无人机机载式冠层反射光谱测量平台的设计与实现
发布时间：2022-01-17 10:23
在农村实际农业生产中,需要解决单个田块内部的精量均匀施肥和不同田块之间的变量施肥问题。高效、准确地获取作物营养状态信息是科学实施变量施肥的前提,反射光谱测量技术作为一种新型的快速、无损的光谱分析技术,是当前作物追肥阶段最有效的技术手段。该技术通过对作物冠层光谱的反射率计算,得到作物冠层的反射光谱指数,结合已有的作物营养状况诊断模型,实现作物营养状况信息的获取。目前,反射光谱的测量方式主要有手持式和车载式两种,手持式测量适合于抽样检查,由于大规模数据采集耗时耗力,该测量方式适合在科研活动中应用,不适合在实际生产中应用;车载式测量在大田作业中虽然能够实时获取作物的营养状况信息,但在实际应用中,为了不对作物造成二次伤害,一般应用实时测量信息直接控制变量施肥作业,由于过度精细往往难以达到理想效果,难以满足农村地区单个田块内部实现精量均匀施肥的要求。本文应用无人机构建作物冠层反射光谱测试平台,以快速无损地获取作物各生育阶段的营养状况信息,进而构建单个田块的整体作物生长信息,科学指导追肥阶段的变量施肥作业。主要研究内容如下:1.搭建了基于无人机机载式冠层反射光谱测量平台:平台选用大疆公司生产的M1...
【文章来源】：南京农业大学江苏省 211工程院校 教育部直属院校
【文章页数】：87 页
【学位级别】：硕士
【部分图文】：
图１－１新型植保无人机??Ｆｉ．?１－１?Ｔｈｅ?ｎｅｗｌａｎｔｒｏｔｅｃｔ?ｄｒｏｎｅｓ??
??图１－１新型植保无人机??Ｆｉｇ．?１－１?Ｔｈｅ?ｎｅｗ?ｐｌａｎｔ?ｐｒｏｔｅｃｔ?ｄｒｏｎｅｓ??２００２年美国宇航局研制开发了以太阳能为动力的无人飞机，并将多光谱图??像仪搭载在无人机上，对夏威夷岛上种植园区的咖啡进行长周期的监测，通过对??多光谱图像数据的分析，完成对该区咖啡的监测，进而制定合理的管理措施，为??无人机在精准农业中的推广提供了研宄基础，有效地推动了精准农业的发展。由??于无人机在较高的高度下对图像数据进行采集，因此在飞行采集过程中容易受到??云层等外界多重因素的干扰［２１］。图１－２和１－３分别为搭载多光谱图像仪器的??Ｐａｔｈｆｉｎｄｅｒ－Ｐｌｕｓ无人机和无人机在夏威夷岛悬停的工作场景：??Ｍｍ??■??图１－２搭载多光谱图像仪器的Ｐａｔｈｆｉｎｄｅｒ－Ｐｌｕｓ无人机??Ｆｉｇ．?１－２?Ｕｎｍａｎｎｅｄ?Ａｅｒｉａｌ?Ｖｅｈｉｃｌｅ?ｗｉｔｈ?Ｍｕｌｔｉｓｐｅｃｔｒａｌ?ｉｍａｇｅ?ｉｎｓｔｒｕｍｅｎｔ?ｏｆ?Ｐａｔｈｆｉｎｄｅｒ－Ｐｌｕｓ??３??
