多光譜相機(jī)RedEdge-P對農(nóng)田作物監(jiān)測
MicaSense多光譜相機(jī)RedEdge-P產(chǎn)品應(yīng)用：
植物計(jì)數(shù):植物計(jì)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(jìn)行植物計(jì)數(shù)。
表型分析:手動測量農(nóng)作物的各項(xiàng)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(fù)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(jìn)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(jìn)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?biāo)簽的信息，從而使您可以輕松評估現(xiàn)場情況并確定適當(dāng)?shù)母深A(yù)措施。
分辨率3D點(diǎn)云: RedEdge- P的5.1MP像素全色波段提供了RedEdge-MX (行業(yè)標(biāo))兩倍以上的地面分辨率，可生成較點(diǎn)密度達(dá)4倍的3D點(diǎn)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(fēng)、暴雨、冰雹等氣象災(zāi)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(dǎo)致作物嚴(yán)重減產(chǎn)，谷物品質(zhì)下降。
快速、準(zhǔn)確地監(jiān)測作物的倒伏災(zāi)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(jī)平臺的遙感技術(shù)正以其機(jī)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(jī)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。
項(xiàng)目地點(diǎn) | 上海崇明東灘 |
項(xiàng)目所屬機(jī)構(gòu) | 上海市農(nóng)業(yè)科學(xué)院 |
傳感器 | 可見光：DJI 精靈4 RTK多光譜：Micasense RedEdge |
軟件 | Pix4Dmapper |
項(xiàng)目大小 | 1平方公里 |
飛行度 | 100米 |
影像重疊率 | 80%航向 70%旁向 |
倒伏監(jiān)測流程
無人機(jī)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(jī)搭載可見光或多光譜傳感器對農(nóng)田進(jìn)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(dǎo)入Pix4D軟件中進(jìn)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(jìn)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(jìn)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(jī)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(chǔ)：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(jī)理是：當(dāng)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(jìn)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(dá)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?yàn)槎喙庾V相機(jī)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(jī)獲取的數(shù)據(jù)經(jīng)過了嚴(yán)格的輻射校正，生成的數(shù)據(jù)比可見光相機(jī)更準(zhǔn)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(jī)使用范圍廣，成本更低，因此具有更廣闊的應(yīng)用前景。
結(jié)論
使用多光譜相機(jī)還是可見光相機(jī)，需要根據(jù)項(xiàng)目的大小、目標(biāo)、預(yù)算、已有技術(shù)等實(shí)際情況來決定。然而無論使用哪種傳感器，基于無人機(jī)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(zāi)害監(jiān)測的有效技術(shù)手段。
RedEdge-P產(chǎn)品特點(diǎn)：
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(dá)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(dá)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(dá)5.1MP
配備CRP2校正板，是經(jīng)過校的光發(fā)射控制板
堅(jiān)固設(shè)計(jì)，IP4X防塵和防濺
多光譜相機(jī)RedEdge-P對農(nóng)田作物監(jiān)測
