专栏名称: 农业行业观察

农业行业观察，成立于2015年，定位于农业产业创新平台，深耕于产业创新、科技创新、商业创新，旗下还拥有产业峰会、行业沙龙、考察游学、私董会，专家智库、课程培训、投资路演、农侠会、数农俱乐部~深度赋能老板与创业者！

【农业科技】无人机：在监测农作物生长上的应用

农业行业观察 · 公众号 · · 2024-12-20 20:17

正文

无人机可搭载的遥感传感器多种多样，可以获取多维度、高精度的农田信息，实现多类农田信息的动态监测。这些信息主要包括作物空间分布信息（农田定位、作物种类识别、面积估算及变化动态监测、田间基础设施提取）、作物生长信息（作物表型参数、营养指标、产量），以及作物生长胁迫因子（田间墒情、病虫害）动态等。

农田空间信息

农田空间位置信息包括田块的地理坐标及通过目视判别或机器识别得到的作物分类。通过地理坐标识别出田块边界还可以实现种植面积的估算，传统的方法通过以地形图作为底图进行数字化开展区域规划和面积测算，时效性差，边界位置与实际情况差异巨大且缺乏直观性，不利于精准农业的实施。无人机遥感可以实时获取全面的农田空间位置信息，具有传统方法无可比拟的优势。高清数码相机的航拍影像即可实现农田基本空间信息的识别和判定，空间构型技术的发展提高了农田位置信息研究的精度与深度，在引入高程信息的同时提升了空间分辨率，可实现更精细的农田空间信息监测。

作物生长信息

作物生长状况可以通过表型参数、营养指标以及产量等信息来表征。表型参数包括植被覆盖度、叶面积指数、生物量、株高等。这些参数相互关联、共同表征了作物的长势情况，与最终产量直接相关。在农田信息监测研究中占有主导地位，已经开展的研究较多。

# 01

作物表型参数

叶面积指数是指单位地表面积上单面绿叶面积的总和，可较好地表征作物对光能的吸收利用，与作物的物质积累和最终产量关系密切。叶面积指数是目前无人机遥感监测的主要作物生长参数之一。以多光谱数据计算植被指数（比值植被指数、归一化植被指数、土壤调节植被指数、差值植被指数等）与地面实测数据建立回归模型是反演表型参数较为成熟的方法。

作物生长后期地上部生物量与产量和品质的关系均很密切。目前农业上用无人机遥感进行生物量估测仍多使用多光谱数据，提取光谱参数、计算植被指数进行建模；空间构型技术在生物量的估算方面有一定优势。

# 02

作物营养指标

传统的作物营养状态监测需要通过田间取样、室内化学分析，以诊断营养物质或指标(叶绿素、氮素等)的含量，而无人机遥感则依据不同物质具有特异的光谱反射吸收特征进行诊断。叶绿素的监测依据是其在可见光波段有两个强吸收区，即640-663nm的红光部分和430-460nm的蓝紫光部分，而在550nm处吸收很弱。作物缺素时，叶片颜色、纹理特征均会变化，发掘不同缺素情况对应的颜色和纹理的统计特征及相关特性是营养监测的关键。与生长参数监测类似，特征波段、植被指数和预测模型的选择依旧是研究的主要内容。

# 03

作物产量

提高农作物产量是农业活动的主要目标，准确估测产量对农业生产和管理决策部门均有重要意义。众多研究者通过多因素分析试图建立更高预测精度的估产模型。

农田墒情

【农业科技】无人机：在监测农作物生长上的应用

正文

请到「今天看啥」查看全文