基于无人机与卫星影像的农田精准管理分区研究

发布时间：2020-10-18 15:51

　　 耕地是人们赖以生存和发展的物质基础,耕地质量的好坏直接关系到作物的产量与品质,提高耕地利用效益,促进农业资源的可持续利用,对于保障粮食安全和增加农民收入具有重大意义。我国的耕地通常把整个地块作为耕种单元,对一个地区的所有耕地进行统一施肥管理,单位面积投入相同的肥量会因土壤养分的空间差异性造成地块所需肥量的过多或过少,区域内养分供给失衡,降低了肥料利用率,对耕地生态环境造成了污染,耕地经济效益以及农产品质量受到了较大影响。因此,对农田进行科学合理的施肥管理模式是提高耕地利用效益的有效手段,精准管理分区可以按分区单元投入化肥的使用量,不仅提高了耕地经济效益和保护耕地生态环境,而且促进了农业经济的可持续发展以及耕地资源的可持续利用。精准管理分区是依照农田作物的长势特征将整个地块划分成多个独立的小单元,单元内部具有相似性,单元之间具有空间差异性,对不同的单元进行变量施肥管理。传统的田间格网采样方法需要到研究区按要求进行采样,这种方法不仅耗费大量的人力、物力,而且作业效率低,在实际应用中很难推广,基于遥感技术的精准管理分区与传统的田间格网采样相比作业效率高,可以大面积推广,也是当前研究的热点。本文选取黑龙江省海伦市海伦合作社试验田作物长势差异较为明显的地块为研究区,获取海伦合作社2018年6月和7月两期高分一号影像,2018年6月和7月两期无人机多光谱影像,提取影像的植被指数,采用面向对象多尺度分割方法对农田精准管理分区,并且对生长期的作物进行田间格网采样,获取叶绿素SPAD值、株高,然后利用SPAD值、株高、植被指数评价精准管理分区的精度。首先以高分一号不同时期的影像为数据源对农田精准管理分区,然后以无人机多光谱不同时期影像为数据源对农田精准管理分区,最后利用归一化植被指数NDVI、红边归一化植被指数NDRE、红边反射率RE、红边比值植被指数RERVI、比值植被指数RVI为数据源划分精准管理分区,研究结论如下:(1)运用面向对象多尺度分割算法,对高分一号2018年6月下旬与7月下旬的影像划分精准管理分区,划分精准管理分区后分区内与分区间变异系数差异明显,管理分区单元间有较大的空间差异性,并且基于6月下旬高分一号影像的分区中SPAD值、株高、比值植被指数RVI、垂直植被指数DVI、归一化植被指数NDVI的区间变异系数均高于7月下旬,区内变异系数均低于7月下旬,因此,基于高分一号影像的精准管理分区具有可行性,并且6月下旬精度更高一些。(2)以无人机多光谱影像为数据源,运用面向对象多尺度分割方法划分精准管理分区,评价最优分割尺度,划分精准管理分区后在6月下旬与7月下旬的区内与区间变异系数有明显变化,利用SPAD值、株高、NDVI、NDRE、RERVI、RVI评价精准管理分区的精度,6月下旬SPAD值、株高、NDVI、NDRE、RERVI、RVI区间变异系数大于7月下旬,区内变异系数小于7月下旬,由此可以看出基于无人机多光谱影像为数据源的精准管理分区具有可行性,并且6月下旬的影像精度高于7月下旬。(3)基于植被指数的精准管理分区结果表明,红边植被指数的分区精度要高于归一化植被指数与比值植被指数。(4)对比分析高分一号6月下旬、7月下旬,无人机多光谱影像6月下旬、7月下旬的精准管理分区精度,结果表明,基于无人机多光谱影像的精准管理分区精度要高于高分一号,选取6月下旬的影像精准管理分区的精度要高于7月下旬。
【学位单位】：东北农业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：S127
【部分图文】：

