科创中国
多光谱无人机监控水稻田间生长动态的照片分析
发布时间:
2022-10-20
截止日期:2022-10-21
价格 双方协商
地区： 天津市 市辖区 西青区
需求方： 天津*学院
行业领域
农、林、牧、渔业,农业
需求背景
水稻作为世界最主要的谷类作物，其产量高低不仅与国际粮食贸易密切相关，而且是国家粮食安全的重要保障。目前，大多数专家利用无人机搭载多光谱传感器对水稻生长参数进行监测，例如叶面积、叶片氮含量、植株氮含量、叶片叶绿素含量等。已经完成多块水稻田的多光谱无人机拍照工作，大约是10天拍照一次。其中包括施肥梯度和水稻品种的处理。初步分析，小区间差异明显，可以进行区分。，但是对于后期照片的处理和TIF文件中的NDVI数据提取有较大的难度。
需解决的主要技术难题
使用无人机多光谱版系统收集数据对农田监测的优势是可以在更短的时间内侦察田地，看到更宽广的区域；它不仅是一个更近距离的视图，而且数据采集可以周期性监测；实时处理，方便操作人员能够立即访问可用数据。目前存在以下两点难题需解决：
（1）照片的后期处理，是否要借助第三方的各种图像处理软件，可在相对较短的时间内在现场进行图像合成和植被指数化以及后期照片的分析；
（2）TIF文件中的NDVI数据提取。
期望实现的主要技术目标
（1）TIF文件数据的提取，及时转化NDVI植被指数地图，获取水稻田间生长数据；
（2）寻找适合描述稻田生长动态的指标。
需求解析
解析单位：“科创中国”沁农作物产业科技服务团（中国作物学会） 解析时间：2022-11-10
曹强
南京农业大学
副教授
综合评价
该技术需求可解决，主要技术流程如下：（1）影像拼接，通过拼图软件Pix4D mapper或PhotoScan对多光谱照片进行拼接。（2）几何校正，根据地面控制点的坐标信息对拼接后的影像进行几何校正。（3）辐射校正，通过标准的反射率板将影像灰度值转化为反射率。（4）光谱反射率提取，截取每个水稻小区的多光谱影像并计算小区内影像各波段的反射率平均值。（5）植被指数构建，根据各波段的反射率平均值构建植被指数（如NDVI、CIrededge等）。（6）生长参数模型构建及评价，将构建的植被指数与水稻生产参数进行建模，并对模型进行精度评价。（7）模型应用，将构建的模型应用到水稻多光谱影像，从而完成水稻的田间生长动态监测。
查看更多>
解析单位：“科创中国”沁农作物产业科技服务团（中国作物学会） 解析时间：2022-10-31
曹强
南京农业大学
副教授
综合评价
该技术需求可解决，主要技术流程如下：（1）影像拼接，通过拼图软件Pix4D mapper或PhotoScan对多光谱照片进行拼接。（2）几何校正，根据地面控制点的坐标信息对拼接后的影像进行几何校正。（3）辐射校正，通过标准的反射率板将影像灰度值转化为反射率。（4）光谱反射率提取，截取每个水稻小区的多光谱影像并计算小区内影像各波段的反射率平均值。（5）植被指数构建，根据各波段的反射率平均值构建植被指数（如NDVI、CIrededge等）。（6）生长参数模型构建及评价，将构建的植被指数与水稻生产参数进行建模，并对模型进行精度评价。（7）模型应用，将构建的模型应用到水稻多光谱影像，从而完成水稻的田间生长动态监测。
查看更多>
下载app