女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

無人機遙感技術對高粱生長狀態的監測研究

萊森光學 ? 來源:萊森光學 ? 作者:萊森光學 ? 2022-04-14 10:52 ? 次閱讀

0引 言

高粱是世界第五大農作物,是釀造業和飼料業的基礎原料,在我國種植廣泛且近幾年的對外依存度較高。全面并準確地獲取高粱的生長狀態信息對指導高粱的生產、精確的預測產量、評價生產耗能等具有重要的現實意義。然而在無人機遙感技術對高粱生長狀態的監測研究方面還未有大量研究。本文以南通市農業研究實驗基地種植的高粱為研究對象,選取可反應農作物長勢的葉面積指數(LAI)、植被覆蓋度(FVC)為高粱生長參數的指標,通過多旋翼無人機平臺獲取高粱不同生長階段的遙感圖像,在建立4種典型植被指數和高粱生長參數 LAI 和FVC 的經驗統計回歸模型,確定適用于反應高粱長勢的最優植被指數;然后,對比實測和通過無人機遙感圖像獲得的 LAI 和FVC 值,評估無人機遙感評價農作物長勢的準確性。

1材料與方法

1.1 試驗區概況

試驗于南通市農業研究實驗基地進行,基地地勢平坦,土壤類型草甸黑土,土壤質地黏重,前茬大豆,秋整地。高粱品種為紅糯 16,每公頃的保苗株數為25萬株,播種同時施入種肥300kg/hm2(氮∶磷∶鉀=23:10:12)。施肥、防蟲滅草等均按當地生產進行,播種及各項農事活動均在同一天內完成。

1.2 數據獲取

1.2.1 無人機遙感數據

本研究采用無人機5通道多光譜相機。相機在120m 的飛行高度時,分辨率( GDS )為8cm,可采集藍、綠、紅、紅邊、近紅外5個光譜波段。在高粱播種到成熟的過程中,選取3個主要生育期開展無人機遙感作業,選擇太陽光強度穩定、天氣晴朗無云的天氣,10:00~14:00獲取遙感圖像,試驗日期與對應的生育期如表1所示。3 次 無 人 機 作 業 時 采 取 同 一 航 線,飛 行 時 間 約 為20min,飛行高度為120m。

表1無人機遙感圖像獲取時間及對應的生育期

poYBAGJXi_6AJFjnAAA5VYHHk84432.png

1.2.2 地面數據采集

地面數據采集工作與無人機空中作業在同一天同一時間段開展,利用植物冠層分析儀,完成研究區域內的高粱葉面積指 數 LAI 的測量。同時,將數碼相機安裝在桿子上,在距離地面約3m 的高度俯拍高粱冠層的圖片,每個拍攝點至少拍攝3張照片。

1.3 數據處理

對無人機采集的多光譜圖像,首先采用圖像軟件將單個圖像拼接成研究區域整體的圖像。再使用 ENVI 遙感圖像處理軟件進行輻射定標,采用偽標準地物輻射糾正法,通過建立地面實測反射率和地面實際反射系數之間的線性關系來實現輻射定標。在試驗田周邊布置兩個標稱反射率為0.03和0.22的3m×3m 航拍實驗標準反射率參考板。使用 ENVI 軟件從無人機圖像中提取與標準參考板相對應的DN 值。利用各光譜波段的參考板DN 值和已知的校準參考板反射率值建立了線性回歸方程,將無人機圖像的 DN 值轉換為輻射定標后的反射率

