36. 第三十六課時 農(nóng)用無人機(jī)的其他應(yīng)用-3

Writedownyourtitleandplanningcontenthere.BUYUNAVIATION第三十六課時農(nóng)用無人機(jī)的其他應(yīng)用-3BUYUNAVIATION農(nóng)用無人機(jī)的其他應(yīng)用一、農(nóng)田作物養(yǎng)分信息檢測概述無人機(jī)作物養(yǎng)分信息檢測的應(yīng)用二、農(nóng)田作物養(yǎng)分信息檢測概述農(nóng)田作物養(yǎng)分信息檢測概述作物養(yǎng)分信息檢測是作物生長監(jiān)測過程中的重要內(nèi)容，主要包括作物生長所需的大量元素（氮、磷、鉀)、微量元素、水分及與生長狀況緊密聯(lián)系的生理指標(biāo)當(dāng)前的作物養(yǎng)分信息檢測，主要是基于實(shí)驗(yàn)室的理化分析方法，或者基于現(xiàn)代的分析手段，采用圖像處理技術(shù)、光譜及光譜成像技術(shù)農(nóng)田作物養(yǎng)分信息檢測概述大范圍的作物養(yǎng)分信息檢測需要用到遙感技術(shù)，航空遙感、衛(wèi)星遙感等技術(shù)已經(jīng)被用于作物養(yǎng)分信息檢測優(yōu)點(diǎn)：高效，能夠快速實(shí)現(xiàn)大面積的檢測缺點(diǎn)：無法得到地面小范圍或單株植株的細(xì)節(jié)養(yǎng)分信息農(nóng)田作物養(yǎng)分信息檢測概述無人機(jī)遙感的出現(xiàn)，有效地彌補(bǔ)了地面檢測技術(shù)和設(shè)備及航空、衛(wèi)星遙感技術(shù)和設(shè)備之間的不足將檢測儀器設(shè)備安裝在低空飛行的無人機(jī)上，在飛行中獲取作物的不同傳感器數(shù)據(jù)信息，建立養(yǎng)分信息與傳感器數(shù)據(jù)的分析模型，從而實(shí)現(xiàn)養(yǎng)分信息的反演和預(yù)測農(nóng)田作物養(yǎng)分信息檢測概述無人機(jī)遙感輕便靈活，作業(yè)范圍廣，時效性強(qiáng)，維護(hù)、使用費(fèi)用低，且時空分辨率更高無人機(jī)應(yīng)用于作物養(yǎng)分信息檢測，主要是對作物生長過程中的養(yǎng)分信息指標(biāo)的遙感反演研究，結(jié)合作物生長過程中的養(yǎng)分狀況和生長狀況，實(shí)現(xiàn)對農(nóng)作物的實(shí)時養(yǎng)分等級監(jiān)測評估無人機(jī)作物養(yǎng)分信息檢測的應(yīng)用無人機(jī)輕便、靈巧、便攜的特點(diǎn)，高效、快速的信息獲取方式，較為低廉的價格，以及較易操作等優(yōu)點(diǎn)使其突破了傳統(tǒng)地面檢測和高空遙感的限制，更容易得到推廣和應(yīng)用無人機(jī)作物養(yǎng)分信息檢測的應(yīng)用姚霞等(2014)采用無人機(jī)遙感技術(shù)，發(fā)現(xiàn)基于無人機(jī)多光譜遙感監(jiān)測小麥氮素狀況和生長特征是可行的，具有較高的準(zhǔn)確性無人機(jī)作物養(yǎng)分信息檢測的應(yīng)用Duan等(2014)利用搭建在無人機(jī)上的高光譜遙感,基于PROSAL模型實(shí)現(xiàn)了對玉米、馬鈴薯和向日葵LAl的測量，研究結(jié)果表明,雙角度測量的結(jié)果要優(yōu)于單角度測量的結(jié)果Lu等(2015）分別在水稻的抽穗期和拔節(jié)期利用無人機(jī)搭載Mini-MCA相機(jī)《紅、綠、藍(lán)和近紅外波段》在150m高度對水稻地上部分生物量、LAI及作物的含氮量進(jìn)行了預(yù)測研究，發(fā)現(xiàn)作物含氮量的預(yù)測效果在水稻拔節(jié)期較為精確(R=0.69)無人機(jī)作物養(yǎng)分信息檢測的應(yīng)用Li等(2015)采用裝載有CanonA3300IS(CanonA3300IS,東京，日本)數(shù)碼相機(jī)的無人機(jī)在50m飛行高度上對水稻冠層的氮含量進(jìn)行了檢測研究,通過建立深綠色顏色指數(shù)(darkgreencolourindex.DGCI)與氮含量之間的關(guān)系無人機(jī)作物養(yǎng)分信息檢測的應(yīng)用Li等人實(shí)驗(yàn)研究表明，DGCI與氮含量具有良好的線性關(guān)系,這表明無人機(jī)遙感可用于水稻氮素含量的檢測無人機(jī)作物養(yǎng)分信息檢測的應(yīng)用裝載數(shù)碼相機(jī)的六旋翼無人機(jī)數(shù)據(jù)采集平臺浙江大學(xué)何勇教授團(tuán)隊,通過模擬無人機(jī)飛行狀況,設(shè)計和構(gòu)建了無人機(jī)近地遙感模擬平臺無人機(jī)作物養(yǎng)分信息檢測的應(yīng)用研究結(jié)果表明，無人機(jī)模擬平臺能對氮素分布進(jìn)行檢測，但存在一定的誤差，需要進(jìn)一步提高預(yù)測精度Zarco-Tejada等，采用兩個不同的無人機(jī)平臺分別搭載機(jī)載多光譜成像儀及機(jī)載高分辨率高光譜成像儀(Micro-HyperspecVNIRmodel，HeadwallPhotonics，馬薩諸塞州,美國)對葡萄園葡萄葉片葉綠素含量和類胡蘿卜素含量進(jìn)行了檢測無人機(jī)作物養(yǎng)分信息檢測的應(yīng)用研究結(jié)果表明,無人機(jī)結(jié)合高光譜成像技術(shù)可以有效地實(shí)現(xiàn)莓萄園葡萄葉片葉綠素和類胡蘿卜素的檢測Lucieer等(2014）設(shè)計了一個新的高分辨率的高光譜無人機(jī)系統(tǒng)，并以此進(jìn)行了3場機(jī)載實(shí)驗(yàn)，證明了該系統(tǒng)在標(biāo)準(zhǔn)條件，以及遠(yuǎn)程惡劣低溫環(huán)境下的可操作性無人機(jī)作物養(yǎng)分信息檢測的應(yīng)用實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)能夠提供Scm精度下的定量植物生理生化變化及健康狀況的地圖Baluja等(2012)利用機(jī)載的紅外熱遙感相機(jī)ThermovisionA40M(FLIR,美國)和多光譜成像儀MultipleCameraArrayMCA-6.Tetracam，Inc,加利福尼亞,美國)來預(yù)測評估葡萄園的水分狀態(tài)無人機(jī)作物養(yǎng)分信息檢測的應(yīng)用研究結(jié)果表明,無人機(jī)可被有效地用于葡萄園水分狀態(tài)的檢測，為精細(xì)灌溉的實(shí)現(xiàn)提供科學(xué)依據(jù)無人機(jī)作物養(yǎng)分信息檢測的應(yīng)用Vega等(2015）采用無人機(jī)結(jié)合多時相影像技術(shù),對向日葵植株的籽粒產(chǎn)量、地上生物量及含氮量與NDV1進(jìn)行了線性回歸分析結(jié)果表明,無人機(jī)遙感可用于向日葵籽粒產(chǎn)量、地上生物量及含氮量的檢測無人機(jī)作物養(yǎng)分信息檢測的應(yīng)用Jannoura等(2014)采用遠(yuǎn)程控制的六旋翼直升機(jī)裝載數(shù)碼相機(jī)PanasonicLumixDMC-GF1采集豌豆和燕麥的圖像信息研究結(jié)果表明,基于無人機(jī)遙感獲取的NGRDI可用于作物地上生物量的預(yù)測無人機(jī)作物養(yǎng)分信息檢測的應(yīng)用Saberioon等(2014)采用地面數(shù)字圖像技術(shù)與無人機(jī)遙感技術(shù)，分別對不同生長期水稻葉片和冠層的葉綠素含量進(jìn)行了檢測研究研究發(fā)現(xiàn)，基于地面葉片圖像和無人機(jī)冠層圖像得到的Ipca與葉綠素含量在-0.05的顯著性水平下顯著相關(guān)，表明提出的主成分分析指數(shù)可用于地面和無人機(jī)遙感的水稻葉綠素含量檢測無人機(jī)作物養(yǎng)分信息檢測的應(yīng)用表面結(jié)合數(shù)碼相機(jī)的無人機(jī)遙感可用于水稻葉片和冠層葉綠素含量的檢測稻田RGB圖像及NDVI分布圖無人機(jī)作物養(yǎng)分信息檢測的應(yīng)用Caturegli等《2016）采用無人機(jī)遙感對施肥后的3種草坪的氮(N)含量進(jìn)行了檢測研究研究發(fā)現(xiàn),無人機(jī)遙感測得的NDVI與作物傳感器近地測得的NDVI有較高的相關(guān)性,并且NDVI對草坪的N含量有較好的估計結(jié)果這一研究結(jié)果表明,無人機(jī)遙感能夠充分評估草坪的N含量在空間范圍內(nèi)的變化,這為大面積的草地管理提供了技術(shù)支持BU