技术路线图

东北农业大学农业硕士学位论文与数据处理着丰富的物质资源，有着肥沃的黑土地，是世界物有玉米、大豆等粮食作物以及烤烟等经济作物内，在松嫩平原东北部，地块中心地理位置坐标为的研究区面积为 12 hm2，如图 3-1 所示。南与绥市相邻，总人口 84.7 万人，其中农业人口 65 万人均为黑龙江省市县第七位。由于气候影响，该地全年有 120 天为无霜期，积温在 2200℃到 2400℃均最低气温达到-26℃，全年降水量达到了 500-600

图3-26月下旬高分一号假彩色影像
【相似文献】

相关期刊论文 前10条

1 陈静;;合法、安全飞行是无人机行业发展的根本[J];机器人产业;2019年04期

2 金伟;尚勇;;中国无人机安全监管[J];科技导报;2019年14期

3 李梦玮;;无人机产品质量提升研究与案例分析[J];机器人产业;2019年04期

4 李富良;李元元;黄杰;黄植兵;;美陆军无人机训练研究[J];国防科技;2019年03期

5 李诚龙;曾新宇;;民用无人机运行事故致害法律责任探究[J];北京航空航天大学学报(社会科学版);2019年04期

6 ;2019年无人机智能技术发展大会征文通知[J];航空工程进展;2019年04期

7 本刊编辑部;;2019世界无人机大会深圳盛大开幕 同期举办第四届深圳国际无人机展览会[J];中国公共安全;2019年07期

8 徐宏庆;;无人机应用技术专业建设的探索[J];正德职业技术学院学报;2018年02期

9 潘泉;康童娜;吕洋;赵春晖;胡劲文;;无人机感知规避技术发展与挑战[J];无人系统技术;2018年04期

10 杜恒;;基于足球比赛路径规划的农用无人机定位和导航研究[J];农机化研究;2019年10期

相关博士学位论文 前10条

1 薛武;无人机影像定位优化技术研究[D];战略支援部队信息工程大学;2017年

2 孟凡琨;无人机目标跟踪与避障研究[D];长安大学;2018年

3 王勋;基于拟态物理学的无人机编队控制与重构方法研究[D];国防科学技术大学;2016年

4 徐淑芳;基于连通性的无人作战网络关键技术研究[D];南京航空航天大学;2017年

5 匡敏驰;尾座式推力矢量无人机飞行控制方法研究[D];清华大学;2017年

6 纪晓婷;基于概率模型检验的无人机不确定决策理论与方法研究[D];国防科学技术大学;2016年

7 邓海强;翼身融合布局无人机总体多学科设计优化研究[D];南京航空航天大学;2017年

8 吕迅竑;无人机容错飞行控制系统关键技术研究[D];南京航空航天大学;2017年

9 桑学佳;无人机及深度学习在地质调查中的应用[D];吉林大学;2018年

10 宋福根;基于输电线路电场分布特征的无人机巡检避障策略研究[D];福州大学;2017年

相关硕士学位论文 前10条

1 潘凯文;近墙面风扰下旋翼无人机控制系统设计[D];武汉科技大学;2019年

2 张磊;四旋翼植保无人机的研究与设计[D];武汉科技大学;2019年

3 赵兴成;鲁棒H_∞/S面模型的无人机飞行控制方法研究[D];中北大学;2019年

4 牛俊财;无人机打击侦察分布式布局下多机协同攻击模式研究[D];中北大学;2019年

5 余后明;四旋翼无人机姿态控制研究[D];中北大学;2019年

6 任诗文;双无人机车载系统路径规划研究[D];武汉科技大学;2019年

7 韩海龙;无人机机载接收机天线的设计与研究[D];内蒙古大学;2019年

8 朱杰;无人机侦察系统的观测轨迹规划与目标定位算法研究[D];中北大学;2019年

9 黄愉淇;基于无人机遥感技术的作物面积提取研究[D];湖南农业大学;2018年

10 闫洋;基于无人机与相机调查的江门海域中华白海肠（Sousa chinensis）行为的初步研究[D];山东大学;2019年

本文编号：2846504