[1]林娜,陈宏,赵健,等.轻小型无人机遥感在精准农业中的应用及展望[J].江苏农业科学,2020,48(20):43-48.
　Lin Na,et al.Application and outlook of small UAV remote sensing in precision agriculture[J].Jiangsu Agricultural Sciences,2020,48(20):43-48.
点击复制

轻小型无人机遥感在精准农业中的应用及展望()

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第48卷
期数:
2020年第20期
页码:
43-48
栏目:
专论与综述
出版日期:
2020-10-20

文章信息/Info

Title:
Application and outlook of small UAV remote sensing in precision agriculture
作者:
林娜1; 陈宏1; 赵健1; 池美香2
1.福建省农业科学院数字农业研究所，福建福州 350003； 2.福建省农业科学院植物保护研究所，福建福州 350012
Author(s):
Lin Na; et al
关键词:
轻小型无人机; 遥感; 农情监测; 精准农田作业
Keywords:
-
分类号:
S127
DOI:
-
文献标志码:
A
摘要:
近年来，轻小型无人机遥感以其操作简便、可动态连续监测等独特优势，在精准农业领域得到广泛应用，使农业生产管理具有了实时获取数据、准确定位及高效率应对的新特点。笔者针对现有的轻小型无人机遥感系统在国内外精准农业领域的主要应用进行阐述，包括农作物识别提取和精细分类、农作物估产及长势监测分析、农作物病虫害监测方面，同时对轻小型无人机遥感技术在精准农业应用中未来面临的挑战及发展方向进行分析与展望。轻小型无人机遥感设备的改进与更新、遥感信息解析方法的自动化及智能化、多源数据的融合等对精准农业的发展具有重要意义。
Abstract:
-

参考文献/References:

