UAV-er kan bære en rekke fjernmålssensorer, som kan oppnå flerdimensjonal informasjon om jordbeskrivelse og realisere dynamisk overvåking av flere typer jordbruksinformasjon. Slik informasjon inkluderer hovedsakelig avling av avling av avlingsfordeling (jordbrukslokalisering, identifisering av avlinger, estimering av områder og endring dynamisk overvåking, feltinfrastrukturutvinning), avlingsvekstinformasjon (avlingsfenotypiske parametere, ernæringsindikatorer, utbytte) og avlingsvekstfaktorer (feltfuktighet, skadedyr og sykdommer) dynamikk.
Farmlands romlig informasjon
Romlig beliggenhet informasjon om jordbruksland inkluderer geografiske koordinater av felt og avlingsklassifiseringer oppnådd gjennom visuell diskriminering eller maskingjenkjenning. Feltgrensene kan identifiseres ved geografiske koordinater, og planteområdet kan også estimeres. Den tradisjonelle metoden for å digitalisere topografiske kart som grunnkart for regional planlegging og estimering av områder har dårlig aktualitet, og forskjellen mellom grensested og den faktiske situasjonen er enorm og mangler intuisjon, noe som ikke bidrar til implementeringen av presisjonslandbruk. UAV fjernmåling kan få omfattende romlig lokalisering informasjon om jordbruksland i sanntid, som har de makeløs fordelene med tradisjonelle metoder. Luftbilder fra HD-digitale kameraer kan realisere identifisering og bestemmelse av grunnleggende romlig informasjon om jordbruksland, og utviklingen av romlig konfigurasjonsteknologi forbedrer presisjonen og dybden på forskningen på informasjon om jordbruksland, og forbedrer den romlige oppløsningen mens du introduserer høydeinformasjon, noe som realiserer finere overvåking av romlig informasjon om gård.
Avlingsvekstinformasjon
Avlingsvekst kan karakteriseres av informasjon om fenotypiske parametere, ernæringsindikatorer og utbytte. Fenotypiske parametere inkluderer vegetasjonsdekke, bladområdeindeks, biomasse, plantehøyde, etc. Disse parametrene henger sammen og karakteriserer samlet avlingsvekst. Disse parametrene henger sammen og karakteriserer samlet avlingsvekst og er direkte relatert til endelig avkastning. De er dominerende i forskning på gårdsinformasjon og flere studier har blitt utført.
1) avling fenotypiske parametere
Leaf Area Index (LAI) er summen av ensidig grønt bladområde per overflateareal, som bedre kan karakterisere avlingens absorpsjon og utnyttelse av lysenergi, og er nært knyttet til avlingens materialakkumulering og endelig utbytte. Leaf Area Index er en av de viktigste vekstparametrene for avlinger som for øyeblikket er overvåket av UAV fjernmåling. Beregning av vegetasjonsindekser (vegetasjonsindeks, normalisert vegetasjonsindeks, vegetasjonsindeks for jordkondisjonering, forskjell vegetasjonsindeks, etc.) med multispektrale data og etablering av regresjonsmodeller med bakkesannhetsdata er en mer moden metode for å invertere fenotypiske parametere.
Over bakken biomasse i det sene vekststadiet av avlinger er nært knyttet til både avkastning og kvalitet. For tiden bruker biomasse estimering ved UAV fjernmåling i landbruket fremdeles stort sett multispektrale data, trekker ut spektrale parametere og beregner vegetasjonsindeksen for modellering; Romlig konfigurasjonsteknologi har visse fordeler i estimering av biomasse.
2) Avling ernæringsindikatorer
Tradisjonell overvåking av ernæringsstatus av avlinger krever feltprøvetaking og kjemisk innendørs kjemisk analyse for å diagnostisere innholdet i næringsstoffer eller indikatorer (klorofyll, nitrogen, etc.), mens UAV fjernmåling er basert på det faktum at forskjellige stoffer har spesifikke spektrale refleksjonsabsorpsjonsegenskaper for diagnose. Klorofyll overvåkes basert på det faktum at den har to sterke absorpsjonsregioner i det synlige lysbåndet, nemlig den røde delen av 640-663 nm og den blå-violette delen av 430-460 nm, mens absorpsjonen er svak ved 550 nm. Bladfarge og teksturegenskaper endres når avlinger er mangelfulle, og å oppdage de statistiske egenskapene til farge og tekstur som tilsvarer forskjellige mangler og relaterte egenskaper er nøkkelen til overvåkning av næringsstoffer. I likhet med overvåking av vekstparametere, er valg av karakteristiske bånd, vegetasjonsindekser og prediksjonsmodeller fremdeles hovedinnholdet i studien.
