yè)方面應(yīng)用的研究（植被指數(shù)、植物識(shí)別、產(chǎn)量預(yù)測(cè)、育種信息、授粉施藥作業(yè)、長(zhǎng)勢(shì)評(píng)估、災(zāi)情監(jiān)測(cè)等），這些都是下一步工作的重點(diǎn)。[1]

產(chǎn)量預(yù)測(cè)植被指數(shù)植物識(shí)別育種信息授粉施藥作業(yè)長(zhǎng)勢(shì)評(píng)估災(zāi)情監(jiān)測(cè)。。。。。。APPLICATIONINTHEFIELDOFUA25第章總結(jié)思考04第章總結(jié)思考0426UAVRSS因其獨(dú)有優(yōu)勢(shì)，將在傳統(tǒng)農(nóng)林作業(yè),工業(yè)測(cè)量和土地資源調(diào)查,智慧城市,數(shù)字考古,搶險(xiǎn)救災(zāi),三維實(shí)景,城市規(guī)劃，新農(nóng)村建設(shè),物流配送,地理國(guó)情監(jiān)測(cè)等應(yīng)用中保持強(qiáng)勢(shì)增長(zhǎng)與快速拓展,其使用需求和頻率將不斷加大,這對(duì)于完善遙感動(dòng)態(tài)觀測(cè)體系和服務(wù)具有重要意義。而UAVRSS自身及其產(chǎn)業(yè)發(fā)展還存在諸多亟待考慮和解決的問(wèn)題,需要從技術(shù)，政策等諸多方面予以突破和扶持。[1]APPLICATIONINTHEFIELDOFUAVREMOTESENSING4.總結(jié)思考應(yīng)用更廣泛

技術(shù)方面，通過(guò)建設(shè)高水平聯(lián)合研究中心，從飛行平臺(tái)氣動(dòng)布局與結(jié)構(gòu)設(shè)計(jì)，材料研發(fā)與制造技術(shù)，推進(jìn)系統(tǒng)與能源技術(shù)，導(dǎo)航與飛行控制技術(shù)，微機(jī)電技術(shù)$微型高效一體化智能傳感器技術(shù)，發(fā)射與回收技術(shù)出發(fā)，加強(qiáng)UAVSS的技術(shù)進(jìn)步和生產(chǎn)力躍升,使UAVSS朝小型化,自動(dòng)化,自主化,智能化,模塊化,集成化方向深度發(fā)展。同時(shí)研究開(kāi)發(fā)高性能的航空遙感數(shù)據(jù)處理應(yīng)用系統(tǒng)是發(fā)揮其獨(dú)有優(yōu)勢(shì)和廣泛應(yīng)用的基礎(chǔ)。應(yīng)針對(duì)數(shù)據(jù)的特點(diǎn)，在影像校正，拼接，融合，分析等處理中研究新的算法和技術(shù)，實(shí)現(xiàn)無(wú)人機(jī)遙感數(shù)據(jù)的自動(dòng)，智能，高效的處理。[1]技術(shù)更先進(jìn)

政策方面，由于民用無(wú)人航空遙感主要在低于3km低空空域內(nèi)作業(yè).應(yīng)積極吸取國(guó)內(nèi)外經(jīng)驗(yàn),在確保地面人員安全的情況下,進(jìn)一步加快并明確中低空無(wú)人遙感業(yè)務(wù)飛行的指導(dǎo)性法規(guī),健全UAVSS飛行保障從業(yè)人員的職業(yè)能力評(píng)價(jià)體系和監(jiān)管體制機(jī)制,并在無(wú)人機(jī)航攝安全作業(yè)基本要求(等測(cè)繪行業(yè)標(biāo)準(zhǔn)的基礎(chǔ)上,會(huì)同其他應(yīng)用主管部門(mén)和機(jī)構(gòu),分類(lèi)制定各行業(yè)的UAVSS建設(shè)內(nèi)容,技術(shù)標(biāo)準(zhǔn)和考核統(tǒng)計(jì)指標(biāo)體系等,為無(wú)人機(jī)遙感市場(chǎng)的有序健康發(fā)展提供基本產(chǎn)品質(zhì)量保障和服務(wù)標(biāo)準(zhǔn).[1]政策更完善UAVRSS因其獨(dú)有優(yōu)勢(shì)，將在傳統(tǒng)農(nóng)林作業(yè),工27無(wú)人機(jī)農(nóng)情監(jiān)測(cè)應(yīng)用解決方案28無(wú)人機(jī)農(nóng)情監(jiān)測(cè)領(lǐng)域應(yīng)用

