無人機農情監(jiān)測應用解決方案

無人機農情監(jiān)測領域應用

解決方案無人機農情監(jiān)測領域應用

解決方案1目錄01無人機遙感系統(tǒng)基本概念02無人機遙感系統(tǒng)研究進展應用前景03無人機遙感系統(tǒng)與農情監(jiān)測03.1農作物分類病蟲害監(jiān)測03.3污染監(jiān)測覆蓋度監(jiān)測04總結思考03.203.4目錄01無人機遙感系統(tǒng)基本概念02無人機遙感系統(tǒng)研究進展應2研究框架研究進展基本概念應用前景無人機遙感系統(tǒng)農情監(jiān)測方面的應用病蟲害監(jiān)測污染監(jiān)測覆蓋度監(jiān)測農作物分類其他應用原理應用現狀應用成果總結思考研究框架研究進展基本概念應用前景無人機遙感系統(tǒng)農情監(jiān)測方面的3第章無人機遙感系統(tǒng)基本概念01第章無人機遙感系統(tǒng)基本概念014APPLICATIONINTHEFIELDOFUAVREMOTESENSING

（1）無人機（UAV）是一種機上無人駕駛的航空器，其具有動力裝置和導航模塊。在一定范圍內靠無線電遙控設備或計算機預編程序自主控制飛行。

（2）無人機遙感(UAVRSS)是利用先進的無人駕駛飛行器技術,遙感傳感器技術,遙測遙控技術,通信技術,POS定位定姿技術,GPS差分定位技術和遙感應用技術,具有自動化,智能化,專業(yè)化快速獲取國土,資源,環(huán)境,事件等空間遙感信息,并進行實時處理,建模和分析的先進新興航空遙感技術解決方案。無人機遙感系統(tǒng)即是一種以UAV為平臺,以各種成像與非成像傳感器為主要載荷,飛行高度一般在幾千米以內,能夠獲取遙感影像,視頻等數據的無人航空遙感與攝影測量系統(tǒng)。[1]基本概念APPLICATIONINTHEFIELDOFUA5APPLICATIONINTHEFIELDOFUAVREMOTESENSING基本概念UAVRSS技術以固定翼,無人旋翼機和垂直起降等作為遙感平臺獲取實時高分辨率遙感影像數據能克服有人航空遙感受制于長航時,大機動,惡劣氣象條件,危險環(huán)境等的影響,又能彌補衛(wèi)星因天氣和時間無法獲取調查區(qū)遙感信息的空缺。還能避免地面遙感工作范圍小，視野窄，工作量大等因素。隨著計算機通信技術的迅速發(fā)展以及各種重量輕體積小探測精度高的數字化新型傳感器的不斷面世。UAVRS的性能不斷提高，使具有結構簡單，成本低，風險小，靈活機動，實時性強等優(yōu)點。正逐步成為衛(wèi)星遙感，有人機遙感和地面遙感的有效補充手段。APPLICATIONINTHEFIELDOFUA6第章無人機遙感系統(tǒng)研究進展應用前景02第章無人機遙感系統(tǒng)研究進展應用前景027APPLICATIONINTHEFIELDOFUAVREMOTESENSING研究進展涉及內容研究進展飛行平臺①材質由傳統(tǒng)鋼鋁等金屬轉換為重量輕，強度大的輕質復合材料，如玻璃纖維，碳纖維等。②發(fā)動機由傳統(tǒng)體積大，噪音高，壽命短，耗油量大，可靠性差的逐漸轉變?yōu)轶w積小，噪音低，新能源推進系統(tǒng)。③空氣動力學方面，傳統(tǒng)設計主要針對中高空偵察的中，大型無人機，傳統(tǒng)設計不能滿足民用無人機升阻特性和操穩(wěn)特征的要求，必須對其進行總體和氣動外形的優(yōu)化。例如改進普通翼和三角翼型設計，采用新型垂直翼片結構等。[1]飛行控制與導航系統(tǒng)由傳統(tǒng)主要利用經典的單回路頻域或根軌跡等線性控制方法來設計飛行控制與導航系統(tǒng)，轉變?yōu)榉蔷€性動態(tài)控制，神經網絡智能控制和組合導航等，這些新型飛行控制與導航方法很好地提高無人機飛行性能。[1]數據傳輸存儲技術一是控制信息傳送，向UAV和遙感設備的狀態(tài)參數，可實現飛機姿態(tài)，高度,速度,航向的實時顯示。二是遙感信息傳輸，傳輸UAV獲得的影像,視頻等遙感信息,供地面人員使用。應選擇合適的數據傳輸解壓縮方法。采取多種高效可靠的數傳鏈路系統(tǒng)，并考慮將遙感信息在下傳地面站的同時進行機上硬盤備份，以確保獲得快速，安全，高質量的遙感數據。[1]表1-1：無人機遙感系統(tǒng)研究進展一覽表2.1研究進展APPLICATIONINTHEFIELDOFUA8表1-1：無人機遙感系統(tǒng)研究進展一覽表（接上頁）APPLICATIONINTHEFIELDOFUAVREMOTESENSING2.1研究進展表格來源：自繪[1]李德仁,李明.無人機遙感系統(tǒng)的研究進展與應用前景[J].武漢大學學報:信息科學版,2014,39(5):505-513.涉及內容研究進展遙感數據處理UAVRSS多使用小型成像與非成像傳感器作為機載遙感設備,與傳統(tǒng)的航天和航空影像相比,存在采樣周期短,分辨率高,像幅小,影像數量多,傾角過大和傾斜方向不規(guī)律等問題。遙感數據的處理由主要以地面處理為主轉換為地面準實時處理和機上實時處理。