91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

無(wú)人機(jī)遙感監(jiān)測(cè)作物病蟲害脅迫方法

juying ? 來(lái)源:juying ? 作者:juying ? 2023-10-18 16:42 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

目前,基于無(wú)人機(jī)的遙感監(jiān)測(cè)(無(wú)人駕駛飛行器、遙感傳感器、遙測(cè)遙控、通訊、GPS差分定位、遙感應(yīng)用等技術(shù))技術(shù)已在作物病蟲害脅迫領(lǐng)域被廣泛應(yīng)用與研究。當(dāng)作物受到病蟲害脅迫時(shí)通常在不同光譜波段上表現(xiàn)出吸收和反射特性的變化,即為作物病蟲害脅迫的光譜響應(yīng)。作物由于病蟲害脅迫受損會(huì)引起色素、形態(tài)、結(jié)構(gòu)等改變,通常可以通過(guò)提取其光譜響應(yīng)特征并加以分析處理,實(shí)現(xiàn)對(duì)病蟲害脅迫的精準(zhǔn)、快速、無(wú)損監(jiān)測(cè)。

一、概述

無(wú)人機(jī)遙感監(jiān)測(cè)作物病蟲害脅迫是以無(wú)人機(jī)為遙感監(jiān)測(cè)平臺(tái),利用搭載的各種傳感器獲取目標(biāo)作物的遙感影像、視頻、點(diǎn)云等數(shù)據(jù),通過(guò)對(duì)數(shù)據(jù)的處理、挖掘和建模來(lái)獲取作物病蟲害脅迫信息。監(jiān)測(cè)方法大致可分為兩類:①單一遙感監(jiān)測(cè)方法,主要通過(guò)無(wú)人機(jī)搭載相應(yīng)傳感器進(jìn)行作物病蟲害脅迫數(shù)據(jù)獲取、處理及分析;②綜合遙感監(jiān)測(cè)方法,主要利用無(wú)人機(jī)遙感監(jiān)測(cè)技術(shù)與地面人工調(diào)查取樣等方式綜合進(jìn)行作物病蟲害脅迫數(shù)據(jù)獲取、處理及分析。

根據(jù)實(shí)際監(jiān)測(cè)情況的不同選擇單一或綜合無(wú)人機(jī)遙感監(jiān)測(cè)作物病蟲害脅迫方法,以實(shí)現(xiàn)作物病蟲害信息的精準(zhǔn)獲取和高效動(dòng)態(tài)監(jiān)測(cè),為作物病蟲害科學(xué)防治提供支撐。其中,主要涉及以無(wú)人機(jī)飛行平臺(tái)和機(jī)載傳感器為代表的無(wú)人機(jī)遙感監(jiān)測(cè)硬件系統(tǒng),以無(wú)人機(jī)測(cè)繪攝影測(cè)量等專業(yè)處理軟件和數(shù)據(jù)處理分析相關(guān)算法或模型為代表的無(wú)人機(jī)遙感監(jiān)測(cè)軟件系統(tǒng)。

二、監(jiān)測(cè)數(shù)據(jù)獲取方式

1、無(wú)人機(jī)飛行平臺(tái)

無(wú)人機(jī)是利用無(wú)線電遙控設(shè)備和自備的程序控制裝置操縱的不載人飛行器。大致可分為多旋翼、固定翼、單旋翼(直升機(jī))和混合翼(垂直起降固定翼)幾種。在使用無(wú)人機(jī)遙感監(jiān)測(cè)作物病蟲害脅迫時(shí),關(guān)注的重點(diǎn)是無(wú)人機(jī)載荷、續(xù)航時(shí)間、飛行高度、監(jiān)測(cè)精度和空間分辨率等。如表1所示為不同的無(wú)人機(jī)飛行平臺(tái)。