解決方案無(wú)人機(jī)農(nóng)情監(jiān)測(cè)領(lǐng)域應(yīng)用

解決方案29目錄01無(wú)人機(jī)遙感系統(tǒng)基本概念02無(wú)人機(jī)遙感系統(tǒng)研究進(jìn)展應(yīng)用前景03無(wú)人機(jī)遙感系統(tǒng)與農(nóng)情監(jiān)測(cè)03.1農(nóng)作物分類(lèi)病蟲(chóng)害監(jiān)測(cè)03.3污染監(jiān)測(cè)覆蓋度監(jiān)測(cè)04總結(jié)思考03.203.4目錄01無(wú)人機(jī)遙感系統(tǒng)基本概念02無(wú)人機(jī)遙感系統(tǒng)研究進(jìn)展應(yīng)30研究框架研究進(jìn)展基本概念應(yīng)用前景無(wú)人機(jī)遙感系統(tǒng)農(nóng)情監(jiān)測(cè)方面的應(yīng)用病蟲(chóng)害監(jiān)測(cè)污染監(jiān)測(cè)覆蓋度監(jiān)測(cè)農(nóng)作物分類(lèi)其他應(yīng)用原理應(yīng)用現(xiàn)狀應(yīng)用成果總結(jié)思考研究框架研究進(jìn)展基本概念應(yīng)用前景無(wú)人機(jī)遙感系統(tǒng)農(nóng)情監(jiān)測(cè)方面的31第章無(wú)人機(jī)遙感系統(tǒng)基本概念01第章無(wú)人機(jī)遙感系統(tǒng)基本概念0132APPLICATIONINTHEFIELDOFUAVREMOTESENSING

（1）無(wú)人機(jī)（UAV）是一種機(jī)上無(wú)人駕駛的航空器，其具有動(dòng)力裝置和導(dǎo)航模塊。在一定范圍內(nèi)靠無(wú)線(xiàn)電遙控設(shè)備或計(jì)算機(jī)預(yù)編程序自主控制飛行。

