光谱成像相机无人机给农业带来巨大收益

2022-12-07 17:32:03 点将科技 698

      农业无人机上的多光谱成像相机传感器使农民可以更有效地管理农作物,土壤,施肥和灌溉。减少喷洒,肥料,水的浪费,同时增加农作物的产量,对农民和更广泛的环境都具有很大的好处。多光谱相机遥感成像技术使用绿色,红色,红色边缘和近红外波段来捕获农作物和植被的可见图像和不可见图像。多光谱图像与专门的农业软件集成在一起,该软件将信息输出为有意义的数据。这种土地遥测,土壤和农作物数据使种植者可以更有效地监控,规划和管理农场,从而节省时间和金钱,并减少了农药的使用。

本文讲述多光谱成像技术,反射率,波段和植被指数(例如NDVI和NDRE)的基础。所有这些信息为农民提供了土壤和植物健康的见解。还将向您展示用于农业无人机的多光谱传感器制造商之产品。

1、多光谱成像农业无人机

2、多光谱成像的好处

3、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。用肉眼观察土壤和农作物的健康非常有限并且是反动的。多光谱传感器技术使农民比肉眼能看到的更多。

4、来自多光谱成像的数据具有以下好处;

5、识别害虫,疾病和杂草。通过及早发现来优化农药用量和农作物喷雾剂。

6、提供有关土壤肥力的数据,并通过检测营养缺乏来完善肥料。帮助进行土地管理以及是否将农业用地转为生产性或非生产性或轮作作物等。

7、对植物进行计数并确定种群或间距问题。

8、估计农作物产量。

9、测量灌溉量。通过确定怀疑有水胁迫的区域来控制作物灌溉。然后,根据多光谱数据对陆地区域进行改进,例如安装排水系统和水道。

10、查看农用机械对农作物的损害,并进行必要的维修或更换有问题的机械。

11、调查围栏和农舍。

12、监视牲畜。现在,带有热像仪的无人机可以在夜间与许多其他了不起的用途一起用于牲畜的定位。

13、全年解决方案

(1)多光谱影像的奇妙之处在于,该传感器技术可在整个作物周期中使用。无论是在播种,灌溉,施肥还是收获期间使用,提供多光谱图像的无人机都可以在每个步骤中使用,从而使农民在每个季节都能非常有效地管理自己的农作物。

(2)借助多光谱高级传感器和成像功能,这为农民提供了增加产量和减少农作物损害的新途径。

(3)多光谱相机遥感无人机调查/检查/ 3D地图/多光谱成像

在深入研究农业中的多光谱成像技术之前,任何农场的基本任务之一是对农作物,围栏和建筑物进行可视检查。

这类工作的先进无人机需要具有全球定位卫星(GPS),第一人称视角(FPV),稳定的万向架,出色的摄像头甚至是自主航点导航。

下面列出的无人驾驶飞机具有出色的摄像头,可安装在稳定云台上,可用于调查农作物,围栏和建筑物。这些无人机还可以使用Pix4D等软件构建海拔模型和摄影测量图。它们也可以适合于携带多光谱传感器,例如红杉UAS传感器。来自中国DJI和法国SenseFly农业多光谱无人机产品。

DJI Mavic Pro 2 / Zoom(新)。

DJI Mavic 2 Enterprise。

DJI Phantom 4 Pro。

DJI幻影3。

DJI Mavic Pro。

DJI Inspire 1。

SenseFly eBee。

DJI MG-1S。

DJI MG-1S专为农业用途而设计。它可以覆盖超过60英亩的土地,并使用GPS和视觉传感器跟踪地形,从而可以喷洒农作物。该DJI MG-1S采用自主航点软件盖住喷雾区域。DJI MG-1S将为农民节省时间和金钱。

MAVIC 2企业,Inspire 1,Inspire 2和DJI幻影4还可以适用于其中在精密特别是在灌溉管理领域种地使用能够输出了不起数据的FLIR Vue的热传感器。

DJI Inspire 1适用于多光谱影像

DJI Inspire 1是迄今为止市场上较创新且较适合任何农场的无人机之一。这款无人机具有出色的稳定技术和4k摄像头。Inspire 1将为您提供农场周围视觉检查的清晰的视频和图像。DJI Inspire 1具有许多智能飞行模式,包括航路点。结合使用Pix4D软件和航路点,您可以创建土地的3D摄影测量图。DJI Inspire 1非常适应。Zenmuse XT云台是专门为Inspire 1设计的,可搭载FLIR热像仪。此外,的Parrot红杉多光谱成像传感系统也可以添加到Inspire 1中,使其成为每个农场的理想无人机。

