UAV-PS-s轻小型无人机表型平台
轻小型无人机表型平台基于轻小型无人机搭载可见光相机、多光谱相机、热红外相机等,进行表型测量,典型用于小区域范围内的作物病虫害等级评估、出芽率评估、长势产量评估等。
传感器(可选):可见光传感器、多光谱传感器、热红外传感器。
可见光相机:较高分辨率图像及作物冠层三维数据;
多光谱相机:三十余个经典植被指数如NDVI、GNDVI、DVI、NDI等;
热红外相机:冠层叶温数据及其高分辨率空间分布数据。
技术指标
指标 |
特点描述 |
主要观测参数和性能 |
无人机平台 |
自重1.4Kg,轴距350mm,四旋翼小型无人机,飞行时间约30分钟(空载) |
提供传感器搭载,Z 大额外载重0.8KG |
可见光相机(必选) |
2000万像素(1英寸CMOS),可获得3.3cm空间分辨率(120米相对航高) |
普通版(定位精度水平±3m,垂直±10m) 高精度版(定位精度水平±2 cm,垂直±3-5cm)可获取较高分辨率图像及作物冠层三维数据 |
多光谱相机(可选) |
5波段(波段位置可选),可获得8.18cm空间分辨率(120米相对航高) |
可获得三十余个经典植被指数如NDVI、GNDVI、DVI、NDI等 |
热红外相机(可选) |
高分辨率带全局测温,可获得10.75cm空间分辨率(120米相对航高,19mm镜头) |
可获得冠层叶温数据及其高分辨率空间分布数据 |
注:小型无人机系统可以同时集成可见光高分辨率相机、多光谱相机和热红外相机
应用案例
轻小型无人机表型平台在水稻纹枯病等级评估中的应用
基于无人机分别搭载可见光传感器和五波段多光谱传感器,对其图像和光谱进行分析,结合地面实测NDVI和病害指数数据,定量评估不同传感器所获接种区、侵染区的多种图像植被指数与实测NDVI之间的相关性,并利用多光谱图像NDVI反演水稻纹枯病的病害等级。
(a)影像拼接结果(来源于400张多波段图像);(b)NDVI 结果;(c)影像特征提取区域;(d)每个样区NDVI 结果;
(a)多光谱图像NDVI与地面实测NDVI相关性结果 ; (b)多光谱图像NDVI与水稻病害等级相关性结果;
轻小型无人机表型平台(低空无人机超高分辨率成像技术)在油菜播种成苗率评估中的应用
基于超高分辨率(0.18cm/pixel)遥感影像计算的颜色植被指数进行油菜目标识别及其形态特征信息提取。结合田间调查数据,采用逐步回归分析方法,建立了机械直播油菜在苗期的株数与遥感特征信息之间的关系。
实验区域及油菜识别结果(地面分辨率:1.5mm/像素)
株数的真实值和模型预测值的比较(准确率达97%)
轻小型无人机表型平台(多光谱技术)在作物受害程度,长势产量评估中的应用
基于超高清图像,由长势指数预判作物受灾程度及预估产量。
染病和非染病油菜长势指数结果