高光谱技术是新一代光电检测技术，在光谱分辨率上有巨大的优势。日本国??家农业研究中心Ｈｅｒｗｉｔｚ［３２］采用高光谱测量仪完成了对水稻生理状态的评估。高??光谱成像测量仪如下图１－４所示。根据作物冠层的氮素和叶绿素与可见光和近红??外光的相关关系，对其进行估算，进而建立了模型。研究结果表明：近红外波段??可以较好地反映叶片氮素的含量，通过叶片氮素含量的决定系数ｒ２可以较好地??反映叶片的生理状况。但由于受到作物生育阶段、生长条件以及外界测量环境等??因素的影响，该预测模型有一定的局限性和不稳定性；Ｎｏｈ［３３］等人对玉米氮素进??行了预测，获取红、绿、近红外三个通道的图像，通过光谱分析技术完成对氮素??含量的检测，完成了对玉米氮素含量的评估，后来利用多光谱ＣＣＤ摄像头获取??三通道的反射光谱信息，建立了玉米氮素的胁迫模型，完成对玉米氮素的预测和??测量。但是该实验只针对一种作物一种时期的氮素进行评估与诊断，有一定的局??限性［３４］。??ＡＯＴＦ?ｆｉｂｅｒ??麵??图１－４高光谱成像测量仪??Ｆｉｇ．?１－４?Ｈｙｐｅｒ?ｓｐｅｃｔｒａｌ?ｉｍａｇｉｎｇ?ｍｅａｓｕｒｅｍｅｎｔ?ｉｎｓｔｒｕｍｅｎｔ??多光谱技术与图像处理技术结合形成了多光谱成像技术
【参考文献】：
期刊论文
[1]新型植保机械遥控无人机防治小麦蚜虫研究[J]. 巴秀成,张路生,常慧红,王小梦,王其武. 现代农业科技. 2015(21)
[2]无人机遥感在农业中的运用浅析[J]. 李宁,付晓晨,于涵. 现代化农业. 2015(09)
[3]无人机遥感技术在农业中的发展与应用[J]. 李勇志,支晓栋,唐海龙,李丹,赵政,孙长奎. 安徽农业科学. 2015(25)
[4]STM32的FatFS在数据采集系统中的应用[J]. 秦伟. 单片机与嵌入式系统应用. 2015(06)
[5]基于可见光波段无人机遥感的植被信息提取[J]. 汪小钦,王苗苗,王绍强,吴云东. 农业工程学报. 2015(05)
[6]低空无人机遥感的应用及发展[J]. 高奋生. 农业网络信息. 2014(12)
[7]我国种业智能装备产业研究[J]. 吴建伟,卢大文,明博,李志军,韩湘,杨宝祝. 中国农业科技导报. 2014(06)
[8]基于主动光源的作物生长信息监测仪的设计与试验[J]. 卢少林,倪军,曹卫星,姚霞,朱艳. 农业工程学报. 2014(23)
[9]农业遥感研究现状与展望[J]. 史舟,梁宗正,杨媛媛,郭燕. 农业机械学报. 2015(02)
[10]拓普康CropSpec植物氮含量探测系统[J]. 现代化农业. 2014(05)
博士论文
[1]基于轻小型无人机的高光谱成像系统研究[D]. 葛明锋.中国科学院研究生院(上海技术物理研究所) 2015
[2]基于光谱信息的植被氮素快速探测仪器研究[D]. 孙刚.中国农业大学 2013
[3]基于成像链分析的光谱成像系统设计方法研究[D]. 付强.中国科学院研究生院(西安光学精密机械研究所) 2012
[4]植被叶面积指数与叶片聚集度系数遥感反演方法研究[D]. 朱高龙.南京大学 2011
[5]小麦冠层和单叶氮素营养指标的高光谱监测研究[D]. 姚霞.南京农业大学 2009
[6]基于可见光—近红外光谱的冬小麦氮素营养诊断与生长监测[D]. 胡昊.中国农业科学院 2009
硕士论文
[1]基于冠层反射光谱的水稻氮素营养与生长监测研究[D]. 胡雯君.江西农业大学 2014
[2]基于STM32的人体生理信号采集和存储系统设计[D]. 刘帅.山东师范大学 2014
[3]硅光电池光电特性测试用准直式太阳模拟器研究[D]. 李光云.长春理工大学 2014
[4]基于窄波段与宽波段反射特征的小麦生长监测[D]. 金林雪.南京信息工程大学 2013
[5]光纤输出稳定激光光源的控制系统研发[D]. 陈颖.济南大学 2013
[6]低空无人机遥感在油田测量中的关键技术应用研究[D]. 钱尊岩.中国石油大学（华东） 2012
[7]基于遥感数据的黄土高原植被覆盖变化分析研究[D]. 卢柳叶.西北农林科技大学 2012
[8]基于远程控制的SD卡文件管理[D]. 惠旦.东华大学 2012
[9]基于Freescale MC9S12系列单片机开发板的设计[D]. 邱侦毅.南昌大学 2011
[10]基于SOPC和SD卡的嵌入式存储系统设计与实现[D]. 葛宇.东北大学 2010
本文编号：3594557
【文章来源】：南京农业大学江苏省 211工程院校 教育部直属院校
【文章页数】：87 页
【学位级别】：硕士
【部分图文】：
图１－１新型植保无人机??Ｆｉ．?１－１?Ｔｈｅ?ｎｅｗｌａｎｔｒｏｔｅｃｔ?ｄｒｏｎｅｓ??
