多光譜相機RedEdge-P對農(nóng)田作物監(jiān)測

訪問次數(shù)：2545

產(chǎn)品廠地：深圳市

更新時間：2025-03-03

簡要描述：多光譜相機RedEdge-P對農(nóng)田作物監(jiān)測，RedEdge-P無人機載多光譜相機是款堅固耐用、質(zhì)量和功能大的多光譜相機。擁有分辨率全色帶，輸出分辨率為2cm (離地60m)。捕捉經(jīng)過校的分辨率多光譜和RGB圖像，化的FOV和捕獲率。集成了分辨率全彩色成像儀和同步多光譜成像儀,以實現(xiàn)像素對齊輸出

聯(lián)系我們 在線咨詢

多光譜相機RedEdge-P對農(nóng)田作物監(jiān)測

MicaSense多光譜相機RedEdge-P產(chǎn)品應用：

植物計數(shù):植物計數(shù)算法需要分辨率圖像。RedEdge- P將全色透鏡與分辨率多光譜透鏡相結(jié)合，可生成分辨率RGB和多光譜，使其即使在早期生長階段也能進行植物計數(shù)。

表型分析:手動測量農(nóng)作物的各項征數(shù)據(jù)非常耗時，RedEdge- P波段組合允許生成分辨率多光譜輸出，從而能夠檢測葉的變異性。

植物健康制圖: RedEdge-P的分辨率多光譜輸出允許生成指數(shù)和復合指數(shù)，以查看植物中單個葉綠素水平并隨著時間的推移對數(shù)值進行比較。

病蟲害識別: RedEdge-P能夠捕捉用于植物研究的關(guān)鍵光譜部分(712~722 nm)。此部分稱為紅邊諸帶。正是在這個光譜帶，植物開始顯現(xiàn)逆境狀況。借助由紅邊諸帶生成的分析數(shù)據(jù)，我們可以快地識別病蟲害并快地采取措施來阻止病害傳播。

作物區(qū)分和雜草識別:物種之間的某些差異可能無法通過肉眼進行判斷。分辨率的多光譜數(shù)據(jù)可通過突出顯示葉綠素含量、植物活力和葉片大小等征來區(qū)分物種(包括雜草)。

作物勘查:分辨率的多光譜和RGB成像技術(shù)具有的田地偵察功能。RedEdge-P在次 飛行中，可以收集某個問題確且?guī)в械乩順撕灥男畔ⅲ瑥亩鼓梢暂p松評估現(xiàn)場情況并確定適當?shù)母深A措施。

分辨率3D點云: RedEdge- P的5.1MP像素全色波段提供了RedEdge-MX (行業(yè)標)兩倍以上的地面分辨率，可生成較點密度達4倍的3D點云。

肥料管理: RedEdge P的分辨率和確輸出不可以輕松識別養(yǎng)分含量低的區(qū)域，還可以幫助監(jiān)控整個季節(jié)的施肥效果來確定是否需要，以及在何時何地需要再次施肥。

倒伏是影響農(nóng)作物產(chǎn)量的一個常見且重要的因素，常由大風、暴雨、冰雹等氣象災害引發(fā)，一般多發(fā)生在水稻、小麥、玉米等糧食作物灌漿期至成熟期，導致作物嚴重減產(chǎn)，谷物品質(zhì)下降。

快速、準確地監(jiān)測作物的倒伏災害，有助于管理者及時評估損失，也有助于育種人員選育抗倒伏品種。
近年來，基于無人機平臺的遙感技術(shù)正以其機動靈活、低成本的勢，在倒伏監(jiān)測中發(fā)揮著越來越重要的作用。此次來自上海農(nóng)科院的田明璐和班松濤博士為我們講述了他們?nèi)绾问褂脽o人機多光譜/可見光傳感器監(jiān)測水稻倒伏，并且對比了這兩種傳感器的監(jiān)測結(jié)果。