[1]遙感傳感器技術我國傳感器技術實現了由早期的膠片相機向大面陣數字化相機發(fā)展的歷程，各種智能，輕小型化的光電紅外傳感器，激光三維掃描儀和合成孔徑雷達等的綜合化，模塊化使用。遙感傳感器技術的發(fā)展除了各種傳感器在硬件技術上的突破與成功應用外，還體現在傳感器智能化和自主化的發(fā)展上。它依托計算機處理能力和機上存儲器的發(fā)展初步實現了傳感器自主性觀測。[1]運行空域政策與環(huán)境我國在相關空域管理法規(guī)，人員培訓，基礎，設施建設及保障方面與急劇膨脹的UAV遙感市場空域開放需求不相適應，與發(fā)達國家相比，空域管理是我國當前中低空域全面開放的難點所在。①部分中大型，長航時UAV飛行高度與商,民用載人飛行高度相互交叉②大量中小型遙感UAV航空設備較差,在我國某些地區(qū),雷達探測能力弱,通信易被干擾,尤其是邊境與沿海等敏感地區(qū),極易造成航空飛行器飛行狀態(tài)監(jiān)視失控。[1]表1-1：無人機遙感系統(tǒng)研究進展一覽表（接上頁）APPLIC9（4）海事信息化建設與動態(tài)管理（5）災害預報監(jiān)測與評估（1）氣象監(jiān)測與預報（2）國土資源環(huán)境調查（3）城市管理（6）國家海洋權益保障APPLICATIONINTHEFIELDOFUAVREMOTESENSING2.2應用前景（4）農情預測（4）海事信息化（5）災害預報（1）氣象監(jiān)測與預報（2）國土10（2）國土資源環(huán)境調查（1）氣象監(jiān)測與預報對溫度，濕度，氣壓，風速，風向和電場等氣象參數進行測量。美國，澳大利亞，法國，中國等相繼研制了Perseus,Theseus,Aerosonde,Fox,Chacal等氣象遙感系統(tǒng)。[1]（4）農情預測（3）城市管理（5）海事信息化建設與動態(tài)管理（6）災害預報監(jiān)測與評估（7）國家海洋權益保障APPLICATIONINTHEFIELDOFUAVREMOTESENSING2.2應用前景環(huán)境監(jiān)測；違章用地監(jiān)測；城市交通管理，道路擁堵監(jiān)測；解譯出違法亂建廢棄物亂堆亂放；規(guī)劃執(zhí)行現狀；追蹤調查高危湖泊，河道，海岸和涉污工廠集中區(qū)等[1]土地及資源調查與分類；區(qū)域土地利用類型遙感圖；資源分布等的抽樣調查；資源分類與資源總量估算；[1]農情無人機遙感監(jiān)測是以遙感技術為主對農業(yè)生產過程進行動態(tài)監(jiān)測的過程，內容是對大宗農作物種植面積、長勢、墑情與產量的發(fā)生與發(fā)展過程進行系統(tǒng)監(jiān)測。結合農作物地面測量數據，能迅速而準確地完成該區(qū)域農情監(jiān)測任務，并為更大范圍農情采樣估計提供便利。[2]迅速抵達災區(qū)進行航拍，通過對大量現勢遙感影像的快速處理與對比分析，短時間內獲得了災區(qū)災情的初步評價結果，為減災救災科學決策與指揮提供了更加客觀，及時，全面，的災情信息。提高了減災效果，提升了災害現場勘查能力。如城市火災，地震等海事海-空監(jiān)測系統(tǒng)，形成全方位，全天候的海-空-天立體監(jiān)測，實現了海事監(jiān)管水域的多維可視化，為近海常規(guī)巡航與目標搜索，應急現場監(jiān)控與信息傳遞，船舶事故探查與污染監(jiān)視等提供新技術解決手段。[1]許多重點海域，如釣魚島，南海，黃海等和海上油田等項目需進行多頻次，高精度的監(jiān)視監(jiān)測，國家海洋局實施了“國家海域動態(tài)監(jiān)視監(jiān)測管理系統(tǒng)”的研究與建設，以UAVRSS動態(tài)監(jiān)測為主要內容.[1]（2）國土資源環(huán)境調查（1）氣象監(jiān)測與預報對溫度，濕度，氣壓11第章無人機遙感系統(tǒng)與農情監(jiān)測03第章無人機遙感系統(tǒng)與農情監(jiān)測0312APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.1農作物分類應用現狀應用原理表3-1：無人機遙感系統(tǒng)農作物分類應用原理傳感器：針對不同需要，有多種供選擇類型，如ADCAir冠層測量相機，理光GXRA12數碼相機等。數據預處理：需要借助多種圖像處理軟件，如PixelWrench2，ENVI等。分類原理與算法：分析不同農作物波普曲線，借助NDVI等軟件可以消除大部分與儀器定標、太陽角、地形、云陰影和大氣條件有關輻照度的變化，增強了對植被的響應能力。分類結果分析：根據合適的算法分析，編程實現自動分類。普適性驗證與評價：：農作物分類結果混淆矩陣進行驗證和精度評價。數據與方法1數據獲取與預處理傳感器無人機平臺試驗設計數據預處理2分析農作物影像特征3分類原理與算法結果分析1分類結果分析2普適性驗證與評價APPLICATIONINTHEFIELDOFUA13APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.1農作物分類應用成果：河北省廊坊市的中國農業(yè)科學院國際農業(yè)高新技術產業(yè)園項目