3) Avling
Økende avling er hovedmålet med landbruksaktiviteter, og nøyaktig estimering av avkastning er viktig for både landbruksproduksjons- og ledelsesavdelinger. Tallrike forskere har prøvd å etablere avkastningsestimeringsmodeller med høyere prediksjonsnøyaktighet gjennom multifaktoranalyse.
Landbruksfuktighet
Farmlandsfuktighet overvåkes ofte av termiske infrarøde metoder. I områder med høyt vegetasjonsdekke reduserer lukkingen av bladstomata vanntap på grunn av transpirasjon, noe som reduserer den latente varmefluksen ved overflaten og øker den fornuftige varmefluksen ved overflaten, noe som igjen forårsaker en økning i baldakinstemperaturen, som anses å være temperaturen på plantens baldakin. Som gjenspeiling av avlingsenergibalansen i vannspenningsindeksen kan kvantifisere forholdet mellom avlingsvanninnhold og baldakintemperatur, slik at baldakinstemperaturen oppnådd av den termiske infrarøde sensoren kan gjenspeile fuktighetsstatusen til jordbrukslandet; Bare jord- eller vegetasjonsdekke i små områder, kan brukes til å indirekte omvende jordfuktigheten med temperaturen på undergrunnen, som er prinsippet om at: den spesifikke vannvarmen er stor, temperaturen på varmen er langsom å endre seg, så den romlige fordelingen av temperaturen på undergrunnen i løpet av dagen kan reflektere indirekte i fordelingen av jordfuktigheten. Derfor kan den romlige fordelingen av dagstemperatur undergrunnen indirekte gjenspeile fordelingen av jordfuktighet. Ved overvåking av baldakinstemperatur er bar jord en viktig interferensfaktor. Noen forskere har studert forholdet mellom bar jordtemperatur og avlingsmarkedning, klargjorde gapet mellom kaldemålingstemperaturmålingene forårsaket av bar jord og den virkelige verdien, og brukt de korrigerte resultatene i overvåking av jordbruks fuktighet for å forbedre nøyaktigheten av overvåkningsresultatene. I den faktiske jordbruksledelsen er feltfuktighetslekkasje også oppmerksomhetsfokuset, det har vært studier som bruker infrarøde bilder for å overvåke vanningskanalens fuktighetslekkasje, kan nøyaktigheten nå 93%.
Skadedyr og sykdommer
Bruken av nesten-infrarød spektral refleksjonsovervåking av planteskadegiver og sykdommer, basert på: blader i det nesten infrarøde området av refleksjonen av svampvevet og gjerdet vevskontroll, sunne planter, disse to vevsvevene fylt med fuktighet og ekspansjon, er en god reflektor av forskjellige stråling; Når planten blir skadet, blir bladet skadet, vevet visnet, vannet reduseres, den infrarøde refleksjonen reduseres til den er tapt.
Termisk infrarød overvåking av temperatur er også en viktig indikator på avlingsskadegår og sykdommer. Planter under sunne forhold, hovedsakelig gjennom kontroll av bladstomatal åpning og lukking av transpirasjonsregulering, for å opprettholde stabiliteten til sin egen temperatur; Når det gjelder sykdom, vil patologiske forandringer oppstå, patogenet - vertsinteraksjoner i patogenet på planten, spesielt på de transpirasjonsrelaterte aspektene av virkningen vil avgjøre den infiserte delen av temperaturstigningen og fallet. Generelt fører plantesensing til en deregulering av stomatal åpning, og dermed er transpirasjon høyere i det syke området enn i det sunne området. Den kraftige transpirasjonen fører til en reduksjon i temperaturen i det infiserte området og en høyere temperaturforskjell på bladoverflaten enn i det normale bladet inntil nekrotiske flekker vises på overflaten av bladet. Cellene i det nekrotiske området er helt døde, transpirasjon i den delen går helt tapt, og temperaturen begynner å stige, men fordi resten av bladet begynner å bli infisert, er temperaturforskjellen på bladoverflaten alltid høyere enn for en sunn plante.
Annen informasjon
I løpet av overvåkning av jordbruksland har UAV fjernmålsdata et bredere spekter av applikasjoner. For eksempel kan den brukes til å trekke ut det falne maisområdet ved hjelp av flere teksturfunksjoner, gjenspeile modenhetsnivået på blader under bomullsmodenhetsstadiet ved bruk av NDVI -indeks, og generere abscisinsyre påføring av reseptbelagte kart som effektivt kan veilede sprøyting av abscisinsyre på bomull for å unngå overdreven anvendelse av plantevernmidler, og så på. I henhold til behovene til jordbruksovervåkning og styring, er det en uunngåelig trend for fremtidig utvikling av informasjon og digitalisert landbruk å kontinuerlig utforske informasjonen om UAV fjernmålsdata og utvide applikasjonsfeltene.
POST TID: DEC-24-2024