倒伏監(jiān)測流程  

無人機倒伏監(jiān)測流程可以分為三個步驟，分別是數(shù)據(jù)采集、數(shù)據(jù)處理、以及數(shù)據(jù)分析。
在數(shù)據(jù)采集階段，工作人員使用無人機搭載可見光或多光譜傳感器對農(nóng)田進行掃描式影像采集，需要注意飛行度、重疊率以及天氣等因素。

在數(shù)據(jù)處理階段，把上一階段采集到的可見光或多光譜影像導入Pix4D軟件中進行校正、拼接等處理。班松濤博士評價說：“Pix4D軟件能生成定位和輻射雙的正射影像，是我們進行農(nóng)業(yè)研究的利器。" 這一階段的成果是農(nóng)田的完整可見光或多光譜正射影像鑲嵌圖。
在數(shù)據(jù)分析階段，工作人員分別使用農(nóng)科所自行研發(fā)的倒伏監(jiān)測模型，對上述各種正射影像進行逐像元的解算和分類，找出哪里是正常作物，哪里是倒伏作物。
可見光倒伏監(jiān)測模型的分類機理是基于作物的色彩和紋理。相比于正常作物，倒伏作物在色彩和紋理上都會有明顯不同：比如倒伏水稻的紋理更為規(guī)則，在綠通道上的均值紋理特征要顯著于正常水稻。

可見光倒伏監(jiān)測基礎：倒伏/正常作物在色彩和紋理上會有明顯不同
相對而言，多光譜倒伏監(jiān)測模型的分類機理是：當作物發(fā)生倒伏后，作物冠層結(jié)構(gòu)和植株理化成分發(fā)生變化，進而影響反射光譜。比如在綠、紅邊和近紅外波段，倒伏作物的反射率與正常作物有明顯區(qū)別。

可見光 vs 多光譜  
以下兩張是可見光和多光譜倒伏監(jiān)測模型所得到的分類圖，兩者的分類結(jié)果基本一致，倒伏水稻約占整體面積的30%。

上圖：基于可見光影像的倒伏分類圖；下圖：基于多光譜影像的倒伏分類圖

田明璐和班松濤博士分別從以下幾個維度，來分析可見光和多光譜，哪個方法更占勢：

基于可見光和多光譜的倒伏監(jiān)測模型，其識別都達到了90%以上。使用多光譜影像比使用可見光影像更，這主要是因為多光譜相機能獲取更大范圍波長的信號，特別是對植被敏感的紅外波段和近紅外波段。此外，多光譜相機獲取的數(shù)據(jù)經(jīng)過了嚴格的輻射校正，生成的數(shù)據(jù)比可見光相機更準確。

處理時間

基于多光譜影像的倒伏監(jiān)測模型更為簡潔，物理意義更明確，對圖像的解算速度也更快。

成本

可見光相機使用范圍廣，成本更低，因此具有更廣闊的應用前景。

結(jié)論

使用多光譜相機還是可見光相機，需要根據(jù)項目的大小、目標、預算、已有技術(shù)等實際情況來決定。然而無論使用哪種傳感器，基于無人機平臺的遙感技術(shù)都可以及時、效、地提取作物倒伏信息，可以作為作物災害監(jiān)測的有效技術(shù)手段。

RedEdge-P產(chǎn)品特點：

CFexpress移動存儲，存儲空間大

每2次以上的捕獲率

分辨率RGB和多光譜同步捕獲，多達6個離散光譜波段，分辨率輸出，如RGB、作物活力指數(shù)(NDVI. NDRE等)和分辨率全色波段

空間分辨率，可達2cm (離地60m)

空間分辨率1:1輸出，每個成像器都有個濾鏡

具有全色段圖像銳化，圖像清晰

全色段傳感器，達5.1MP

配備CRP2校正板，是經(jīng)過校的光發(fā)射控制板

堅固設計，IP4X防塵和防濺

多光譜相機RedEdge-P對農(nóng)田作物監(jiān)測