基于多旋翼無人機的多光譜成像遙感系統(tǒng)開發(fā)及應用.pdf

1、我國的農(nóng)作物生產(chǎn)依賴化肥的施用，其中存在著施肥效益低、浪費損失嚴重等問題。本論文針對我國目前作物變量追肥決策科學依據(jù)不足的現(xiàn)狀，開發(fā)了一種基于多旋翼無人機的多光譜成像遙感系統(tǒng)，并分別從冠層和大田區(qū)域尺度獲取水稻的養(yǎng)分信息，以SPAD值作為養(yǎng)分評判指標，建立遙感反演模型，獲取可視化空間分布圖，為后期區(qū)域尺度下變量施肥處方圖的生成提供了依據(jù)。主要研究內(nèi)容和結(jié)論如下:
　　(1)開發(fā)了一種基于多旋翼無人機的小重量、多波段、快速成像的窄波

2、段多光譜成像遙感系統(tǒng)。針對目前多光譜成像傳感器相對于高光譜波段數(shù)目有限、且波段較寬不能滿足精細定量遙感需求以及高光譜成像遙感系統(tǒng)往往體積重量大的現(xiàn)狀，以CMOSIS CMV2000多光譜成像傳感器為基礎，設計集成了一套機載多光譜成像遙感平臺系統(tǒng)。系統(tǒng)由主控計算機、高光譜相機、數(shù)據(jù)儲存、界面顯示和供電系統(tǒng)五部分組成，實現(xiàn)了多光譜傳感器的供電、控制和圖像數(shù)據(jù)儲存。該系統(tǒng)獲取的多光譜圖像波段數(shù)較多（25個）、波段窄(＜15 nm)，且能根據(jù)遙

3、感作業(yè)的實時要求進行定點抓拍。系統(tǒng)通過相機暗電流測試和水稻冠層圖譜數(shù)據(jù)測試，初步驗證可以用于水稻養(yǎng)分信息獲取。
　　(2)基于無人機低空模擬平臺實現(xiàn)了冠層尺度的水稻SPAD值檢測，初步驗證該多光譜成像遙感系統(tǒng)可以用于水稻養(yǎng)分的定量檢測。利用無人機低空模擬平臺搭載多光譜成像遙感系統(tǒng)模擬室外和低空環(huán)境獲取水稻冠層多光譜圖像，選取PC2作為特征圖像進行閾值分割，實現(xiàn)目標區(qū)域的自動識別和提取;利用標準的四梯度校正板將得到的樣本DN值通過經(jīng)

4、驗線性法轉(zhuǎn)換成表面反射率;基于全波段光譜信息采用PLS、BPNN、LS-SVM和ELM算法建立不同的水稻冠層SPAD值預測模型，比較發(fā)現(xiàn)ELM模型的精度好于其他三種模型，建模集決定系數(shù)R2和預測集決定系數(shù)R2均最高，分別為0.86和0.71;基于三種窄波段組合最優(yōu)植被指數(shù)建立水稻冠層SPAD值預測模型，比較發(fā)現(xiàn)基于波段693 nm和849 nm的NDVI-like指數(shù)的建模效果要稍好于其他兩種指數(shù)的建模效果，預測集決定系數(shù)R2為0.59

5、，均方根誤差RMSE低于1.6。
　　(3)基于多旋翼無人機實現(xiàn)了大田區(qū)域尺度的水稻SPAD值檢測。多光譜圖像采集前，根據(jù)遙感作業(yè)任務要求選擇合適的試驗參數(shù);使用Agisoft Photoscan實現(xiàn)無人機多光譜圖像的快速自動拼接，得到無人機多光譜正射影像圖，并采用場地替代定標方式和經(jīng)驗線性法進行輻射定標，獲得大田水稻冠層的反射率光譜數(shù)據(jù);采用PLS算法基于全譜信息建立大田水稻SPAD值的預測模型，建模集決定系數(shù)R2為0.8135