多光譜相機(jī)RedEdge-P對(duì)農(nóng)田作物監(jiān)測(cè)

MicaSense多光譜相機(jī)RedEdge-P產(chǎn)品應(yīng)用：

植物計(jì)數(shù):植物計(jì)數(shù)算法需要分辨率圖像。RedEdge- P將全色透鏡與分辨率多光譜透鏡相結(jié)合，可生成分辨率RGB和多光譜，使其即使在早期生長(zhǎng)階段也能進(jìn)行植物計(jì)數(shù)。

表型分析:手動(dòng)測(cè)量農(nóng)作物的各項(xiàng)征數(shù)據(jù)非常耗時(shí)，RedEdge- P波段組合允許生成分辨率多光譜輸出，從而能夠檢測(cè)葉的變異性。

植物健康制圖: RedEdge-P的分辨率多光譜輸出允許生成指數(shù)和復(fù)合指數(shù)，以查看植物中單個(gè)葉綠素水平并隨著時(shí)間的推移對(duì)數(shù)值進(jìn)行比較。

病蟲害識(shí)別: RedEdge-P能夠捕捉用于植物研究的關(guān)鍵光譜部分(712~722 nm)。此部分稱為紅邊諸帶。正是在這個(gè)光譜帶，植物開始顯現(xiàn)逆境狀況。借助由紅邊諸帶生成的分析數(shù)據(jù)，我們可以快地識(shí)別病蟲害并快地采取措施來阻止病害傳播。

作物區(qū)分和雜草識(shí)別:物種之間的某些差異可能無法通過肉眼進(jìn)行判斷。分辨率的多光譜數(shù)據(jù)可通過突出顯示葉綠素含量、植物活力和葉片大小等征來區(qū)分物種(包括雜草)。

作物勘查:分辨率的多光譜和RGB成像技術(shù)具有的田地偵察功能。RedEdge-P在次 飛行中，可以收集某個(gè)問題確且?guī)в械乩順?biāo)簽的信息，從而使您可以輕松評(píng)估現(xiàn)場(chǎng)情況并確定適當(dāng)?shù)母深A(yù)措施。

分辨率3D點(diǎn)云: RedEdge- P的5.1MP像素全色波段提供了RedEdge-MX (行業(yè)標(biāo))兩倍以上的地面分辨率，可生成較點(diǎn)密度達(dá)4倍的3D點(diǎn)云。

肥料管理: RedEdge P的分辨率和確輸出不可以輕松識(shí)別養(yǎng)分含量低的區(qū)域，還可以幫助監(jiān)控整個(gè)季節(jié)的施肥效果來確定是否需要，以及在何時(shí)何地需要再次施肥。

倒伏是影響農(nóng)作物產(chǎn)量的一個(gè)常見且重要的因素，常由大風(fēng)、暴雨、冰雹等氣象災(zāi)害引發(fā)，一般多發(fā)生在水稻、小麥、玉米等糧食作物灌漿期至成熟期，導(dǎo)致作物嚴(yán)重減產(chǎn)，谷物品質(zhì)下降。

快速、準(zhǔn)確地監(jiān)測(cè)作物的倒伏災(zāi)害，有助于管理者及時(shí)評(píng)估損失，也有助于育種人員選育抗倒伏品種。
近年來，基于無人機(jī)平臺(tái)的遙感技術(shù)正以其機(jī)動(dòng)靈活、低成本的優(yōu)勢(shì)，在倒伏監(jiān)測(cè)中發(fā)揮著越來越重要的作用。此次來自上海農(nóng)科院的田明璐和班松濤博士為我們講述了他們?nèi)绾问褂脽o人機(jī)多光譜/可見光傳感器監(jiān)測(cè)水稻倒伏，并且對(duì)比了這兩種傳感器的監(jiān)測(cè)結(jié)果。

倒伏監(jiān)測(cè)流程  

無人機(jī)倒伏監(jiān)測(cè)流程可以分為三個(gè)步驟，分別是數(shù)據(jù)采集、數(shù)據(jù)處理、以及數(shù)據(jù)分析。
在數(shù)據(jù)采集階段，工作人員使用無人機(jī)搭載可見光或多光譜傳感器對(duì)農(nóng)田進(jìn)行掃描式影像采集，需要注意飛行高度、重疊率以及天氣等因素。