以位于河北省廊坊市的中國農業(yè)科學院國際農業(yè)高新技術產業(yè)園（萬莊）為依托，對面積評價區(qū)域種植的春玉米、夏玉米、苜蓿和裸土4種地物類型進行分類，對無人機影像在農情監(jiān)測方面的應用進行了初步研究，開展了無人機影像獲取、地面數據的采集和正射影像圖、農田區(qū)劃圖等的制作，利用野外檢查點對這些成果的幾何精度進行評價，表明人機影像校正處理結果在幾何精度上是滿足農業(yè)應用需求的；依據校正后的影像，分別采用傳統(tǒng)的監(jiān)督分類方式進行了農作物分布的分類提取，與地面實測數據進行比較，表明無人機影像在農作物遙感監(jiān)測方面的應用是切實可行且能達到較高的精度。[1]APPLICATIONINTHEFIELDOFUA14APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.1農作物分類應用成果：河北省廊坊市的中國農業(yè)科學院國際農業(yè)高新技術產業(yè)園項目研究采用FreeBird小型電動無人機，起飛質量2.5kg，巡航速度54km/h，飛行高度50～2500m。系統(tǒng)操控簡單，輕便靈活，易于推廣。無人機上搭載了理光GXRA12數碼相機。

為了進一步定量考察分類結果的精度，利用GPS地面測量結果對其進行驗證，將測量結果地面真值，計算二者之間的混淆矩陣，如表4中給出了不同作物類型的總體精度。從表中可見，4種類型的地物分類精度均在85%以上，尤其是苜蓿，精度達93%，由此可見，無人機遙感系統(tǒng)在農業(yè)領域對檢測地區(qū)的農作物分類面積評估較為準確。[1]APPLICATIONINTHEFIELDOFUA15APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.2病蟲害監(jiān)測1）病蟲害光譜響應生理機制；光學遙感監(jiān)測，植物在病蟲害侵染條件下在不同波段上表現出不同程度吸收和反射特性的改變，即病蟲害光譜響應。2）病蟲害光譜響應特征位置；由于病蟲害葉片或冠層光譜是對植物生理、生化、形態(tài)、結構等改變的整體響應，具高度復雜性，因此對于不同植物，不同類型、不同發(fā)展階段的病蟲害，可能會有多樣的光譜特征。例如水稻，小麥。3）應用于病蟲害監(jiān)測的植被指數；4）病蟲害遙感識別和程度區(qū)分算法；一類是基于高光譜非成像數據建立的模型，一類是基于圖像的數據分析方法。這些方法涉及了多元統(tǒng)計分析，數據挖掘算法和圖像分析方法等等。[1]應用原理數據與方法1數據獲取與預處理傳感器無人機平臺試驗設計數據預處理2分析農作物影像特征病蟲害遙感識別和程度區(qū)分算法結果分析1病蟲害結果分析病蟲害光譜響應生理機制病蟲害光譜響應特征位置試驗設計應用于病蟲害監(jiān)測的植被指數表3-2：無人機遙感系統(tǒng)農作物病蟲害監(jiān)測應用原理APPLICATIONINTHEFIELDOFUA16APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.2病蟲害監(jiān)測應用原理應用現狀APPLICATIONINTHEFIELDOFUA17APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.2病蟲害監(jiān)測應用原理美國農業(yè)部（USDA）國家農業(yè)統(tǒng)計服務司（NASS）于2009年5月發(fā)布的一份最新報告了解到，美國國家尺度作物生長狀態(tài)及作物產量數據自1995年起開始利用衛(wèi)星遙感數據進行分析，該技術對快速、低成本地獲得全國尺度的各種糧食種植品種、生長狀態(tài)、病蟲害狀態(tài)產量等數據具有重要作用。[1]

Morais等將ZigBee基礎引入葡萄栽培的精準管理，在病害實時監(jiān)測和產量估測方面進行了應用示范。

還有很多案例，不一一列舉了。應用成果APPLICATIONINTHEFIELDOFUA18APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.3污染監(jiān)測

農作物污染包括很多方面，重點探討重金屬污染，無人機遙感系統(tǒng)是一個可以借助用來獲得遙感影像數據等的平臺。

運用無人機遙感技術進行農田重金屬污染監(jiān)測的主要思路是建立作物冠層光譜反射率與重金屬污染脅迫下作物生理生態(tài)參數（葉綠素、葉面積指數和細胞結構等）之間的響應關系。有學者通過對植被在重金屬污染脅迫下的光譜響應進行研究，建立了光譜指數與土壤重金屬含量以及植被生理生態(tài)參數的相關關系，提出了一些對重金屬脅迫更具有針對性和敏感性的光譜指數；有研究選擇葉綠素含量作為水稻重金屬污染脅迫的響應因子，通過分析驗證得到對葉綠素變化敏感的光譜指數及其響應規(guī)律，并進行了區(qū)域應用與驗證；為了對重金屬污染脅迫遙感弱信息進行增強，有學者對原始光譜進行微分、小波分析等變換以提取污染脅迫下的遙感診斷光譜指數，提高了光譜指數對重金屬脅迫的響應能力。[1]

數據與方法1數據獲取與預處理傳感器無人機平臺試驗設計數據預處理2分析農作物影像特征病蟲害遙感識別和程度區(qū)分算法結果分析1區(qū)域驗證和分析重金屬污染情況下的響應關系不同類型光譜指數應用原理APPLICATIONINTHEFIELDOFUA19APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.3污染監(jiān)測應用現狀應用成果---長春第一汽車制造廠周邊水稻重金屬污染脅迫監(jiān)測無人機遙感系統(tǒng)影像本研究所用數據主要包括環(huán)境與無人機遙感系統(tǒng)檢測影像，模擬根重的作物生長模型WOFOST所需輸入數據以及實測土壤重金屬含量數據等；利用LAI（LAI是作物重要生理生態(tài)參數之一，也是農業(yè)遙感研究中常用的指標之一）作為同化量來優(yōu)化WOFOST模型的參數CVR，參數優(yōu)化算法選用PSO算法，技術流程如圖APPLICATIONINTHEFIELDOFUA20APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.3污染監(jiān)測結果與分析：