多光谱成像技术,什么是多光谱图像

阿多光谱图像传感器在跨越特定频率捕获图像数据电磁波谱。可以通过过滤器或使用对特定波长敏感的仪器来分离波长,这些仪器包括来自我们可见范围之外的频率的光,例如红外光。光谱成像还可以提取人眼无法捕获的其他信息。

多光谱图像的重要性

人眼仅对400到700 nm之间的波长敏感,这就是可见光谱。人类可以感知从紫色到红色的各种颜色。但是,波长也可以比可见光的波长更短(紫外线)或更长(红外线)。即使看不到它们,这些看不见的波段也非常表明土壤,植物和农作物的农艺特性。

农业多光谱相机成像多光谱影像的基础

每个表面都会反射回来的一些光。具有不同表面特征的物体以不同方式反射或吸收太阳辐射。反射光与入射光的比率称为反射率,以百分比表示。

植被指数

植被反射特性用于导出植被指数(VIs)。索引用于分析各种生态。植被指数是根据两个或多个波长的反射率测量结果构建的,以分析植被的特定特征,例如总叶面积和含水量。植被与太阳辐射的相互作用不同于其他自然材料,例如土壤和水体。太阳辐射的吸收和反射是与不同植物材料发生多次相互作用的结果,这些相互作用随波长的不同而有很大差异。水,色素,营养物和碳分别在400到2500 nm的反射光谱中表示,通常具有重叠但在光谱上不同的反射行为。这些已知的特征使科学家能够结合不同波长的反射率测量值,从而通过定义VI来增强特定的植被特征。

科学文献中已经发表了150多种植被指数,但是只有一小部分具有重要的生物物理基础或已经过系统测试。较受欢迎的植被指数是NDVI(归一化植被指数)。Sentera的带有可选NDRE滤镜的单个传感器也很常见NDRE(归一化差红边)。

NDVI植被指数


归一化植被指数(NDVI)是植物“绿色”或光合作用活动的指数,并且是较常用的植被指数之一。植被指数基于以下观察:不同的表面反射不同类型的光的方式不同。

尤其是光合作用活跃的植被吸收了大部分击中的红光,同时反射了许多近红外光。死亡或受压的植被反射的红光更多,而近红外光更少。同样,非植被表面在整个光谱上的反射率也更高。通过从遥感图像中获取红色和近红外波段的比率,可以定义植被“绿色度”的指标。在植被比率系数中,归一化植被指数(NDVI)可能是较常见的。NDVI是按像素计算的,它是图像中红色和近红外波段之间的归一化差。可以为具有红色和近红外波段的任何图像计算NDVI。NDVI的生物物理解释是吸收的光合有效辐射的一部分。各种因素都会影响NDVI值,例如植物的光合作用活性,植物总覆盖率,生物量,植物和土壤湿度以及植物胁迫。因此,NDVI与农业和生态系统属性相关联,这对于研究人员和管理人员来说都很有趣(例如,净初级生产力,冠层覆盖,裸露的地面覆盖)。而且,由于NDVI是两个频段的比率,因此NDVI有助于补偿由于倾斜和纵横比而导致的图像内照度差异,以及由于一天中的时间或季节而导致的图像之间的差异。因此,像NDVI这样的植被指数使得可以随时间比较图像以寻找农业和生态上的重大变化。

NDVI作物管理的好处:

