基于无人机成像的农田棉蚜为害等级模型的监测方法技术

本发明专利技术公开了一种基于无人机成像的农田棉蚜为害等级模型的监测方法，包括如下步骤：1）数据采集；2）数据预处理；3）、回归分析；4）构建模型；其中，所述数据采集包括无人机空中成像高光谱数据采集和地面非成像高光谱数据采集；根据对农田采集数据建立不同蚜害等级对应棉花冠层叶面积指数LAI高光谱遥感估测模型，并应用成像高光谱影像进行反演得到可视化、定量化的棉花冠层叶面积指数LAI空间分布图。利用高光谱仪器结合无人机技术，根据电磁波理论，应用不同传感器对目标辐射和反射的电磁波信息，对农田进行数据采集、处理、并最终成像，构建高光谱遥感识别棉蚜发生情况模型。

Monitoring method of damage grade model of cotton aphid in Farmland Based on UAV imaging

【技术实现步骤摘要】
基于无人机成像的农田棉蚜为害等级模型的监测方法
本专利技术属于植物保护
，具体涉及一种基于无人机成像的农田棉蚜为害等级模型的监测方法。
技术介绍
中国自古以来就以农业大国著称。棉花作为重要的纤维作物，在我国拥有很久远的种植历史，是我国重要的经济作物之一，每年的产值占我国经济作物的50%以上。病虫害是棉花生产中限制产量的重要因素之一。其中棉花“三虫（棉铃虫、棉蚜、棉叶螨）”“两病（棉花枯萎病、棉花黄萎病）”是目前分布较广，危害最为严重的棉花病虫害，并有日益加重的趋势，平均每年造成产量损失约为15%~20%，成为棉花产业可持续性发展的主要问题。棉蚜是棉花生产上的主要害虫之一，发生代数多，繁殖数量多，危害时间长。棉蚜为害棉花造成棉株矮小，生长不良，严重影响了棉花的品质和产量，成为制约棉花持续发展、高产稳产的主要障碍因素之一。棉蚜的严重发生常常会造成棉花幼叶蜷缩、根系缩短、现蕾推迟、蕾铃数减少、吐絮延迟和减产，叶表棉蚜分排泄的蜜露，经常伴随着霉菌的产生，影响光合作用，同时会污染棉絮降低品质，不利于纺纱。目前植保部门调查病虫害发生情况，在数据采集的方法上仍停留在依靠植保人员田间调查、田间取样等传统方式，该过程耗时、费力，而且存在以点代面的代表性差、主观性强和时效性差等弊端，难以满足大规模病虫害实时高效的监测需求，不具备棉花规模化生产条件下棉田病虫害诊断和数据实时获取的能力。另外，在我国当前的农业生产过程中，由于病虫害发生的不确定性以及农民过度依靠农药保证产量的心理，不合理使用化学农药的情况时常发生。农药的过度使用既增加了农业的生产成本，又会造成农药中毒与农药残留等问题的发生，同时给粮食安全和环境问题带来较大隐患。因此，如果可以快速准确地监测作物病虫害危害的程度，就可以合理地根据作物被胁迫的程度使用化学农药防治病虫害，提高农药利用效率，减少农药使用量，从而降低农业生产成本、改善生态环境。针对上述问题，探索新型监测方法，发展现代化植保工作意义重大。
技术实现思路
为解决上述问题，本专利技术设计了一种基于无人机成像的农田棉蚜为害等级模型的监测方法，利用高光谱仪器结合无人机技术，根据电磁波理论，应用不同传感器对目标辐射和反射的电磁波信息，对农田进行数据采集、处理、并最终成像，从而对地物进行识别和探测，通过分析研究不同棉蚜为害等级的棉花冠层光谱特征，开展棉蚜为害等级遥感监测研究，构建高光谱遥感识别棉蚜发生情况模型，实现棉花受蚜虫胁迫情况的实时监测，以便决策者快速、实时、宏观的了解棉田蚜虫发生情况，及时布控，选种抗性品种，合理安排农业生产。为实现上述目的，本专利技术采用以下技术方案：基于无人机成像的农田棉蚜为害等级模型的监测方法，包括如下步骤：1）数据采集；2）数据预处理；3）、回归分析；4）构建模型；其中，所述数据采集包括无人机空中成像高光谱数据采集和地面非成像高光谱数据采集；根据对农田采集数据建立不同蚜害等级对应棉花冠层叶面积指数LAI高光谱遥感估测模型，并应用成像高光谱影像进行反演得到可视化、定量化的棉花冠层叶面积指数LAI空间分布图。作为本专利技术基于无人机成像的农田棉蚜为害等级模型的监测方法的进一步改进：所述数据采集包括如下步骤：1）选取田间蚜虫发生严重的棉花实验田，并在实验田正中选取部分区域为数据采集区，利用GPS定位确定数据采集区的位置信息；所述数据采集区的每个侧边至少具有一垄棉花作为保护行；2）配备成像高光谱仪的无人机对数据采集区棉花的冠层进行数据采集；3）地面数据采集采用人工手持设备对数据采集区棉花的冠层进行生理生化指标数据采集。作为本专利技术基于无人机成像的农田棉蚜为害等级模型的监测方法的进一步改进：所述无人机上配备的成像高光谱仪为UHD-185成像高光谱；所述地面数据采集中使用的人工手持设备包括ASD非成像高光谱以对棉花冠层光谱数据进行采集；同时地面数据采集使用CI-110/120型数字植物冠层成像仪获取棉花冠层叶面积指数信息。作为本专利技术基于无人机成像的农田棉蚜为害等级模型的监测方法的进一步改进：所述数据采集区棉花冠层进行生理生化指标包括叶面积指数、蚜害指数和植被指数，其中冠叶层面积指数利用CI-110/120型数字植物冠层成像仪在数据采集时利用抽样调查法选取数据采集区中多个参考点，并以每个参考点为中心五点取样得到平均叶面积指数；蚜害指数以每个参考点做基准连续取样十株，每株分别调查上部、中部、下部的其中一片棉叶的蚜害等级，计算得出该参考点的蚜害指数。作为本专利技术基于无人机成像的农田棉蚜为害等级模型的监测方法的进一步改进：所述农田棉蚜为害等级监测模型的建设包括如下步骤：首先根据人工获得数据计算蚜害指数；其次采用单因素回归与偏最小二乘回归分析光谱指数与蚜害指数的相关性，构建棉花冠层层面的蚜害指数的高光谱估算模型；再其次比较各模型精度，筛选适合蚜虫为害棉花的蚜害指数估算模型；最后在UHD-185成像高光谱影像中利用最优模型进行蚜害指数反演填图。作为本专利技术基于无人机成像的农田棉蚜为害等级模型的监测方法的进一步改进：农田棉蚜为害等级监测模型的建设前利用无人机获得的ASD非成像高光谱数据对UHD-185成像高光谱获得的采集数据进行准确性验证。有益效果与现有技术相比，本专利技术具有以下有益效果：本专利技术利用遥感技术从冠层尺度对棉花蚜虫为害程度进行了监测，通过分析棉花不同蚜害等级的光谱变化特征和棉株冠层叶面积指数的变化，明确了棉蚜为害遥感监测机理，建立了不同蚜害等级对应棉花冠层叶面积指数LAI高光谱遥感估测模型，并应用模型对UHD-185影像进行反演，得到可视化、定量化的棉花冠层叶面积指数LAI空间分布图；同时建立了蚜害指数与植被指数的相关估算模型，并根据棉蚜分级标准的指标，提出一种增加LAI为自变量的改进型蚜害指数估算模型，并对模型精度进行验证，模型精度大大提高，能够在植保调查工作中提供快速无损且准确的调查结果。附图说明图1是本专利技术中棉蚜为害等级监测模型的建设流程图；图2是本专利技术中UHD影像上地物点与对应地面位置ASD测得的光谱数据对比图；图3为本专利技术中不同蚜害等级对应棉花冠层平均光谱曲线图；图4为本专利技术中不同蚜害等级棉花冠层光谱平均一阶微分光谱曲线图；图5为本专利技术中不同蚜害等级对应棉花冠层叶面积指数图；图6是本专利技术中蚜害等级与叶面积指数关系图；图7是本专利技术中建模样本棉蚜不同为害等级对应LAIII估测值与实测值拟合结果图；图8是本专利技术中验证样本棉蚜不同为害等级对应LAIII估测值与实测值拟合结果图；图9是本专利技术中建模样本蚜害指数（II）估测值与实测值拟合结果图；图10是本专利技术中验证样本蚜害指数（II）估测值与实测值拟合结果图。具体实施方式下面结合附图和具体实施例对本专利技术作进一步说明，本实施例以本专利技术技术方案为前提，给出了详细的实施方式。本专利技术所述的基于无人机成像的农田棉蚜为害等级模型的监测方法，包括如下步骤：1）数据采集；2）数据预处理；3）、本文档来自技高网...

