UAV'er kan bære en række fjernmålingssensorer, som kan opnå multidimensionel, højpræcision landbrugsjordinformation og realisere dynamisk overvågning af flere typer landbrugsjordinformation. Sådanne oplysninger omfatter hovedsageligt oplysninger om afgrøde geografisk fordeling (lokalisering af landbrugsjord, identifikation af afgrødearter, arealvurdering og dynamisk overvågning af ændringer, udvinding af markinfrastruktur), information om afgrødevækst (fænotypiske parametre for afgrøder, ernæringsindikatorer, udbytte) og afgrødevækststressfaktorer (markfugtighed). , skadedyr og sygdomme) dynamik.
Landbrugsjord Geografisk Information
Oplysninger om geografisk placering af landbrugsjord omfatter geografiske koordinater for marker og afgrødeklassifikationer opnået gennem visuel diskrimination eller maskingenkendelse. Markgrænserne kan identificeres ved geografiske koordinater, ligesom beplantningsarealet kan estimeres. Den traditionelle metode til digitalisering af topografiske kort som basiskort for regionalplanlægning og arealvurdering har dårlig aktualitet, og forskellen mellem grænseplacering og den faktiske situation er enorm og mangler intuition, hvilket ikke er befordrende for gennemførelsen af præcisionslandbrug. UAV-fjernmåling kan opnå omfattende geografisk placeringsinformation om landbrugsjord i realtid, hvilket har de uforlignelige fordele ved traditionelle metoder. Luftbilleder fra high-definition digitale kameraer kan realisere identifikation og bestemmelse af grundlæggende rumlig information om landbrugsjord, og udviklingen af rumlig konfigurationsteknologi forbedrer præcisionen og dybden af forskningen i landbrugsjordens placeringsinformation og forbedrer den rumlige opløsning, mens der introduceres højdeinformation , som realiserer finere overvågning af geografisk information af landbrugsjord.
Information om afgrødevækst
Afgrødevækst kan karakteriseres ved information om fænotypiske parametre, ernæringsindikatorer og udbytte. Fænotypiske parametre omfatter vegetationsdækning, bladarealindeks, biomasse, plantehøjde osv. Disse parametre hænger sammen og karakteriserer tilsammen afgrødevækst. Disse parametre hænger sammen og karakteriserer tilsammen afgrødevækst og er direkte relateret til det endelige udbytte. De er dominerende inden for overvågning af landbrugsinformationsforskning, og flere undersøgelser er blevet udført.
1) Afgrødefænotypiske parametre
Bladarealindeks (LAI) er summen af ensidigt grønt bladareal pr. overfladeenhed, som bedre kan karakterisere afgrødens optagelse og udnyttelse af lysenergi, og hænger tæt sammen med afgrødens materialeophobning og slutudbytte. Bladarealindeks er en af de vigtigste afgrødevækstparametre, der i øjeblikket overvåges af UAV-fjernmåling. Beregning af vegetationsindekser (forholdsvegetationsindeks, normaliseret vegetationsindeks, jordkonditioneringsvegetationsindeks, differensvegetationsindeks osv.) med multispektrale data og etablering af regressionsmodeller med jordsandhedsdata er en mere moden metode til at invertere fænotypiske parametre.
Overjordisk biomasse i det sene vækststadium af afgrøder er tæt forbundet med både udbytte og kvalitet. På nuværende tidspunkt bruger biomasseestimering ved UAV-fjernmåling i landbruget stadig for det meste multispektrale data, udtrækker spektrale parametre og beregner vegetationsindeks til modellering; rumlig konfigurationsteknologi har visse fordele i biomasseestimering.
2) Ernæringsindikatorer for afgrøder
Traditionel overvågning af afgrødens ernæringstilstand kræver markprøvetagning og indendørs kemisk analyse for at diagnosticere indholdet af næringsstoffer eller indikatorer (klorofyl, nitrogen osv.), mens UAV-fjernmåling er baseret på, at forskellige stoffer har specifikke spektrale reflektans-absorptionsegenskaber for diagnose. Klorofyl overvåges ud fra, at det har to stærke absorptionsområder i det synlige lysbånd, nemlig den røde del på 640-663 nm og den blåviolette del på 430-460 nm, mens absorptionen er svag ved 550 nm. Bladfarve og teksturkarakteristika ændrer sig, når afgrøderne er mangelfulde, og opdagelse af de statistiske karakteristika for farve og tekstur svarende til forskellige mangler og relaterede egenskaber er nøglen til overvågning af næringsstoffer. I lighed med overvågningen af vækstparametre er udvælgelsen af karakteristiske bånd, vegetationsindekser og forudsigelsesmodeller stadig hovedindholdet i undersøgelsen.
