无人机多光谱相机在农业应用介绍

简要描述：无人机多光谱相机在农业应用介绍
农用无人机上的多光谱成像摄像机传感器可以使农民更有效地管理作物，土壤，施肥和灌溉。通过大限度地减少喷雾，肥料，浪费水分，同时增加农作物的产量，对农民和更广泛的环境有巨大的好处。

产品型号：

所属分类：无人机相机

更新时间：2024-08-21

厂商性质：代理商

联系我们留言询价

详情介绍

无人机多光谱相机在农业应用介绍

农用无人机上的多光谱成像摄像机传感器可以使农民更有效地管理作物，土壤，施肥和灌溉。通过大限度地减少喷雾，肥料，浪费水分，同时增加农作物的产量，对农民和更广泛的环境有巨大的好处。

多光谱相机遥感成像技术使用绿色，红色，红边和近红外波段捕获作物和植被的可见和不可见的图像。多光谱图像集成到那些能将信息输出成有意义数据的软件应用程序中，这种土地遥测，土壤和作物数据使农民能够更有效地节省时间和金钱，同时减少农药的使用。

在本文中，我们将介绍多光谱成像技术，反射率，波段和植被指数（如NDVI和NDRE）的基础知识，展示了这些信息如何使农民对土壤和植物的健康状况非常了解。

我们还向您展示了多光谱传感器以及可以安装多光谱传感器的农业无人机。还有些非常好的视频介绍，但由于国内无法使用Youtube的问题，我们有机会再另行展示。

多光谱成像农用无人机

多光谱成像的优点

多光谱图像是评估土壤生产力和分析植物健康的非常有效的工具。以肉眼观察土壤和农作物的健康状况非常有限，落后不可取的。多光谱传感器技术能够比农民的肉眼看到更多的东西。

多光谱成像产生的数据有如下几点好处：

识别有害生物，疾病和杂草。通过早期检测优化农药使用和作物喷雾。
提供有关土壤肥力的数据，并通过检测营养缺乏来优化施肥。帮助土地管理，是否进行生产或转产作物等。
计算植物并确定作物数量或种植间距问题。估计作物产量。
测量灌溉。通过识别怀疑水分胁迫的地区来控制作物灌溉。根据多光谱数据进行土地改良，如安装排水系统和水路。
查看农业机械对作物的破坏，进行必要的修理或更换有问题的机械。
调查围栏和农场建筑。
监测牲畜

多光谱成像技术

什么是多光谱图像

多光谱图像传感器通过电磁光谱捕获特定频率的图像数据。这些波长可以通过滤光器或通过使用对特定波长敏感的仪器（包括来自出我们可见视线的频率的光），例如红外线来分离。光谱成像还可以提取人眼未能捕获的其它附加信息。

多光谱图像的重要性

人眼仅对400和700 nm之间的波长敏感，这被称为可见光谱。人们可以感受到从紫色到红色的各种颜色。然而，光的波长可以比我们可见的视力更短（紫外）或更长（红外）。

尽管我们看不到它们，但这些看不见的波段很好的显示了土壤，植物和作物的农艺特征。

农业多光谱图像

多光谱图像基础

每个物体表面都能反射出些它所接收到的光，具有不同表面特征的物体以不同的方式反射或吸收太阳的辐射。反射光与入射光的比例称为反射率，并以百分比表示。

植被指数

植被反射率属性用于得出植被指数（VI），这些指标用于分析各种生态。植被指数由两个或多个波长的反射率测量构成，以分析植被的特定特征，如总叶面积和含水量。

植被与太阳辐射相互作用与其他天然材料（如土壤和水体）不同。太阳辐射的吸收和反射是与不同植物材料的许多相互作用的结果，其随波长的变化很大。

水，颜料，营养物质和碳分别在400nm至2500nm的反射光谱中表现，具有经常重叠但光谱不同的反射行为。这些已知的特性，使科学家能够组合不同波长的反射率测量，以通过定义VI来增强特定的植被特征。

尽管已经在科学文献中发表了150多个植被指数，但只有小部分具有重要的生物物理基础或已经进行了系统的测试。植被指数是NDVI（归化差异植被指数），NDRE（归化差分红边）也非常常见。Sentra的单个传感器具有可选的NDRE滤片。