1同化模型參數優(yōu)化結果及驗證：將采樣點的CVR最優(yōu)值輸入WOFOST模型，比較優(yōu)化后的模型模擬的與CCD數據反演的LAI（圖4，這里的LAI實測值為遙感CCD數據反演所得，日序為年度自然時間序列）?？梢钥闯?，優(yōu)化后的模擬結果更加接近LAI隨生長期變化的真實情況，表明通過調整WOFOST模型參數可以更好地模擬研究區(qū)水稻生長狀況。2水稻根重時空域模擬：將優(yōu)化后的CVR值輸入WOFOST模型中，分別模擬研究區(qū)采樣點的LAI和WRT，結果如圖5。在水稻整個生長期內，重金屬污染對LAI和WRT都有抑制作用，但在生長初期，污染區(qū)與非污染區(qū)的LAI曲線基本重合，相較而言，根重對重金屬污染脅迫的響應更加敏感，因此利用根重監(jiān)測重金屬污染脅迫可行性更強。重金屬對水稻根重的影響始于生長，初期的分蘗期，這是由于在分蘗期水稻主要進行營養(yǎng)生長，需要吸收大量水分及其他營養(yǎng)元素，包括重金屬元素在內。

[1]APPLICATIONINTHEFIELDOFUA21APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.4覆蓋度監(jiān)測應用現狀應用原理

植被覆蓋度，是描述地表植被分布的重要參數，在分析植被分布影響因素、評價區(qū)域生態(tài)環(huán)境等方面具有重要意義。在農學領域，它也反映農作物對光的截獲能力，指示0作物的生長發(fā)育和生物產量，是農學所關心的一個重要參數。估測農作物的覆蓋度對指導農業(yè)生產管理和農業(yè)生態(tài)系統(tǒng)評價有重要的意義。遙感監(jiān)測作物覆蓋度變化主要分為2類：一是通過衛(wèi)星影像數據，建立光譜植被指數與覆蓋度的相關模型；二是通過人工地面采集數字影像，對影像進行圖像分隔或分類操作，提取覆蓋度。通過衛(wèi)星影像提取覆蓋度，受天氣影響大，且空間分辨率、時間分辨率常常難以滿足作物田塊尺度的覆蓋度變化研究需求。人工地面采集影像提取覆蓋度，大面積范圍應用時耗時耗力、效率較低。然而，低空無人機遙感可以彌補原有覆蓋度變化監(jiān)測方法的不足。[1]

數據與方法1數據獲取與預處理傳感器無人機平臺試驗設計數據預處理2分析農作物影像特征病蟲害遙感識別和程度區(qū)分算法結果分析1區(qū)域驗證和分析植被指數與閾值確定覆蓋度提取公式APPLICATIONINTHEFIELDOFUA22APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.4覆蓋度監(jiān)測應用成果---北京市順義區(qū)內某冬小麥田覆蓋度監(jiān)測

試驗于2010年在北京市順義區(qū)內，地理坐標為N40.21°，E116.51°。田塊面積約為500m×500m。小麥種植行距約為25cm，正常肥水處理。遙感傳感器為美國Tetracam公司生產的ADCAir冠層多光譜相機。該相機是防水型高質量可見光與近紅外相機。在冬小麥播種到成熟過程中，選取5個主要生育期開展飛行任務以獲取相應數據，試驗日期與對應生育期如圖所示。[1]

植被指數閾值法是對影像進行植被和非植被像元識別的有效方法，常見的植被指數有歸一化差值植被指數（NDVI）、土壤調整植被指數（SAVI）等，本案例采用土壤調整植被指數SAVI作為植被和土壤的判斷指標。本案例的覆蓋度是指研究目標范圍內植被的平均覆蓋率，而非某一像元內植被組分占有的面積比?；谥脖恢笖档姆诸惤Y果，分別統(tǒng)計研究范圍內小麥像元數和土壤像元數，并按式（2）計算作物的覆蓋度FVC。APPLICATIONINTHEFIELDOFUA23APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.4覆蓋度監(jiān)測應用成果---北京市順義區(qū)內某冬小麥田覆蓋度監(jiān)測

研究區(qū)域內冬小麥的覆蓋度整體上是逐漸增大，然而，可以發(fā)現在開花期（即5月20日）時，覆蓋度卻略低于前一生育期。推測光照條件和影像的扭曲程度將在一定程度上影響整個SAVI的整體分布。此外缺少實時的GPS和姿態(tài)數據來對影像進行精確的空間定位與姿態(tài)角度糾正?？臻g的不匹配以及觀測角度和儀器噪聲等誤差也有可能是導致開花期的覆蓋度小于抽穗期和灌漿期的原因。進行糾正后，窗口邊長大于100像元時，單一樣方的覆蓋度趨于穩(wěn)定。

無人機所獲取的低空遙感數據可以提取作物的覆蓋度，獲取的多時相數據可以用于監(jiān)測作物覆蓋度的變化。然而，該方法也存在明顯的不足，即需要多時相的對同一地塊的觀測影像，同時還需要存在植被像元和非植被像元空間分布具有明顯的差異的2個觀測時期。APPLICATIONINTHEFIELDOFUA24APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.5其他

無人機影像在農情遙感監(jiān)測領域的應用具有巨大的優(yōu)勢和廣闊的前景，它相比衛(wèi)星影像具有更高的地面空間分辨率，并能帶來衛(wèi)星遙感所不具有的農作物精細紋理等額外的遙感信息，可以很好地應用于精細農業(yè)遙感監(jiān)測領域；同時，無人機影像還能很方便地應用于統(tǒng)計某一地區(qū)作物的種植結構、作物長勢等信息，為大范圍農作物種植及長勢、產量等信息的計算提供依據。

由于基于無人機影像的農情遙感監(jiān)測起步較晚，需要進一步進行的研究和工作還有很多，包括更高精度的正射影像圖的制作和獲取、更多類型的影像獲?。òt外、多光譜和高光譜、SAR等），更多農業(yè)方面應用的研究（植被指數、植物識別、產量預測、育種信息、授粉施藥作業(yè)、長勢評估、災情監(jiān)測等），這些都是下一步工作的重點。[1]