【技术保护点】
1.基于无人机成像的农田棉蚜为害等级模型的监测方法，其特征在于，包括如下步骤：1）数据采集；2）数据预处理；3）、回归分析；4）构建模型；其中，所述数据采集包括无人机空中成像高光谱数据采集和地面非成像高光谱数据采集；根据对农田采集数据建立不同蚜害等级对应棉花冠层叶面积指数 LAI 高光谱遥感估测模型，并应用成像高光谱影像进行反演得到可视化、定量化的棉花冠层叶面积指数 LAI 空间分布图。/n

【技术特征摘要】
1.基于无人机成像的农田棉蚜为害等级模型的监测方法，其特征在于，包括如下步骤：1）数据采集；2）数据预处理；3）、回归分析；4）构建模型；其中，所述数据采集包括无人机空中成像高光谱数据采集和地面非成像高光谱数据采集；根据对农田采集数据建立不同蚜害等级对应棉花冠层叶面积指数LAI高光谱遥感估测模型，并应用成像高光谱影像进行反演得到可视化、定量化的棉花冠层叶面积指数LAI空间分布图。


2.如权利要求1所述的基于无人机成像的农田棉蚜为害等级模型的监测方法，其特征在于，所述数据采集包括如下步骤：
1）选取田间蚜虫发生严重的棉花实验田，并在实验田正中选取部分区域为数据采集区，利用GPS定位确定数据采集区的位置信息；所述数据采集区的每个侧边至少具有一垄棉花作为保护行；
2）配备成像高光谱仪的无人机对数据采集区棉花的冠层进行数据采集；
3）地面数据采集采用人工手持设备对数据采集区棉花的冠层进行生理生化指标数据采集。


3.如权利要求2所述的基于无人机成像的农田棉蚜为害等级模型的监测方法，其特征在于：所述无人机上配备的成像高光谱仪为UHD-185成像高光谱；所述地面数据采集中使用的人工手持设备包括ASD非成像高光谱以对棉花冠层光谱数据进行采集；同时地面数据采集使用CI-110/120型数字植物冠层成...

【专利技术属性】
技术研发人员：乔红波，郭伟，汪强，王健，吴旭，
申请(专利权)人：乔红波，
类型：发明
国别省市：河南;41