由于遙感監(jiān)測(cè)數(shù)據(jù)獲取過(guò)程中飛行平臺(tái)的選擇對(duì)獲取的數(shù)據(jù)質(zhì)量有影響,因此選擇的飛行平臺(tái)應(yīng)具備可操控性、高穩(wěn)定性和飛行持久性等特點(diǎn),以獲取質(zhì)量較好的數(shù)據(jù)。目前,多旋翼無(wú)人機(jī)因具有航速姿態(tài)可調(diào)、飛行穩(wěn)定、能夠定點(diǎn)懸停等優(yōu)勢(shì),適用于定點(diǎn)重復(fù)獲取多尺度、高分辨率的作物病蟲害脅迫數(shù)據(jù),在遙感監(jiān)測(cè)作物病蟲害脅迫研究與應(yīng)用中最為廣泛。

2、機(jī)載傳感器

無(wú)人機(jī)遙感監(jiān)測(cè)作物病蟲害脅迫研究中的機(jī)載傳感器類型主要包括多光譜相機(jī)、高光譜相機(jī)、數(shù)碼相機(jī)、熱紅外相機(jī)、激光雷達(dá)等。無(wú)人機(jī)遙感監(jiān)測(cè)作物病蟲害脅迫的機(jī)載傳感器通常為光學(xué)光電學(xué)和熱力學(xué)傳感器,少部分機(jī)載傳感器屬于聲學(xué)等領(lǐng)域。因此,利用無(wú)人機(jī)獲取病蟲害脅迫數(shù)據(jù)時(shí),需要依據(jù)地域特征、病蟲害爆發(fā)程度和作物種類等情況選擇合適的傳感器。

3、數(shù)據(jù)獲取流程

無(wú)人機(jī)遙感監(jiān)測(cè)作物病蟲害脅迫的數(shù)據(jù)獲取流程是保證每次飛行能正常操作且安全準(zhǔn)確獲取監(jiān)測(cè)數(shù)據(jù)的重要流程,無(wú)人機(jī)數(shù)據(jù)獲取的質(zhì)量和數(shù)量對(duì)后續(xù)處理分析的結(jié)果有重要影響。對(duì)自主作業(yè)模式(全球定位系統(tǒng)模式,以實(shí)現(xiàn)精確懸停、指點(diǎn)飛行、規(guī)劃航線等操作)下無(wú)人機(jī)遙感監(jiān)測(cè)作物病蟲害脅迫方法來(lái)說(shuō),主要有以下步驟:

(1)飛行前期準(zhǔn)備。確認(rèn)飛行任務(wù)區(qū)域及申請(qǐng)空域;查詢地理、天氣環(huán)境信息;選擇并調(diào)試飛行與地面設(shè)備(無(wú)人機(jī)飛行平臺(tái)、機(jī)載傳感器、遙控器、導(dǎo)航等)以及檢查電量、是否能正常工作等;是否攜帶其他設(shè)備,如輻射定標(biāo)板等。

(2)正式飛行前準(zhǔn)備?,F(xiàn)場(chǎng)組裝、調(diào)試、連接飛行與地面設(shè)備;根據(jù)任務(wù)區(qū)域地形、作物病蟲害、續(xù)航、載荷等情況,設(shè)計(jì)飛行任務(wù)方案,如起降點(diǎn)、航線、高度、架次、重疊率等。

(3)飛行作業(yè)執(zhí)行。實(shí)時(shí)關(guān)注無(wú)人機(jī)飛行平臺(tái)的速度、位置、電量、電壓、任務(wù)時(shí)間等飛行情況,監(jiān)督飛行時(shí)穩(wěn)定、安全作業(yè),必要時(shí)可以手動(dòng)接管飛行。

(4)飛行作業(yè)結(jié)束。自主返航或操控返航;返航完畢可關(guān)閉飛行與地面設(shè)備電源;回收飛行與地面設(shè)備,讀取儲(chǔ)存卡數(shù)據(jù)或在飛行作業(yè)時(shí)通過(guò)地面設(shè)備實(shí)時(shí)獲取遙感監(jiān)測(cè)數(shù)據(jù)。