（2）無(wú)人機(jī)遙感(UAVRSS)是利用先進(jìn)的無(wú)人駕駛飛行器技術(shù),遙感傳感器技術(shù),遙測(cè)遙控技術(shù),通信技術(shù),POS定位定姿技術(shù),GPS差分定位技術(shù)和遙感應(yīng)用技術(shù),具有自動(dòng)化,智能化,專(zhuān)業(yè)化快速獲取國(guó)土,資源,環(huán)境,事件等空間遙感信息,并進(jìn)行實(shí)時(shí)處理,建模和分析的先進(jìn)新興航空遙感技術(shù)解決方案。無(wú)人機(jī)遙感系統(tǒng)即是一種以UAV為平臺(tái),以各種成像與非成像傳感器為主要載荷,飛行高度一般在幾千米以?xún)?nèi),能夠獲取遙感影像,視頻等數(shù)據(jù)的無(wú)人航空遙感與攝影測(cè)量系統(tǒng)。[1]基本概念A(yù)PPLICATIONINTHEFIELDOFUA33APPLICATIONINTHEFIELDOFUAVREMOTESENSING基本概念UAVRSS技術(shù)以固定翼,無(wú)人旋翼機(jī)和垂直起降等作為遙感平臺(tái)獲取實(shí)時(shí)高分辨率遙感影像數(shù)據(jù)能克服有人航空遙感受制于長(zhǎng)航時(shí),大機(jī)動(dòng),惡劣氣象條件,危險(xiǎn)環(huán)境等的影響,又能彌補(bǔ)衛(wèi)星因天氣和時(shí)間無(wú)法獲取調(diào)查區(qū)遙感信息的空缺。還能避免地面遙感工作范圍小，視野窄，工作量大等因素。隨著計(jì)算機(jī)通信技術(shù)的迅速發(fā)展以及各種重量輕體積小探測(cè)精度高的數(shù)字化新型傳感器的不斷面世。UAVRS的性能不斷提高，使具有結(jié)構(gòu)簡(jiǎn)單，成本低，風(fēng)險(xiǎn)小，靈活機(jī)動(dòng)，實(shí)時(shí)性強(qiáng)等優(yōu)點(diǎn)。正逐步成為衛(wèi)星遙感，有人機(jī)遙感和地面遙感的有效補(bǔ)充手段。APPLICATIONINTHEFIELDOFUA34第章無(wú)人機(jī)遙感系統(tǒng)研究進(jìn)展應(yīng)用前景02第章無(wú)人機(jī)遙感系統(tǒng)研究進(jìn)展應(yīng)用前景0235APPLICATIONINTHEFIELDOFUAVREMOTESENSING研究進(jìn)展涉及內(nèi)容研究進(jìn)展飛行平臺(tái)①材質(zhì)由傳統(tǒng)鋼鋁等金屬轉(zhuǎn)換為重量輕，強(qiáng)度大的輕質(zhì)復(fù)合材料，如玻璃纖維，碳纖維等。②發(fā)動(dòng)機(jī)由傳統(tǒng)體積大，噪音高，壽命短，耗油量大，可靠性差的逐漸轉(zhuǎn)變?yōu)轶w積小，噪音低，新能源推進(jìn)系統(tǒng)。③空氣動(dòng)力學(xué)方面，傳統(tǒng)設(shè)計(jì)主要針對(duì)中高空偵察的中，大型無(wú)人機(jī)，傳統(tǒng)設(shè)計(jì)不能滿(mǎn)足民用無(wú)人機(jī)升阻特性和操穩(wěn)特征的要求，必須對(duì)其進(jìn)行總體和氣動(dòng)外形的優(yōu)化。例如改進(jìn)普通翼和三角翼型設(shè)計(jì)，采用新型垂直翼片結(jié)構(gòu)等。[1]飛行控制與導(dǎo)航系統(tǒng)由傳統(tǒng)主要利用經(jīng)典的單回路頻域或根軌跡等線(xiàn)性控制方法來(lái)設(shè)計(jì)飛行控制與導(dǎo)航系統(tǒng)，轉(zhuǎn)變?yōu)榉蔷€(xiàn)性動(dòng)態(tài)控制，神經(jīng)網(wǎng)絡(luò)智能控制和組合導(dǎo)航等，這些新型飛行控制與導(dǎo)航方法很好地提高無(wú)人機(jī)飛行性能。[1]數(shù)據(jù)傳輸存儲(chǔ)技術(shù)一是控制信息傳送，向UAV和遙感設(shè)備的狀態(tài)參數(shù)，可實(shí)現(xiàn)飛機(jī)姿態(tài)，高度,速度,航向的實(shí)時(shí)顯示。二是遙感信息傳輸，傳輸U(kuò)AV獲得的影像,視頻等遙感信息,供地面人員使用。應(yīng)選擇合適的數(shù)據(jù)傳輸解壓縮方法。采取多種高效可靠的數(shù)傳鏈路系統(tǒng)，并考慮將遙感信息在下傳地面站的同時(shí)進(jìn)行機(jī)上硬盤(pán)備份，以確保獲得快速，安全，高質(zhì)量的遙感數(shù)據(jù)。[1]表1-1：無(wú)人機(jī)遙感系統(tǒng)研究進(jìn)展一覽表2.1研究進(jìn)展APPLICATIONINTHEFIELDOFUA36表1-1：無(wú)人機(jī)遙感系統(tǒng)研究進(jìn)展一覽表（接上頁(yè)）APPLICATIONINTHEFIELDOFUAVREMOTESENSING2.1研究進(jìn)展表格來(lái)源：自繪[1]李德仁,李明.無(wú)人機(jī)遙感系統(tǒng)的研究進(jìn)展與應(yīng)用前景[J].武漢大學(xué)學(xué)報(bào):信息科學(xué)版,2014,39(5):505-513.涉及內(nèi)容研究進(jìn)展遙感數(shù)據(jù)處理UAVRSS多使用小型成像與非成像傳感器作為機(jī)載遙感設(shè)備,與傳統(tǒng)的航天和航空影像相比,存在采樣周期短,分辨率高,像幅小,影像數(shù)量多,傾角過(guò)大和傾斜方向不規(guī)律等問(wèn)題。遙感數(shù)據(jù)的處理由主要以地面處理為主轉(zhuǎn)換為地面準(zhǔn)實(shí)時(shí)處理和機(jī)上實(shí)時(shí)處理。[1]遙感傳感器技術(shù)我國(guó)傳感器技術(shù)實(shí)現(xiàn)了由早期的膠片相機(jī)向大面陣數(shù)字化相機(jī)發(fā)展的歷程，各種智能，輕小型化的光電紅外傳感器，激光三維掃描儀和合成孔徑雷達(dá)等的綜合化，模塊化使用。遙感傳感器技術(shù)的發(fā)展除了各種傳感器在硬件技術(shù)上的突破與成功應(yīng)用外，還體現(xiàn)在傳感器智能化和自主化的發(fā)展上。它依托計(jì)算機(jī)處理能力和機(jī)上存儲(chǔ)器的發(fā)展初步實(shí)現(xiàn)了傳感器自主性觀測(cè)。[1]運(yùn)行空域政策與環(huán)境我國(guó)在相關(guān)空域管理法規(guī)，人員培訓(xùn)，基礎(chǔ)，設(shè)施建設(shè)及保障方面與急劇膨脹的UAV遙感市場(chǎng)空域開(kāi)放需求不相適應(yīng)，與發(fā)達(dá)國(guó)家相比，空域管理是我國(guó)當(dāng)前中低空域全面開(kāi)放的難點(diǎn)所在。①部分中大型，長(zhǎng)航時(shí)UAV飛行高度與商,民用載人飛行高度相互交叉②大量中小型遙感UAV航空設(shè)備較差,在我國(guó)某些地區(qū),雷達(dá)探測(cè)能力弱,通信易被干擾,尤其是邊境與沿海等敏感地區(qū),極易造成航空飛行器飛行狀態(tài)監(jiān)視失控。