查看原文
其他

无人机遥感监测作物病虫害胁迫的问题与展望

杨国峰等 智慧农业期刊 2023-03-25

引用格式

杨国峰, 何勇, 冯旭萍, 李禧尧, 张金诺, 俞泽宇. 无人机遥感监测作物病虫害胁迫方法与最新研究进展[J]. 智慧农业(中英文), 2022, 4(1): 1-16.

YANG Guofeng, HE Yong, FENG Xuping, LI Xiyao, ZHANG Jinnuo, YU Zeyu. Methods and New Research Progress of Remote Sensing Monitoring of Crop Disease and Pest Stress Using Unmanned Aerial Vehicle[J]. Smart Agriculture, 2022, 4(1): 1-16.

知网阅读

官网阅读(全文,免费)

无人机遥感监测作物病虫害胁迫的问题与展望

目前,利用无人机遥感监测病虫害胁迫的相关研究与应用还处于初级阶段,不仅在无人机飞行平台和机载传感器的研发、应用和管理方面存在问题,而且在遥感监测病虫害胁迫数据的获取、处理和应用方面也具有极大的提升空间。


无人机性能亟待优化

目前针对遥感监测所使用的无人机飞行平台主要存在稳定性不足、续航时间较短、易受外界干扰和载荷不足等问题。未来需要进一步开发稳定性强、续航时间长和载荷大的无人机飞行平台。对于无人机机载传感器,为满足不同的遥感监测任务需求,无人机可以搭载相应的传感器。然而,现有的无人机机载传感器无法完全适应复杂的外部环境,所获取的作物病虫害胁迫数据质量往往由于环境的不同而存在差异,并且由于无人机平台载荷不足,往往搭载传感器的重量和数量等有限。因此,研发低成本、轻量化和模块化以及适用性更强的机载传感器具有重要意义。

在使用无人机遥感监测作物病虫害胁迫时,为实现精准、经济、普适等目的需要综合考虑飞行的任务、环境、天气等因素,从而选择合适的无人机飞行平台和搭载的传感器。特别地,在提高遥感监测任务的无人机自身安全性的基础上,还需进一步完善与遵循空中交通管理机制,施行无人机空域管理以实现统一规划,合理、充分、有效利用。同时,对于无人机操作人员需要具备安全飞行意识,遵守当地法律法规,选择安全的飞行环境,预防无人机潜在危险等。


遥感监测数据获取困难

无人机遥感监测作物病虫害胁迫容易受大风、阴雨等恶劣天气影响,同时采集数据时对太阳光照有较高的要求。大部分无人机飞行任务的操作较复杂且过度依赖于人工设置,制约了其在作物病虫害胁迫遥感监测中的广泛应用。当前研究已逐渐从单块单次作物遥感监测变为多块多次的连续监测,而这加大了遥感监测数据获取的任务工作量,同时为监测数据获取与处理带来挑战。

另外,在开展无人机遥感监测作物病虫害胁迫研究时,实验人员通常需要自行携带辐射校正板等校正设备以便后续校正操作后获得反射率值等数据。此外,过去大部分研究使用单一来源的遥感监测数据,难以全面反应整体信息。随着传感器的轻型化和无人机载荷及续航时间的增加,已逐步实现多源数据同步遥感监测作物病虫害胁迫信息。未来,如何获取更多的遥感监测信息仍然需要深入研究,如获取空间结构数据与光谱成像对应数据、光谱数据与相应的环境数据,以及空天地(卫星、无人机和地面)一体化立体监测数据等。值得一提的是,越来越多开源的更大型、更多源、覆盖更广的遥感监测数据库、数据集和数据平台等正在不断涌现,将为相关研究与应用提供数据基础。


遥感监测数据处理复杂

通常研究与应用人员需要设计开发相应算法或使用相关软件才能实现对无人机遥感监测数据的拼接、解析和生成处方图等操作,其中部分算法和特定软件针对特定应用而开发。随着利用无人机遥感监测作物病虫害胁迫时间增加,以及空间和光谱分辨率提高,需要解决无人机遥感监测获取的海量数据的处理问题。滞后的遥感监测数据解译将无法及时指导病虫害的防治,导致无法实现病虫害快速、精准、高效地防治。特别地,为实现时空实时感知、周期实时监测、要素实时评估,当前利用空天地一体化立体监测技术开展作物病虫害胁迫监测的综合研究与应用较少且具有巨大潜力。

未来,须不断完善数据处理方法,应设计开发出适用性更强、适用面更广的数据处理算法或软件以提高数据处理的准确性;利用更多源的监测数据提取更全面综合的作物病虫害胁迫特征;缩短数据处理时间,使用基于5G通讯网络和边缘计算设备以解决数据传输与数据及时处理的问题,更加及时、精准地监测病虫害发生和危害程度。


遥感监测结果适用局限

由于存在作物的物候阶段、种植区域与类型、生育期、病虫害胁迫的监测时间、气候变化等影响,目前大部分算法或模型仅适用于对应研究,而无法具备很好的稳定性、普适性和通用性,往往由于时间和空间的局限性而严重制约其大面积应用与推广。例如,在单次的无人机遥感监测病虫害胁迫中实现很高的识别率,但并不能保证在其他时刻通过无人机获取的遥感监测病虫害胁迫数据能得到同样的识别率。

因此,未来需要对作物病虫害胁迫状态进行持续监测,总结各种作物病虫害胁迫的类型和数据特征,深化对无人机遥感监测作物病虫害胁迫数据的认识。通过建立适用性更强的无人机遥感监测作物病虫害胁迫算法或模型,从而构建无人机遥感监测作物病虫害胁迫的方法库以推动病虫害遥感监测领域的发展。



推荐阅读


胡瑞法教授团队:科技革命、颠覆性技术与智慧农业


康孟珍副研究员团队:基于深度学习的玉米和大豆期货价格智能预测


刘刚教授团队:基于深度图像的多姿态肉牛体尺自动测量方法


孙传恒研究员团队:农业元宇宙:关键技术、应用情景、挑战与展望







欢迎光临选购

智慧农业微信交流服务群

为方便农业科学领域读者、作者和审稿专家学术交流,促进智慧农业发展,为更好地服务广大读者、作者和审稿人,编辑部建立了微信交流服务群,有关专业领域内的问题讨论、投稿相关的问题均可在群里咨询。入群方法:加小编微信331760296备注:姓名、单位、研究方向,小编拉您进群,机构营销广告人员勿扰。

发布征集







欢迎在我公众号发布科研团队介绍、创新科研成果及相关活动等信息。

求点“在看每增加1个,小编绩效加5毛钱

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存