［1］吴炳方，蒙继华，李强子. 国外农情遥感监测系统现状与启示［J］. 地球科学进展，2010，25(10)：1003-1012.
［2］吴炳方. 中国农情遥感速报系统［J］. 遥感学报，2004，8(6)：481-497.
［3］Marris E. Drones in science：fly，and bring me data［J］. Nature，2013，498(7453)：156-158.
［4］孙刚，黄文江，陈鹏飞，等. 轻小型无人机多光谱遥感技术应用进展［J］. 农业机械学报，2018，49(3)：1-17.
［5］Zhang C H，Kovacs J M. The application of small unmanned aerial systems for precision agriculture：a review［J］. Precision Agriculture，2012，13(6)：693-712.
［6］李冰，刘镕源，刘素红，等. 基于低空无人机遥感的冬小麦覆盖度变化监测［J］. 农业工程学报，2012，28(13)：160-165.
［7］Sankaran S，Khot L R，Espinoza C Z，et al. Low-altitude，high-resolution aerial imaging systems for row and field crop phenotyping：a review［J］. European Journal of Agronomy，2015，70：112-123.
［8］汪沛，罗锡文，周志艳，等. 基于微小型无人机的遥感信息获取关键技术综述［J］. 农业工程学报，2014，30(18)：1-12.
［9］Yang G，Liu J，Zhao C，et al. Unmanned aerial vehicle remote sensing for field-based crop phenotyping：current status and perspectives［J］. Frontiers in Plant Science，2017，8：1111.
［10］戴建国，张国顺，郭鹏，等. 基于无人机遥感多光谱影像的棉花倒伏信息提取［J］. 农业工程学报，2019，35(2)：63-70.
［11］葛静，孟宝平，杨淑霞，等. 基于UAV技术和MODIS遥感数据的高寒草地盖度动态变化监测研究——以黄河源东部地区为例［J］. 草业学报，2017，26(3)：1-12.
［12］Gevaert C M，Suomalainen J，Tang J，et al. Generation of spectral-temporal response surfaces by combining multispectral satellite and hyperspectral UAV imagery for precision agriculture applications［J］. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing，2015，8(6)：3140-3146.
［13］甘平，董燕生，孙林，等. 基于无人机载LiDAR数据的玉米涝灾灾情评估［J］. 中国农业科学，2017，50(15)：2983-2992.
［14］胡健波，张健. 无人机遥感在生态学中的应用进展［J］. 生态学报，2018，38(1)：20-30.
［15］田振坤，傅莺莺，刘素红，等. 基于无人机低空遥感的农作物快速分类方法［J］. 农业工程学报，2013，29(7)：109-116.
［16］Poblete-Echeverría C，Olmedo G F，Ingram B，et al. Detection and segmentation of vine canopy in ultra-high spatial resolution RGB imagery obtained from unmanned aerial vehicle (UAV)：a case study in a commercial vineyard［J］. Remote Sensing，2017，9(3)：268.
［17］戴建国，张国顺，郭鹏，等. 基于无人机遥感可见光影像的北疆主要农作物分类方法［J］. 农业工程学报，2018，34(18)：122-129.
［18］王利民，刘佳，杨玲波，等. 基于无人机影像的农情遥感监测应用［J］. 农业工程学报，2013，29(18)：136-145.
［19］Diaz-Varela R A，Zarco-Tejada P J，Angileri V，et al. Automatic identification of agricultural terraces through object-oriented analysis of very high resolution DSMs and multispectral imagery obtained from an unmanned aerial vehicle［J］. Journal of Environmental Management，2014，134：117-126.
［20］张超，刘佳佳，苏伟，等. 基于小波包变换的农作物分类无人机遥感影像适宜尺度筛选［J］. 农业工程学报，2016，32(21)：95-101.
［21］李明，黄愉淇，李绪孟，等. 基于无人机遥感影像的水稻种植信息提取［J］. 农业工程学报，2018，34(4)：108-114.
［22］Ma B L，Lianne M D，Costa C，et al. Early prediction of soybean yield from canopy reflectance measurements［J］. Agronomy Journal，2001，93(6)：1227-1234.
［23］祝锦霞，陈祝炉，石媛媛，等. 基于无人机和地面数字影像的水稻氮素营养诊断研究［J］. 浙江大学学报(农业与生命科学版)，2010，36(1)：78-83.
［24］Chosa T，Miyagawa K，Tamura S，et al. Monitoring rice growth over a production region using an unmanned aerial vehicle：preliminary trial for establishing a regional rice strain［J］. IFAC Proceedings Volumes，2010，43(26)：178-183.
［25］Hunt J，Hively W D，Fujikawa S J，et al. Acquisition of NIR-Green-Blue digital photographs from unmanned aircraft for crop monitoring［J］. Remote Sensing，2010，2(1)：290-305.
［26］刘峰，刘素红，向阳.园地植被覆盖度的无人机遥感监测研究［J］. 农业机械学报，2014，45(11)：250-257.
［27］Du M M，Noguchi N. Multi-temporal monitoring of wheat growth through correlation analysis of satellite images，unmanned aerial vehicle images with ground variable［J］. IFAC-PapersOnLine，2016，49(16)：5-9.
［28］秦占飞，常庆瑞，谢宝妮，等. 基于无人机高光谱影像的引黄灌区水稻叶片全氮含量估测［J］. 农业工程学报，2016，32(23)：77-85.
［29］刘建立，李晓鹏. 基于无人机低空高精度遥感的冬小麦和夏玉米变量施肥管理模型“进展［J］. 浙江大学学报(农业与生命科学版)，2018，44(4)：37.
［30］vergaard S I，Isaksson T，Kvaal K，et al. Comparisons of two Hand-Held，multispectral field radiometers and a hyperspectral airborne imager in terms of predicting spring wheat grain yield and quality by means of powered partial least squares regression［J］. Journal of Near Infrared Spectroscopy，2010，18(4)：247-261.
［31］Swain K C，Thomson S J，Jayasuriya H P W. Adoption of an unmanned helicopter for low-altitude remote sensing to estimate yield and total biomass of a rice crop［J］. Transactions of the ASABE，2010，53(1)：21-27.
［32］Vega F A，Ramirez F C，Saiz M P，et al. Multi-temporal imaging using an unmanned aerial vehicle for monitoring a sunflower crop［J］. Biosystems Engineering，2015，132：19-27.
［33］杨贵军，李长春，于海洋，等. 农用无人机多传感器遥感辅助小麦育种信息获取［J］. 农业工程学报，2015，31(21)：184-190.
［34］Zhou X，Zheng H B，Xu X Q，et al. Predicting grain yield in rice using multi-temporal vegetation indices from UAV-based multispectral and digital imagery［J］. ISPRS Journal of Photogrammetry and Remote Sensing，2017，130：246-255.
［35］Zhang J，Pu R，Huang W，et al. Using in-situ hyperspectral data for detecting and discriminating yellow rust disease from nutrient stresses［J］. Field Crops Research，2012，134：165-174.
［36］Pontius J，Martin M，Plourde L，et al. Ash decline assessment in emerald ash borer-infested regions：a test of tree-level，hyperspectral technologies［J］. Remote Sensing of Environment，2008，112(5)：2665-2676.
［37］罗菊花，黄文江，顾晓鹤，等. 基于PHI影像敏感波段组合的冬小麦条锈病遥感监测研究［J］. 光谱学与光谱分析，2010，30(1)：184-187.
［38］Yang C，Everitt J H，Fernandez C J. Comparison of airborne multispectral and hyperspectral imagery for mapping cotton root rot［J］. Biosystems Engineering，2010，107(2)：131-139.
［39］Zhang K，Hu B，Robinson J. Early detection of emerald ash borer infestation using multisourced data：a case study in the town of Oakville，Ontario，Canada［J］. Journal of Applied Remote Sensing，2014，8(1)：083602.
［40］Nebiker S，Lack N，Abcherli M，et al. Light-weight multispectral uav sensors and their capabilities for predicting grain yield and detecting plant diseases［J］. ISPRS-International Archives of the Photogrammetry，Remote Sensing and Spatial Information Sciences，2016：963-970.
［41］Chapman S，Merz T，Chan A，et al. Pheno-Copter：a low-altitude，autonomous remote-sensing robotic helicopter for high-throughput field-based phenotyping［J］. Agronomy，2014，4(2)：279-301.
［42］Gilad W，Itamar M L，Noam L. Using ground observations of a digital camera in the VIS-NIR range for quantifying the phenology of Mediterranean woody species［J］. International Journal of Applied Earth Observation and Geoinformation，2017，62：88-101.
［43］孙中宇，陈燕乔，杨龙，等. 轻小型无人机低空遥感及其在生态学中的应用进展［J］. 应用生态学报，2017，28(2)：528-536.
［44］Ballesteros R，Ortega J F，Hernández D，et al. Applications of georeferenced high-resolution images obtained with unmanned aerial vehicles. Part I：description of image acquisition and processing［J］. Precision Agriculture，2014，15(6)：579-592.
［45］白由路，金继运，杨俐苹，等. 低空遥感技术及其在精准农业中的应用［J］. 土壤肥料，2004(1)：3-6.
［46］赵春江，薛绪掌，王秀，等. 精准农业技术体系的研究进展与展望［J］. 农业工程学报，2003，19(4)：7-12.
［47］于堃，单捷，王志明，等. 无人机遥感技术在小尺度土地利用现状动态监测中的应用［J］. 江苏农业学报，2019，35(4)：853-859.
［48］赵春江. 对我国未来精准农业发展的思考［J］. 农业网络信息，2010(4)：5-8.