三、監(jiān)測(cè)數(shù)據(jù)處理方法

如何從無(wú)人機(jī)遙感監(jiān)測(cè)作物病蟲害脅迫獲取的大量數(shù)據(jù)中高效提取表型特征十分重要,并且很大程度決定處理分析的結(jié)果。表型特征主要包括光譜特征、紋理特征、顏色特征、形狀特征和生理特征等。目前,對(duì)這些表型特征的分析處理是無(wú)人機(jī)遙感監(jiān)測(cè)作物病蟲害脅迫研究的熱點(diǎn)?,F(xiàn)階段主流的無(wú)人機(jī)遙感監(jiān)測(cè)作物病蟲害脅迫數(shù)據(jù)處理的方法可以大致分為統(tǒng)計(jì)分析方法和機(jī)器學(xué)習(xí)方法兩類。

目前,監(jiān)測(cè)數(shù)據(jù)處理方法的流程主要為:遙感影像的格式調(diào)整、清洗、預(yù)處理、拼接、校正、特征提取、特征選擇、設(shè)計(jì)方法模型、評(píng)價(jià)指標(biāo)與調(diào)優(yōu)等。對(duì)于遙感影像格式調(diào)整一般使用機(jī)載傳感器配套軟件處理,對(duì)于遙感影像拼接和校正等則使用無(wú)人機(jī)測(cè)繪攝影測(cè)量軟件。

1、統(tǒng)計(jì)分析方法

在無(wú)人機(jī)遙感監(jiān)測(cè)作物病蟲害脅迫相關(guān)研究中,常用描述統(tǒng)計(jì)、相關(guān)分析、回歸分析、判別分析、方差分析和聚類分析等統(tǒng)計(jì)分析方法。

通常,借助上述方法使用植被的光譜特征進(jìn)行作物病蟲害脅迫遙感監(jiān)測(cè)。通過(guò)對(duì)光譜曲線進(jìn)行分析,可以發(fā)現(xiàn)不同作物病蟲害脅迫的光譜曲線變化特征。一般基于特定光譜波段、波段計(jì)算與組合以及植被指數(shù)(Vegetation Index,VI)等方法進(jìn)行光譜特征提取。因?yàn)椴煌∠x害脅迫對(duì)作物生長(zhǎng)造成的影響程度不一致,所以特定光譜波段更有利于對(duì)不同病蟲害脅迫進(jìn)行監(jiān)測(cè)。光譜波段經(jīng)運(yùn)算組合后可以得到反映植被生長(zhǎng)狀況、植被覆蓋度等有相關(guān)意義的值,即VI。VI已廣泛用來(lái)定性和定量評(píng)價(jià)植被覆蓋及其生長(zhǎng)活力,常用于作物病蟲害脅迫監(jiān)測(cè)的VI主要由2~3個(gè)波段構(gòu)成。

利用VI進(jìn)行回歸或相關(guān)分析可以建立遙感監(jiān)測(cè)數(shù)據(jù)與作物生長(zhǎng)信息的反演模型,即經(jīng)驗(yàn)?zāi)P?。由于?jīng)驗(yàn)?zāi)P托枰罅康膶?shí)測(cè)數(shù)據(jù)為基礎(chǔ),而實(shí)測(cè)數(shù)據(jù)的精度如何,很大程度取決于實(shí)測(cè)數(shù)據(jù)的測(cè)量精度;經(jīng)驗(yàn)?zāi)P痛嬖趨^(qū)域適用性的限制,常常在實(shí)測(cè)數(shù)據(jù)采集的區(qū)域模型的適用性較高,在其他區(qū)域適用性較低;地表粗糙度的變化經(jīng)驗(yàn)?zāi)P蜔o(wú)法考慮。目前,由于植被參數(shù)的遙感反演物理模型具有因果關(guān)系和數(shù)學(xué)物理基礎(chǔ),因而正成為遙感反演作物病蟲害脅迫研究的主要方向,但主要集中在輻射傳輸模型,尚無(wú)幾何光學(xué)模型和混合模型等在作物病蟲害脅迫中研究與應(yīng)用。