1、遮篷覆盖和密度检测。

2、随时间变化的NDVI可提供准确的增长趋势。

3、霜冻损坏检测。

4、大规模虫害暴发。

5、优化轮作时间。

6、生态效益。

7、植被动态或植物物候随时间变化。

8、生物质生产。

9、与放牧管理有关的放牧影响或属性(例如,放养率)。

10、牧场条件的变化。

11、植被或土地覆被分类。

12、土壤湿度。

13、固碳或二氧化碳通量。

NDRE植被指数

归一化差异红边指数(NDRE)是一个度量标准,可用于分析从多光谱图像传感器获得的图像是否包含健康植被。它类似于归一化植被指数(NDVI),但使用近红外与红色边缘的比率。NDRE使用红色边缘滤镜查看作物冠层的反射率。红色边缘是植被反射光谱的红色-NIR过渡区域中的一个区域,它标记了红色可见区域中的叶绿素吸收与由于NIR区域中的叶片内部结构引起的散射之间的边界。这使种植者可以确定用于作物管理的所有不同变量。了解叶绿素水平可以为农民提供监测光合作用活动的能力。利用NDRE信息,种植者可以基于光合作用的转变优化收获时间。在农作物收获期间,例如:杏仁壳破裂或葡萄中最大糖含量下降,NDRE值发生明显变化。发生这种变化的原因是,由于水果/坚果已经成熟,因此对光合作用产生的糖分子的需求不再那么高。这些信息对于作物收成计划的作物管理工具来说具有无价的价值,使种植者能够获得高质量的产品。可以改变叶绿素水平并引起农作物胁迫的其他因素是昆虫侵扰。通过使用NDRE,您可以确定杏仁田螨虫爆发的严重程度,然后使用一种精确的方法来终止侵染。这不仅使您可以监控疾病暴发,而且还可以减少与害虫控制相关的成本。

多光谱软件应用

围绕植被指数构建了各种精确的农业和农作物压力工具和应用程序,以提供完整的解决方案,其中包括多光谱数据的处理,存储,表示和分析。有关以下多光谱软件应用程序的更多信息。另外,一些好的摄影测量软件可以分析NDVI和植被指数。一个示例是DroneDeploy 3D映射应用程序。

植被光谱

物体的反射特性取决于特定的材料及其物理和化学状态(例如,水分),表面粗糙度以及几何环境(例如,太阳光的入射角)。非常重要的表面特征是颜色,结构和表面纹理。物体的感知颜色对应于具有最大反射率的可见光谱的波长。这些差异使得可以通过分析其光谱反射率模式或光谱特征来识别不同的地球表面特征或材料。这些签名可以在所谓的光谱反射率曲线中可视化为波长的函数。下图显示了三种基本地球特征类型的典型光谱反射率曲线:绿色植被,干燥的裸露土壤和清水。绿色,红色和红外线是农业中使用的主要物质。红色边缘(对应于近红外入口点的短波段)有时也用于获取其他索引。

下面的植被光谱图像包含有关反射率和植被波段的详细信息和说明。

图片关键词


植被曲线

健康绿色植被的光谱反射率曲线在电磁光谱的可见光部分具有显着的最小反射率,该可见光部分是由植物叶片中的色素引起的。健康的植被将吸收蓝色和红色波段,从而形成所谓的“健康植被的绿色凸起”。在近红外中,反射率会急剧增加。强调植被也可以被检测,因为强调的植被在红外一个显著低反射率。

土壤曲线

裸土的光谱反射率曲线变化不大。反射率曲线受水分含量,土壤质地,表面粗糙度,氧化铁和有机物的存在的影响。这些因素不如在植被反射光谱中观察到的吸收特征显着。

水曲线

所述水曲线在近红外波长范围和超出的特征在于具有高吸收。由于具有这种吸收特性,因此可以轻松地检测,定位水体以及包含水的要素,并用遥感数据进行描绘。混浊的水在可见光区域的反射率比清澈的水高。对于含有高叶绿素浓度的水也是如此。这些反射模式用于检测藻类菌落。

多光谱植被带

图片关键词

绿色

绿色对应于500–600 nm光谱带中的反射能量,并且在该频带中具有植物的最大反射率。反射峰在550 nm附近。已经证明该光谱带与植物中所含叶绿素的量密切相关。在植被光谱的这一可见部分,健康植物的反射率曲线在绿色波段(550 nm范围内)中显示出最大的反射率。这就是为什么植物对我们来说是绿色的。叶片中的一种称为叶绿素的化合物会强烈吸收红色和蓝色波长的辐射,但会反射绿色波长。在夏天,叶绿素含量达到最大时,叶子对我们来说似乎是“绿色的”。在秋天,叶片中的叶绿素较少,因此红色波长的吸收较少,且反射比例更大,使叶片呈现红色或黄色(黄色是红色和绿色波长的组合)。健康农作物的内部结构可充当近红外波长的出色漫反射器。测量和监视近红外反射率是确定植被健康(或不健康)的一种方法。植物在胁迫下反射的可见光谱中的大部分光仍在绿色范围内。因此,用裸眼看,处于压力下的植物与健康的植物是无法区分的。另一方面,可以看出在红外范围内的光反射率上的差异要小得多。

红色

对应于600–700 nm光谱带中的反射能量。该波段中强烈的叶绿素吸收导致反射率低。反射率与生物量,LAI(叶面积指数),土壤历史,作物类型,湿度和植物胁迫等因素相关,差异很大。对于大多数农作物,该谱带在植物和土壤之间形成了非常好的对比,并且被广泛用于编制农业中大多数植被指数。

