环境风速对四旋翼植保无人机喷施雾滴飘移的影响研究

为了研究四旋翼植保无人机田间施药过程中风速对雾滴飘移的影响,分别在风速为0.1、2.4、2.5、3.1、3.4、4.0m/s6种不同风速下进行喷施试验.试验结果表明:随着风速的增大,沉积区雾滴起始点会产生位移,当风速增大到3.1m/s时,雾滴沉积的起始点移动1.75m,风速增大到4m/s时,雾滴沉积的起始点移动3.5m...     

基于不同平台的小麦病虫害遥感监测研究进展

小麦病虫害的频发不仅会造成产量的巨大损失,病虫害防治农药的过度使用也会提高生产成本,增加农产品有毒残留的风险,而传统监测方法费时费力,具有主观性和滞后性.小麦病虫害遥感监测技术可实现快速、实时无损的监测,从而有针对性的提早防治病虫害.介绍作物病虫害光谱响应生理机制的基础上,重点从不同平台的角度入手概述近年来小麦病虫害遥...     

农用无人机发展应用现状与政策建议

经过十几年的快速发展,农用无人机已在农业生产中发挥了重大作用.为促进我国农用无人机产业高速健康发展,研究农用无人机发展应用现状,针对农用无人机存在的监管部门职能不清、自身技术存在缺陷、标准规范不健全、社会化服务体系不健全和传统农业仍是主力军等问题,提出了加强政策扶持、完善行业标准、强化技术培训和构建社会化服务体系等完善...     

基于无人机遥感技术的设施农业用地监测研究

针对传统土地监测方法存在周期长、分辨率低、成本高、现势性不强等诸多问题,文章提出了利用无人机遥感技术进行监测的方法。通过项目实例,对该技术的整体作业流程进行了介绍。结果表明：无人机遥感技术应用于设施农业用地监测中,具有机动灵活、快速便捷、大大提高了监测的效率,对于准确掌握土地利用变化情况、合理组织土地利用,推进土地监测工作的定量化、精细化和信息化发展具有重要的作用。     

日本农业航空技术发展及对我国的启示

日本根据其地形、地貌特征、从事农业劳动的情况选择了从有人直升机到无人直升机航空施药为主的发展模式,研制了几款不同发展时期的植保无人机机型(R50、RMAX、RMAXⅡG、FAZER)应用于水稻植保作业,日本学者对农业航空遥感技术、精准导航控制技术、无人机控制技术进行了大量研究,在施药实践中形成了较为实用的无人机植保管理体制,确保了日本农业航空的健康、有序发展。本文旨在介绍日本农业航空现状、应用领域、精准施药技术及管理方法,以期为我国农业航空应用技术的发展提供借鉴。     

基于厘米级无人机影像的水土保持措施精准识别

基于厘米级高分辨率无人机影像,应用面向对象方法(Object-Based Image Analysis, OBIA)对吉林省伊通县椽子沟流域的横坡改垄、地埂植物带、生态恢复乔木林、生态恢复草地等水土保持措施进行自动精准识别。应用超绿指数(Excess Green Index,ExG)、超红指数(Excess Red Index,ExR)、归一化差异指数(Normalized Difference Index,NDI)等光谱指数,形状的主方向、形状指数等形状特征,均值(Mean)、方差(Variance)、对比度(Contrast)等纹理特征进行措施的特征提取。结果表明:研究区水土保持措施识别的总体精度可达91.24%,Kappa系数为0.87;对垄台、垄沟等线性水土保持措施总体精度可达72.33%,Kappa系数为0.63。基于厘米级无人机影像,应用面向对象方法基本可实现对黑土区水土保持措施的精准识别,也可对垄台垄沟等线性措施进行自动识别,研究结果可为水土保持措施实施范围及完好程度的动态监测提供参考依据。     

基于网络RTK的离心式无人机变量施药可行性初探

针对植保无人机施药准确性和作业效率需求的提高,验证网络实时动态(Real-Time Kinematic,RTK)载波差分技术在无人机施药上的可行性,设计了一种基于网络RTK的离心式变量施药系统.采用STM32F103为控制核心,通过串口获取GPS定位信息,并连接DTU模块实现网络RTK技术,通过脉冲宽度调制(Pulse...     

基于无人机和卫星遥感影像的制种玉米田识别纹理特征尺度优选

制种玉米田在高空间分辨率遥感影像上呈现的明显条带状纹理,是有效区分光谱值相近的大田玉米和制种玉米的重要信息.该文在新疆维吾尔自治区奇台县玉米种植区以高空间分辨率的无人机遥感影像为数据源,针对制种玉米识别的纹理特征计算尺度问题,首先采用最近邻内插法对制种玉米和大田玉米样本田块的无人机影像进行重采样,得到不同分辨率的样本;然后用融合Uniform-LBP(local binary pattern)和GLCM(gray level co-occurrence matrix)方法得到提取玉米田块纹理特征合理GLCM参数,其中方向参数为0°、45°、90°和135°这4个方向上的纹理特征值的平均值、距离为5~7像元、灰度级为8;通过多尺度对比分析,得到最适宜区分制种玉米与大田玉米的纹理辨率为0.6~0.9m.最后采用奇台县的0.7m分辨率的Kompsat-3遥感影像进行验证,在多时相EVI(enhanced vegetation index)光谱信息识别玉米的基础上,利用本文确定的纹理分析方法,通过决策树建立规则识别制种玉米,识别精度达90.9%.通过该文的研究,可为高空间分辨率遥感制种玉米田监管提供支撑.