??图１－１新型植保无人机??Ｆｉｇ．?１－１?Ｔｈｅ?ｎｅｗ?ｐｌａｎｔ?ｐｒｏｔｅｃｔ?ｄｒｏｎｅｓ??２００２年美国宇航局研制开发了以太阳能为动力的无人飞机，并将多光谱图??像仪搭载在无人机上，对夏威夷岛上种植园区的咖啡进行长周期的监测，通过对??多光谱图像数据的分析，完成对该区咖啡的监测，进而制定合理的管理措施，为??无人机在精准农业中的推广提供了研宄基础，有效地推动了精准农业的发展。由??于无人机在较高的高度下对图像数据进行采集，因此在飞行采集过程中容易受到??云层等外界多重因素的干扰［２１］。图１－２和１－３分别为搭载多光谱图像仪器的??Ｐａｔｈｆｉｎｄｅｒ－Ｐｌｕｓ无人机和无人机在夏威夷岛悬停的工作场景：??Ｍｍ??■??图１－２搭载多光谱图像仪器的Ｐａｔｈｆｉｎｄｅｒ－Ｐｌｕｓ无人机??Ｆｉｇ．?１－２?Ｕｎｍａｎｎｅｄ?Ａｅｒｉａｌ?Ｖｅｈｉｃｌｅ?ｗｉｔｈ?Ｍｕｌｔｉｓｐｅｃｔｒａｌ?ｉｍａｇｅ?ｉｎｓｔｒｕｍｅｎｔ?ｏｆ?Ｐａｔｈｆｉｎｄｅｒ－Ｐｌｕｓ??３??
高光谱技术是新一代光电检测技术，在光谱分辨率上有巨大的优势。日本国??家农业研究中心Ｈｅｒｗｉｔｚ［３２］采用高光谱测量仪完成了对水稻生理状态的评估。高??光谱成像测量仪如下图１－４所示。根据作物冠层的氮素和叶绿素与可见光和近红??外光的相关关系，对其进行估算，进而建立了模型。研究结果表明：近红外波段??可以较好地反映叶片氮素的含量，通过叶片氮素含量的决定系数ｒ２可以较好地??反映叶片的生理状况。但由于受到作物生育阶段、生长条件以及外界测量环境等??因素的影响，该预测模型有一定的局限性和不稳定性；Ｎｏｈ［３３］等人对玉米氮素进??行了预测，获取红、绿、近红外三个通道的图像，通过光谱分析技术完成对氮素??含量的检测，完成了对玉米氮素含量的评估，后来利用多光谱ＣＣＤ摄像头获取??三通道的反射光谱信息，建立了玉米氮素的胁迫模型，完成对玉米氮素的预测和??测量。但是该实验只针对一种作物一种时期的氮素进行评估与诊断，有一定的局??限性［３４］。??ＡＯＴＦ?ｆｉｂｅｒ??麵??图１－４高光谱成像测量仪??Ｆｉｇ．?１－４?Ｈｙｐｅｒ?ｓｐｅｃｔｒａｌ?ｉｍａｇｉｎｇ?ｍｅａｓｕｒｅｍｅｎｔ?ｉｎｓｔｒｕｍｅｎｔ??多光谱技术与图像处理技术结合形成了多光谱成像技术
【参考文献】：
期刊论文
[1]新型植保机械遥控无人机防治小麦蚜虫研究[J]. 巴秀成,张路生,常慧红,王小梦,王其武. 现代农业科技. 2015(21)
[2]无人机遥感在农业中的运用浅析[J]. 李宁,付晓晨,于涵. 现代化农业. 2015(09)
[3]无人机遥感技术在农业中的发展与应用[J]. 李勇志,支晓栋,唐海龙,李丹,赵政,孙长奎. 安徽农业科学. 2015(25)