红边

这是一个非常窄的波段(700-730 nm),对应于近红外的入射点。从红色的强吸收到近红外的充分反射,这是反射率突然变化的点。该条带对植物胁迫非常敏感,并提供有关叶绿素的信息。

作物健康分析。植物计数。水管理。

近红外(NIR)

对应于700 nm至1.3 µm范围内的波长,在所研究的波段中具有最强的反射率。该反射率与植物中叶绿素水平之间有非常强的相关性。当植物处于压力下时,该波段的反射率会发生非常显着的变化。

与红色光谱带一起,红外被广泛用于编辑农业中的大多数植被指数

NIR对叶片的细胞结构敏感,并提供关键数据来监测作物健康的变化。

土壤性质和水分分析。

作物健康和压力分析。

(1)水管理。

(2)侵蚀分析。

(3)植物计数。

健康的植被吸收蓝光和红光能量以促进光合作用并产生叶绿素。与不健康的植物相比,叶绿素含量更高的植物将反射更多的近红外能量。因此,分析植物在可见光和红外波长下吸收和反射的光谱可以提供有关植物健康和生产力的信息。

热红外

热红外辐射是电磁光谱的一部分,电磁光谱的波长在3.0到20微米之间。大多数遥感应用都使用8到13微米的范围。热红外和红外(彩色红外– CIR)之间的主要区别在于,热红外是通过数字方式感应的发射能量,而近红外(也称为照相红外)是反射能量。带有热像仪的无人机发展迅速,并在农业等各个领域发挥着重要作用。

(1)托儿所监控。

(2)植物生理分析。

(3)灌溉计划。

(4)土壤盐分应力检测。

(5)植物病害检测。

(6)成熟度评估。

(7)水果的青肿检测。

(8)产量预测。

ToF 3D深度相机传感器

除了用于农业的多光谱传感器外,飞行时间3D相机还可以通过两种方式帮助改善数据并提供额外的数据;

ToF摄像头传感器可用作高精度反应式高度计,可在捕获多光谱图像时为无人机提供额外的飞行稳定性。ToF 3D深度技术非常适合测量体积。这些相机传感器可用于测量堆肥,肥料和覆盖物等库存。

图片关键词

RGB(红色/绿色/蓝色)

可见光被定义为具有在400至700nm范围内的波长。在农业中,具有出色的万向架和摄像头的高品质无人机可用于目视农场检查,高程建模甚至植物计数。

农业用多光谱相机传感器

现在,让我们看一下一些的多光谱成像远程传感器,用于分析,处理和输出数据的必要软件以及安装传感器的兼容无人机。

Sentera – 3种用于无人机的多光谱传感器

Sentera多光谱无人机传感器具有出众的性能,并且在价格,质量和功能上极具竞争力。Sentera有3个用于农业的无人机多光谱传感器。这些传感器也可以安装在DJI无人机上,包括DJI Mavic,Phantom 3,Phantom 4和Inspire型号。他们的传感器产生丰富的背景颜色和近红外(NIR)图像数据,以将非常高的NDVI数据提供给种植者。Sentera高精度NDVI和NDRE单一传感器:该传感器集成到众多无人机平台上,使任何种植者都能快速,经济地访问关键且精确的TrueNDVI™作物数据。高精度单传感器有两种变体:归一化植被指数(NDVI)和归一化红边(NDRE),Sentera高精度单传感器过滤器在污染测量之前有效地消除了带外泄漏,导致索引错误。这些先进的传感器使用户可以更轻松地将基于卫星的索引数据与基于无人机的索引数据集成在一起。利用高精度过滤器,可为您提供有关作物健康,成熟度和活力的宝贵NDVI或NDRE信息。

这些传感器可以产生清晰,详细的RGB图像或近红外(NIR)图像,从而使种植者可以快速生成标准化的差异植被指数(NDVI)作物图。详细信息级别为用户提供了有关作物健康和成熟度的宝贵信息。