NDVI 植被指数

归化差异植被指数（NDVI）是植物“绿色度”或光合作用指数，是植被指数的指标之，植被指数是基于不同的表面反射不同类型的光的观察。

特别是光合作用活跃的植被吸收了大部分红光，同时反射出大部分近红外光。死亡或受到胁迫（不健康）的植被反射了更多的红光和更少的近红外光。同样地，非植被物质表面在光谱上具有更均匀的反射率。

通过从遥感图像中获取红色和近红外波段的比例，可以定义植被指数“绿色度”，归化差异植被指数（NDVI）可能是这些植被指数中。NDVI是以每像素为基础计算出为来自图像的红色和近红外波段之间的归化差异。

NDVI可以由任何具有红色和近红外波段的图像计算出来，NDVI的生物物理解释是吸收的光合有效辐射的分数。

许多因素影响NDVI值，如植物光合作用，总植物覆盖，生物量，植物和土壤水分以及植物胁迫，因此，NDVI与研究人员和管理者感兴趣的许多农业和生态系统属性相关（例如，净初生产力，冠层覆盖率，裸地面覆盖率）。

此外，由于它是两个频带的比例，NDVI有助于补偿图像中由于斜率和方面而在照明中的差异，以及图像之间的差异，例如当获取图像时的时间或时间。因此，像NDVI这样的植被指数使得随着时间的推移可以比较图像，寻找农业和生态重要的变化。无人机多光谱相机在农业应用介绍

NDVI 作物管理优势

冠层覆盖和密度检测
NDVI随时间提供准确的增长趋势
冰霜伤害检测
大规模病虫害
优化作物流转持续时间
生态效益
随着时间的推移，植被动力学或植物物候变化
生物质生产（Biomass production）
与放牧管理相关的放牧影响或属性（例如放养率）
牧场条件的变化
植被或土地覆盖分类
土壤湿度
碳汇量或CO2通量（Carbon sequestration or CO2 flux ，虽然还有其他物理过程在土壤呼吸中起作用，但CO2运动或CO2通量在土壤中是土壤呼吸的主要功能。土壤二氧化碳通量是大气碳平衡总量的重要组成部分，在气候变化研究中是非常重要的变数。土壤呼吸也是土壤生物健康和活力的重要指标，是评估生物修复工作效能和不断变化的农业实践影响的工具。）

NDRE 植被指数

归化差异红色边缘指数（NDRE）是种度量，可用于分析从多光谱图像传感器获得的图像中的植被健康与否。它类似于归化差异植被指数（NDVI），但使用近红外和红色边缘的比例。

NDRE使用红色边缘滤光片来查看作物华盖的反射率。红色边缘是植被反射光谱红光到近红外NIR过渡带中的个区域，标志着红色可见区域叶绿素吸收与NIR区叶片内部结构散射的界限。这个东西可以让您通过确定作物的很多不同变量对其进行管理。我们只要了解叶绿素的水平，就可以拥有监测光合作用活动的能力。

有了这些信息，您可以根据光合作用活动的改变并优化收割的时间。作物到了收获期间就会出现如下类似情况：杏仁中分离的壳体或葡萄中的大糖分含量，正随着着NDRE值发生着显著的变化。发生这种变化究其原因是水果/坚果已经达到成熟时，由于光合作用产生的糖分子不再需要这么高的需求。正是这种变化关系为您提供了收获调度的作物管理工具，以获得高质量的产品。

其它因素，如昆虫的侵袭也可能会改变叶绿素含量并引起作物胁迫。因此，通过使用NDRE，您可以确定杏仁区域的螨虫爆发有多严重，然后使用精确的方法终止侵染。这不仅可以监控疫情，还可以降低与病虫害防治相关的成本。

Parrot Sequoia 多光谱传感器

是目前市场上小和轻的多光谱UAS遥感器之。它通过四个高分辨率的，可见和不可见波段，增强RGB图像的传感器捕获作物的图像。该方案使用两个传感器。

第二个传感器是阳光传感器，并安装在无人机背面。在飞行过程中，阳光传感器将连续感应并记录与多光谱传感器相同的光谱带中的光线条件。如此收集的光数据允许确定所识别的光谱特征的值。