一种无人机察打一体的施药方法技术

本申请公开了一种无人机察打一体的施药方法，所述无人机察打一体的施药方法包括如下步骤：通过无人机获取田间生境数据；对田间作物长势和覆盖度数据预处理；依托对田间作物长势和覆盖度的精准监测分析，顾及作物受病虫害胁迫程度高低，从而科学地差异化地指导物料的投入，即精准变量植保；植被覆盖度较高的区域采用“重治重防“的策略，即在植被覆盖度较高且感染病害较严重的区域加大用药量，以达到治疗的效果；而在植被覆盖度较高且感染病害较轻的区域可以适当减少用药量，以达到防止病虫害传播的效果。播的效果。播的效果。

【技术实现步骤摘要】
一种无人机察打一体的施药方法


[0001]本申请涉及一种施药方法，具体是一种无人机察打一体的施药方法。

技术介绍

[0002]农作在种植时，需要按照当地的虫害情况、时令节气等，向农作物喷洒农药，施药一般用于预防、消灭或者控制危害农业、林业的病、虫、草和其他有害生物以及有目的地调节植物、昆虫生长，广泛用于农林牧业生产、环境和家庭卫生除害防疫、工业品防霉与防蛀等。
[0003]当前使用无人机进行农事作业方式主要有两种：其一是通过无人机在田间以均匀喷洒的方式进行植保作业，而且往往会过量施药，此种作业方式对于田间的作物的长势、植株疏密度的情况没有完全顾及，导致易出现农药残留过多，造成农药的浪费，增加农事作业的成本，并且容易出现农作物药害的情况，其二是通过监测无人机提前监测田块作物生长信息，根据长势等因子生成处方图，然后利用植保无人机依据处方图进行变量植保，但是该方法需要提前监测田间生长信息，不仅浪费人力物力，而且会造成时空错位，时效性低下。因此，针对上述问题提出一种无人机察打一体的施药方法。

