4008-508-928

方案推荐|基于无人机高光谱影像水稻病虫害监测方案

发表时间:2023-11-17 14:48


前言

农作物病虫害是威胁粮食产量和品质的**大自然生物灾害,也是威胁粮食安全、制约农业生产的重要因素之一。据联合国粮农组织(Food and Agriculture Organization of the United NationsFAO)统计,全世界每年由病虫害导致的粮食减产约占总产量的1/4,其中虫害导致的损失约占10%,而病害导致的损失约占14%。水稻是我国主要的粮食作物之一,对于我国人民的生存和发展有着十分重要的意义。水稻生长状况的好坏直接影响着大米的产量和口感,如何保障水稻健康生长是亿万农民切实关心的问题,其中影响水稻生长的**干扰因素是水稻病虫害,各种各样病虫害的侵袭可能在一夜之间造成水稻的减产或大面积倒伏,所以水稻病虫害的早期监测和科学防治至关重要。

目前水稻病虫害防治的主要应对措施是依靠人工现场实地调查,确定农田是否有病虫害,是否缺水或缺肥等状况,然后根据农田症状进行农药或肥料喷洒。然而在实际生产中,多次大面积的人工实地监测不仅费时费力而且调查覆盖度不高,而且人工施药多是没有针对性的大面积喷洒农药,会造成严重的施药过量现象,不仅使资金和资源浪费,还造成了具有潜在危险的环境污染问题,由于其相对隐蔽性而难以及时处理,严重影响了农田资源质量和生态环境,造成了各种隐患。因此科学化、节约化、定量化的病虫害监测和防治研究很有必要。

图片

1 稻田实地图

精准监测和科学控制水稻病虫害不仅有利于减少农药和杀菌剂的使用还可以减少病虫害造成的损失,保障农田生态环境和后续农产品的安全,同时保证我国的粮食安全和增加农民的生产收入。近年来,深度学习、高光谱遥感、无人机遥感等新兴技术逐渐应用到农作物空间分布识别及病虫害诊断中。无人机遥感(UAV Remote SensingUAVRS)将无人驾驶飞行器技术与遥感技术、POS定位技术以及通信技术等相结合,在国土资源和生态环境等领域,通过对空间遥感信息进行处理、建模和分析以提供实时快速的技术解决方案,具有自动化、智能化、专业化的强大优势。我司自研的ATH9010NY无人机农作物健康指数巡查系统,可获取实时高空间分辨率和高波谱分辨率遥感影像数据图,拥有卫星遥感和地面遥感技术无法替代的优点。它可以提供多角度的高分辨率影像,与地面遥感视野窄、工作范围小的局限相比,优势明显。

图片

2 ATH9010无人机高光谱飞行示意图


技术思路与主要内容

利用近地面无人机平台获取成像高光谱数据,开展基于机器学习和深度卷积神经网络模型的水稻病虫害监测,首先基于高光谱影像数据处理软件进行高光谱影像预处理;其次利用深度卷积神经网络模型进行水稻田的精确提取,然后基于提取的水稻田分布状况和面积信息对水稻的光谱信息和病虫害胁迫下的光谱特征进行分析,最后通过PNN概率神经网络算法实现水稻病虫害等级的精准监测,从而为水稻规划和治理提供参考依据,具体技术路线如下图3所示。

图片
3 水稻病虫害监测技术流程图

可以实现内容:

1)获取大范围无人机高光谱影像数据,同时基于我司自主研发的无人机高光谱影像数据处理软件可以快速实现高光谱数据的预处理。

2)基于预处理后无人机高光谱影像,利用深度卷积网络模型,可快速、准确、自动化地获取大范围的水稻分布信息以及水稻种植的面积信息,从而实现水稻种植信息的实时监测,为水稻种植规划提供合理依据。

3)基于提取后的水稻分布信息,进行水稻稳定光谱和病虫害胁迫下敏感光谱分析,然后基于PNN概率神经网络算法,建立高光谱数据和水稻病虫害严重度的关联模型,输入冠层高光谱数据就获得研究区域水稻病虫害严重度情况,并分级得出定量化的农药喷洒量,实现大面积水稻田的精准监测和按需施药效果从而为农业部门产量质量管理和种植规划提供参考。

