跳转至

无人机作为农业遥感平台

原文链接: https://www.nv5geospatialsoftware.com/Learn/Blogs/Blog-Details/uavs-as-a-remote-sensing-platform-for-agriculture

19273 对此文章评分:

5.0

无人机作为农业遥感平台

匿名作者 2014年10月9日,星期四

在过去的几年里,我们看到了关于无人机及其在商业和民用市场中效用的新闻。我对无人机技术有着特别浓厚的兴趣,这可以追溯到我作为电气工程专业学生的日子,当时我设计了一款类似于四旋翼飞行器的气垫船,通过一个软件应用进行控制,该应用能将飞机位置和其他遥测数据反馈给飞行员。进一步激发我对这个行业兴趣的是,联邦航空管理局的一个测试点几乎就在我家后院——位于纽约州罗马市的格里菲斯国际机场无人机系统。此外,2014年8月初,联邦航空管理局批准了东北无人机空域整合研究和格里菲斯国际机场的第一个官方授权证书,用于测试无人驾驶飞机。这个首个授权证书允许运行由康奈尔合作推广部领导的用于农业的无人机系统。康奈尔合作推广部为我们当地的农业产业带来了巨大的效益,我很高兴看到他们启动了这项努力。

康奈尔合作推广部将试飞一架由Precision Hawk制造的无人机。Precision Hawk的兰开斯特鹰眼Mk III是一种小型固定翼飞机,将携带可见光、热红外和多光谱传感器。该无人机将在纽约州西部农场上空400英尺以下飞行,评估玉米、大豆、小麦和苜蓿等大田作物。收集的数据将用于监测作物生长、昆虫活动、疾病传播、土壤状况等。

图片由 Finger Lakes Times 提供,展示了一架 Precision Hawk 兰开斯特鹰眼 Mk III 无人机

如今的精准农业从业者使用航空和卫星遥感影像来帮助他们更有效地管理作物。通过精确测量其田地在可见光和红外波段的能量反射与发射方式,精准农业从业者可以监测影响其作物的多种变量。多光谱和热传感器使农民能够看到肉眼或全色航空影像无法发现的问题。

Precision Hawk的传感器将收集必要波长的数据,以提取有意义的信息来回答诸如"我的作物健康状况如何"这样的问题。使用无人机作为遥感平台,仍然需要遵循遥感实践,以便为种植者的问题提供最准确的答案。一位同事提出了一种最佳实践方法,以确保生成最高质量的输出产品来解决手头的问题。该最佳实践方法是:(1) 确定解决问题所需的算法,(2) 确定该算法所需的波长输入,(3) 确定能够收集这些波长的传感器,(4) 决定装备以搭载该有效载荷的平台。

最近应用了最佳实践,比较了使用无人机有效载荷原始传感器数据计算的归一化差异植被指数产品,与对图像中各波段进行校准后校正的数据计算的NDVI产品。NDVI是判断植被健康状况的常用基准。

图1:应用任何数据校准或校正前,基于原始图像计算的无人机图像和NDVI。

参考图1(原始数据)

  • 植被总量占田地的95.76%,干土或非植被占5.24%。
  • 干植被(黄色)占48.73%,而健康与非常健康的植被(绿色系)占46.03%。

图2:应用数据校准和校正后计算的无人机图像和NDVI。

图2中显示的数据经过校准和校正后,结果评估更为准确。

  • 植被总量占田地的87.64%,干土或非植被占12.36%。
  • 干植被(黄色)占3.47%,而健康与非常健康的植被(绿色系)占84.18%。

结果表明,为了向种植者提供最准确的信息,仅仅收集数据并对原始数据运行算法是不够的。使用像我同事所确定的最佳实践,种植者可以借助不同的传感器和算法关注特定问题或信息。我想象随着技术进步,将会有自动化流程能自动为种植者的问题提供答案。

在农业中使用无人机的好处是能够完整地查看整片田地,这对于农民步行完成来说既耗时又不现实。田地可以根据需要频繁查看,并且成本低于使用有人驾驶的航空平台或卫星影像。

此外,配备适当传感器的无人机可以采用基于科学的方法利用收集的数据,从而能够更快地发现问题并执行处理计划,以防止可能影响整片田地的疾病或害虫的传播。然后,他们可以在一两周内再次飞越田地,重复这个过程以监测变化。根据将试飞Precision Hawk无人机的康奈尔合作推广部的农学家介绍,农民现在在作物健康(植物有多绿)以及追踪疾病和有害昆虫方面花费数万美元。像康奈尔合作推广部这样的努力,将有助于深入了解无人机在农业产业中的益处以及对种植者的真正好处。当然,目标是更高的作物产量,从而带来更高的利润。此外,通过仅针对需要处理的区域进行作业来降低作物处理成本,同时减少因过度施用化学品而对环境造成的农业负面影响。

我期待关注康奈尔合作推广部的努力,并将仰望天空,看看他们是否可能在我家乡周围的葡萄园上空飞行。

LSST 照亮通往数据驱动发现前沿的道路 将二维分类高效实现为凸包参考的算法