相似文献/References:

[1]陈鹤群,雷少刚.TerraSAR-X土壤水分反演研究进展[J].江苏农业科学,2013,41(04):327.
[2]王丽爱,谭昌伟,马昌,等.农情信息遥感监测预报模型构建算法研究进展[J].江苏农业科学,2013,41(11):1.
　Wang Liai,et al.Research progress of remote sensing forecast modeling algorithms on crop information[J].Jiangsu Agricultural Sciences,2013,41(20):1.
[3]李章成,李源洪,魏来,等.基于SPOT5影像分析植被指数与水稻叶面积指数和产量的相关性[J].江苏农业科学,2014,42(01):284.
　Li Zhangcheng,et al.Study on correlation between vegetation index and leaf area index and yield of rice based on SPOT5 image analysis[J].Jiangsu Agricultural Sciences,2014,42(20):284.
[4]康婷婷,居为民,李秉柏.水稻叶面积指数遥感反演方法对比分析[J].江苏农业科学,2015,43(05):366.
　Kang Tingting,et al.Contrastive analysis of remote sensing inversion method of rice leaf area index[J].Jiangsu Agricultural Sciences,2015,43(20):366.
[5]马驰.松辽平原土地盐碱化动态监测与遥感分析[J].江苏农业科学,2016,44(07):495.
　Ma Chi.Dynamic monitoring and remote sensing analysis of soil salinization in Songliao Plain[J].Jiangsu Agricultural Sciences,2016,44(20):495.
[6]田苗,童杨辉.TRMM卫星降水数据在江苏省的适用性分析[J].江苏农业科学,2016,44(12):440.
　Tian Miao,et al.Applicability analysis of TRMM precipitation data in Jiangsu Province[J].Jiangsu Agricultural Sciences,2016,44(20):440.
[7]刘远,周买春.遥感反演植被叶面积指数的不确定性来源综述[J].江苏农业科学,2017,45(12):12.
　Liu Yuan,et al.Uncertain sources of remote sensing inversion of vegetation leaf area index：an overview[J].Jiangsu Agricultural Sciences,2017,45(20):12.
[8]苏腾飞,刘全明,苏秀川.基于多种植被指数时间序列与机器学习的作物遥感分类研究[J].江苏农业科学,2017,45(16):219.
　Su Tengfei,et al.Study on crop remote sensing classification based on multiple vegetation index time series and machine learning[J].Jiangsu Agricultural Sciences,2017,45(20):219.
[9]李岩,尚士友,王晓娟,等.西乌珠穆沁典型草原植被盖度空间异质性研究[J].江苏农业科学,2017,45(22):283.
　Li Yan,et al.Study on spatial heterogeneity of vegetation coverage of Wuzhumuqin typical steppe[J].Jiangsu Agricultural Sciences,2017,45(20):283.
[10]张楠楠,张晓,姚娜,等.塔里木河流域上游胡杨叶面积指数高光谱遥感反演方法对比[J].江苏农业科学,2018,46(08):216.
　Zhang Nannan,et al.Comparison of two inversion methods for Populus diversifolia leaf area index based on hyperspectral remote sensing in upper reaches of Tarim River Basin[J].Jiangsu Agricultural Sciences,2018,46(20):216.

备注/Memo

备注/Memo:
收稿日期：2020-02-07
基金项目：福建省科技重大专项(编号：2017NZ0003-1)；国家重点研发计划(编号：2017YFC1200601)。
作者简介：林娜(1988—)，女，福建福州人，硕士，研究实习员，主要从事农业遥感与地理信息化研究。E-mail：linna@faas.cn。
通信作者：赵健，博士，副研究员，主要从事农业信息化研究。E-mail：zhaojian@faas.cn。
更新日期/Last Update: 2020-11-09