[1]表1-1：無(wú)人機(jī)遙感系統(tǒng)研究進(jìn)展一覽表（接上頁(yè)）APPLIC37（4）海事信息化建設(shè)與動(dòng)態(tài)管理（5）災(zāi)害預(yù)報(bào)監(jiān)測(cè)與評(píng)估（1）氣象監(jiān)測(cè)與預(yù)報(bào)（2）國(guó)土資源環(huán)境調(diào)查（3）城市管理（6）國(guó)家海洋權(quán)益保障APPLICATIONINTHEFIELDOFUAVREMOTESENSING2.2應(yīng)用前景（4）農(nóng)情預(yù)測(cè)（4）海事信息化（5）災(zāi)害預(yù)報(bào)（1）氣象監(jiān)測(cè)與預(yù)報(bào)（2）國(guó)土38（2）國(guó)土資源環(huán)境調(diào)查（1）氣象監(jiān)測(cè)與預(yù)報(bào)對(duì)溫度，濕度，氣壓，風(fēng)速，風(fēng)向和電場(chǎng)等氣象參數(shù)進(jìn)行測(cè)量。美國(guó)，澳大利亞，法國(guó)，中國(guó)等相繼研制了Perseus,Theseus,Aerosonde,Fox,Chacal等氣象遙感系統(tǒng)。[1]（4）農(nóng)情預(yù)測(cè)（3）城市管理（5）海事信息化建設(shè)與動(dòng)態(tài)管理（6）災(zāi)害預(yù)報(bào)監(jiān)測(cè)與評(píng)估（7）國(guó)家海洋權(quán)益保障APPLICATIONINTHEFIELDOFUAVREMOTESENSING2.2應(yīng)用前景環(huán)境監(jiān)測(cè)；違章用地監(jiān)測(cè)；城市交通管理，道路擁堵監(jiān)測(cè)；解譯出違法亂建廢棄物亂堆亂放；規(guī)劃執(zhí)行現(xiàn)狀；追蹤調(diào)查高危湖泊，河道，海岸和涉污工廠(chǎng)集中區(qū)等[1]土地及資源調(diào)查與分類(lèi)；區(qū)域土地利用類(lèi)型遙感圖；資源分布等的抽樣調(diào)查；資源分類(lèi)與資源總量估算；[1]農(nóng)情無(wú)人機(jī)遙感監(jiān)測(cè)是以遙感技術(shù)為主對(duì)農(nóng)業(yè)生產(chǎn)過(guò)程進(jìn)行動(dòng)態(tài)監(jiān)測(cè)的過(guò)程，內(nèi)容是對(duì)大宗農(nóng)作物種植面積、長(zhǎng)勢(shì)、墑情與產(chǎn)量的發(fā)生與發(fā)展過(guò)程進(jìn)行系統(tǒng)監(jiān)測(cè)。結(jié)合農(nóng)作物地面測(cè)量數(shù)據(jù)，能迅速而準(zhǔn)確地完成該區(qū)域農(nóng)情監(jiān)測(cè)任務(wù)，并為更大范圍農(nóng)情采樣估計(jì)提供便利。[2]迅速抵達(dá)災(zāi)區(qū)進(jìn)行航拍，通過(guò)對(duì)大量現(xiàn)勢(shì)遙感影像的快速處理與對(duì)比分析，短時(shí)間內(nèi)獲得了災(zāi)區(qū)災(zāi)情的初步評(píng)價(jià)結(jié)果，為減災(zāi)救災(zāi)科學(xué)決策與指揮提供了更加客觀，及時(shí)，全面，的災(zāi)情信息。提高了減災(zāi)效果，提升了災(zāi)害現(xiàn)場(chǎng)勘查能力。如城市火災(zāi)，地震等海事海-空監(jiān)測(cè)系統(tǒng)，形成全方位，全天候的海-空-天立體監(jiān)測(cè)，實(shí)現(xiàn)了海事監(jiān)管水域的多維可視化，為近海常規(guī)巡航與目標(biāo)搜索，應(yīng)急現(xiàn)場(chǎng)監(jiān)控與信息傳遞，船舶事故探查與污染監(jiān)視等提供新技術(shù)解決手段。[1]許多重點(diǎn)海域，如釣魚(yú)島，南海，黃海等和海上油田等項(xiàng)目需進(jìn)行多頻次，高精度的監(jiān)視監(jiān)測(cè)，國(guó)家海洋局實(shí)施了“國(guó)家海域動(dòng)態(tài)監(jiān)視監(jiān)測(cè)管理系統(tǒng)”的研究與建設(shè)，以UAVRSS動(dòng)態(tài)監(jiān)測(cè)為主要內(nèi)容.[1]（2）國(guó)土資源環(huán)境調(diào)查（1）氣象監(jiān)測(cè)與預(yù)報(bào)對(duì)溫度，濕度，氣壓39第章無(wú)人機(jī)遙感系統(tǒng)與農(nóng)情監(jiān)測(cè)03第章無(wú)人機(jī)遙感系統(tǒng)與農(nóng)情監(jiān)測(cè)0340APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.1農(nóng)作物分類(lèi)應(yīng)用現(xiàn)狀應(yīng)用原理表3-1：無(wú)人機(jī)遙感系統(tǒng)農(nóng)作物分類(lèi)應(yīng)用原理傳感器：針對(duì)不同需要，有多種供選擇類(lèi)型，如ADCAir冠層測(cè)量相機(jī)，理光GXRA12數(shù)碼相機(jī)等。數(shù)據(jù)預(yù)處理：需要借助多種圖像處理軟件，如PixelWrench2，ENVI等。分類(lèi)原理與算法：分析不同農(nóng)作物波普曲線(xiàn)，借助NDVI等軟件可以消除大部分與儀器定標(biāo)、太陽(yáng)角、地形、云陰影和大氣條件有關(guān)輻照度的變化，增強(qiáng)了對(duì)植被的響應(yīng)能力。分類(lèi)結(jié)果分析：根據(jù)合適的算法分析，編程實(shí)現(xiàn)自動(dòng)分類(lèi)。普適性驗(yàn)證與評(píng)價(jià)：：農(nóng)作物分類(lèi)結(jié)果混淆矩陣進(jìn)行驗(yàn)證和精度評(píng)價(jià)。數(shù)據(jù)與方法1數(shù)據(jù)獲取與預(yù)處理傳感器無(wú)人機(jī)平臺(tái)試驗(yàn)設(shè)計(jì)數(shù)據(jù)預(yù)處理2分析農(nóng)作物影像特征3分類(lèi)原理與算法結(jié)果分析1分類(lèi)結(jié)果分析2普適性驗(yàn)證與評(píng)價(jià)APPLICATIONINTHEFIELDOFUA41APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.1農(nóng)作物分類(lèi)應(yīng)用成果：河北省廊坊市的中國(guó)農(nóng)業(yè)科學(xué)院國(guó)際農(nóng)業(yè)高新技術(shù)產(chǎn)業(yè)園項(xiàng)目