4)将所有算法集成部署到高光谱影像处理软件中,实现算法的重复利用和一键式操作。


方案设计
1. 水稻田自动化提取

随着计算机科学和人工智能技术的发展,卷积网络已成为图像分割和模式识别中的研究热点,它是通过各卷积层的不断地进行卷积计算,自主地从丰富的训练样本中学习特征进行图像分割,这种端到端的处理模式有效地提高了图像分割的精度与速度。卷积神经网络对解决块状边界引起的不连续性问题也更具优势,可以更好地解决水稻光谱与背景光谱区分度不够等问题,以及它在较为复杂的场景下也依然具有较好的图像解译能力和鲁棒性。因此本次水稻田的自动化提取采用卷积神经网络模型实现,具体示意图如下图4所示。

图片
4 水稻自动化提取技术路线图

卷积神经网络是一种包含卷积计算且具有深度结构的前馈神经网络,是深度学习最常用的代表算法之一。它利用深层卷积模拟了人类视觉感知机制中的分层感知和局部感受野,来处理一些非结构化的数据,并以一种端到端的方式集成低、中、高不同层次的特征,从而获得丰富的特征信息,提升遥感图像语义分割的准确度。卷积神经网络的基本结构一般包括数据输入层、卷积层、池化层、全连接层以及输出层,其基本的模型框架如图5所示。

图片
5 卷积神经网络的基本模型框架

在利用卷积神经网络进行不同地物分类任务时,可以根据特定的目的和需求构建合适的网络模型,也可以使用现阶段已有的经典网络模型,本节将对经典的U-Net和残差网络结构进行介绍,为后续开展模型优化奠定基础。

U-Net

U-Net卷积神经网络是由Ronneberger等人于2015年提出,它基于全卷积神经网络拓展和修改而来,最早被应用在生物医学领域的细胞切割中,对于小样本数据具有较高的准确率。U-Net卷积网络结构清晰,呈对称U型,是一种左编码-右解码的结构,编码部分通过卷积操作使通道数逐渐增加,并利用**池化操作对空间维度逐渐减小,解码部分则是通过反卷积操作逐步对通道数进行降低,同时实现图像的细节以及空间维度的修复。最关键的部分是在编码和解码中间通过一个级联方式,将编码部分卷积操作后的特征图加入到解码部分,实现深层及浅层特征信息的有效结合,增加分割结果的细节信息,从而使得解码部分目标细节修复的更好,具体结构如图6所示。

图片
6 U-Net卷积神经网络结构

图中U-Net的编码部分包含4个下采样模块,每个下采样块由卷积层和池化层组成,在每次下采样过程中将特征通道的数量增加1倍,同时将特征图的大小缩小为原来的一半,经过4次下采样后,特征图的通道数最终变为1024,而原图的长和宽缩小为原来的1/16。由于在卷积操作过程中存在边缘像素丢失现象,故在上采样部分,使用一个快捷连接方式将左边的特征图拷贝和裁剪至对应级别的上采样部分,更好地保留图像的细节。在上采样(解码)部分,同样包含4个上采样块,通过反卷积操作将图像尺寸进行还原,同时使通道数减低,在最后采用一个1*1的卷积将64个组成要素向量映射到所需的类别数,完成图像分割,整个网络总共有23个卷积层。

2. 水稻病虫害监测
2.1 植被指数构建

植被指数算法是依据光谱反射特征,通过利用不同波段的植被光谱反射率进行多种组合获得的,旨在通过植被指数反演出与植被生理或物理相关的信息,从而评价植被的生长状况。高光谱遥感与多光谱遥感相比不仅光谱波段大大增加,而且光谱分辨率增高,因此在植被指数算法反演植被信息方面有着很大的用途,开辟了一条能够量化植被生物物理和生物化学参数的途径。本次项目构建了26种表征病虫害严重程度较好的光谱植被指数用于高光谱数据的分析。

