“多光譜+無人機”進行農作物生長狀態監測一、前言 1、 背景介紹 馬鈴薯是三大主糧外重要的糧食作物，我國作為世界馬鈴薯總產最高的國家，截止2018年，我國馬鈴薯產量達1798.37萬噸，馬鈴薯播種面積達4758.07千公頃。 馬鈴薯種植存在面積大、病害傳播時間短且表征不明顯的特點，故在馬鈴薯種植過程中進行周期性生長狀態監測，能夠及時反饋馬鈴薯生長中的外界因素脅迫，便于迅速調整生產管理策略，對馬鈴薯的保質保量生產具有重要意義。
2. 行業痛點 目前農作物生長狀態監測的痛點主要為： 【1】人工勘察：大量依賴農事經驗，尤其對于大面積種植田，人力、物力耗費消耗較大，難以適應周期性頻繁監測； 【2】衛星遙感：衛星數據存在滯后性且易受云層影響，尤其對于突發的、細微的田間變化，衛星遙感無法及時為農業生產者提供數據基礎； 【3】可見光遙感：只能在出現較明顯外觀表征情況下才可判斷長勢，無法在馬鈴薯長勢變化初中期進行有效監測。 3. 多光譜遙感優勢 無人機載多光譜遙感以無人機平臺為依托，具有機動性強、環境要求低、作業效率高的特點，多光譜成像較可見光能夠獲得目標更加豐富的光譜遙感信息，符合低成本、高分辨率、高頻動態監測的任務模式，依托特定的光譜反演算法可及時進行長勢分析。 二、項目介紹 本次項目位于河北省張家口市某馬鈴薯種植基地，主要進行馬鈴薯的長勢分析與品種分類等工作。 項目作業采用大疆M210 四旋翼無人機，搭載未來智能MS600 Pro系列多光譜相機和大疆XT2可見/熱紅外雙光相機，具體如下圖所示。
三、作業流程 本次旨在通過無人機多光譜遙感平臺獲取目標區域多光譜數據，通過馬鈴薯冠層光譜信息構建植被指數，并通過光譜、紋理等信息組合，綜合反映馬鈴薯生長狀態，作業流程如下圖所示。
四、作業環境
五、飛行參數
六、架次及數據量 本次項目共有3個地塊測區，共計飛行3個架次；總飛行時間約1.5小時；總數據量8.9G。 七、數據處理 本項目中無人機遙感平臺獲取的多光譜數據由未來智能自主研發的多光譜數據反演軟件航空遙感軟件進行預處理。多光譜數據反演軟件可實現基于影像POS信息和特征相結合的無人機遙感影像快速拼接算法，多通道光譜影像的亞像素級配準、多景影像的實時拼接及輻射定標，生成具有地表真實反射率的冠層正射影像，部分處理過程如下圖所示。
【多光譜數據反演軟件圖像拼接預處理】 八、示范成果
【1號地塊馬鈴薯區域長勢監測成果】 上圖所示為本次項目1號地塊，該地塊馬鈴薯為晚熟品種，正處于發棵期，植株處于快速生長階段，整體長勢中等且種植整齊，僅有少量長勢較差區域分布于地塊東南角。
【2號地塊馬鈴薯區域長勢監測成果】 上圖為2號地塊，使該地區馬鈴薯曾遭受凍害，使用基于植被指數為因子的長勢監測模型，從圖中可直觀地看出測區內南部有大片的紅色區域，即馬鈴薯長勢較差區域，多為綠色區域長勢正常，表明北部馬鈴薯受凍害影響較小。
【3號地塊馬鈴薯區域長勢品種分類】 上圖為包含不同馬鈴薯品種混種的3號地塊，其中包含早、中、晚熟三個品種，多光譜技術依托更豐富的遙感信息量，可挖掘同類作物的不同品種間光譜特征的細微差異，結合圖像紋理信息信息，實現不同品種的區分。 九、未來智能多光譜遙感技術優勢 【1】自主研發MS600系列多光譜相機，為科研和行業應用而生； 【2】兼容包含深圳大疆、成都縱橫在內的各型多旋翼、固定翼無人機； 【3】“裝備+數據+服務”，提供覆蓋多光譜遙感的全流程解決方案； 【4】軟硬件一體化、端云一體化，為第三方業務平臺提供數據支撐。 |