以位于河北省廊坊市的中國(guó)農(nóng)業(yè)科學(xué)院國(guó)際農(nóng)業(yè)高新技術(shù)產(chǎn)業(yè)園（萬(wàn)莊）為依托，對(duì)面積評(píng)價(jià)區(qū)域種植的春玉米、夏玉米、苜蓿和裸土4種地物類(lèi)型進(jìn)行分類(lèi)，對(duì)無(wú)人機(jī)影像在農(nóng)情監(jiān)測(cè)方面的應(yīng)用進(jìn)行了初步研究，開(kāi)展了無(wú)人機(jī)影像獲取、地面數(shù)據(jù)的采集和正射影像圖、農(nóng)田區(qū)劃圖等的制作，利用野外檢查點(diǎn)對(duì)這些成果的幾何精度進(jìn)行評(píng)價(jià)，表明人機(jī)影像校正處理結(jié)果在幾何精度上是滿(mǎn)足農(nóng)業(yè)應(yīng)用需求的；依據(jù)校正后的影像，分別采用傳統(tǒng)的監(jiān)督分類(lèi)方式進(jìn)行了農(nóng)作物分布的分類(lèi)提取，與地面實(shí)測(cè)數(shù)據(jù)進(jìn)行比較，表明無(wú)人機(jī)影像在農(nóng)作物遙感監(jiān)測(cè)方面的應(yīng)用是切實(shí)可行且能達(dá)到較高的精度。[1]APPLICATIONINTHEFIELDOFUA42APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.1農(nóng)作物分類(lèi)應(yīng)用成果：河北省廊坊市的中國(guó)農(nóng)業(yè)科學(xué)院國(guó)際農(nóng)業(yè)高新技術(shù)產(chǎn)業(yè)園項(xiàng)目研究采用FreeBird小型電動(dòng)無(wú)人機(jī)，起飛質(zhì)量2.5kg，巡航速度54km/h，飛行高度50～2500m。系統(tǒng)操控簡(jiǎn)單，輕便靈活，易于推廣。無(wú)人機(jī)上搭載了理光GXRA12數(shù)碼相機(jī)。