1 26个植被指数表

表1.png

2.2 水稻病虫害监测模型建立

按照水稻受到不同等级病虫害程度,将水稻病虫害监测划分为为健康、轻微病害、中度病害和严重病害。

图片7.png

7 水稻不同等级病虫害照片

概率神经网络(Probabilistic Neural Networks),简称为 PNN,它的设计简单方便,可以用线性学习算法代替非线性学习算法的功能,目前被研究者广泛应用于模式识别和分类问题。概率神经网络是参照了径向基函数网络变形而来,它由输入层、经向基层和输出层(竞争层)构成,其中经向基层的数量和输入层矢量样本的数量是相同的,且具有阈值;输出层的个数就等于训练的样本类别数,具体的网路结构图如下图所示。

图片8.png

8 PNN 神经网络结构图

(免责声明:部分内容及图片整合自网络,因内容庞杂无法联系到全部作者,如有侵权,请联系删除,我们会在**时间予以答复,万分感谢。)
如您对以上方案感兴趣,或想了解更多方案设计细节,欢迎致电4008-508-928咨询


4008-508-928
QQ咨询
文章列表
紫外-可见-近红外分光光度计(UV-Vis-NIR),其扫描波段覆盖紫外光、可见光、近红外光区域,利用物质分子对紫外光、可见光、近红外光的吸收特性来进行定量、定性分析,在科研实验室以及工业领域是常见仪器之一。
前言:为什么物质有颜色?物质在光源 (如大阳光)提供的能量作用下,构成物质元素的原子中的电子,发生了以基态到激发态,又以激发态回到基态的跃迁,导致物质选择性地吸收或发射相应特定的光波,从而显示其特有的颜色。例如:大多数金属显银白色,是因为金属的能带上部存在大量的空轨道,并且相邻轨道之间的能量差值非常小。因此,任何波长的光子进入金属表面时,都能将金属内部的自由电子激发到能带上部的空轨道上,但电...
    锂离子电池是一种高性能、轻便且可重复充电的电池技术,因其高能量密度而备受青睐,广泛应用于便携式电子设备和电动汽车等移动能源领域。随着对能源存储需求的不断增加,锂离子电池的性能优化和安全性成为研究的热点。在锂离子电池研究中,显微拉曼光谱仪已经成为一种强大的工具,它可以提供关于电池内部结构、化学成分和动力学过程的详细信息。本文将介绍显微拉曼光谱仪在锂离子电池研究中的应用,探讨其在电极材...
在生活和工业生产中,无论是原料还是半成品、成品,都含有一定的水,比如酒糟、粮食、烟草等。一定的含水量对物质保持形态、性状等具有重要意义。例如在食品领域,食品中的含水率高低会影响到食品的腐败和发霉,同时食品中的含水率高低对食品的鲜度、硬软性、流动性、呈味性等多方面有着重要的关系。常规的含水率烘干法存在测量时间比较长,测量比较繁琐。利用水分在近红处有吸收的原理进行含水率的测量是一种快速而简单的方...
研究相近产地大米的快速准确无损鉴别的方法能为鉴别地理标识大米提供理论和技术支持。拉曼光谱通过物质内部分子对可见单色光的散射强度.....
自1928年Raman现拉曼效应以来,拉曼光谱就成为检测分析物质结构的重要手段。拉曼光谱技术是一种检测分子振动以表征样品潜在化学结构的光谱技术。拉曼光谱技术广泛应用于检测固体和液体材料的化学成分,它可利用物质的光谱“指纹”信息,区分各种物质...
石墨烯被誉为“黑金”,轻得像空气,却又硬得像钢铁......
拉曼光谱在石墨烯的层数表征方面具有独特的优势......
【实测】奥谱天成手持拉曼ATR6600和显微拉曼光谱仪ATR8300-532/633
拉曼光谱仪在制药的各个环节中都具有巨大的应用潜力,如:原料筛查;过程监控,包括反应、晶化、配药、干燥、混合等;晶型识别;有效成分和赋形剂的表征等... ...