poYBAGJXjHqAI-_AAAALildP8LA957.png

式中:ρ(x , y , i )—光譜帶i中像素( x , y )的輻射定標后的反射率;DN(x , y , i )—光譜帶i中像素( x , y )的 DN 值;ai、bi—光 譜 帶i 的 線 性 回 歸 模 型 的 斜 率 和截距。無人機多光譜影像的輻射定標需要單獨提取綠、紅、紅邊和近紅外波段影像的白色參考板DN值,依次分別進行單波段影像的輻射校正。最后,對經過輻射定標的綠、紅、紅邊和近紅外波段影像進行波段合成處理,得到多光譜影像合成數據。對于地面采集的圖像,在采用 AdobePhoto shop 軟件處理高粱冠層圖片后,將照片導入 ENVI 軟件以估算植被覆蓋度FVC 值。具體的計算過程為:首先利用“maximumlikehood ”函數,將每幅圖像分為有植被和無植被兩類。然后,使用“quick stats”函數確定植被區域中的像素數。將植被部分的像素數除以圖像的像素總數,估算出每幅植被圖像的 FVC 值。

1.4 植被指數的選取

在輻射定標后,結合無人機遙感平臺,如表2所示,選擇4種常用的植被指數用于高粱LAI和 FVC反演模型的構建,利用ENVI軟件中的自帶函數計算植被指數。

表2選取的植被指數和計算公式

pYYBAGJXjAiAQFwEAADpbat-xH0331.png

1.5 統計分析

使用驗證數據集分析回歸模型的準確性,選用評價指標:決定系數R2、均方根誤差 RMSE、平均絕對誤差MAPE評價回歸模型的精度。此外,使用T檢驗確定估測模型是否能夠以合理的精度預測高粱 的 FVC 和 LAI ,如果斜率值與1無顯著性差異,截距值與0無顯著性差異,則可以得出回歸模型與直線y=x無顯著性差異的結論,即估測模型可以實現高精度的預測。

2結果與分析

2.1 最優估測植被指數

通過對比分析 NDVI 、綠色 NDVI 、RVI 和 WDR-V I 植被指數和高粱的 LAI 和 FVC 相關性,確定最優的估測植被指數。從 50 幅無人機圖像中提取數據點構建樣本數據集,隨機選擇2/3的樣本數據作為訓練集與多光譜反射率影像建模,選擇指數回歸和線性 回 歸分別構建高粱 LAI 和 FVC 的估測模型。剩余的1/3樣本數據作為驗證集,評價回歸模型的性能,得到的 LAI 和 FVC 的4種植被指數的最佳擬合函數和評價指標分別如表3和表4所示。

表3 植被指數和葉面積指數的回歸模型

poYBAGJXjBqAcO8NAACYgtgUK6w797.png

表4 植被指數與植被覆蓋度的回歸模型

poYBAGJXjCWAedT5AACdeE-pvUM485.png

從表3和表4可得,NDVI 構建 LAI 和 FVC 的估算模型的精度和效果要優于其他植被指數。相比于其他3 種植被指數,LAI-NDVI 和 FVC-NDVI 估算模型的決定系數 R2 值最高(0.91,0.88)且均方根誤差 RMSE(0.28,0.06)和平均絕對誤差MAPE(11%,8%)最低。WDRVI 的表現優于綠色NDVI 和 RVI ,但該指數的R2較低,RMSE和MAPE 較高,與其他植被指數相比 RVI 顯示準確性最低。由于NDVI 與高粱作物的LAI 和 FVC 的相關性最大,所以選擇 ND-VI 指數進行下一步的詳細研究。

2.2 無人機遙感圖像預測LAI 精度評價

根據訓練數據集繪制 NDVI 和 LAI 之間的函數關系如圖1所示。

poYBAGJXjC-AIKJHAADQv7c02mE456.png

圖1植被指數 NDVI 與葉面積指數的函數關系

由圖1 可以看出,在圖像采 集期間,高粱 的 LAI 值集中在 0.2~3.0 的 范 圍內。但 當 LAI >2.5 時,NDVI 不會發生明顯的變化,保持在 0.9 左右。該結果與其他學者的研究結果較為一致:LAI 的繼續增大不會顯著影響植物紅光波段吸收和反射,所以 NDVI 不會隨著高粱葉面積的增大而變化。該現象的主要原因是:對于多數農作物,在 LAI ≥ 2.5,吸收峰高于95%時,紅光波段的冠層反射率小于5%。為了評估根據無人機遙感圖像 得到的 NDVI 與LAI 經驗關系的可行性和準確性,對實測的 LAI 數據和通過無人機遙感數據得到的 LAI 的預測回歸模型進行交叉驗證,得到的結果如圖2所示。圖2中虛線為函數y=x,實線為葉面積指數實測值和預測值之間的最小二乘線性回歸方程。