為了進(jìn)一步定量考察分類(lèi)結(jié)果的精度，利用GPS地面測(cè)量結(jié)果對(duì)其進(jìn)行驗(yàn)證，將測(cè)量結(jié)果地面真值，計(jì)算二者之間的混淆矩陣，如表4中給出了不同作物類(lèi)型的總體精度。從表中可見(jiàn)，4種類(lèi)型的地物分類(lèi)精度均在85%以上，尤其是苜蓿，精度達(dá)93%，由此可見(jiàn)，無(wú)人機(jī)遙感系統(tǒng)在農(nóng)業(yè)領(lǐng)域?qū)z測(cè)地區(qū)的農(nóng)作物分類(lèi)面積評(píng)估較為準(zhǔn)確。[1]APPLICATIONINTHEFIELDOFUA43APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.2病蟲(chóng)害監(jiān)測(cè)1）病蟲(chóng)害光譜響應(yīng)生理機(jī)制；光學(xué)遙感監(jiān)測(cè)，植物在病蟲(chóng)害侵染條件下在不同波段上表現(xiàn)出不同程度吸收和反射特性的改變，即病蟲(chóng)害光譜響應(yīng)。2）病蟲(chóng)害光譜響應(yīng)特征位置；由于病蟲(chóng)害葉片或冠層光譜是對(duì)植物生理、生化、形態(tài)、結(jié)構(gòu)等改變的整體響應(yīng)，具高度復(fù)雜性，因此對(duì)于不同植物，不同類(lèi)型、不同發(fā)展階段的病蟲(chóng)害，可能會(huì)有多樣的光譜特征。例如水稻，小麥。3）應(yīng)用于病蟲(chóng)害監(jiān)測(cè)的植被指數(shù)；4）病蟲(chóng)害遙感識(shí)別和程度區(qū)分算法；一類(lèi)是基于高光譜非成像數(shù)據(jù)建立的模型，一類(lèi)是基于圖像的數(shù)據(jù)分析方法。這些方法涉及了多元統(tǒng)計(jì)分析，數(shù)據(jù)挖掘算法和圖像分析方法等等。[1]應(yīng)用原理數(shù)據(jù)與方法1數(shù)據(jù)獲取與預(yù)處理傳感器無(wú)人機(jī)平臺(tái)試驗(yàn)設(shè)計(jì)數(shù)據(jù)預(yù)處理2分析農(nóng)作物影像特征病蟲(chóng)害遙感識(shí)別和程度區(qū)分算法結(jié)果分析1病蟲(chóng)害結(jié)果分析病蟲(chóng)害光譜響應(yīng)生理機(jī)制病蟲(chóng)害光譜響應(yīng)特征位置試驗(yàn)設(shè)計(jì)應(yīng)用于病蟲(chóng)害監(jiān)測(cè)的植被指數(shù)表3-2：無(wú)人機(jī)遙感系統(tǒng)農(nóng)作物病蟲(chóng)害監(jiān)測(cè)應(yīng)用原理APPLICATIONINTHEFIELDOFUA44APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.2病蟲(chóng)害監(jiān)測(cè)應(yīng)用原理應(yīng)用現(xiàn)狀A(yù)PPLICATIONINTHEFIELDOFUA45APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.2病蟲(chóng)害監(jiān)測(cè)應(yīng)用原理美國(guó)農(nóng)業(yè)部（USDA）國(guó)家農(nóng)業(yè)統(tǒng)計(jì)服務(wù)司（NASS）于2009年5月發(fā)布的一份最新報(bào)告了解到，美國(guó)國(guó)家尺度作物生長(zhǎng)狀態(tài)及作物產(chǎn)量數(shù)據(jù)自1995年起開(kāi)始利用衛(wèi)星遙感數(shù)據(jù)進(jìn)行分析，該技術(shù)對(duì)快速、低成本地獲得全國(guó)尺度的各種糧食種植品種、生長(zhǎng)狀態(tài)、病蟲(chóng)害狀態(tài)產(chǎn)量等數(shù)據(jù)具有重要作用。[1]