2、機(jī)器學(xué)習(xí)方法

當(dāng)前,無(wú)人機(jī)遙感監(jiān)測(cè)作物病蟲害脅迫的數(shù)據(jù)處理方法主要集中于機(jī)器學(xué)習(xí)方法。機(jī)器學(xué)習(xí)最基本的做法是使用算法來(lái)解析遙感監(jiān)測(cè)數(shù)據(jù),然后對(duì)真實(shí)世界中的病蟲害脅迫做出決策和預(yù)測(cè)。機(jī)器學(xué)習(xí)傳統(tǒng)的算法包括決策樹(shù)、聚類、貝葉斯分類、隨機(jī)森林、支持向量機(jī)、k-近鄰算法等。從學(xué)習(xí)方法上劃分,機(jī)器學(xué)習(xí)算法可以分為監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、集成學(xué)習(xí)、深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等。

在機(jī)器學(xué)習(xí)傳統(tǒng)的算法中,如何最大限度地在數(shù)據(jù)中提取有用的特征以供算法和模型使用至關(guān)重要。當(dāng)作物受到一定程度病蟲害脅迫后,患病蟲害的作物外部形態(tài)(葉面積、株高、顏色等)與內(nèi)部生理均會(huì)發(fā)生較為明顯地改變。因此,除了使用無(wú)人機(jī)遙感監(jiān)測(cè)獲取作物病蟲害脅迫影像的光譜特征之外,顏色特征(如顏色直方圖、顏色熵、顏色矩、顏色聚合向量等)、紋理特征(如局部二值模式、灰度直方圖、灰度共生矩陣、小波變換等)和形狀特征(如傅立葉變換、形狀不變矩、小波輪廓描述符等)等也常被提取使用。此外,還可以結(jié)合實(shí)地調(diào)查取樣獲取作物病蟲害脅迫下的株高、葉綠素含量、生物量和含水量等各項(xiàng)指標(biāo)。特別地,作物受病蟲害脅迫的環(huán)境(溫度、濕度、海拔、土壤含水量、養(yǎng)分等)也會(huì)對(duì)病蟲害脅迫有影響,也是需要重點(diǎn)關(guān)注與開(kāi)展長(zhǎng)期性、周期性的研究。

近年來(lái),隨著數(shù)據(jù)的高速增長(zhǎng)、算力的迅猛增強(qiáng)、算法的完善成熟,深度學(xué)習(xí)逐漸在無(wú)人機(jī)遙感監(jiān)測(cè)作物病蟲害脅迫領(lǐng)域得以大量應(yīng)用。使用傳統(tǒng)的機(jī)器學(xué)習(xí)方法提取特征往往需要進(jìn)行手工提取或特征工程,并且需要大量的時(shí)間優(yōu)化,而深度學(xué)習(xí)減少人為設(shè)計(jì)特征的過(guò)程,將自動(dòng)學(xué)習(xí)與任務(wù)相關(guān)的特征即特征學(xué)習(xí)融入建立模型的過(guò)程。

不過(guò),使用深度學(xué)習(xí)方法面臨需要大量訓(xùn)練數(shù)據(jù)和性能較高的計(jì)算機(jī)硬件支持,以及更優(yōu)的模型等主要限制。盡管如此,相關(guān)研究表明使用深度學(xué)習(xí)方法比機(jī)器學(xué)習(xí)傳統(tǒng)的算法能獲得更好的分類、檢測(cè)、識(shí)別和分割性能,因此未來(lái)也需要不斷深入研究與改進(jìn)。同時(shí),隨著高光譜機(jī)載傳感器和深度學(xué)習(xí)技術(shù)的不斷發(fā)展,利用深度學(xué)習(xí)技術(shù)可以充分挖掘高光譜影像的潛在特征,實(shí)現(xiàn)更好地對(duì)各種作物病蟲害脅迫進(jìn)行監(jiān)測(cè)。