poYBAGJXjD2AKdGtAADh7N6b12U091.png

圖2 無人機遙感圖像預測葉面積指數效果圖

由圖2可以看出,根據無人機圖像得到的預測值和實測 LAI 值之間具有較好的擬合性,決定系數 R2=0.94 ,RMSE =0.16 ,MAPE=13 %。通過最小二乘法得到的回歸方程y=0.95x+0.06 與實測數據之間的方差為 0.95 。T 檢驗結果顯示:回歸方程的斜率與1無顯 著 性 差 異 (p=0.14 ),截 距 與 0 無 顯 著 性 差 異(p=0.15),即回歸方程與方程y=x 沒有顯著差異。統計分析表明,根據遙感圖像構建 NDVI 和 LAI 的線性模型 LAI=0.14e3.4 ×NDVI 能夠對高粱的葉面積指數 LAI 進行準確的預測。

2.3 無人機遙感圖像預測 FVC 精度評價

繪制訓練數據集的 NDVI 和 FVC 之間的函數關系,如圖3所示。

pYYBAGJXjEeATkzDAAB6pDiOc0s373.png

圖3植被指數 NDVI 與植被覆蓋度的函數關系

根 據 圖 3 可 得,與 NDVI 和 LAI 關 系 不 同,NDVI 和 FVC 呈現線性關系(R 2=0.90),FVC 集中的分布在 0.6~0.9 之間。與前文的分析方法相同,使用 NDVI-FVC 的回歸模型對實測的 FVC 和根據無人機遙感圖像推算得到的 FVC 進行交叉驗證,得到驗證結果如圖4所示。圖4中虛線為函數y=x,實線為植被覆蓋度實測值和預測值之 間的最小二乘線性回歸方程。

pYYBAGJXjFGAG5MPAADAlDatnVw247.png

圖4無人機遙感圖像預測植被覆蓋度效果

由圖4可以看出,根據無人機圖像得到的預測值和實測 FVC 值之間具有較好的擬合性,決定系數R 2=0.90 ,RMSE =0.05 ,MAPE=4%。T 檢驗結果顯示,回歸方程的斜率與1無顯著性差異(p=0.07),截距與0無顯著性差異(p=0.05),即 回歸方 程與方 程y=x沒有顯 著 差 異。統 計 分 析 表 明,根 據 遙 感 圖 像 構 建NDVI和FVC 的線性模型FVC=1.07NDVI-0.16 能夠對高粱的植被覆蓋度 FVC 進行準確的預測。2.4 無人機遙感圖像預測 LAI-FVC 之間的關系根據 FVC 和 LAI 的實測值,繪制兩者的函數關系如圖5所示。

poYBAGJXjFyAP_XTAADZyfnVS1w341.png

圖5LAI-FVC 實測值函數關系

從圖5可以看出,LAI-FVC 之間呈現曲線相關,在 LAI <1.5 時,如圖 5 中虛線所示,LAI-FVC 之間呈現線性的關系;當 LAI>1.5時,LAI-FVC 之間的曲線關系較為明顯。當高粱冠層的 LAI 值達到約 2.5 時,植被覆蓋了約70%的地面面積。在 LAI 大于 2.5 后,葉面積的繼續增大,并沒有引起植被覆蓋度的變化。因此,當地塊的植被覆蓋度較高時,雖然 LAI 仍可能增加,但其 NDVI 值基本不變。

