2025/01/22
Schatting van het stikstofgehalte in walnootkrans door middel van een hyperspectrale UAV-camera
Walnoot is een belangrijke notenboom en houtachtige olieboomsoort in China.De vruchtverruimingsfase is de eerste fase van de ontwikkeling van walnoten, zoals onvoldoende voeding in dit stadium, zal rechtstreeks van invloed zijn op de kwaliteit en de opbrengst van de latere vruchten.de monitoring en diagnose van het stikstofgehalte van walnootvruchten in de uitbreidingsfase is van groot belang voor het beheersen van de boomgroei en het tijdig aanpassen van het fijne beheersplan.
In dit onderzoek werd een 400-1000nm hyperspectrale camera toegepast, en FS60, een product van Hangzhou Color Spectrum Technology Co., LTD., kon worden gebruikt voor gerelateerd onderzoek.,de golflengte-resolutie is beter dan 2,5 nm en tot 1200 spectrale kanalen kunnen worden bereikt. De verkrijgingssnelheid kan 128 FPS in het volledige spectrum bereiken,en het maximum na de selectie van de band is 3300Hz (ondersteuning van de selectie van de band voor meerdere regio's).
一、Voorbereiding
Om het stikstofgehalte van walnootkap met een UAV-hyperspectrale camera te schatten, moet eerst gegevens worden verzameld.en vluchten uitvoeren volgens de vooraf bepaalde route en hoogte boven de Walnut GardenTijdens de vlucht maakt de hyperspectrale camera op een bepaald tijds- of ruimteinterval een beeld van de walnoot om een grote hoeveelheid hyperspectrale beeldgegevens te verkrijgen.om de nauwkeurigheid en betrouwbaarheid van de gegevens te waarborgen, is het ook noodzakelijk om op de grond gelijktijdig referentiegegevens te verzamelen, zoals het stikstofgehalte van walnootbladeren en de parameters van de baldachinstructuur die volgens traditionele methoden worden bepaald.
二、Resultaten en analyse
Bepaling van het canopy-bereik, extractie van het canopy-spectrum en nauwkeurigheidsverificatie Zoals weergegeven in figuur 2, walnootbodem en schaduw overlappen zich in zekere mate in het gehele bandbereik van de 5 jaar oude nootwoud afbeelding op afstandIn het bandbereik van 520 tot 600 nm is de spectrale reflectie van de schaduwen minder dan 0.10Het verschil tussen de spectrumreflectance van walnoot en grond overlapt duidelijk niet en de spectrumreflectance van beide is in dit bereik groter dan 0,10.de spectrumreflectie van walnootDe spectrumreflectie van walnoot is groter dan 0,7 in het bereik van 740-900 nm,en de spectrale reflectie van andere niet-doelgroenten minder dan 0 is.7Aangezien de spectrale reflectie van walnoot in groen licht en in de nabij-infraroodband, maar niet in één of enkele banden, kan worden onderscheiden van andere niet-doelgroenten, kan deze niet in ENVI5 worden berekend.3 softwareOm het soepel extraheren van walnootkap dus te vergemakkelijken,de maximale spectrumreflectie van walnootkap in groen licht en in de nabije infraroodband wordt in dit onderzoek geselecteerd Bw(550.7) en B(779.4) werden geclassificeerd en geïdentificeerd om het baldachinbereik te bepalen. Walnotenboom, bodem en schaduw worden gedefinieerd in de ENVI5.3-software, dat wil zeggen wanneer de spectrale weerkaatsing bij B ((550.7) is kleiner dan of gelijk aan 0.10 en de spectrale weerkaatsing bij B ((779.4) is kleiner dan of gelijk aan 0.20Wanneer de spectrale weerkaatsing bij B ((550.7) groter is dan 0,10 en B; Wanneer de spectrale weerkaatsing bij (779.4) kleiner is dan of gelijk aan 0,70, wordt het geïdentificeerd als bodem en verwijderd; wanneer de spectrale reflectie bij B ((550.7) groter is dan bij0.10, is de spectrale weerkaatsing bij B ((779.4) groter dan 0.70, nootboom wordt geïdentificeerd als de doelvegetatie.