Morais等將ZigBee基礎(chǔ)引入葡萄栽培的精準(zhǔn)管理，在病害實(shí)時(shí)監(jiān)測(cè)和產(chǎn)量估測(cè)方面進(jìn)行了應(yīng)用示范。

還有很多案例，不一一列舉了。應(yīng)用成果APPLICATIONINTHEFIELDOFUA46APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.3污染監(jiān)測(cè)

農(nóng)作物污染包括很多方面，重點(diǎn)探討重金屬污染，無(wú)人機(jī)遙感系統(tǒng)是一個(gè)可以借助用來(lái)獲得遙感影像數(shù)據(jù)等的平臺(tái)。

運(yùn)用無(wú)人機(jī)遙感技術(shù)進(jìn)行農(nóng)田重金屬污染監(jiān)測(cè)的主要思路是建立作物冠層光譜反射率與重金屬污染脅迫下作物生理生態(tài)參數(shù)（葉綠素、葉面積指數(shù)和細(xì)胞結(jié)構(gòu)等）之間的響應(yīng)關(guān)系。有學(xué)者通過(guò)對(duì)植被在重金屬污染脅迫下的光譜響應(yīng)進(jìn)行研究，建立了光譜指數(shù)與土壤重金屬含量以及植被生理生態(tài)參數(shù)的相關(guān)關(guān)系，提出了一些對(duì)重金屬脅迫更具有針對(duì)性和敏感性的光譜指數(shù)；有研究選擇葉綠素含量作為水稻重金屬污染脅迫的響應(yīng)因子，通過(guò)分析驗(yàn)證得到對(duì)葉綠素變化敏感的光譜指數(shù)及其響應(yīng)規(guī)律，并進(jìn)行了區(qū)域應(yīng)用與驗(yàn)證；為了對(duì)重金屬污染脅迫遙感弱信息進(jìn)行增強(qiáng)，有學(xué)者對(duì)原始光譜進(jìn)行微分、小波分析等變換以提取污染脅迫下的遙感診斷光譜指數(shù)，提高了光譜指數(shù)對(duì)重金屬脅迫的響應(yīng)能力。[1]

數(shù)據(jù)與方法1數(shù)據(jù)獲取與預(yù)處理傳感器無(wú)人機(jī)平臺(tái)試驗(yàn)設(shè)計(jì)數(shù)據(jù)預(yù)處理2分析農(nóng)作物影像特征病蟲(chóng)害遙感識(shí)別和程度區(qū)分算法結(jié)果分析1區(qū)域驗(yàn)證和分析重金屬污染情況下的響應(yīng)關(guān)系不同類(lèi)型光譜指數(shù)應(yīng)用原理APPLICATIONINTHEFIELDOFUA47APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.3污染監(jiān)測(cè)應(yīng)用現(xiàn)狀應(yīng)用成果---長(zhǎng)春第一汽車(chē)制造廠(chǎng)周邊水稻重金屬污染脅迫監(jiān)測(cè)無(wú)人機(jī)遙感系統(tǒng)影像本研究所用數(shù)據(jù)主要包括環(huán)境與無(wú)人機(jī)遙感系統(tǒng)檢測(cè)影像，模擬根重的作物生長(zhǎng)模型WOFOST所需輸入數(shù)據(jù)以及實(shí)測(cè)土壤重金屬含量數(shù)據(jù)等；利用LAI（LAI是作物重要生理生態(tài)參數(shù)之一，也是農(nóng)業(yè)遙感研究中常用的指標(biāo)之一）作為同化量來(lái)優(yōu)化WOFOST模型的參數(shù)CVR，參數(shù)優(yōu)化算法選用PSO算法，技術(shù)流程如圖APPLICATIONINTHEFIELDOFUA48APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.3污染監(jiān)測(cè)結(jié)果與分析：

