
UAV'er kan bære en række fjernmålingssensorer, som kan opnå multidimensionel, højpræcision landbrugsjordinformation og realisere dynamisk overvågning af flere typer landbrugsjordinformation. Sådanne oplysninger inkluderer hovedsageligt afgrøde rumlig fordelingsinformation (landbrugslokalisering, identifikation af afgrødearter, estimering af områder og ændring af dynamisk overvågning, feltinfrastrukturekstraktion), afgrødevækstinformation (afgrødefænotypiske parametre, ernæringsmæssige indikatorer, udbytte) og afgrødevækstspændingsfaktorer (feltfugtighed, skadedyr og sygdomme) Dynamics.
Farmlands rumlig information
Rumlig placeringsoplysninger om landbrugsjord inkluderer geografiske koordinater for felter og afgrødeklassifikationer opnået gennem visuel forskelsbehandling eller maskingenkendelse. Feltgrænserne kan identificeres ved geografiske koordinater, og plantningsområdet kan også estimeres. Den traditionelle metode til digitalisering af topografiske kort som basiskort for regional planlægning og områdeestimering har dårlig aktualitet, og forskellen mellem grænseplacering og den faktiske situation er enorm og mangler intuition, hvilket ikke er befordrende for implementeringen af præcisionslandbrug. UAV -fjernfølelse kan opnå omfattende rumlig placeringsoplysninger om landbrugsjord i realtid, som har de uforlignelige fordele ved traditionelle metoder. Luftbilleder fra high-definition digitale kameraer kan realisere identifikationen og bestemmelsen af grundlæggende rumlig information om landbrugsjord og udviklingen af den rumlige konfigurationsteknologi forbedrer præcisionen og dybden af forskningen om landbrugsjordinformation og forbedrer den rumlige opløsning, mens den indførte højdeinformation, der indser den finere overvågning af den rumlige information om landbrugsjord.
Afgrøde vækstinformation
Afgrødevækst kan være kendetegnet ved information om fænotypiske parametre, ernæringsmæssige indikatorer og udbytte. Fænotypiske parametre inkluderer vegetationsdækning, bladområdeindeks, biomasse, plantehøjde osv. Disse parametre er sammenhængende og karakteriserer afgrødevækst. Disse parametre hænger sammen og karakteriserer kollektivt afgrødevækst og er direkte relateret til det endelige udbytte. De er dominerende inden for overvågning af landbrugsinformation og flere undersøgelser er blevet udført.
1) Afgrøde fænotypiske parametre
Leaf Area Index (LAI) er summen af ensidig grønt bladområde pr. Enhedsoverfladeareal, hvilket bedre kan karakterisere afgrøderens absorption og anvendelse af lysenergi og er tæt knyttet til afgrøderens materielle ophobning og endelige udbytte. Leaf Area Index er en af de vigtigste afgrødevækstparametre, der i øjeblikket overvåges af UAV -fjernmåling. Beregning af vegetationsindeks (forholdsvegetationsindeks, normaliseret vegetationsindeks, jordkonditioneringsvegetationsindeks, forskel vegetationsindeks osv.) Med multispektrale data og etablering af regressionsmodeller med jord sandhedsdata er en mere moden metode til at invertere fænotypiske parametre.
Overjordisk biomasse i den sene vækstfase af afgrøder er tæt knyttet til både udbytte og kvalitet. På nuværende tidspunkt bruger biomassestimering ved UAV -fjernfølelse i landbruget stadig for det meste multispektrale data, ekstrakter spektrale parametre og beregner vegetationsindeks til modellering; Rumlig konfigurationsteknologi har visse fordele i biomassestimering.
2) Ernæringsmæssige indikatorer
Traditionel overvågning af afgrødere ernæringsstatus kræver feltudtagning og indendørs kemisk analyse for at diagnosticere indholdet af næringsstoffer eller indikatorer (chlorophyll, nitrogen osv.), Mens UAV-fjernfølelse er baseret på det faktum, at forskellige stoffer har specifikke spektrale reflektions-absorptionsegenskaber for diagnose. Chlorophyll overvåges baseret på det faktum, at det har to stærke absorptionsregioner i det synlige lysbånd, nemlig den røde del af 640-663 nm og den blå-violette del af 430-460 nm, mens absorptionen er svag ved 550 nm. Bladfarve og teksturegenskaber ændres, når afgrøder er mangelfulde, og at opdage de statistiske egenskaber ved farve og tekstur, der svarer til forskellige mangler og relaterede egenskaber, er nøglen til næringsstofovervågning. I lighed med overvågning af vækstparametre er udvælgelsen af karakteristiske bånd, vegetationsindeks og forudsigelsesmodeller stadig det vigtigste indhold i undersøgelsen.