產量預測植被指數植物識別育種信息授粉施藥作業(yè)長勢評估災情監(jiān)測。。。。。。APPLICATIONINTHEFIELDOFUA25第章總結思考04第章總結思考0426UAVRSS因其獨有優(yōu)勢，將在傳統(tǒng)農林作業(yè),工業(yè)測量和土地資源調查,智慧城市,數字考古,搶險救災,三維實景,城市規(guī)劃，新農村建設,物流配送,地理國情監(jiān)測等應用中保持強勢增長與快速拓展,其使用需求和頻率將不斷加大,這對于完善遙感動態(tài)觀測體系和服務具有重要意義。而UAVRSS自身及其產業(yè)發(fā)展還存在諸多亟待考慮和解決的問題,需要從技術，政策等諸多方面予以突破和扶持。[1]APPLICATIONINTHEFIELDOFUAVREMOTESENSING4.總結思考應用更廣泛

技術方面，通過建設高水平聯合研究中心，從飛行平臺氣動布局與結構設計，材料研發(fā)與制造技術，推進系統(tǒng)與能源技術，導航與飛行控制技術，微機電技術$微型高效一體化智能傳感器技術，發(fā)射與回收技術出發(fā)，加強UAVSS的技術進步和生產力躍升,使UAVSS朝小型化,自動化,自主化,智能化,模塊化,集成化方向深度發(fā)展。同時研究開發(fā)高性能的航空遙感數據處理應用系統(tǒng)是發(fā)揮其獨有優(yōu)勢和廣泛應用的基礎。應針對數據的特點，在影像校正，拼接，融合，分析等處理中研究新的算法和技術，實現無人機遙感數據的自動，智能，高效的處理。[1]技術更先進

政策方面，由于民用無人航空遙感主要在低于3km低空空域內作業(yè).應積極吸取國內外經驗,在確保地面人員安全的情況下,進一步加快并明確中低空無人遙感業(yè)務飛行的指導性法規(guī),健全UAVSS飛行保障從業(yè)人員的職業(yè)能力評價體系和監(jiān)管體制機制,并在無人機航攝安全作業(yè)基本要求(等測繪行業(yè)標準的基礎上,會同其他應用主管部門和機構,分類制定各行業(yè)的UAVSS建設內容,技術標準和考核統(tǒng)計指標體系等,為無人機遙感市場的有序健康發(fā)展提供基本產品質量保障和服務標準.[1]政策更完善UAVRSS因其獨有優(yōu)勢，將在傳統(tǒng)農林作業(yè),工27無人機農情監(jiān)測應用解決方案28無人機農情監(jiān)測領域應用

解決方案無人機農情監(jiān)測領域應用

解決方案29目錄01無人機遙感系統(tǒng)基本概念02無人機遙感系統(tǒng)研究進展應用前景03無人機遙感系統(tǒng)與農情監(jiān)測03.1農作物分類病蟲害監(jiān)測03.3污染監(jiān)測覆蓋度監(jiān)測04總結思考03.203.4目錄01無人機遙感系統(tǒng)基本概念02無人機遙感系統(tǒng)研究進展應30研究框架研究進展基本概念應用前景無人機遙感系統(tǒng)農情監(jiān)測方面的應用病蟲害監(jiān)測污染監(jiān)測覆蓋度監(jiān)測農作物分類其他應用原理應用現狀應用成果總結思考研究框架研究進展基本概念應用前景無人機遙感系統(tǒng)農情監(jiān)測方面的31第章無人機遙感系統(tǒng)基本概念01第章無人機遙感系統(tǒng)基本概念0132APPLICATIONINTHEFIELDOFUAVREMOTESENSING