超微量分光光度计本身就是一类很重要的分析仪器,无论是物理学、化学、生物学、医学、材料学、环境学等科学研究领域,还是在化工、医药、环境检测、冶金等现代生产与管理部门都有很重要的应用。超微量分光光度计奥谱天成的全波长(190~1000 nm)超...
3#样品,无颜色区域,强度相对于有颜色即有膜... ...
4#样品,红色区域强度比淡黄色区域强度... ...
5#样品... ...
拉曼光谱技术是一种非接触,无损的快速检测技术,能方便地给出物质的结构、组分等指纹信息,并且能从分子层面上识别各类物质及晶型结构,非常适合用于制药过程及药品检测。
激光拉曼光谱是一种振动光谱技术,通过分子振动引发的拉曼效应,可以对钻探设备的油气特征进行很好地识别,以分辨故障...
寻求一门新的高科技 手段应用到森林资源监测、森林防火及林业执法中,已成为林业管理的一项迫在眉睫、亟待解决的重大课题
利用高光谱特性可以识别不同染病期的松木监测。并且与无人机进行结合,可以实现高效大面积森林的高效监测...
借助无人机高光谱手段,不仅可以对城市绿地进行提取,而且可以进一步分析植被的健康程度、病虫害以及含水量或易燃风险等等...
拉曼光谱具有准确、无损、非接触的快速检测技术被应用于各行各业中...
利用无人机在高空巡航和遥控地面端人工识别的的手段,可实现大面积水体的蓝藻遥感探测,为水质分析和水体环境保护提供技术支撑...
利用无人机在高空巡航和遥控地面端人工识别的的手段,可以克服传统的人工踏勘费时、费力......
文章列表
紫外-可见-近红外分光光度计(UV-Vis-NIR),其扫描波段覆盖紫外光、可见光、近红外光区域,利用物质分子对紫外光、可见光、近红外光的吸收特性来进行定量、定性分析,在科研实验室以及工业领域是常见仪器之一。
2023-12-13
前言:为什么物质有颜色?物质在光源 (如大阳光)提供的能量作用下,构成物质元素的原子中的电子,发生了以基态到激发态,又以激发态回到基态的跃迁,导致物质选择性地吸收或发射相应特定的光波,从而显示其特有的颜色。例如:大多数金属显银白色,是因为金属的能带上部存在大量的空轨道,并且相邻轨道之间的能量差值非常小。因此,任何波长的光子进入金属表面时,都能将金属内部的自由电子激发到能带上部的空轨道上,但电...
2023-11-01
    锂离子电池是一种高性能、轻便且可重复充电的电池技术,因其高能量密度而备受青睐,广泛应用于便携式电子设备和电动汽车等移动能源领域。随着对能源存储需求的不断增加,锂离子电池的性能优化和安全性成为研究的热点。在锂离子电池研究中,显微拉曼光谱仪已经成为一种强大的工具,它可以提供关于电池内部结构、化学成分和动力学过程的详细信息。本文将介绍显微拉曼光谱仪在锂离子电池研究中的应用,探讨其在电极材...
2023-11-01
在生活和工业生产中,无论是原料还是半成品、成品,都含有一定的水,比如酒糟、粮食、烟草等。一定的含水量对物质保持形态、性状等具有重要意义。例如在食品领域,食品中的含水率高低会影响到食品的腐败和发霉,同时食品中的含水率高低对食品的鲜度、硬软性、流动性、呈味性等多方面有着重要的关系。常规的含水率烘干法存在测量时间比较长,测量比较繁琐。利用水分在近红处有吸收的原理进行含水率的测量是一种快速而简单的方...
2023-10-31
研究相近产地大米的快速准确无损鉴别的方法能为鉴别地理标识大米提供理论和技术支持。拉曼光谱通过物质内部分子对可见单色光的散射强度.....
2021-12-15