在數(shù)據(jù)處理階段，把上一階段采集到的可見光或多光譜影像導(dǎo)入Pix4D軟件中進(jìn)行校正、拼接等處理。班松濤博士評(píng)價(jià)說：“Pix4D軟件能生成定位和輻射雙高的正射影像，是我們進(jìn)行精準(zhǔn)農(nóng)業(yè)研究的利器。" 這一階段的成果是農(nóng)田的完整可見光或多光譜正射影像鑲嵌圖。
在數(shù)據(jù)分析階段，工作人員分別使用農(nóng)科所自行研發(fā)的倒伏監(jiān)測(cè)模型，對(duì)上述各種正射影像進(jìn)行逐像元的解算和分類，找出哪里是正常作物，哪里是倒伏作物。
可見光倒伏監(jiān)測(cè)模型的分類機(jī)理是基于作物的色彩和紋理。相比于正常作物，倒伏作物在色彩和紋理上都會(huì)有明顯不同：比如倒伏水稻的紋理更為規(guī)則，在綠通道上的均值紋理特征要顯著高于正常水稻。

可見光倒伏監(jiān)測(cè)基礎(chǔ)：倒伏/正常作物在色彩和紋理上會(huì)有明顯不同
相對(duì)而言，多光譜倒伏監(jiān)測(cè)模型的分類機(jī)理是：當(dāng)作物發(fā)生倒伏后，作物冠層結(jié)構(gòu)和植株理化成分發(fā)生變化，進(jìn)而影響反射光譜。比如在綠、紅邊和近紅外波段，倒伏作物的反射率與正常作物有明顯區(qū)別。

可見光 vs 多光譜  
以下兩張是可見光和多光譜倒伏監(jiān)測(cè)模型所得到的分類圖，兩者的分類結(jié)果基本一致，倒伏水稻約占整體面積的30%。

上圖：基于可見光影像的倒伏分類圖；下圖：基于多光譜影像的倒伏分類圖

田明璐和班松濤博士分別從以下幾個(gè)維度，來分析可見光和多光譜，哪個(gè)方法更占優(yōu)勢(shì)：

基于可見光和多光譜的倒伏監(jiān)測(cè)模型，其識(shí)別都達(dá)到了90%以上。使用多光譜影像比使用可見光影像更高，這主要是因?yàn)槎喙庾V相機(jī)能獲取更大范圍波長(zhǎng)的信號(hào)，特別是對(duì)植被敏感的紅外波段和近紅外波段。此外，多光譜相機(jī)獲取的數(shù)據(jù)經(jīng)過了嚴(yán)格的輻射校正，生成的數(shù)據(jù)比可見光相機(jī)更準(zhǔn)確。

處理時(shí)間

基于多光譜影像的倒伏監(jiān)測(cè)模型更為簡(jiǎn)潔，物理意義更明確，對(duì)圖像的解算速度也更快。

成本

可見光相機(jī)使用范圍廣，成本更低，因此具有更廣闊的應(yīng)用前景。

結(jié)論

使用多光譜相機(jī)還是可見光相機(jī)，需要根據(jù)項(xiàng)目的大小、目標(biāo)、預(yù)算、已有技術(shù)等實(shí)際情況來決定。然而無論使用哪種傳感器，基于無人機(jī)平臺(tái)的遙感技術(shù)都可以及時(shí)、高效、精準(zhǔn)地提取作物倒伏信息，可以作為作物災(zāi)害監(jiān)測(cè)的有效技術(shù)手段。

RedEdge-P產(chǎn)品特點(diǎn)：

CFexpress移動(dòng)存儲(chǔ)，存儲(chǔ)空間大

每2次以上的捕獲率

分辨率RGB和多光譜同步捕獲，多達(dá)6個(gè)離散光譜波段，分辨率輸出，如RGB、作物活力指數(shù)(NDVI. NDRE等)和分辨率全色波段

空間分辨率，可達(dá)2cm (離地60m)

空間分辨率1:1輸出，每個(gè)成像器都有個(gè)濾鏡

具有全色段圖像銳化，圖像清晰

全色段傳感器，達(dá)5.1MP

配備CRP2校正板，是經(jīng)過校的光發(fā)射控制板

堅(jiān)固設(shè)計(jì)，IP4X防塵和防濺