（1）無人機（UAV）是一種機上無人駕駛的航空器，其具有動力裝置和導航模塊。在一定范圍內靠無線電遙控設備或計算機預編程序自主控制飛行。

（2）無人機遙感(UAVRSS)是利用先進的無人駕駛飛行器技術,遙感傳感器技術,遙測遙控技術,通信技術,POS定位定姿技術,GPS差分定位技術和遙感應用技術,具有自動化,智能化,專業(yè)化快速獲取國土,資源,環(huán)境,事件等空間遙感信息,并進行實時處理,建模和分析的先進新興航空遙感技術解決方案。無人機遙感系統(tǒng)即是一種以UAV為平臺,以各種成像與非成像傳感器為主要載荷,飛行高度一般在幾千米以內,能夠獲取遙感影像,視頻等數據的無人航空遙感與攝影測量系統(tǒng)。[1]基本概念APPLICATIONINTHEFIELDOFUA33APPLICATIONINTHEFIELDOFUAVREMOTESENSING基本概念UAVRSS技術以固定翼,無人旋翼機和垂直起降等作為遙感平臺獲取實時高分辨率遙感影像數據能克服有人航空遙感受制于長航時,大機動,惡劣氣象條件,危險環(huán)境等的影響,又能彌補衛(wèi)星因天氣和時間無法獲取調查區(qū)遙感信息的空缺。還能避免地面遙感工作范圍小，視野窄，工作量大等因素。隨著計算機通信技術的迅速發(fā)展以及各種重量輕體積小探測精度高的數字化新型傳感器的不斷面世。UAVRS的性能不斷提高，使具有結構簡單，成本低，風險小，靈活機動，實時性強等優(yōu)點。正逐步成為衛(wèi)星遙感，有人機遙感和地面遙感的有效補充手段。APPLICATIONINTHEFIELDOFUA34第章無人機遙感系統(tǒng)研究進展應用前景02第章無人機遙感系統(tǒng)研究進展應用前景0235APPLICATIONINTHEFIELDOFUAVREMOTESENSING研究進展涉及內容研究進展飛行平臺①材質由傳統(tǒng)鋼鋁等金屬轉換為重量輕，強度大的輕質復合材料，如玻璃纖維，碳纖維等。②發(fā)動機由傳統(tǒng)體積大，噪音高，壽命短，耗油量大，可靠性差的逐漸轉變?yōu)轶w積小，噪音低，新能源推進系統(tǒng)。③空氣動力學方面，傳統(tǒng)設計主要針對中高空偵察的中，大型無人機，傳統(tǒng)設計不能滿足民用無人機升阻特性和操穩(wěn)特征的要求，必須對其進行總體和氣動外形的優(yōu)化。例如改進普通翼和三角翼型設計，采用新型垂直翼片結構等。[1]飛行控制與導航系統(tǒng)由傳統(tǒng)主要利用經典的單回路頻域或根軌跡等線性控制方法來設計飛行控制與導航系統(tǒng)，轉變?yōu)榉蔷€性動態(tài)控制，神經網絡智能控制和組合導航等，這些新型飛行控制與導航方法很好地提高無人機飛行性能。[1]數據傳輸存儲技術一是控制信息傳送，向UAV和遙感設備的狀態(tài)參數，可實現飛機姿態(tài)，高度,速度,航向的實時顯示。二是遙感信息傳輸，傳輸UAV獲得的影像,視頻等遙感信息,供地面人員使用。應選擇合適的數據傳輸解壓縮方法。采取多種高效可靠的數傳鏈路系統(tǒng)，并考慮將遙感信息在下傳地面站的同時進行機上硬盤備份，以確保獲得快速，安全，高質量的遙感數據。[1]表1-1：無人機遙感系統(tǒng)研究進展一覽表2.1研究進展APPLICATIONINTHEFIELDOFUA36表1-1：無人機遙感系統(tǒng)研究進展一覽表（接上頁）APPLICATIONINTHEFIELDOFUAVREMOTESENSING2.1研究進展表格來源：自繪[1]李德仁,李明.無人機遙感系統(tǒng)的研究進展與應用前景[J].武漢大學學報:信息科學版,2014,39(5):505-513.涉及內容研究進展遙感數據處理UAVRSS多使用小型成像與非成像傳感器作為機載遙感設備,與傳統(tǒng)的航天和航空影像相比,存在采樣周期短,分辨率高,像幅小,影像數量多,傾角過大和傾斜方向不規(guī)律等問題。遙感數據的處理由主要以地面處理為主轉換為地面準實時處理和機上實時處理。[1]遙感傳感器技術我國傳感器技術實現了由早期的膠片相機向大面陣數字化相機發(fā)展的歷程，各種智能，輕小型化的光電紅外傳感器，激光三維掃描儀和合成孔徑雷達等的綜合化，模塊化使用。遙感傳感器技術的發(fā)展除了各種傳感器在硬件技術上的突破與成功應用外，還體現在傳感器智能化和自主化的發(fā)展上。它依托計算機處理能力和機上存儲器的發(fā)展初步實現了傳感器自主性觀測。[1]運行空域政策與環(huán)境我國在相關空域管理法規(guī)，人員培訓，基礎，設施建設及保障方面與急劇膨脹的UAV遙感市場空域開放需求不相適應，與發(fā)達國家相比，空域管理是我國當前中低空域全面開放的難點所在。①部分中大型，長航時UAV飛行高度與商,民用載人飛行高度相互交叉②大量中小型遙感UAV航空設備較差,在我國某些地區(qū),雷達探測能力弱,通信易被干擾,尤其是邊境與沿海等敏感地區(qū),極易造成航空飛行器飛行狀態(tài)監(jiān)視失控。[1]表1-1：無人機遙感系統(tǒng)研究進展一覽表（接上頁）APPLIC37（4）海事信息化建設與動態(tài)管理（5）災害預報監(jiān)測與評估（1）氣象監(jiān)測與預報（2）國土資源環(huán)境調查（3）城市管理（6）國家海洋權益保障APPLICATIONINTHEFIELDOFUAVREMOTESENSING2.2應用前景（4）農情預測（4）海事信息化（5）災害預報（1）氣象監(jiān)測與預報（2）國土38（2）國土資源環(huán)境調查（1）氣象監(jiān)測與預報對溫度，濕度，氣壓，風速，風向和電場等氣象參數進行測量。美國，澳大利亞，法國，中國等相繼研制了Perseus,Theseus,Aerosonde,Fox,Chacal等氣象遙感系統(tǒng)。[1]（4）農情預測（3）城市管理（5）海事信息化建設與動態(tài)管理（6）災害預報監(jiān)測與評估（7）國家海洋權益保障APPLICATIONINTHEFIELDOFUAVREMOTESENSING2.2應用前景環(huán)境監(jiān)測；違章用地監(jiān)測；城市交通管理，道路擁堵監(jiān)測；解譯出違法亂建廢棄物亂堆亂放；規(guī)劃執(zhí)行現狀；追蹤調查高危湖泊，河道，海岸和涉污工廠集中區(qū)等[1]土地及資源調查與分類；區(qū)域土地利用類型遙感圖；資源分布等的抽樣調查；資源分類與資源總量估算；[1]農情無人機遙感監(jiān)測是以遙感技術為主對農業(yè)生產過程進行動態(tài)監(jiān)測的過程，內容是對大宗農作物種植面積、長勢、墑情與產量的發(fā)生與發(fā)展過程進行系統(tǒng)監(jiān)測。結合農作物地面測量數據，能迅速而準確地完成該區(qū)域農情監(jiān)測任務，并為更大范圍農情采樣估計提供便利。[2]迅速抵達災區(qū)進行航拍，通過對大量現勢遙感影像的快速處理與對比分析，短時間內獲得了災區(qū)災情的初步評價結果，為減災救災科學決策與指揮提供了更加客觀，及時，全面，的災情信息。提高了減災效果，提升了災害現場勘查能力。如城市火災，地震等海事海-空監(jiān)測系統(tǒng)，形成全方位，全天候的海-空-天立體監(jiān)測，實現了海事監(jiān)管水域的多維可視化，為近海常規(guī)巡航與目標搜索，應急現場監(jiān)控與信息傳遞，船舶事故探查與污染監(jiān)視等提供新技術解決手段。[1]許多重點海域，如釣魚島，南海，黃海等和海上油田等項目需進行多頻次，高精度的監(jiān)視監(jiān)測，國家海洋局實施了“國家海域動態(tài)監(jiān)視監(jiān)測管理系統(tǒng)”的研究與建設，以UAVRSS動態(tài)監(jiān)測為主要內容.[1]（2）國土資源環(huán)境調查（1）氣象監(jiān)測與預報對溫度，濕度，氣壓39第章無人機遙感系統(tǒng)與農情監(jiān)測03第章無人機遙感系統(tǒng)與農情監(jiān)測0340APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.1農作物分類應用現狀應用原理表3-1：無人機遙感系統(tǒng)農作物分類應用原理傳感器：針對不同需要，有多種供選擇類型，如ADCAir冠層測量相機，理光GXRA12數碼相機等。數據預處理：需要借助多種圖像處理軟件，如PixelWrench2，ENVI等。分類原理與算法：分析不同農作物波普曲線，借助NDVI等軟件可以消除大部分與儀器定標、太陽角、地形、云陰影和大氣條件有關輻照度的變化，增強了對植被的響應能力。分類結果分析：根據合適的算法分析，編程實現自動分類。普適性驗證與評價：：農作物分類結果混淆矩陣進行驗證和精度評價。數據與方法1數據獲取與預處理傳感器無人機平臺試驗設計數據預處理2分析農作物影像特征3分類原理與算法結果分析1分類結果分析2普適性驗證與評價APPLICATIONINTHEFIELDOFUA41APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.1農作物分類應用成果：河北省廊坊市的中國農業(yè)科學院國際農業(yè)高新技術產業(yè)園項目