3) Afgrødeudbytte
Forøgelse af afgrødeudbyttet er hovedmålet for landbrugsaktiviteter, og nøjagtig estimering af udbyttet er vigtig for både landbrugsproduktionen og ledelsens beslutningstagende afdelinger. Talrige forskere har forsøgt at etablere udbytteestimeringsmodeller med højere forudsigelsesnøjagtighed gennem multifaktoranalyse.
Landbrugets fugtighed
Landbrugsjordens fugt overvåges ofte med termiske infrarøde metoder. I områder med høj vegetationsdække reducerer lukningen af bladstomata vandtab på grund af transpiration, hvilket reducerer den latente varmeflux ved overfladen og øger den sensible varmeflux ved overfladen, hvilket igen forårsager en stigning i kronetemperaturen, hvilket er anses for at være temperaturen på plantekronen. Som afspejler afgrødens energibalance i vandstressindekset kan kvantificere forholdet mellem afgrødens vandindhold og kronetemperaturen, så kan kronetemperaturen opnået af den termiske infrarøde sensor afspejle landbrugsjordens fugtstatus; bar jord eller vegetationsdække i små områder, kan bruges til indirekte at invertere jordfugtigheden med undergrundens temperatur, hvilket er princippet om, at: vandets specifikke varme er stor, varmens temperatur er langsom til at ændre sig, så den rumlige fordeling af temperaturen i undergrunden i løbet af dagen kan indirekte afspejle sig i fordelingen af jordfugtighed. Derfor kan den rumlige fordeling af dagtemperatur under overfladen indirekte afspejle fordelingen af jordfugtighed. Ved overvågning af kronetemperatur er bar jord en vigtig interferensfaktor. Nogle forskere har undersøgt forholdet mellem bar jords temperatur og afgrødens bunddække, klarlagt kløften mellem kronetemperaturmålingerne forårsaget af bar jord og den sande værdi og brugt de korrigerede resultater i overvågningen af landbrugsjordens fugt til at forbedre nøjagtigheden af overvågningen resultater. I den faktiske landbrugsjordproduktionsstyring er markfugtlækage også i fokus, der har været undersøgelser, der bruger infrarøde billedapparater til at overvåge vandingskanals fugtlækage, nøjagtigheden kan nå 93%.
Skadedyr og sygdomme
Brugen af nær-infrarød spektral reflektans overvågning af planteskadedyr og sygdomme, baseret på: blade i det nær-infrarøde område af refleksionen af svampen væv og hegnet væv kontrol, sunde planter, disse to vævshuller fyldt med fugt og ekspansion , er en god reflektor af forskellig stråling; når planten er beskadiget, er bladet beskadiget, vævet visnet, vandet reduceres, den infrarøde refleksion reduceres, indtil den går tabt.
Termisk infrarød overvågning af temperatur er også en vigtig indikator for skadedyr og sygdomme. Planter i sunde forhold, hovedsageligt gennem kontrol af bladstomatal åbning og lukning af transpiration regulering, for at opretholde stabiliteten af deres egen temperatur; i tilfælde af sygdom vil der forekomme patologiske ændringer, patogenet - værtsinteraktionerne i patogenet på planten, især på de transpirationsrelaterede aspekter af påvirkningen vil bestemme den angrebne del af temperaturstigningen og -faldet. Generelt fører plantesansning til en deregulering af stomatal åbning, og transpirationen er således højere i det syge område end i det raske område. Den kraftige transpiration fører til et fald i temperaturen på det inficerede område og en højere temperaturforskel på bladoverfladen end i det normale blad, indtil der opstår nekrotiske pletter på bladets overflade. Cellerne i det nekrotiske område er helt døde, transpiration i den del går helt tabt, og temperaturen begynder at stige, men fordi resten af bladet begynder at blive inficeret, er temperaturforskellen på bladoverfladen altid højere end den ved en sund plante.
Andre oplysninger
Inden for overvågning af landbrugsjordinformation har UAV-fjernmålingsdata en bredere vifte af anvendelser. For eksempel kan det bruges til at udvinde det faldne område af majs ved hjælp af flere teksturfunktioner, afspejle modenhedsniveauet af blade under bomuldsmodningsstadiet ved hjælp af NDVI-indekset og generere abscisinsyrepåføringsreceptkort, der effektivt kan guide sprøjtning af abscisinsyre på bomuld for at undgå overdreven anvendelse af pesticider og så videre. I henhold til behovene for overvågning og forvaltning af landbrugsjord er det en uundgåelig tendens for den fremtidige udvikling af informatiseret og digitaliseret landbrug løbende at udforske informationen om UAV-fjernmålingsdata og udvide dets anvendelsesområder.
Indlægstid: 24. december 2024