[4]STM32的FatFS在数据采集系统中的应用[J]. 秦伟. 单片机与嵌入式系统应用. 2015(06)
[5]基于可见光波段无人机遥感的植被信息提取[J]. 汪小钦,王苗苗,王绍强,吴云东. 农业工程学报. 2015(05)
[6]低空无人机遥感的应用及发展[J]. 高奋生. 农业网络信息. 2014(12)
[7]我国种业智能装备产业研究[J]. 吴建伟,卢大文,明博,李志军,韩湘,杨宝祝. 中国农业科技导报. 2014(06)
[8]基于主动光源的作物生长信息监测仪的设计与试验[J]. 卢少林,倪军,曹卫星,姚霞,朱艳. 农业工程学报. 2014(23)
[9]农业遥感研究现状与展望[J]. 史舟,梁宗正,杨媛媛,郭燕. 农业机械学报. 2015(02)
[10]拓普康CropSpec植物氮含量探测系统[J]. 现代化农业. 2014(05)
博士论文
[1]基于轻小型无人机的高光谱成像系统研究[D]. 葛明锋.中国科学院研究生院(上海技术物理研究所) 2015
[2]基于光谱信息的植被氮素快速探测仪器研究[D]. 孙刚.中国农业大学 2013
[3]基于成像链分析的光谱成像系统设计方法研究[D]. 付强.中国科学院研究生院(西安光学精密机械研究所) 2012
[4]植被叶面积指数与叶片聚集度系数遥感反演方法研究[D]. 朱高龙.南京大学 2011
[5]小麦冠层和单叶氮素营养指标的高光谱监测研究[D]. 姚霞.南京农业大学 2009
[6]基于可见光—近红外光谱的冬小麦氮素营养诊断与生长监测[D]. 胡昊.中国农业科学院 2009
硕士论文
[1]基于冠层反射光谱的水稻氮素营养与生长监测研究[D]. 胡雯君.江西农业大学 2014
[2]基于STM32的人体生理信号采集和存储系统设计[D]. 刘帅.山东师范大学 2014
[3]硅光电池光电特性测试用准直式太阳模拟器研究[D]. 李光云.长春理工大学 2014
[4]基于窄波段与宽波段反射特征的小麦生长监测[D]. 金林雪.南京信息工程大学 2013
[5]光纤输出稳定激光光源的控制系统研发[D]. 陈颖.济南大学 2013
[6]低空无人机遥感在油田测量中的关键技术应用研究[D]. 钱尊岩.中国石油大学（华东） 2012
[7]基于遥感数据的黄土高原植被覆盖变化分析研究[D]. 卢柳叶.西北农林科技大学 2012
[8]基于远程控制的SD卡文件管理[D]. 惠旦.东华大学 2012
[9]基于Freescale MC9S12系列单片机开发板的设计[D]. 邱侦毅.南昌大学 2011
[10]基于SOPC和SD卡的嵌入式存储系统设计与实现[D]. 葛宇.东北大学 2010
本文编号：3594557
本文链接：https://www.wllwen.com/nykjlw/nygclw/3594557.html