技术实现思路

[0004]一种无人机察打一体的施药方法，所述无人机察打一体的施药方法包括如下步骤：
[0005](1)通过无人机获取田间生境数据；
[0006](2)对田间作物长势和覆盖度数据预处理；
[0007](3)依托对田间作物长势和覆盖度的精准监测分析，顾及作物受病虫害胁迫程度高低，从而科学地差异化地指导物料的投入，即精准变量植保。
[0008]进一步地，所述步骤(1)中利用察打一体式无人机搭载多光谱镜头可以实时采集田间作物光谱信息。
[0009]进一步地，所述步骤(2)中植被覆盖度是指植被(包括叶、茎、枝)在地面的垂直投影面积占统计区总面积的百分比，是衡量地表植被状况的一个重要指标，用来描述该生态系统重要的基本数据，常用于生态环境研究、水土保持、气候和植被变化等方面。
[0010]进一步地，所述步骤(2)中采用像元二分模型估算作物区域植被覆盖度，模型见式(2)：
[0011]NDVI＝(Band1
‑
Band2)/(Band1+Band2)
ꢀꢀ
(1)
[0012]VFC＝(NDVI
‑
NDVI
soil
)/(NDVI
veg
‑
NDVI
soil
)
ꢀꢀ
(2)
[0013]式(1)中Band1为近红外波段反射率(NIR)，Band2为红光波段反射率(Red)；式(2)中NDVI
soil
为完全是裸土或无植被覆盖区域的NDVI值，NDVI
veg
为完全被植被覆盖的像元NDVI值，即纯植被像元的NDVI值，NDVI则表示图像中每一个像元的NDVI值。
[0014]进一步地，所述步骤(2)中利用像元二分模型计算植被覆盖度关键在于计算
NDVI
veg
和NDVI
soil
，这两个值计算公式见式(3)和式(4)：
[0015][0016][0017]由于作物在苗期至拔节前期植被覆盖度由低到高，在拔节后期至乳熟期植被覆盖度趋于稳定，可以近似取VFC
max
＝100％，VFC
min
＝0％。则公式(2)可以转化为:VFC＝(NDVI
‑
NDVI
min
)/(NDVI
max
‑
NDVI
min
)
ꢀꢀ
(5)
[0018]为了排除实际作业过程中根据数据得到NDVI异常值，分别取累计概率5％和95％的NDVI值作为NDVI
min
和NDVI
max
，取当前多光谱数据计算的VFC均值作为当前区域植被覆盖度水平。
[0019]进一步地，所述步骤(2)中由于作物在受到不同程度病虫害胁迫时表征不同，当受病虫害胁迫较重时往往表现出叶片枯萎发黄，甚至出现叶片发白的症状，而在受病虫害胁迫较轻时往往表征不明显，很难对作物进行病虫害胁迫识别，但其内部生理结构在受到病虫害胁迫时表征为叶绿素含量下降，修正型叶绿素反射吸收率(MCARI)指数是遥感中常用于反演绿色植被叶绿素含量的关键指标，其利用Green、Red、Rededge波段计算而来，经大量研究表明与植被叶绿素含量有很高相关性，计算过程见式(6):
[0020][0021]由于作物受到病虫害胁迫后会导致植株体内叶绿素含量下降，因此本专利技术采用MCARI作为农作物病虫害胁迫识别因子，通过MCARI的高低进而可以反映出农作物受到病虫害胁迫程度的不同。
[0022]进一步地，所述步骤(2)中由于农田中存在大量得土壤、阴影等背影像元，会对计算MCARI造成影响，因此首先要进行去干扰像元，本专利技术采用K
‑
Means聚类法提取影像中植被区域，将待分类图像分为植被、非植被两部分。
[0023]进一步地，所述步骤(2)中K
‑
Means聚类法核心思想是随机选取K个对象作为初始聚类的中心，计算每个对象与各种子聚类中心之间的距离，然后把每个对象分配给距离最近的聚类中心，遍历所有对象后将其分为K类，由于植被区域在近红外波段存在反射峰，故采用近红外波段影像数据做为输入，最后得到植被区域位置信息。
[0024]进一步地，所述步骤(2)中通过K
‑
Means聚类法将绿色植被区域提取出后，计算该区域的MCARI指数，通过计算当前影像该指数的平均值，即可反应出当前区域受病虫害胁迫平均水平，MCARI值越小，则表示当前区域叶绿素平均水平较低，受病虫害胁迫等级越高，结合植被覆盖度，对当前区域进行精准变量植保施药。
[0025]进一步地，所述步骤(3)中当前农作物的预防重点(病害、虫害等)，根据农作物覆盖度、受病虫害胁迫严重程度以确定药液浓度及农药亩用量，在田间农作物覆盖度较高、受病虫害较严重的区域适当多进行喷洒，在受病虫害较轻的区域适当减少用药量，在受病虫害程度一般覆盖度较为均一的区域则可以在减少适当比例后进行均匀喷洒。
[0026]本申请的有益效果是：本申请提供了一种无人机察打一体的施药方法。
附图说明
[0027]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
[0028]图1为本申请流程图；
[0029]图2为察打一体无人机处方图参数设置图。
具体实施方式
[0030]为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人机察打一体的施药方法，其特征在于：所述无人机察打一体的施药方法包括如下步骤：(1)通过无人机获取田间生境数据；(2)对田间作物长势和覆盖度数据预处理；(3)依托对田间作物长势和覆盖度的精准监测分析，顾及作物受病虫害胁迫程度高低，从而科学地差异化地指导物料的投入，即精准变量植保。2.根据权利要求1所述的一种无人机察打一体的施药方法，其特征在于：所述步骤(1)中利用察打一体式无人机搭载多光谱镜头可以实时采集田间作物光谱信息。3.根据权利要求1所述的一种无人机察打一体的施药方法，其特征在于：所述步骤(2)中植被覆盖度是指植被(包括叶、茎、枝)在地面的垂直投影面积占统计区总面积的百分比，是衡量地表植被状况的一个重要指标，用来描述该生态系统重要的基本数据，常用于生态环境研究、水土保持、气候和植被变化等方面。4.根据权利要求1所述的一种无人机察打一体的施药方法，其特征在于：所述步骤(2)中采用像元二分模型估算作物区域植被覆盖度，模型见式(2)：NDVI＝(Band1
‑
Band2)/(Band1+Band2)
ꢀꢀ
(1)VFC＝(NDVI
‑
NDVI
soil
)/(NDVI
veg
‑
NDVI
soil
) (2)式(1)中Band1为近红外波段反射率(NIR)，Band2为红光波段反射率(Red)；式(2)中NDVI
soil
为完全是裸土或无植被覆盖区域的NDVI值，NDVI
veg
为完全被植被覆盖的像元NDVI值，即纯植被像元的NDVI值，NDVI则表示图像中每一个像元的NDVI值。5.根据权利要求1所述的一种无人机察打一体的施药方法，其特征在于：所述步骤(2)中利用像元二分模型计算植被覆盖度关键在于计算NDVI
veg
和NDVI
soil
，这两个值计算公式见式(3)和式(4)：见式(3)和式(4)：由于作物在苗期至拔节前期植被覆盖度由低到高，在拔节后期至乳熟期植被覆盖度趋于稳定，可以近似取VFC
max
＝100％，VFC
min
＝0％。则公式(2)可以转化为：VFC＝(NDVI
‑
NDVI
min
)/(NDVI
max
‑
NDVI
min
) (5)为了排除实际作业过程中根据数据得到NDVI异常值，分别取累计概率5％和95％...

【专利技术属性】
技术研发人员：袁壮志，
申请(专利权)人：北京麦飞科技有限公司，
类型：发明
国别省市：