北京球速体育

技术计划

种质资源与表型能量代谢研究土壤呼吸与碳通量生态研究与视察其它计划未分类生态健康

Ecodrone?高光谱-红外热成像无人机遥感技术 ——林木病虫害早期诊断和量化

时间：2021-12-17 作者：球速体育点击量：

球速体育推出无人机遥感森林病虫害研究监测技术计划——Ecodrone^? UAS-8高区分率高光谱-红外热成像无人机遥感平台：

l 8旋翼专业无人机遥感平台，搭载AFX高光谱成像、机载PC及红外热成像可航行作业30分钟以上，有效笼罩面积超10公顷

l 厘米级地面区分率，50m高度地面区分率达3.5cm，30m高度（用于田间高通量作物表型剖析）地面区分率可达2cm

l 50m高单样线航行作业可自动收罗形成宽度36m的样带高光谱成像大数据

l 科研级Thermo-RGB成像：640×512像素，多点黑体校准，灵敏度50或30mK，测温规模-25℃-150℃/-40℃-550℃，在线实时温度丈量剖析，10倍光学变焦RGB镜头，全高清画质，磁编码自稳云台，实时姿态调解，可选配CWSI成像，实时丈量作物水分胁迫指数

l 专业无人机遥感技术计划，同步获取高光谱与红外热成像数据，应用软件可直接得出90多个VI（植物光谱反射指数）、F（叶绿素荧光）、标准化冠层温度、CWSI（水分胁迫指数）等

l 荣获2020年检验检测认证认可行业年度风云榜“仪器设备十大新锐产品”

l 应用于精准农业研究、林木表型遥感、病虫害监测、森林资源视察评估、生物多样性监测等

微信截图_20211217155126.png

主要技术指标：

	高光谱成像		红外热成像
	AFX10	AFX17	Thermo-RGB
波段规模	400-1000nm	900-1700nm	7.5-14μm
光谱通道数	224	224	1热成像+1 RGB
空间像素数	1024像素	640像素	640×512像素
地面区分率	3.5cm@50m AGL	5.5cm@50m AGL	6.5cm@50m AGL
探测器	CMOS	InGaAs	非制冷VOx微幅射探测器
FWHM	5.5nm	8.0nm	-
光谱采样率	2.68nm	3.5nm	-
帧频	330FPS	670FPS	30Hz/9Hz
信噪比（峰值）	400:1	1200:1	-
光圈值	F/1.7		-
视场角	38°		45°或其他
数据接口	GigE		USB或SSD或 SD卡

研究案例1：大面积橄榄树黄萎病的早期检测和定量研究

橄榄树黄萎�。╒W）是一种由大丽轮枝菌引起的主要通过土壤进行迅速流传的疾病，这种真菌通过熏染植物根部，阻塞水流并关闭气孔降低蒸腾速率，从而造成水分蒸发减少，使树冠温度升高，最终导致叶片褪绿和落叶。因此，尽早发明熏染有助于制止病原体向新的区域流传，尤其是关于尚未熏染病原体的区域，有助于进行提前预防和实施优化改良步伐。

西班牙研究人员利用无人机遥感平台搭载高光谱相机和红外热成像相机，对西班牙南部塞维利亚省Ecija地区的3000公顷包括差别土壤和作物治理特点的商业化橄榄树地块进行遥感成像，获得了该区域每棵树的标准冠层温度(Tc-Ta) 和260个通道的光谱数据，基于该数据并通过降维处理，使用线性判别剖析（LDA）和支持向量机（SVM）两种要领对黄萎病的侵染水平进行了大规模遥感评估分类。

微信截图_20211217155817.png

图1-1：差别VW熏染水平的橄榄树，a-e依次递增（左图）；中心图中黄色区域代表差别水平黄萎病的橄榄树地块，a-i图显示在差别土壤和作物治理差别下各地块高区分率细节（右图）

结果显示，关于整个数据集，LDA的总精度为59.0%，SVM的总精度为79.2%，SVM 获得了更高的总体准确率。而LDA对初始熏染VW和严重水平较初级别的树木进行了更好的分类，准确率划分抵达71.4%和75.0 %。研究还发明归一化冠层温度、叶绿素荧光、结构指数、叶黄素、叶绿素、类胡萝卜素和疾病指标是判断黄萎病熏染早期和晚期的最佳指标。结果标明，这种在大规模果园标准研究重开发的要领适用于对包括差别土壤类型和作物治理特征的橄榄树园的大面积监测。

微信截图_20211217155313.png

图1-2：左：a）红外热成像DOM图，b）a中红框区域的橄榄树冠层识别，c）差别熏染水平的 Tc-Ta

右：a）高光谱成像DOM图，b）a中红框区域的橄榄树冠层识别，c）差别熏染水平的橄榄树冠层反射率

研究案例2：杏树红叶斑病早期检测和量化

杏树是一种重要的经济作物，其果仁具有良好的药用价值，广泛应用于食品、化妆品及医药等领域。而红叶斑病是影响杏树的主要真菌性叶面病害之一，通过无人机遥感技术建立杏树染病的田间地图，可准确并尽早地发明疾病，评估其染病严重水平，从而进行合理喷药，实现精准农业治理。

微信截图_20211217155333.png

图2-1：杏仁叶熏染红叶斑�。╝-c：染病情况逐渐严重）；(d)：严重熏染的杏树

西班牙国家研究委员会农业研究所研究人员基于无人机遥感技术，通过高区分率红外热成像和高光成像获取冠层温度和植被指数，在叶片和冠层水平上评估了杏树红叶斑病的影响，接纳LDA、SVM等差别要领组合对红叶斑严重水平进行量化和判别。研究发明，叶绿素、类胡萝卜素指数和叶绿素荧光对红叶黑点病的早期诊断效果较好。线性模型在区分无症状植株和红叶斑病熏染晚期植株方面体现出更好的效果，而非线性SVM要领在区分无症状植株和红叶斑病熏染早期植株方面体现较好。另外，叶片标准上的气孔导度、叶绿素含量、叶绿素荧光、光化学反射指数和光谱反射率的丈量结果标明，健康叶片与有症状叶片的绿色区域之间无显著差别。本研究标明，使用高区分率高光谱影像和红外热成像数据对红叶斑病进行早期检测和量化具有可行性。

微信截图_20211217155405.png

图2-2：左：a）高光谱成像DOM图，b）a中红框区域的橄榄树冠层识别，c）差别熏染水平的橄榄树冠层反射率

右：a）红外热成像DOM图，b）a中红框区域的橄榄树冠层识别

参考文献：

1. Calderón R, Navas-Cortés J A, Zarco-Tejada P J. Early detection and quantification of Verticillium wilt in olive using hyperspectral and thermal imagery over large areas[J]. Remote Sensing, 2015, 7(5): 5584-5610.

2. López-López Manuel, Calderón Rocío, González-Dugo Victoria, et al. Early Detection and Quantification of Almond Red Leaf Blotch Using High-Resolution Hyperspectral and Thermal Imagery[J]. Remote Sensing, 2016, 8(4):276.

- 返回列表 -

球速体育

QQ设置

电话号码治理

二维码治理