審核編輯 黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 光譜
    +關(guān)注

    關(guān)注

    4

    文章

    1037

    瀏覽量

    37176
  • 遙感
    +關(guān)注

    關(guān)注

    0

    文章

    258

    瀏覽量

    17543
  • 無(wú)人機(jī)
    +關(guān)注

    關(guān)注

    236

    文章

    11300

    瀏覽量

    195690
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    無(wú)人機(jī)多光譜遙感在水生植被精細(xì)分類中的應(yīng)用

    隨著遙感技術(shù)的快速發(fā)展,無(wú)人機(jī)多光譜遙感憑借其高分辨率、靈活部署和低成本等優(yōu)勢(shì),已成為水生植被監(jiān)測(cè)的重要工具。中達(dá)瑞和系統(tǒng)梳理了無(wú)人機(jī)多光譜
    的頭像 發(fā)表于 10-27 10:40 ?451次閱讀
    <b class='flag-5'>無(wú)人機(jī)</b>多光譜<b class='flag-5'>遙感</b>在水生植被精細(xì)分類中的應(yīng)用

    高光譜成像在作物病蟲害監(jiān)測(cè)的研究進(jìn)展

    高光譜成像技術(shù)(Hyperspectral Imaging, HSI)是一種將光學(xué)成像與光譜分析相結(jié)合的多維信息獲取技術(shù),其核心在于通過(guò)連續(xù)窄波段(通常 光譜特征基礎(chǔ) 植物受病蟲害侵襲后,其生理生化
    的頭像 發(fā)表于 10-16 15:53 ?552次閱讀
    高光譜成像在<b class='flag-5'>作物</b><b class='flag-5'>病蟲害監(jiān)測(cè)</b>的研究進(jìn)展

    安森美圖像傳感器在無(wú)人機(jī)的應(yīng)用

    無(wú)人機(jī)以高效創(chuàng)新的方案,改變了多個(gè)行業(yè)的格局。在農(nóng)業(yè)領(lǐng)域,無(wú)人機(jī)助力精準(zhǔn)農(nóng)業(yè)、作物監(jiān)測(cè)和牲畜追蹤。工業(yè)部門利用無(wú)人機(jī)進(jìn)行現(xiàn)場(chǎng)勘測(cè)、基礎(chǔ)設(shè)施檢
    的頭像 發(fā)表于 09-19 17:43 ?1092次閱讀
    安森美圖像傳感器在<b class='flag-5'>無(wú)人機(jī)</b>的應(yīng)用

    紅外光譜助力農(nóng)業(yè)智能化升級(jí)

    紅外光譜技術(shù)在農(nóng)業(yè)中用于土壤分析、作物品質(zhì)檢測(cè)、生長(zhǎng)監(jiān)測(cè)、病蟲害識(shí)別及加工控制,提升精準(zhǔn)農(nóng)業(yè)效率。
    的頭像 發(fā)表于 07-26 16:23 ?850次閱讀

    無(wú)人機(jī)核心系統(tǒng)解析:自主導(dǎo)航與感知系統(tǒng)

    無(wú)人機(jī)以高效創(chuàng)新的方案,改變了多個(gè)行業(yè)的格局。在農(nóng)業(yè)領(lǐng)域,無(wú)人機(jī)助力精準(zhǔn)農(nóng)業(yè)、作物監(jiān)測(cè)和牲畜追蹤。工業(yè)部門利用無(wú)人機(jī)進(jìn)行現(xiàn)場(chǎng)勘測(cè)、基礎(chǔ)設(shè)施檢
    的頭像 發(fā)表于 07-21 14:07 ?7034次閱讀
    <b class='flag-5'>無(wú)人機(jī)</b>核心系統(tǒng)解析:自主導(dǎo)航與感知系統(tǒng)

    “低空經(jīng)濟(jì)” 崛起,2025無(wú)人機(jī)市場(chǎng)暗藏哪些潛力趨勢(shì)?