以位于河北省廊坊市的中國農業(yè)科學院國際農業(yè)高新技術產業(yè)園（萬莊）為依托，對面積評價區(qū)域種植的春玉米、夏玉米、苜蓿和裸土4種地物類型進行分類，對無人機影像在農情監(jiān)測方面的應用進行了初步研究，開展了無人機影像獲取、地面數據的采集和正射影像圖、農田區(qū)劃圖等的制作，利用野外檢查點對這些成果的幾何精度進行評價，表明人機影像校正處理結果在幾何精度上是滿足農業(yè)應用需求的；依據校正后的影像，分別采用傳統(tǒng)的監(jiān)督分類方式進行了農作物分布的分類提取，與地面實測數據進行比較，表明無人機影像在農作物遙感監(jiān)測方面的應用是切實可行且能達到較高的精度。[1]APPLICATIONINTHEFIELDOFUA42APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.1農作物分類應用成果：河北省廊坊市的中國農業(yè)科學院國際農業(yè)高新技術產業(yè)園項目研究采用FreeBird小型電動無人機，起飛質量2.5kg，巡航速度54km/h，飛行高度50～2500m。系統(tǒng)操控簡單，輕便靈活，易于推廣。無人機上搭載了理光GXRA12數碼相機。

為了進一步定量考察分類結果的精度，利用GPS地面測量結果對其進行驗證，將測量結果地面真值，計算二者之間的混淆矩陣，如表4中給出了不同作物類型的總體精度。從表中可見，4種類型的地物分類精度均在85%以上，尤其是苜蓿，精度達93%，由此可見，無人機遙感系統(tǒng)在農業(yè)領域對檢測地區(qū)的農作物分類面積評估較為準確。[1]APPLICATIONINTHEFIELDOFUA43APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.2病蟲害監(jiān)測1）病蟲害光譜響應生理機制；光學遙感監(jiān)測，植物在病蟲害侵染條件下在不同波段上表現出不同程度吸收和反射特性的改變，即病蟲害光譜響應。2）病蟲害光譜響應特征位置；由于病蟲害葉片或冠層光譜是對植物生理、生化、形態(tài)、結構等改變的整體響應，具高度復雜性，因此對于不同植物，不同類型、不同發(fā)展階段的病蟲害，可能會有多樣的光譜特征。例如水稻，小麥。3）應用于病蟲害監(jiān)測的植被指數；4）病蟲害遙感識別和程度區(qū)分算法；一類是基于高光譜非成像數據建立的模型，一類是基于圖像的數據分析方法。這些方法涉及了多元統(tǒng)計分析，數據挖掘算法和圖像分析方法等等。[1]應用原理數據與方法1數據獲取與預處理傳感器無人機平臺試驗設計數據預處理2分析農作物影像特征病蟲害遙感識別和程度區(qū)分算法結果分析1病蟲害結果分析病蟲害光譜響應生理機制病蟲害光譜響應特征位置試驗設計應用于病蟲害監(jiān)測的植被指數表3-2：無人機遙感系統(tǒng)農作物病蟲害監(jiān)測應用原理APPLICATIONINTHEFIELDOFUA44APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.2病蟲害監(jiān)測應用原理應用現狀APPLICATIONINTHEFIELDOFUA45APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.2病蟲害監(jiān)測應用原理美國農業(yè)部（USDA）國家農業(yè)統(tǒng)計服務司（NASS）于2009年5月發(fā)布的一份最新報告了解到，美國國家尺度作物生長狀態(tài)及作物產量數據自1995年起開始利用衛(wèi)星遙感數據進行分析，該技術對快速、低成本地獲得全國尺度的各種糧食種植品種、生長狀態(tài)、病蟲害狀態(tài)產量等數據具有重要作用。[1]