自1928年Raman现拉曼效应以来,拉曼光谱就成为检测分析物质结构的重要手段。拉曼光谱技术是一种检测分子振动以表征样品潜在化学结构的光谱技术。拉曼光谱技术广泛应用于检测固体和液体材料的化学成分,它可利用物质的光谱“指纹”信息,区分各种物质...
2021-01-21
石墨烯被誉为“黑金”,轻得像空气,却又硬得像钢铁......
拉曼光谱在石墨烯的层数表征方面具有独特的优势......
【实测】奥谱天成手持拉曼ATR6600和显微拉曼光谱仪ATR8300-532/633
2021-01-05
拉曼光谱仪在制药的各个环节中都具有巨大的应用潜力,如:原料筛查;过程监控,包括反应、晶化、配药、干燥、混合等;晶型识别;有效成分和赋形剂的表征等... ...
2020-12-11
超微量分光光度计本身就是一类很重要的分析仪器,无论是物理学、化学、生物学、医学、材料学、环境学等科学研究领域,还是在化工、医药、环境检测、冶金等现代生产与管理部门都有很重要的应用。超微量分光光度计奥谱天成的全波长(190~1000 nm)超...
2020-11-25
3#样品,无颜色区域,强度相对于有颜色即有膜... ...
4#样品,红色区域强度比淡黄色区域强度... ...
5#样品... ...
2020-11-17
拉曼光谱技术是一种非接触,无损的快速检测技术,能方便地给出物质的结构、组分等指纹信息,并且能从分子层面上识别各类物质及晶型结构,非常适合用于制药过程及药品检测。
2020-11-09
激光拉曼光谱是一种振动光谱技术,通过分子振动引发的拉曼效应,可以对钻探设备的油气特征进行很好地识别,以分辨故障...
2022-12-13
寻求一门新的高科技 手段应用到森林资源监测、森林防火及林业执法中,已成为林业管理的一项迫在眉睫、亟待解决的重大课题
2022-05-11
利用高光谱特性可以识别不同染病期的松木监测。并且与无人机进行结合,可以实现高效大面积森林的高效监测...
2022-05-11
借助无人机高光谱手段,不仅可以对城市绿地进行提取,而且可以进一步分析植被的健康程度、病虫害以及含水量或易燃风险等等...
2022-05-11
拉曼光谱具有准确、无损、非接触的快速检测技术被应用于各行各业中...
2022-05-11
本研究从地物光谱反射率着手,探索分析诊断作物缺水状况的可行性...
2022-05-11
利用无人机在高空巡航和遥控地面端人工识别的的手段,可实现大面积水体的蓝藻遥感探测,为水质分析和水体环境保护提供技术支撑...
2022-05-11
利用无人机在高空巡航和遥控地面端人工识别的的手段,可以克服传统的人工踏勘费时、费力......
2022-05-11
煤粉天然气双用燃烧器|封边机报价|可视化大屏ui设计|十大窗帘品牌加盟|陶瓷加工|天津公墓|光纤准直器|零食货柜|气动扭矩扳手|乙炔炭黑|慈溪律师|U型排水沟|氟离子测定仪|深圳标志设计|家庭下水道疏通|耶格尔|高速滚齿机||增深剂|60HZ变频电源|亚朵酒店加盟|高压陶瓷电容|双备份集成电源|不锈钢复合板厂家|弧形铝方通|牟平白麻|AVX代理|篷盖布涂层机|嘉兴专利申请|奉化漂流有哪些|工业卷材| 江阴心理咨询|高尔夫模拟器|可燃气体报警器|自动平衡|内衬不锈钢复合钢管|美国试管|美国试管|陕西移动厕所|AVX钽电容|农林保水剂||卸船机|净化公司|精装修工程地板|打桩木|橡塑保温|铝压铸|弱视治疗哪里好|吸音隔音涂料|宜昌租车|复合风管|双登胶体蓄电池|碱式氯化铝|俄罗斯GOST认证|缓蚀剂|PCBA清洗|聚氨酯墙面板|OPPC光缆厂家|小区儿童游乐设施|万能式断路器|