基于多旋翼無(wú)人機(jī)的多光譜成像遙感系統(tǒng)開(kāi)發(fā)及應(yīng)用.pdf

1、我國(guó)的農(nóng)作物生產(chǎn)依賴化肥的施用，其中存在著施肥效益低、浪費(fèi)損失嚴(yán)重等問(wèn)題。本論文針對(duì)我國(guó)目前作物變量追肥決策科學(xué)依據(jù)不足的現(xiàn)狀，開(kāi)發(fā)了一種基于多旋翼無(wú)人機(jī)的多光譜成像遙感系統(tǒng)，并分別從冠層和大田區(qū)域尺度獲取水稻的養(yǎng)分信息，以SPAD值作為養(yǎng)分評(píng)判指標(biāo)，建立遙感反演模型，獲取可視化空間分布圖，為后期區(qū)域尺度下變量施肥處方圖的生成提供了依據(jù)。主要研究?jī)?nèi)容和結(jié)論如下:
　　(1)開(kāi)發(fā)了一種基于多旋翼無(wú)人機(jī)的小重量、多波段、快速成像的窄波

2、段多光譜成像遙感系統(tǒng)。針對(duì)目前多光譜成像傳感器相對(duì)于高光譜波段數(shù)目有限、且波段較寬不能滿足精細(xì)定量遙感需求以及高光譜成像遙感系統(tǒng)往往體積重量大的現(xiàn)狀，以CMOSIS CMV2000多光譜成像傳感器為基礎(chǔ)，設(shè)計(jì)集成了一套機(jī)載多光譜成像遙感平臺(tái)系統(tǒng)。系統(tǒng)由主控計(jì)算機(jī)、高光譜相機(jī)、數(shù)據(jù)儲(chǔ)存、界面顯示和供電系統(tǒng)五部分組成，實(shí)現(xiàn)了多光譜傳感器的供電、控制和圖像數(shù)據(jù)儲(chǔ)存。該系統(tǒng)獲取的多光譜圖像波段數(shù)較多（25個(gè)）、波段窄(＜15 nm)，且能根據(jù)遙

3、感作業(yè)的實(shí)時(shí)要求進(jìn)行定點(diǎn)抓拍。系統(tǒng)通過(guò)相機(jī)暗電流測(cè)試和水稻冠層圖譜數(shù)據(jù)測(cè)試，初步驗(yàn)證可以用于水稻養(yǎng)分信息獲取。
　　(2)基于無(wú)人機(jī)低空模擬平臺(tái)實(shí)現(xiàn)了冠層尺度的水稻SPAD值檢測(cè)，初步驗(yàn)證該多光譜成像遙感系統(tǒng)可以用于水稻養(yǎng)分的定量檢測(cè)。利用無(wú)人機(jī)低空模擬平臺(tái)搭載多光譜成像遙感系統(tǒng)模擬室外和低空環(huán)境獲取水稻冠層多光譜圖像，選取PC2作為特征圖像進(jìn)行閾值分割，實(shí)現(xiàn)目標(biāo)區(qū)域的自動(dòng)識(shí)別和提取;利用標(biāo)準(zhǔn)的四梯度校正板將得到的樣本DN值通過(guò)經(jīng)

4、驗(yàn)線性法轉(zhuǎn)換成表面反射率;基于全波段光譜信息采用PLS、BPNN、LS-SVM和ELM算法建立不同的水稻冠層SPAD值預(yù)測(cè)模型，比較發(fā)現(xiàn)ELM模型的精度好于其他三種模型，建模集決定系數(shù)R2和預(yù)測(cè)集決定系數(shù)R2均最高，分別為0.86和0.71;基于三種窄波段組合最優(yōu)植被指數(shù)建立水稻冠層SPAD值預(yù)測(cè)模型，比較發(fā)現(xiàn)基于波段693 nm和849 nm的NDVI-like指數(shù)的建模效果要稍好于其他兩種指數(shù)的建模效果，預(yù)測(cè)集決定系數(shù)R2為0.59

5、，均方根誤差RMSE低于1.6。
　　(3)基于多旋翼無(wú)人機(jī)實(shí)現(xiàn)了大田區(qū)域尺度的水稻SPAD值檢測(cè)。多光譜圖像采集前，根據(jù)遙感作業(yè)任務(wù)要求選擇合適的試驗(yàn)參數(shù);使用Agisoft Photoscan實(shí)現(xiàn)無(wú)人機(jī)多光譜圖像的快速自動(dòng)拼接，得到無(wú)人機(jī)多光譜正射影像圖，并采用場(chǎng)地替代定標(biāo)方式和經(jīng)驗(yàn)線性法進(jìn)行輻射定標(biāo)，獲得大田水稻冠層的反射率光譜數(shù)據(jù);采用PLS算法基于全譜信息建立大田水稻SPAD值的預(yù)測(cè)模型，建模集決定系數(shù)R2為0.8135