第7章 无人机、航空和卫星表型分析技术

无人机、航空和卫星表型分析技术HUAZHONGAGRICULTURALUNIVERSITY1目录CONTENTS第一节遥感技术表型监测概述第二节多平台表型监测平台及应用第三节展望第四节推荐阅读第五节思考与讨论231.1表型分析技术的重要性农业科学研究中的关键步骤，涉及对植物的各种物理特征进行量化分析。表型数据对于理解植物如何响应环境变化和遗传变异至关重要。表型分析技术对农业科学研究具有里程碑意义4遥感的定义：遥感（remotesensing）是指非接触的，在远离目标和非接触目标物体条件下探测目标地物。1.2遥感技术在表型分析中的应用为表型分析提供了一种高效获取作物生长和健康状况的方法。在不同尺度上监测作物，从而更好地理解作物对环境和遗传因子的响应。5高时空分辨率数据采集大范围覆盖与监测成本效益与操作灵活性1.3无人机、航空和卫星技术作物表型监测作物表型的精确监测和分析变得高效、经济且可扩展6无人机、航空、卫星遥感遥感平台二、

多平台表型监测平台及应用无人机有人机卫星7无人机技术在农业中的应用2.1无人机表型分析技术无人机技术在农业中的应用包括播种、施肥、除草和灭虫。无人机遥感系统可以快速获取高分辨率的图像，用于作物表型分析。8无人机遥感系统的组成2.1无人机表型分析技术地面系统：控制无人机和处理数据。链路系统：无人机和地面系统之间的通信。空中系统：包括无人机搭载的传感器和相机。92.1无人机表型分析技术基于无人机搭载的不同类型传感器获取的多源数据102.1.1基于普通数码彩色相机的无人机表型分析技术

数码相机传感器具有空间分辨率高、微型化、智能化且价格低的特点。112.1.1基于无人机超高分辨率成像技术的油菜播种成苗率提取122.1.1水稻穗动态表型提取13合适的光谱波段有利于更加准确地反映作物长势和胁迫程度2.1.2基于多光谱相机的无人机表型分析技术142.1.2油菜苗期无人机多光谱植被指数与实测NDVI值相关性分析获取与实测NDVI值相关性较强的波段，提高反演性能。近红外植被指数(IRVIs)NDVIDVIRDVIRVIGNDVIRGB+lp680（IR-680_VIs）0.9330.8810.9060.9200.876RGB+lp720（IR-720_VIs）0.9400.8920.9150.9260.896RGB+lp850（IR-850_VIs）0.8200.6910.7530.7820.592可见光植被指数(RGBVIs)ExGExRExG-ExRCIVENDIRGBonly（RGB_VIs）0.9150.9440.9330.8550.945152.1.3基于高光谱相机的无人机表型分析技术高光谱成像仪的发展历史162.1.3无人机高光谱的优势波段信息丰富、光谱通道窄、光谱分辨率高、波段连续高光谱成像仪信号及应用高光谱遥感数据处理技术路线172.1.3基于无人机高光谱的作物分类捕获作物的精细光谱特征，对农作物种类和生长状况的精准分类与监测。182.1.4基于LIDAR的无人机表型分析技术快速直接获取目标表面模型，距离分辨率、角分辨率和速度分辨率高，抗干扰能力强，可直接获取物体三维空间信息等。192.1.4基于无人机LIDAR的玉米表型信息提取无人机激光雷达括快速获取作物的三维结构信息，如株高和冠层密度，有助于评估作物的生长状况和生物量。LiuT,ZhuS,YangT,etal.MaizeheightestimationusingcombinedunmannedaerialvehicleobliquephotographyandLIDARcanopydynamiccharacteristics[J].ComputersandElectronicsinAgriculture,2024,218108685-.202.1.4联合LIDAR与多光谱的小麦三维表型信息提取小麦不同生育期光合参数垂直分布侧视图结合点云与光谱数据精细刻画小麦三维结构参数212.1.5基于热红外成像的无人机表型分析技术热成像相机是利用热红外成像技术将不可见红外能量转变为可见的热图像，具有精度高、获取速度快和反应灵敏等特点。222.1.5基于热红外成像的无人机表型分析技术无人机热红外技术通过捕捉作物表面的热辐射，帮助监测作物的水分胁迫和生长状况，为精准灌溉和病虫害管理提供关键信息。232.2航空表型分析技术航空表型分析技术在农业中的应用主要包括：作物健康监测：通过分析作物的光谱特征，识别营养缺乏、病虫害等问题。产量预估：利用遥感数据建立模型，预测作物产量，为农业管理提供科学依据。土地资源管理：评估土地利用情况和作物分布，优化种植结构和资源配置242.2航空表型分析技术航空技术通过搭载多光谱或高分辨率相机，实现对农田的高效、大范围观测。优点：覆盖面积大，数据获取速度快。缺点：成本较高，灵活性不如无人机。HyMAP记载成像光谱仪252.3卫星表型分析技术分辨率提升：卫星图像分辨率提高，有助于更细致的表型分析。与无人机数据的相关性：卫星NDVI与无人机数据高度相关，证明其在表型研究中的有效性。育种地块应用：高分辨率卫星图像成功用于小规模育种地块的表型分析。挑战：云层覆盖、分辨率限制和传感器选择仍是卫星遥感技术的挑战。灵活性和成本：卫星遥感在灵活性和成本效益方面不如无人机。多云天气的影响：云层可能阻碍卫星图像获取，而无人机可以提供更可靠的数据。综合应用：卫星遥感技术适用于大范围农田监测，尤其在数据采集速度方面具有优势。卫星遥感技术在农业表型分析中应用262.4多平台表型分析技术对比无人机-有人机-卫星平台在表型观测任务中的优缺点总结27三、

展望作物表型监测技术展望技术融合：未来的表型监测技术可能会更多地采用多传感器融合策略，结合无人机、航空和卫星遥感技术，以实现更全面和精确的作物监测。数据处理能力提升：随着计算能力的提升和机器学习算法的发展，处理和分析大量遥感数据的能力将得到增强，从而提高表型监测的准确性和效率。应用范围拓展：从传统的作物生长监测扩展到病虫害检测、作物品质评估和农业保险等多个领域，为农业生产提供更多样化的服务。四、推荐阅读1.杨贵军，杨小冬，徐波，杨浩.农业无人机遥感与应用[M],科学出版社，2024.

介绍：书中涵盖了当前无人机遥感领域的主要研究应用方向，包括农业无人机遥感的基本概念和研究现状、无人机平台及传感器、无人机遥感数据处理技术、大田作物无人机遥感技术、无人机遥感作物表型获取、果园无人机遥感及植被病虫害无人机遥感等内容。2.闫利.低空无人机遥感技术与应用[M].武汉大学出版社.

介绍：该书主要介绍低空无人机遥感影像数据的获取以及影像数据质量的评价的基本方法，无人机遥感影像匹配方法和几何处理技术。在此