Morais等將ZigBee基礎引入葡萄栽培的精準管理，在病害實時監(jiān)測和產量估測方面進行了應用示范。

還有很多案例，不一一列舉了。應用成果APPLICATIONINTHEFIELDOFUA46APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.3污染監(jiān)測

農作物污染包括很多方面，重點探討重金屬污染，無人機遙感系統(tǒng)是一個可以借助用來獲得遙感影像數據等的平臺。

運用無人機遙感技術進行農田重金屬污染監(jiān)測的主要思路是建立作物冠層光譜反射率與重金屬污染脅迫下作物生理生態(tài)參數（葉綠素、葉面積指數和細胞結構等）之間的響應關系。有學者通過對植被在重金屬污染脅迫下的光譜響應進行研究，建立了光譜指數與土壤重金屬含量以及植被生理生態(tài)參數的相關關系，提出了一些對重金屬脅迫更具有針對性和敏感性的光譜指數；有研究選擇葉綠素含量作為水稻重金屬污染脅迫的響應因子，通過分析驗證得到對葉綠素變化敏感的光譜指數及其響應規(guī)律，并進行了區(qū)域應用與驗證；為了對重金屬污染脅迫遙感弱信息進行增強，有學者對原始光譜進行微分、小波分析等變換以提取污染脅迫下的遙感診斷光譜指數，提高了光譜指數對重金屬脅迫的響應能力。[1]

數據與方法1數據獲取與預處理傳感器無人機平臺試驗設計數據預處理2分析農作物影像特征病蟲害遙感識別和程度區(qū)分算法結果分析1區(qū)域驗證和分析重金屬污染情況下的響應關系不同類型光譜指數應用原理APPLICATIONINTHEFIELDOFUA47APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.3污染監(jiān)測應用現狀應用成果---長春第一汽車制造廠周邊水稻重金屬污染脅迫監(jiān)測無人機遙感系統(tǒng)影像本研究所用數據主要包括環(huán)境與無人機遙感系統(tǒng)檢測影像，模擬根重的作物生長模型WOFOST所需輸入數據以及實測土壤重金屬含量數據等；利用LAI（LAI是作物重要生理生態(tài)參數之一，也是農業(yè)遙感研究中常用的指標之一）作為同化量來優(yōu)化WOFOST模型的參數CVR，參數優(yōu)化算法選用PSO算法，技術流程如圖APPLICATIONINTHEFIELDOFUA48APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.3污染監(jiān)測結果與分析：

1同化模型參數優(yōu)化結果及驗證：將采樣點的CVR最優(yōu)值輸入WOFOST模型，比較優(yōu)化后的模型模擬的與CCD數據反演的LAI（圖4，這里的LAI實測值為遙感CCD數據反演所得，日序為年度自然時間序列）?？梢钥闯觯瑑?yōu)化后的模擬結果更加接近LAI隨生長期變化的真實情況，表明通過調整WOFOST模型參數可以更好地模擬研究區(qū)水稻生長狀況。2水稻根重時空域模擬：將優(yōu)化后的CVR值輸入WOFOST模型中，分別模擬研究區(qū)采樣點的LAI和WRT，結果如圖5。在水稻整個生長期內，重金屬污染對LAI和WRT都有抑制作用，但在生長初期，污染區(qū)與非污染區(qū)的LAI曲線基本重合，相較而言，根重對重金屬污染脅迫的響應更加敏感，因此利用根重監(jiān)測重金屬污染脅迫可行性更強。重金屬對水稻根重的影響始于生長，初期的分蘗期，這是由于在分蘗期水稻主要進行營養(yǎng)生長，需要吸收大量水分及其他營養(yǎng)元素，包括重金屬元素在內。

[1]APPLICATIONINTHEFIELDOFUA49APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.4覆蓋度監(jiān)測應用現狀應用原理

植被覆蓋度，是描述地表植被分布的重要參數，在分析植被分布影響因素、評價區(qū)域生態(tài)環(huán)境等方面具有重要意義。在農學領域，它也反映農作物對光的截獲能力，指示0作物的生長發(fā)育和生物產量，是農學所關心的一個重要參數。估測農作物的覆蓋度對指導農業(yè)生產管理和農業(yè)生態(tài)系統(tǒng)評價有重要的意義。遙感監(jiān)測作物覆蓋度變化主要分為2類：一是通過衛(wèi)星影像數據，建立光譜植被指數與覆蓋度的相關模型；二是通過人工地面采集數字影像，對影像進行圖像分隔或分類操作，提取覆蓋度。通過衛(wèi)星影像提取覆蓋度，受天氣影響大，且空間分辨率、時間分辨率常常難以滿足作物田塊尺度的覆蓋度變化研究需求。人工地面采集影像提取覆蓋度，大面積范圍應用時耗時耗力、效率較低。然而，低空無人機遙感可以彌補原有覆蓋度變化監(jiān)測方法的不足。[1]

數據與方法1數據獲取與預處理傳感器無人機平臺試驗設計數據預處理2分析農作物影像特征病蟲害遙感識別和程度區(qū)分算法結果分析1區(qū)域驗證和分析植被指數與閾值確定覆蓋度提取公式APPLICATIONINTHEFIELDOFUA50APPLICATIONINTHEFIELDOFUAVREMOTESENSING3.4覆蓋度監(jiān)測應用成果---北京市順義區(qū)內某冬小麥田覆蓋度監(jiān)測

試驗于2010年在北京市順義區(qū)內，地理坐標為N40.21°，E116.51°。田塊面積約為500m×500m。小麥種植行距約為25cm，正常肥水處理。遙感傳感器為美國Tetracam公司生產的ADCAir冠層多光譜相機。該相機是防水型高質量可見光與近紅外相機。在冬小麥播種到成熟過程中，選取5個主要生育期開展飛行任務以獲取相應數據，試驗日期與對應生育期如圖所示。[1]

植被指數閾值法是對影像進行植被和