3) Afgrødeudbytte
At øge afgrødeudbyttet er hovedmålet med landbrugsaktiviteter, og nøjagtig estimering af udbyttet er vigtigt for både landbrugsproduktions- og ledelsesbeslutningsafdelinger. Talrige forskere har forsøgt at etablere udbytteestimeringsmodeller med højere forudsigelsesnøjagtighed gennem multifaktoranalyse.

Landbrugsfugtighed
Landmandens fugtighed overvåges ofte ved termiske infrarøde metoder. I områder med høj vegetationsdækning reducerer lukningen af bladstomata vandtab på grund af transpiration, hvilket reducerer den latente varmeflux ved overfladen og øger den fornuftige varmeflux ved overfladen, hvilket igen forårsager en stigning i baldakinetemperatur, hvilket betragtes som temperaturen på plantens baldakin. Som afspejling af afgrødeenergibalancen i vandspændingsindekset kan kvantificere forholdet mellem afgrødevandindhold og baldakinetemperatur, så den baldakinetemperatur opnået af den termiske infrarøde sensor kan afspejle landbrugsstatus for landbrugsjord; Bare jord- eller vegetationsdækning i små områder, kan bruges til indirekte at vende jordfugtigheden med temperaturen på undergrunden, hvilket er princippet om, at: den specifikke vandvarme er stor, er temperaturen på varmen langsom til at ændre, så den rumlige fordeling af temperaturen på undergrunden i løbet af dagen kan indirekte afspejles i fordelingen af jordfugtighed. Derfor kan den rumlige fordeling af underjordisk temperatur om dagen indirekte afspejle fordelingen af jordfugtighed. Ved overvågning af baldakinetemperatur er bare jord en vigtig interferensfaktor. Nogle forskere har undersøgt forholdet mellem bare jordtemperatur og afgrødningsdækslet, klaret kløften mellem baldakinetemperaturmålingerne forårsaget af bare jord og den sande værdi og anvendte de korrigerede resultater i overvågningen af landbrugsjordfugtighed for at forbedre nøjagtigheden af overvågningsresultaterne. I den faktiske produktionsstyring af landbrugsjord er feltfugtighedslækage også fokus for opmærksomhed, der har været undersøgelser, der bruger infrarøde billedspillere til at overvåge vandingskanalens fugtlækage, nøjagtigheden kan nå 93%.
Skadedyr og sygdomme
Anvendelsen af næsten infrarød spektral reflektansovervågning af plante skadedyr og sygdomme, baseret på: blade i den næsten infrarøde region af reflektionen af svampvævet og hegnvævskontrollen, sunde planter, disse to vævshuller fyldt med fugt og ekspansion, er en god reflektor af forskellige stråling; Når planten er beskadiget, er bladet beskadiget, vævet visnet, vandet reduceres, den infrarøde reflektion reduceres, indtil den går tabt.
Termisk infrarød overvågning af temperatur er også en vigtig indikator for afgrøde skadedyr og sygdomme. Planter under sunde forhold, hovedsageligt gennem kontrol af bladstomatal åbning og lukning af transpirationsregulering, for at opretholde stabiliteten af deres egen temperatur; I tilfælde af sygdom vil patologiske ændringer forekomme, patogen - værtsinteraktioner i patogenet på planten, især på de transpirationsrelaterede aspekter af påvirkningen, vil bestemme den inficerede del af temperaturstigningen og faldet. Generelt fører planteføling til en deregulering af stomatal åbning, og transpiration er således højere i det syge område end i det sunde 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 nekrotiske pletter vises på overfladen af bladet. 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 en sund plante.
Andre oplysninger
Inden for overvågning af landbrugsarealer har UAV -fjernfølende data en bredere række applikationer. For eksempel kan det bruges til at udtrække det faldne areal af majs ved hjælp af flere teksturfunktioner, afspejle modenhedsniveauet af blade under bomuldsmodningstrinnet ved hjælp af NDVI -indeks og generere abscisinsyrepåføringskort, der effektivt kan vejlede sprøjtningen af abscisinsyre på bomuld for at undgå overdreven påføring af pesticider og så videre. I henhold til behovene i landbrugsarealovervågning og styring er det en uundgåelig tendens for den fremtidige udvikling af informatiseret og digitaliseret landbrug til kontinuerligt at udforske informationen om UAV -fjernmålingsdata og udvide sine applikationsfelter.
Posttid: DEC-24-2024