    無(wú)人機(jī)以高效創(chuàng)新的方案,改變了多個(gè)行業(yè)的格局。在農(nóng)業(yè)領(lǐng)域,無(wú)人機(jī)助力精準(zhǔn)農(nóng)業(yè)、作物監(jiān)測(cè)和牲畜追蹤。工業(yè)部門利用無(wú)人機(jī)進(jìn)行現(xiàn)場(chǎng)勘測(cè)、基礎(chǔ)設(shè)施檢
    發(fā)表于 07-14 14:49 ?1716次閱讀
    “低空經(jīng)濟(jì)” 崛起,2025<b class='flag-5'>無(wú)人機(jī)</b>市場(chǎng)暗藏哪些潛力趨勢(shì)?

    高光譜成像技術(shù):給植物“看病”的新“眼睛”——作物病蟲害監(jiān)測(cè)方法

    想象一下,不用走到田里一片片葉子檢查,也不用等作物明顯枯萎了才發(fā)現(xiàn)問(wèn)題,而是通過(guò)“看”作物反射的光線,就能早期發(fā)現(xiàn)它是不是生病或長(zhǎng)蟲了。這就是 光譜技術(shù)在作物病蟲害監(jiān)測(cè) 上的神奇應(yīng)用!
    的頭像 發(fā)表于 07-11 17:39 ?1036次閱讀
    高光譜成像技術(shù):給植物“看病”的新“眼睛”——<b class='flag-5'>作物</b><b class='flag-5'>病蟲害監(jiān)測(cè)</b>新<b class='flag-5'>方法</b>

    安森美圖像傳感器在無(wú)人機(jī)系統(tǒng)的應(yīng)用

    無(wú)人機(jī)以高效創(chuàng)新的方案,改變了多個(gè)行業(yè)的格局。在農(nóng)業(yè)領(lǐng)域,無(wú)人機(jī)助力精準(zhǔn)農(nóng)業(yè)、作物監(jiān)測(cè)和牲畜追蹤。工業(yè)部門利用無(wú)人機(jī)進(jìn)行現(xiàn)場(chǎng)勘測(cè)、基礎(chǔ)設(shè)施檢
    的頭像 發(fā)表于 07-08 10:14 ?7374次閱讀
    安森美圖像傳感器在<b class='flag-5'>無(wú)人機(jī)</b>系統(tǒng)的應(yīng)用

    無(wú)人機(jī)核心系統(tǒng)深度解析

    無(wú)人機(jī)以高效創(chuàng)新的方案,改變了多個(gè)行業(yè)的格局。在農(nóng)業(yè)領(lǐng)域,無(wú)人機(jī)助力精準(zhǔn)農(nóng)業(yè)、作物監(jiān)測(cè)和牲畜追蹤。工業(yè)部門利用無(wú)人機(jī)進(jìn)行現(xiàn)場(chǎng)勘測(cè)、基礎(chǔ)設(shè)施檢
    的頭像 發(fā)表于 06-28 16:38 ?1.1w次閱讀
    <b class='flag-5'>無(wú)人機(jī)</b>核心系統(tǒng)深度解析

    安森美分析無(wú)人機(jī)市場(chǎng)發(fā)展趨勢(shì)

    無(wú)人機(jī)以高效創(chuàng)新的方案,改變了多個(gè)行業(yè)的格局。在農(nóng)業(yè)領(lǐng)域,無(wú)人機(jī)助力精準(zhǔn)農(nóng)業(yè)、作物監(jiān)測(cè)和牲畜追蹤。工業(yè)部門利用無(wú)人機(jī)進(jìn)行現(xiàn)場(chǎng)勘測(cè)、基礎(chǔ)設(shè)施檢
    的頭像 發(fā)表于 06-27 11:16 ?974次閱讀

    高光譜相機(jī)如何通過(guò)無(wú)人機(jī)實(shí)現(xiàn)地表精準(zhǔn)遙感?