1同化模型參數(shù)優(yōu)化結(jié)果及驗(yàn)證：將采樣點(diǎn)的CVR最優(yōu)值輸入WOFOST模型，比較優(yōu)化后的模型模擬的與CCD數(shù)據(jù)反演的LAI（圖4，這里的LAI實(shí)測(cè)值為遙感CCD數(shù)據(jù)反演所得，日序?yàn)槟甓茸匀粫r(shí)間序列）。可以看出，優(yōu)化后的模擬結(jié)果更加接近LAI隨生長(zhǎng)期變化的真實(shí)情況，表明通過(guò)調(diào)整WOFOST模型參數(shù)可以更好地模擬研究區(qū)水稻生長(zhǎng)狀況。2水稻根重時(shí)空域模擬：將優(yōu)化后的CVR值輸入WOFOST模型中，分別模擬研究區(qū)采樣點(diǎn)的LAI和WRT，結(jié)果如圖5。在水稻整個(gè)生長(zhǎng)期內(nèi)，重金屬污染對(duì)LAI和WRT都有抑制作用，但在生長(zhǎng)初期，污染區(qū)與非污染區(qū)的LAI曲線(xiàn)基本重合，相較而言，根重對(duì)重金屬污染脅迫的響應(yīng)更加敏感，因此利用根重監(jiān)測(cè)重金屬污染脅迫可行性更強(qiáng)。重金屬對(duì)水稻根重的影響始于生長(zhǎng)，初期的分蘗期，這是由于在分蘗期水稻主要進(jìn)行營(yíng)養(yǎng)生長(zhǎng)，需要吸收大量水分及其他營(yíng)養(yǎng)元素，包括重金屬元素在內(nèi)。

[1]APPLICATIONINTHEFIELDOFUA49APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.4覆蓋度監(jiān)測(cè)應(yīng)用現(xiàn)狀應(yīng)用原理

植被覆蓋度，是描述地表植被分布的重要參數(shù)，在分析植被分布影響因素、評(píng)價(jià)區(qū)域生態(tài)環(huán)境等方面具有重要意義。在農(nóng)學(xué)領(lǐng)域，它也反映農(nóng)作物對(duì)光的截獲能力，指示0作物的生長(zhǎng)發(fā)育和生物產(chǎn)量，是農(nóng)學(xué)所關(guān)心的一個(gè)重要參數(shù)。估測(cè)農(nóng)作物的覆蓋度對(duì)指導(dǎo)農(nóng)業(yè)生產(chǎn)管理和農(nóng)業(yè)生態(tài)系統(tǒng)評(píng)價(jià)有重要的意義。遙感監(jiān)測(cè)作物覆蓋度變化主要分為2類(lèi)：一是通過(guò)衛(wèi)星影像數(shù)據(jù)，建立光譜植被指數(shù)與覆蓋度的相關(guān)模型；二是通過(guò)人工地面采集數(shù)字影像，對(duì)影像進(jìn)行圖像分隔或分類(lèi)操作，提取覆蓋度。通過(guò)衛(wèi)星影像提取覆蓋度，受天氣影響大，且空間分辨率、時(shí)間分辨率常常難以滿(mǎn)足作物田塊尺度的覆蓋度變化研究需求。人工地面采集影像提取覆蓋度，大面積范圍應(yīng)用時(shí)耗時(shí)耗力、效率較低。然而，低空無(wú)人機(jī)遙感可以彌補(bǔ)原有覆蓋度變化監(jiān)測(cè)方法的不足。[1]

數(shù)據(jù)與方法1數(shù)據(jù)獲取與預(yù)處理傳感器無(wú)人機(jī)平臺(tái)試驗(yàn)設(shè)計(jì)數(shù)據(jù)預(yù)處理2分析農(nóng)作物影像特征病蟲(chóng)害遙感識(shí)別和程度區(qū)分算法結(jié)果分析1區(qū)域驗(yàn)證和分析植被指數(shù)與閾值確定覆蓋度提取公式APPLICATIONINTHEFIELDOFUA50APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.4覆蓋度監(jiān)測(cè)應(yīng)用成果---北京市順義區(qū)內(nèi)某冬小麥田覆蓋度監(jiān)測(cè)

試驗(yàn)于2010年在北京市順義區(qū)內(nèi)，地理坐標(biāo)為N40.21°，E116.51°。田塊面積約為500m×500m。小麥種植行距約為25cm，正常肥水處理。遙感傳感器為美國(guó)Tetracam公司生產(chǎn)的ADCAir冠層多光譜相機(jī)。該相機(jī)是防水型高質(zhì)量可見(jiàn)光與近紅外相機(jī)。在冬小麥播種到成熟過(guò)程中，選取5個(gè)主要生育期開(kāi)展飛行任務(wù)以獲取相應(yīng)數(shù)據(jù)，試驗(yàn)日期與對(duì)應(yīng)生育期如圖所示。[1]

植被指數(shù)閾值法是對(duì)影像進(jìn)行植被和