Bovendien werd een ondersteunende vectormachine met een goede generalisatie- en classificatie nauwkeurigheid gebruikt om het baldachinbereik te extraheren,en de nauwkeurigheid van de extractie van het baldachinbereik op basis van spectrale kenmerken werd vergelekenIn de eerste plaats zijn in de ENVI5.3-software de grondobjecten in de beeldvorming van de afstandswaarneming onderverdeeld in walnootbomen en twee andere soorten (figuur 4), waarbij het rode gebied de walnootkap is,en het groene gebied is de andereDe scheidbaarheid tussen de twee soorten monsters was 1.998, en vervolgens werd de SVM-classificator geselecteerd voor een onder toezicht vallende classificatie om de oorspronkelijke classificatieresultaten te verkrijgen (figuur 5a).Er waren vaak kleine vlekken in de classificatie resultatenDaarom werd de methode voor de verwerking van de voorlopige classificatieresultaten, de Majority small patch-verwerking, toegepast.en de classificatieresultaten die aan de werkelijke eisen voldoen, zijn verkregen (figuur 5b)De nauwkeurigheid van de classificatieresultaten werd gecontroleerd en de Kappa-coëfficiënt was 0.997, en de nauwkeurigheid van de kaart van de doelgroep walnoot was 99,65%.Met de Matab2014b-software werd het op basis van spectrale kenmerken in dit onderzoek vastgestelde baldachinbereik overlapt met de baldachinbereikpixels die werden geïdentificeerd door middel van de support vector machine methode.Er waren 4257 overlappende pixels in het canopy-bereik en het aantal pixels in het canopy-bereik dat werd geselecteerd op basis van spectrale kenmerken bedroeg 96.77% van het aantal pixels in de ondersteunende vectormachine, met een kaartingsnauwkeurigheid van 96,43%, hoge nauwkeurigheid, overlappende resultaten worden weergegeven in figuur 6
Op dit moment bevindt de toepassing van UAV hyperspectral camera's bij het inschatten van het stikstofgehalte van walnootdakken zich nog steeds in een fase van voortdurende ontwikkeling en verbetering.met de voortdurende vooruitgang van de technologie, de prestaties van hyperspectrale camera's zullen verder worden verbeterd, de spectrale resolutie en beeldkwaliteit zullen hoger zijn,en de gegevensverwerkings- en analysemethoden zullen intelligenter en geautomatiseerder zijnTegelijkertijd is de ontwikkeling van multi-source data fusion technologie, zoals de combinatie van hyperspectrale data met lidar-data en thermische infrarooddata, een belangrijke stap in de richting van de ontwikkeling van de technologie.zal meer uitgebreide en nauwkeurige informatie over de groei van walnootbomen kunnen krijgen, en de nauwkeurigheid en betrouwbaarheid van de inschatting van het stikstofgehalte verder te verbeteren.De technologie van UAV-hyperspectrale camera's zal naar verwachting breder worden gebruikt op het gebied van walnootgewassen, die een sterke technische ondersteuning biedt voor de duurzame ontwikkeling van de walnootindustrie.
Samengevat heeft de hyperspectrale camera van de UAV als geavanceerde technologie voor afstandsonderzoek een breed perspectief en een groot potentieel voor de toepassing van de schatting van het stikstofgehalte van de walnootkap.Een nauwkeurige en snelle schatting van het stikstofgehalte van de walnootkrans kan de wetenschappelijke basis bieden voor de beslissingen van de walnootkwekers over bemesting, het bereiken van nauwkeurige bemesting, het verbeteren van het gebruik van meststoffen, het verminderen van afval van hulpbronnen en milieuvervuiling en het bevorderen van een kwalitatief hoogstaande ontwikkeling van de walnootindustrie.
Lees meer