企業(yè)
- 企業(yè)
- 產品
- 知識
推動智慧農業(yè)、設施農業(yè)的發(fā)展，全國各地的科研院所都投入不少人力物力，跨行業(yè)跨學科展開了研究應用，利用物聯(lián)網、遙感遙測、人工智能、機器視覺、深度學習、影像采集等技術，為實現農業(yè)生產管理的數字化、智能化、自動化而努力。無數關于農業(yè)的科研論文也陸續(xù)發(fā)表，其中，遙感技術在農業(yè)方面的應用已然有了一定進展。 農業(yè)遙感 一、 機載遙感系統(tǒng)應用 精準農業(yè)的有人機載成像系統(tǒng)，由安裝在農用飛機上的消費級相機組成的系統(tǒng)，詳細描述了多光譜相機、高光譜相機和熱成像相機等部分定制，和商用機載成像系統(tǒng)。并舉例應用實例，說明如何將不同類型的遙感圖像用于精準農業(yè)應用中的作物生長評估和作物病蟲害管理。 二、大尺度區(qū)域水田空間格局及生態(tài)服務 基于1990—2015年土地利用遙感監(jiān)測數據，利用GIS的空間分析功能，探究長江經濟帶水田空間格局動態(tài)變化特征。結果表明水田規(guī)模持續(xù)縮減，與經濟建設及水產養(yǎng)殖的發(fā)展、其他生態(tài)系統(tǒng)轉化、及生態(tài)系統(tǒng)服務，有助于揭示長江流域水田的時空變化過程，及其對各項生態(tài)系統(tǒng)服務的影響，可為區(qū)域土地利用規(guī)劃、農業(yè)政策與生態(tài)可持續(xù)發(fā)展提供理論支持。 水田 三、水稻含水量無人機遙感監(jiān)測 利用多旋翼無人機低空遙感平臺，獲取不同生育期水稻冠層的RGB圖像和多光譜圖像，通過提取植被指數和紋理特征，分析水稻的動態(tài)生長變化，并構建了基于隨機森林回歸方法的含水量預測模型。試驗結果表明，基于無人機遙感技術監(jiān)測水稻含水量是可行的，可為農田精準灌溉、田間管理決策提供新思路。 四、植被分類中的對比分析 利用一景AVIRIS高光譜植被影像，從分類精度的角度，提取方法在高光譜影像植被分類中的性能。試驗結果為后續(xù)改進空-譜特征方法及其兩者有效結合，進一步提高植被分類正確率提供了參考。 植被光譜 五、寒地水稻葉片葉綠素含量遙感反演研究 通過分析寒地水稻關鍵生育期葉片高光譜反射率信息，同時結合PROSPECT模型葉綠素含量吸收系數，參考借鑒現有高光譜植被指數的構造方法和形式，利用相關性分析、連續(xù)投影法、遺傳算法優(yōu)化的粗糙集屬性簡約法，進行高光譜特征選擇，結果表明;ORVI能夠作為快速反演水稻葉綠素含量的高光譜植被指數，為寒地水稻葉綠素含量高光譜遙感診斷，及管理決策提供了的客觀數據支撐和模型參考。 六、夏玉米葉面積指數估算方法 利用無人機多光譜植被指數估算夏玉米LAI的可行性，基于無人機多光譜遙感系統(tǒng)，結合同時期實地采集的夏玉米LAI。結果表明基于無人機多光譜遙感技術，使用隨機森林回歸算法，估算多種灌溉條件下的夏玉米LAI是可行的，為實現快速、準確地監(jiān)測全生育期、不同灌溉條件下的大田夏玉米LAI提供了技術和方法支持。 玉米葉 七、土壤有機質含量高光譜估測模型構建及精度對比 以山東省煙臺市棲霞市蘋果園為研究區(qū)，采集100個土壤樣本，獲取其高光譜反射率，利用定量化學方法測定土壤有機質含量。結果表明，可以利用RF方法快速預測蘋果果園土壤有機質含量，了解土壤養(yǎng)分分布狀況，指導農民合理施肥，從而提高果園生產管理效率。 