(1)轻松集成到几乎所有系统中,包括多个DJI无人机平台。

(2)仅有效收集准确NDVI和NDRE测量所需的精确频段。

(3)低失真光学元件和全局快门技术可确保清晰,清晰的作物图像。

(4)捕获数据以创建精确的NDVI图,为用户提供完整的作物健康报告卡。

(5)根据数据驱动信息,帮助定制化肥,农药和除草剂的应用。

(6)无缝数据流入AgVault软件,可以在现场边缘查看图像并立即采取措施。


Sentera Quad:这是当今重量轻,结构紧凑,性能高的无人机。

这种先进的传感器能够识别六个特定的光带,并能够测量全光谱RGB以生成真实的彩色图像。Quad传感器为农业行业提供了关于作物健康和活力的更深刻见解。通过一次捕获全光谱RGB图像和全面的红边数据来节省时间。根据数据驱动的信息,可定制化肥,农药和除草剂的施用。促进发现和诊断增长问题。与AgVault™兼容,因此可以组织,存储,查看和与团队共享数据。

Sentera Double 4k Sensor:这款农业传感器是当今较小,较轻的Dual传感器。它也与任何无人机兼容。Double 4k可以捕获12百万像素的高分辨率图像,并具有增强的处理器,该处理器可以将精确的作物健康图像更快地传递到包括Pix4D和Agisoft在内的流行缝合工具。

随着图像分辨率的提高和处理器速度的提高,用户将对清晰的农作物图完全满意,并改进了形状文件和针迹。通过LiveNDVI™技术将NDVI视频实时流传输到移动设备。同时捕获12兆像素NDVI和高分辨率RGB图像。利用增强型处理器加速图像下载。通过WiFi或有线连接即时下载图像。易于修改以与行业技术一起发展。能够进行4k超高清视频捕获。与AgVault™软件无缝集成。

PARROT红杉多光谱传感器

该PARROT Sequoia 是市场上迄今较小,重量较轻的多光谱无人机遥感器之一。它捕获跨越四个高清晰度,可见和不可见光谱带的农作物图像,以及RGB图像。该解决方案使用两个传感器。

图片关键词

第二个传感器是阳光传感器,安装在无人机的背面。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光谱带中的光照条件。由此收集的光数据允许确认所识别的光谱特征的值。

Sequoia Sensor具有自己的GPS,IMU和磁力计,因此它不依赖于无人机获取此位置数据。迄今为止,它可能是市场上较好的多光谱传感器。它的一些好处如下:

确定领域中需要关注和进一步调查的问题区域。通过检测营养缺乏症状来完善施肥。通过及早发现生物胁迫来优化农药投入。通过确定怀疑有水胁迫的区域来控制作物灌溉。通过加工和利用农艺指标估算作物产量。

Sequoia Sensor兼容无人机

Sequoia 多光谱遥感系统与以下无人机完全兼容:

SenseFly eBee Ag。DJI Mavic 2 Pro。3DR Solo。DJI Phantom 3/4。DJI Inspire 1。Yuneec H.

Tetracam的ADC Lite传感器

Tetracam的ADC Lite是一种轻量级(7盎司)多光谱遥感系统,是无人飞行器的理想解决方案。ADC Lite包含一个3.2兆像素的传感器,该传感器经过优化,可捕获波长大于520 nm的可见光和高达920 nm的近红外波长。

Tetracam多光谱软件

PixelWrench2:是多光谱相机随附的图像处理软件,可从捕获的图像中提取标准植被指数(例如NDVI,SAVI,冠层分割和NIR / Green比率)。

MicaSense RedEdge传感器


RedEdge多光谱传感系统可同时捕获五个离散光谱带,从而能够为定制应用创建量身定制的索引。全局快门设计可在每个平台上创建无失真的图像。各种接口选项(包括独立模式,串行,以太网和WiFi)为RedEdge集成商提供了更大的灵活性。RedEdge的落地光传感器(DLS)可以测量飞行过程中的环境光条件,从而在变化的光照条件下获得更准确的数据。

RedEdge无人机

RedEdge已准备好与任何无人机集成。它具有灵活的接口,包括以太网,串行和PWM / GPIO触发,

MicraSense是分析RedEdge多光谱传感器数据的优质软件解决方案。

Airinov multiSPEC 4C农学传感器

以下是用于精密农业的Aironov多光谱图像遥感系统的主要功能。

multiSPEC 4C传感器在四个不同的光谱带(绿色,红色,红色边缘和NIR)中测量来自农作物的反射光。

相同种类的10个视点可提高准确性。校正反射率信号以获得绝对精度。集成的照度计可测量光强度和颜色。传感器还记录每张照片的地质位置和日期。广角镜头具有大重叠量,可实现高速映射。典型的地面分辨率为5到15厘米。全局快门即使在有风的条件下也可以提供清晰,无失真的图像。可以适应任何无人机。


15821625398
最新产品
联系