3結 論

本研究利用無人機多光譜遙感系統建立了植被指數和高粱 LAI 、FVC 之間的回歸模型,并預測其精度,結果表明,通過無人機遙感技術可以精確、可靠地預測高粱作物的生長狀態。1)歸一化差異植被指數 NDVI 為反應高粱長勢最優的植被指數,通過無人機遙感圖像得到的 NDVI 值估計高粱的 LAI 和 FVC 的 魯 棒 性 較 好。LAI -NDVI 和 FVC-NDVI 估 算 模 型 的 R2值 最 高 (0.91,0.88),且 RMSE(0.28,0.06)和 MAPE(11%,8%)最低。2)根據遙感圖像分別構建 NDVI 和LAI及 FVC的線性模型 LAI =0.14e3.4×NDVI和 FVC=1.07NDVI-0.16 能夠準確預測高粱的 LAI 值和 FVC值。3)在高粱生長季的后期 LAI >2.5 時,由于 ND-VI 飽和度問題會降低其對 LAI 預測效果。

萊森光學(深圳)有限公司是一家提供光機電一體化集成解決方案的高科技公司,我們專注于光譜傳感和光電應用系統的研發、生產和銷售。

審核編輯:湯梓紅

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 監測
    +關注

    關注

    2

    文章

    3916

    瀏覽量

    45345
  • 遙感
    +關注

    關注

    0

    文章

    252

    瀏覽量

    17105
  • 無人機
    +關注

    關注

    230

    文章

    10746

    瀏覽量

    185623
收藏 人收藏

    評論

    相關推薦
    熱點推薦

    《手把手教你做星閃無人機—KaihongOS星閃無人機開發實戰》系列課程課件匯總

    為助力開發者迅速掌握『KaihongOS輕量系統開發技術』與『星閃無線通信技術』,實現快速上手與深度體驗,“開鴻Developer社區”攜手“電子發燒友”再次聯合推出《手把手教你做星閃無人機
    發表于 03-18 10:33

    基于高光譜的辣椒葉片SPAD反演研究

    無人機高光譜遙感技術和近地高光譜技術在農作物的生長狀態監測、分類等方面具有獨特的優勢,它快速、高
    的頭像 發表于 12-31 10:28 ?492次閱讀
    基于高光譜的辣椒葉片SPAD反演<b class='flag-5'>研究</b>

    環境遙感行業發展趨勢分析 遙感數據集的獲取與使用

    發展趨勢分析 技術進步 高分辨率成像技術 :隨著衛星和無人機技術的發展,高分辨率成像技術使得遙感
    的頭像 發表于 12-05 10:29 ?644次閱讀

    遙感技術在水資源管理中的應用

    水資源是地球上最寶貴的自然資源之一,對于維持生態平衡、保障人類生活和經濟發展至關重要。隨著人口增長、城市化進程和氣候變化的影響,水資源管理面臨著前所未有的挑戰。遙感技術作為一種先進的監測手段,為
    的頭像 發表于 12-05 10:26 ?1166次閱讀

    如何利用遙感監測環境變化 遙感衛星的工作原理與種類

    可見光傳感器、紅外傳感器和微波傳感器等。根據研究的目的和需要監測的環境變化類型,選擇合適的傳感器非常重要。 獲取遙感影像數據 :遙感影像數據可以通過衛星、飛機、
    的頭像 發表于 12-05 10:25 ?1100次閱讀

    基于無人機高光譜影像的水稻分蘗數監測方法研究

    研究以東北地區水稻分蘗期分蘗數監測研究對象,設計不同插秧叢距、不同施肥密度處理下的農學正交試驗。利用無人機遙感技術采集試驗田空間數據,同
    的頭像 發表于 10-15 17:33 ?692次閱讀
    基于<b class='flag-5'>無人機</b>高光譜影像的水稻分蘗數<b class='flag-5'>監測</b>方法<b class='flag-5'>研究</b>