八、估產大豆區(qū)域收入保險中的應用 以創(chuàng)新型區(qū)域收入保險缺少第三方實時客觀產量數據的問題，引入了衛(wèi)星遙感估產技術，以山東省嘉祥縣大豆區(qū)域收入保險為例，基于哨兵2號衛(wèi)星遙感數據提取大豆種植地塊，結合氣象衛(wèi)星遙感數據與實地抽樣測產數據，建立了多參數線性回歸模型估算大豆產量，研究結果表明，基于哨兵2號衛(wèi)星遙感數據，能夠準確識別研究區(qū)大豆種植分布，并能在大豆收獲后最快一周完成產量估算，指導保險公司的理賠工作。 大豆 九、大田作物株高測量中的研究現狀與展望 在激光雷達和可見光相機的技術基礎上，歸納了株高在作物生物量估算、倒伏監(jiān)測、產量預測和輔助育種等方面的應用研究進展，對近地遙感技術在株高獲取上存在的問題進行討論分析，并從測高平臺和傳感器、裸土探測和插值算法、株高應用研究及農學與遙感測高差異四個方向進行了展望，可為今后近地遙感測高的研究與方法應用提供參考。 十、農業(yè)干旱衛(wèi)星遙感監(jiān)測與預測研究進展 遙感技術的快速發(fā)展，尤其是目前在軌的衛(wèi)星傳感器感測的電磁波段涵蓋了可見光、近紅外、熱紅外和微波等波段，為區(qū)域尺度農業(yè)干旱監(jiān)測提供了新的手段。充分利用衛(wèi)星遙感數據獲得的豐富地表信息進行農業(yè)干旱監(jiān)測和預測具有重要的研究意義。農業(yè)干旱預測是在干旱監(jiān)測的基礎上進行時間軸的預測，簡述了農業(yè)干旱預測研究進展。 農業(yè)干旱 十一、冬小麥主產區(qū)籽粒蛋白質含量預報 以冬小麥主產區(qū)豫魯冀皖蘇為研究區(qū)域，構建了冬小麥籽粒蛋白質含量多層線性預測模型，并實現了2019年冬小麥蛋白質含量預報。為后續(xù)小麥種植區(qū)劃和實現綠色、高產、優(yōu)質、高效糧食生產提供數據支撐。 十二、冬小麥澇漬脅迫識別及程度判別分析 為識別冬小麥澇漬脅迫及判別其脅迫程度，展開冬小麥澇漬脅迫梯度盆栽試驗，監(jiān)測冬小麥是否遭受澇漬脅迫并判別其澇漬脅迫程度。試驗結果顯示，簡單比值色素指數SRPI是識別澇漬脅迫冬小麥的最優(yōu)植被指數。為澇漬脅迫監(jiān)測提供了一種新方法，在精確防控中具有應用前景。 冬小麥 十三、海南島橡膠林葉面積指數遙感估算模型比較研究 選取海南島橡膠樹為研究對象，構建基于衛(wèi)星遙感植被指數的橡膠林LAI估算模型并分析其變化規(guī)律。結果表明，構建的基于EVI指數的橡膠林LAI一元線性估算模型精度較高，克服了NDVI、GNDVI、RVI等植被指數容易出現指數飽和問題，具有較好的科學性和良好的推廣應用價值。 十四、東北三省地區(qū)生長季旱澇對春玉米產量的影響 基于1988—2017年氣象站點數據和災情、產量等統(tǒng)計數據，以中國東北三省為研究區(qū)，通過對比多時間尺度指標和標準化降水蒸散指數與旱澇受災率的關系，選擇優(yōu)勢指數表征東北春玉米生長季干濕狀況，基于HP濾波構建相對氣象產量，利用距離相關分析方法選取合理時間尺度和關鍵月份的指數，分析這些指數與春玉米相對氣象產量的關系以及不同生育階段水分條件與產量之間的關系。對東北三省地區(qū)預估旱澇災害對春玉米產量影響，和及時采取災害防御措施具有一定的參考價值。 玉米 十五、監(jiān)測不同生育階段玉米群體株高的精度差異分析 為明確利用無人機影像監(jiān)測玉米群體株高的精度及其影響因素，基于無人機搭載光學成像設備構建大田玉米群體數字高程模型，研究不同生育時期下玉米群體株高監(jiān)測的精度差異。試驗結果表明，高清RGB相機和多光譜成像設備獲取的DEM均能反映玉米群體的高度差異，為該方向應用于大田生產提供借鑒意義。