    遙感,是人類“遙控地球視野”的一雙眼睛。而高光譜遙感技術(shù),則是這雙眼睛中的“鷹眼”。如果再加上無(wú)人機(jī)這對(duì)“靈活的翅膀”,我們對(duì)地球表面的感知力將前所未有地提升。 今天,我們就一起來(lái)拆解一個(gè)關(guān)鍵問(wèn)題
    的頭像 發(fā)表于 06-25 11:30 ?729次閱讀
    高光譜相機(jī)如何通過(guò)<b class='flag-5'>無(wú)人機(jī)</b>實(shí)現(xiàn)地表精準(zhǔn)<b class='flag-5'>遙感</b>?

    無(wú)人機(jī)的核心優(yōu)勢(shì)與創(chuàng)新應(yīng)用

    低空經(jīng)濟(jì)的興起,正在深刻重塑傳統(tǒng)農(nóng)業(yè)的發(fā)展模式。無(wú)人機(jī)、遙感技術(shù)、智能農(nóng)機(jī)裝備的廣泛應(yīng)用,為農(nóng)業(yè)領(lǐng)域帶來(lái)了重大變革機(jī)遇。這一經(jīng)濟(jì)形態(tài),不僅顯著提升了農(nóng)業(yè)監(jiān)測(cè)的效率與精度,更強(qiáng)力驅(qū)動(dòng)著農(nóng)業(yè)生產(chǎn)管理向智能精準(zhǔn)化轉(zhuǎn)型。
    的頭像 發(fā)表于 06-13 14:58 ?1040次閱讀

    高光譜相機(jī)讓農(nóng)業(yè)“看得懂作物”!病蟲害一拍識(shí)別

    在傳統(tǒng)農(nóng)業(yè)中,判斷作物是否健康,主要依賴經(jīng)驗(yàn)和肉眼觀察:葉子黃了,是不是缺氮?葉片上有斑,是不是病害?但這些判斷不僅主觀性強(qiáng),而且往往滯后——等肉眼看到問(wèn)題,作物可能已經(jīng)受損。 現(xiàn)在,一種新技術(shù)正在
    的頭像 發(fā)表于 06-12 18:25 ?839次閱讀
    高光譜相機(jī)讓農(nóng)業(yè)“看得懂<b class='flag-5'>作物</b>”!<b class='flag-5'>病蟲害</b>一拍識(shí)別

    災(zāi)害監(jiān)測(cè)怎么更快更準(zhǔn)?高光譜無(wú)人機(jī)來(lái)支招!

    ,有沒(méi)有一種高效、智能、精準(zhǔn)的新方式?答案是:高光譜無(wú)人機(jī)。 什么是高光譜無(wú)人機(jī)? 簡(jiǎn)單來(lái)說(shuō),高光譜無(wú)人機(jī)就是搭載了高光譜成像儀的無(wú)人機(jī),可以在飛行過(guò)程中采集目標(biāo)區(qū)域在幾百個(gè)波段上的精
    的頭像 發(fā)表于 04-10 16:37 ?956次閱讀
    災(zāi)害<b class='flag-5'>監(jiān)測(cè)</b>怎么更快更準(zhǔn)?高光譜<b class='flag-5'>無(wú)人機(jī)</b>來(lái)支招!

    “看”出植物生病、高溫干旱?高光譜無(wú)人機(jī)有一套!

    在農(nóng)業(yè)生產(chǎn)中,作物一旦“生病”或者遭遇高溫干旱等脅迫,往往已經(jīng)錯(cuò)過(guò)了最佳干預(yù)時(shí)機(jī)。但現(xiàn)在,有一項(xiàng)前沿技術(shù)正在改變這一切: 高光譜無(wú)人機(jī)遙感 ,讓我們可以“看見(jiàn)”植物肉眼看不見(jiàn)的健康信號(hào)
    的頭像 發(fā)表于 04-07 17:32 ?591次閱讀
    “看”出植物生病、高溫干旱?高光譜<b class='flag-5'>無(wú)人機(jī)</b>有一套!