北京理加联合科技有限公司

LICA United Technology Limited

服务热线: 010-51292601
企业邮箱
应用支持 Application Support
News 应用支持

基于无人机获取冠层反射数据的油菜钾含量及绿桃皮病易感性的监测分析

日期: 2017-07-27
浏览次数: 47

摘要:

越来越多的证据表明,农作物的钾缺乏会增加它们对食草节肢动物的易感性。遥感检测植物缺钾的能力有利于节肢昆虫的取样和钾肥的空间优化,从而减少因节肢昆虫引起的产量损失。本文在播种后的69(幼苗)96(茎伸长),和113(早期开花)分阶段的进行土壤及植物中的养分进行了测定。在相同的时间里,通过应用无人机(UAV)多光谱获取技于15120米的距离获得了8.165毫米的空间(像素)分辨率的多光谱图像。并在6996 天时,将野外植物被运送到一个带有可控光源的实验室里,并使用240通道的(390-890纳米)高光谱摄影机对植物进行了高光谱成像。在第113天时,发现所有的地块都自然地布满了绿色的桃子蚜虫(半翅目:蚜虫科),并进行了蚜虫的计数工作。并得知植物缺钾会造成:(1)刚成熟叶片的氮浓度增加(2)绿桃蚜虫密度增加,(3)植被覆盖减少,(4)归一化植被指数(NDVI)减少以及油菜籽产量下降。通过分析可知,具有65毫米空间分辨率的无人机图像具有很高的分类精度(72-100%)8毫米空间分辨率的无人机影像则较低 (69-94%),在实验室条件下从野外植物获得的高光谱图像的分类精度为78-88%。当从无人机数据中移除非叶像素时,96天及113天获得的空间分辨率为8毫米,65毫米图像的分类精度增大。研究表明,无人机影像具有提取植被营养缺失及节肢动物爆发范围的潜力。
 
研究背景:
1、越来越多的证据表明,农作物的钾缺乏会增加它们对食草节肢动物的易感性。然而传统的植物或者土壤钾含量测试是费时费力,且结果多为插值所得。
2、机载多/高光谱相机技术得到了极大的发展,通过将无人机机载相机应用到农业调查当中,可以加快调查的效率,降低调查的成本。
3、冠层反射数据在农业产量调查中得到了广泛的应用,然而没有任何研究对冠层反射数据与植被钾含量之间的关系进行研究。
 
研究方法
仪器选择:
Pika II(美国Resonon公司、室内)
400-900nm,分辨率:2.1nm,位深度:12,帧频:60/s
Mini-MCA6(美国Tetracam公司、机载)
重量:600g,通道数:6,图像尺寸:1280×1024,尺寸:115.6×80.3×68.1 mm
测量方法:
多光谱:
无人机机载,分别与样田上方15米及120米进行拍摄,拍摄时间为上午上午11点至下午3点。
高光谱:
室内测量,每个样田取三株搬至室内进行测量。
土壤参数测量:
每个样田取深0.3米,直径35毫米,每块地块取三个样本,送至CSBP Soil and Plant Analysis Laboratory进行测量。
蚜虫数量:
人工数数记录。
以上测量在油菜种下第6996113天同步进行测量。
 
分析方法:
多光谱数据油菜与土壤的分割
15米:                 
规则:B3<0.4 and="" b5="">0.7
基于无人机获取冠层反射数据的油菜钾含量及绿桃皮病易感性的监测分析
120米:
规则:B3<0.3 and="" b5="">0.45
基于无人机获取冠层反射数据的油菜钾含量及绿桃皮病易感性的监测分析
 
钾含量的分析
仅含钾最低的一组油菜表现出了不同,也只有钾含量最低的产生了减产的现象。
植物氮的吸收与钾的含量成反比
基于无人机获取冠层反射数据的油菜钾含量及绿桃皮病易感性的监测分析
对缺钾和富钾区分精度分析
1、空间分辨率为65毫米的多光谱数据对不同见含量影响的植被的区分度均优于8.1毫米的数据。
2、移除背景数据对与空间分辨率为65毫米数据的区分精度影响不大,但却可以提高空间分辨率为8毫米数据的区分精度。
基于无人机获取冠层反射数据的油菜钾含量及绿桃皮病易感性的监测分析
3、高光谱数据在第69天区分精度达到最高,96113天随时间降低。
4、选用与高光谱相同的波段,其区分精度会降低,且低于多光谱数据的区分精度。
基于无人机获取冠层反射数据的油菜钾含量及绿桃皮病易感性的监测分析
基于无人机获取冠层反射数据的油菜钾含量及绿桃皮病易感性的监测分析
蚜虫数量分析
缺钾植被区域的蚜虫数量多余不缺钾的植被区域,说明植被缺钾会导致植被对蚜虫的抵抗力。
 
