基于无人机遥感影像的冬小麦倒伏面积信息提取.pdf

黑龙江农业科学 2016(10)：147～152 HeilongjiangAgriculturalSciences 基于无人机遥感影像的冬小麦倒伏面积信息提取 董锦绘 。，杨小冬。，高 林 ，王宝山 ，王 磊 。 (1．河南理工大学 测绘与国土信息工程学院，河南 焦作 454000；2．北京农业信息技术研究中 心，北京 100097；3．国家农业信息化工程技术研究中心 ，北京 100097) 摘要 ：倒伏是农业生产 中造成减产、作物 品质降低 的主要原因，基于无人机飞控平 台农情监测系统的灾情严 重度实时监测以及时采取防治措施提供科学依据。以人工 目视解译统计得到的倒伏面积作为判别依据 ，通 过对 比最小距离法、最大似然法、神经 网络 、支持 向量机 四种监督分类方法对单张无人机影像 的分类效果 ，择 优用于无人机拼接数码影像 ，估算江苏里下河地 区小麦倒伏面积 。结果表 明：最小距 离法、最大似然法、神经 网络 、支持 向量机 四种方法的分类精度分别为 63．57 、98．15 、8l_13 、85．04 ，最大似然分类法得到的 精度最高，其运算速度也最快 ，与无人机遥感平 台农情监测系统快速 、便捷 的需求相符。将最大似然法应用 于整张拼接影像 ，监测得到倒伏像元个数为 7183950，估算面积为 353．8108m0，与人工 目视解译结果的误 差为 7．43 ，突出了无人机在信息获取方面方便、快捷 的特点，表 明搭栽数码相机 的无人机遥感平 台对农情 监测有一定可行性，可以为精准农业深入开展提供新 的契机 。 关键词 ：无人机遥感平 台；农情监测 ；倒伏信 息提取 ；精准农业 中图分类号：$127；S512 文献标识码 ：A 文章编号：1002—2767(2016)10—0147-06 D0I：10．11942／j．issnl002—2767．2016．10．0147 倒伏是小麦种植 比较常见 的一种农业灾害 ， 原 因往往造成倒伏区域可用的数据匮乏和统计的 其对小麦产量和品质都有一定影响其发生往往会 倒伏面积不准确 。近些年 ，科技的迅猛发展以及 引发一系列问题 ，如植株水分、养分运转缓慢 、叶 民用无人机生产商的大力推行 ，多款轻型无人机 片光合效率降低以及病虫害，进而影响穗粒数和 出现在公众视野 ，它机动灵活、起 飞条件 不受天 粒重 ，造成减产。因此，及时准确地监测小麦倒伏 气 、地形影响的优势得到人们的肯定 ，而基于无人 状况是掌控灾情、制定灾后生产管理和防控措施 机遥感的农业应用也相继得 到报道 ，Aasen等。。] 以及评估产量损失 的关键。然而 ，传统的倒伏信 利用 多 旋 翼 电动 无 人 机 平 台搭 载 Cubert 息获取方法 (人工法)需要调查人员深入灾区测量 UHD185-Firefly(www．cubert—gmbh．de)画幅成 倒伏面积和位置 ，对大面积倒伏灾害来说，其较低 像光谱仪对大麦种植 区进行了数据采集，基于处 的工作效率往往无法满足实际需求。遥感技术的 理得到的3D高光谱数据估测作物理化参数；高 快速发展为大范 围、快速监测倒伏面积提供 了一 林等[4]对大豆试验 田开展 了无人机遥感农情监 种切实可行 的手段 ，刘 良云等 1【]基于 田间倒伏小 测 ，基于 ADCLite(www．tetracam．corn)多光谱 麦的光谱变化，提出归一化植被指数 的倒伏监测 相机获取的大豆多光谱影像估测大豆 叶面积指 模型，并成功应用于 TM 影像的小麦倒伏监测 ； 数。因此，开展无人机载多或高光谱遥感 的作物 杨浩等 j基于对 Radarsat-2全极化影像 中倒伏 倒伏监测应能取得较好的效果 ；然而，如 Cubert 小麦与正常小麦在不同时间和极化下 的雷达后向 UHD185一Firefly画幅成像光谱仪 (约合 80万人 散射动态响应规律 ，提 出雷达极化指数监测小麦