    基于無人機高光譜遙感的河湖水環境探測

    湖水環境中的疑似污染水體。 一、引言 河湖水環境監測是人類一直以來高度重視的環境問題。相對于傳統監測手段,遙感技術具有快速、大面積同步觀測、周期性等特點,對于獲取長期、大范圍河湖水環境的時空變化具有顯著優勢。
    的頭像 發表于 09-20 17:43 ?530次閱讀
    基于<b class='flag-5'>無人機</b>高光譜<b class='flag-5'>遙感</b>的河湖水環境探測

    基于無人機多光譜遙感的棉花生長參數和產量估算

    無人機平臺能夠快速獲取高時空分辨率的遙感數據,以山東省濱州市棉花為研究對象,利用安裝在無人機上的多光譜相機獲取遙感影像,分別提取各波段反射率
    的頭像 發表于 08-21 14:29 ?875次閱讀
    基于<b class='flag-5'>無人機</b>多光譜<b class='flag-5'>遙感</b>的棉花<b class='flag-5'>生長</b>參數和產量估算

    基于無人機遙感的作物長勢監測研究進展

    無人機遙感技術通過對作物生長過程中的環境因素、物理指標和生化參數等進行實時或定期監測,來評估和預測作物的生長情況和生產潛力,指導農業生產和管
    的頭像 發表于 07-12 14:14 ?1256次閱讀
    基于<b class='flag-5'>無人機</b><b class='flag-5'>遙感</b>的作物長勢<b class='flag-5'>監測</b><b class='flag-5'>研究</b>進展

    機動車控制應用中的當前遙感技術

    電子發燒友網站提供《機動車控制應用中的當前遙感技術.pdf》資料免費下載
    發表于 07-10 10:13 ?0次下載
    機動車控制應用中的當前<b class='flag-5'>遙感技術</b>

    基于深度學習的無人機檢測與識別技術

    隨著無人機技術的快速發展,無人機在軍事、民用、商業等多個領域的應用日益廣泛。然而,無人機的廣泛使用也帶來了諸多挑戰,如空域安全、隱私保護等問題。因此,開發高效、準確的
    的頭像 發表于 07-08 10:32 ?2162次閱讀

    無人機信號傳輸技術的原理及分類

    無人機信號傳輸技術無人機系統的重要組成部分,它關系到無人機的飛行安全、任務執行效果和數據傳輸質量。 一、無人機信號傳輸
    的頭像 發表于 07-08 10:09 ?5439次閱讀

    基于無人機高光譜遙感的荒漠化草原地物分類研究2.0

    草原退化調查監測須獲取實測數據,無人機搭載高光譜成像儀進行低空遙感,是荒漠化草原地物分類的重要手段,可提供地物精細分類所需的遙感數據,充分發揮出兩種設備納米級光譜分辨率與厘米級空間分辨
    的頭像 發表于 06-17 15:33 ?564次閱讀
    基于<b class='flag-5'>無人機</b>高光譜<b class='flag-5'>遙感</b>的荒漠化草原地物分類<b class='flag-5'>研究</b>2.0

    無人機紅外熱成像技術在森林火災監測中的應用

    無人機紅外熱成像技術如何在森林火災監測中發揮重要作用?這種技術結合了無人機的高空飛行能力和紅外熱成像技術
    的頭像 發表于 06-13 12:14 ?711次閱讀
    <b class='flag-5'>無人機</b>紅外熱成像<b class='flag-5'>技術</b>在森林火災<b class='flag-5'>監測</b>中的應用

    基于無人機高光譜遙感的荒漠化草原地物分類研究1.0

    研究利用無人機高光譜遙感技術采集荒漠化草原遙感數據,運用人工智能圖像分類技術,解決荒漠化草原地物分類與識別問題,具有自動化程度高、分類精度
    的頭像 發表于 06-12 11:48 ?672次閱讀
    基于<b class='flag-5'>無人機</b>高光譜<b class='flag-5'>遙感</b>的荒漠化草原地物分類<b class='flag-5'>研究</b>1.0