结论:
1、文章提出了对缺钾和富钾区域多光谱区分最好的数据为不去除背景的65毫米分辨率的数据(飞行高度为120米)
2、去除背景能够提升8.1毫米空间分辨率数据的区分精度
3、缺钾植被区域蚜虫数量高于其他区域,说明缺钾会降低油菜对蚜虫的抵抗力。
4、本次研究发现土壤背景值对区分结果具有影响,故在做冠层反射数据分析时,应用无人机进行数据获取,以得到足够的背景值。
阅读原文:Unmanned aerial vehicle canopy reflectance data detects pota

www.li-ca.com


News / 相关新闻 More
2022 - 01 - 24
改进积雪密度的估计是目前雪研究的一个关键问题。表征密度时空变异性对于水当量的估算、水力发电和自然灾害(雪崩洪水等)的评估至关重要。高光谱成像是一种监测和估计其物理特性的有前途且可靠的工具。事实上,雪的光谱反射率在一定程度上受其物理特性变化的控制,尤其是在光谱的近红外(NIR)部分。为此,已经设计了几种模型根据光谱信息估算积雪密度。然而,还没有一个实现满意的结果。主要困难之一是积雪密度和光谱反射率之间的关系是非双射的(满射的)。事实上,几个反射振幅与相同的密度相关,反之亦然,所以密度和光谱反射率之间的相关性可能非常弱。基于此,为了解决该问题,本研究中提出了基于光谱数据的积雪密度估计混合模型。主要研究目标是利用高光谱NIR成像(PIKA NIR,RESONON Company)(900-1700 nm)以5.5 nm的光谱分辨率测试混合模型(HM)估计季节性积雪密度的性能。混合模型结合了一个分...
2022 - 01 - 20
PROSDM:PROSPECT模型与光谱导数和相似性度量相结合从双向反射率中提取叶片生化性状的适用性叶片生化性状为理解植物光合功能、动态生长、养分循环和初级生产提供了有价值的信息。叶片叶绿素含量(Cab)、类胡萝卜素含量(Cxc)、含水量(Cw)和干物质含量(Cm)是四个重要的叶片生化性状,与植物光合作用、氮素、胁迫和衰老等健康和生长状态密切相关。能够对这些叶片生化性状进行高通量测量的方法对于表征植物生理状态和关键功能过程至关重要。PROSPECT模型是目前最常用的叶片辐射传输模型之一,可从叶片定向半球反射因子(DHRF)光谱来提取叶片生化性状,然而,在应用于叶片双向反射因子(BRF)光谱提取叶片生化性状方面尚待探索。叶片表面反射率和各向异性性状的存在可能是限制PROSPECT从叶片BRF光谱评估叶片生化性状的主要问题。基于此,在本研究中,研究者们提出了一个方法,整合了PROSPECT模型...
2022 - 01 - 18
生态系统呼吸(Re)和甲烷(CH4)通量是两个重要的土壤-大气碳交换过程,已经在局地尺度上得到充分记录。然而,在流域尺度上,对青藏高原多年冻土区这些过程的空间格局和控制因素尚不清楚。基于此,为了填补研究空白,在本研究中,来自四川大学、中国科学院成都山地灾害与环境研究所、山西农业大学、中国科学院西北生态环境资源研究院和西南民族大学青藏高原研究所的研究团队在青藏高原风火山(34°40′-34°46′ N和92°50′–92°62′ E;4580-5410 m a.s.l.;图1a)测量了两个生长季节(2017年和2018年)不同坡向(北向(阴坡)和南向(阳坡))和不同海拔(低、中和高坡位)的生态系统呼吸(Re)和CH4通量,旨在阐明青藏高原草地流域尺度的Re和CH4通量模式并量化生物和非生物因子调节Re和CH4通量的相对贡献。作者利用LGR UGGA便携...
2021 - 01 - 15
全球气候变化引起的预计人口增长以及土地和农业资源可利用性的压力使未来几十年全球粮食供应的需求增加。提高光合作用能力已成为实现作物增产的目标。目前,测量光合作用的方法是耗时的且具破坏性的,这会减慢鉴定具高光合能力的农作物种质的研究和育种工作。作者在1分钟内收集样地(~2 m×2 m)向阳叶片像素的高光谱反射率以量化光合作用参数和色素含量。在两个生长季节(2017年和2018年)利用田间生长的经基因改变了光合途径的烟草,建立了8个光合参数和色素性状的预测模型。利用偏最小二乘法(PLSR)分析可见近红外(400-900 nm)光谱相机测得的植物反射像素,预测了Rubisco最大羧化速率(Vc,max,R2=0.79)和最大电子传递速率(J1800,R2=0.59),最大光饱和光合作用(Pmax,R2=0.54),叶绿素含量(R2=0.87),叶绿素a/b(...
关闭窗口】【打印
Copyright ©2018-2023 北京理加联合科技有限公司
犀牛云提供企业云服务

北京理加联合科技有限公司

地址:北京市海淀区安宁庄东路18号光华创业园5号楼(生产研发)
          光华创业园科研楼四层
电话:010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

深圳办事处:

地址:深圳市宝安区创业二路玖悦雅轩商业裙楼3层瑞思BEEPLUS 3029室 手机:13910499772

武汉办事处:

地址:武汉市洪山区民族大道124号龙安港汇城A座1108 手机:13910499761


  • 您的姓名:
  • *
  • 公司名称:
  • *
  • 地址:
  • *
  • 电话:
  • *
  • 传真:
  • *
  • 电子邮箱:
  • *
  • 邮政编码:
  • *
  • 留言主题:
  • *
  • 详细说明:
  • *
在线留言
关注我们
  • 官方微信
  • 官方手机端
友情链接:
X
1

QQ设置

3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 010-51292601
6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开