|本期目录/Table of Contents|

[1]琚书存,汪志存,张东彦,等.基于高分辨率无人机影像的喷药除草效果评估[J].江苏农业科学,2019,47(06):76-81.
　Ju Shucun,et al.Evaluation of spraying and weeding effect based on high resolution UAV image[J].Jiangsu Agricultural Sciences,2019,47(06):76-81.
点击复制

基于高分辨率无人机影像的喷药除草效果评估(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第47卷
期数:
2019年第06期
页码:
76-81
栏目:
植物保护
出版日期:
2019-04-05

文章信息/Info

Title:
Evaluation of spraying and weeding effect based on high resolution UAV image
作者:
琚书存1;  汪志存2;  张东彦2;  杜世州3;  黄林生2;  杨小冬4
1.安徽省农村综合经济信息中心，安徽合肥 230031； 2.农业生态大数据分析与应用技术国家地方联合工程研究中心/
安徽大学，安徽合肥 230601； 3.安徽省农业科学院作物研究所，安徽合肥 230001； 4.北京农业信息技术研究中心，北京 100097
Author(s):
Ju Shucun; et al
关键词:
无人机; 可见光波段; 颜色特征; 植被指数; 喷药试验
Keywords:
-
分类号:
TP79；S252+.3
DOI:
-
文献标志码:
A
摘要:
针对快速检测农药喷洒效果和农药利用率问题，通过设计1组喷药对比试验，分析不同区域杂草的颜色特征(RGB)、颜色空间转换特征(HLS、HSV)、纹理特征(mean、variance等)、可见光波段植被指数(EXG、EXR、VDVI等)，比较各个特征及指数在喷药和对照区的差异，筛选出最优特征或指数进行阈值分割；在此基础上，计算喷药前后杂草像元数评估无人机喷药的除草效果。试验结果表明，利用归一化过红、过绿植被指数之差(EXG-EXR)可有效检测喷药除草效果，该方法能够为提高农田喷药效果提供技术支持。
Abstract:
-

参考文献/References:

［1］金伟，葛宏立，杜华强，等. 无人机遥感发展与应用概况［J］. 遥感信息，2009(1)：88-92.
［2］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.
［3］Zhang C H，Kovacs J M. The application of small unmanned aerial system for precision agriculture：a review［J］. Precision Agriculture，2012，13(6)：693-712.
［4］Everaerts J. The use of unmanned aerial vehicles(UAVs)for remote sensing and mapping［J］. Remote Sensing and Spatial Information Sciences，2008，144：1187-1191.
［5］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.
［6］王玲，兰玉彬，Hoffmann W C，等. 微型无人机低空变量喷药系统设计与雾滴沉积规律研究［J］. 农业机械学报，2016，47(1)：15-22.
［7］汪小钦，王苗苗，王绍强，等. 基于可见光波段无人机遥感的植被信息提取［J］. 农业工程学报，2015，31(5)：152-159.
［8］Vapnik V N. An overview of statistical learning theory［J］. IEEE Transactions on Neural Networks，1999，10(5)：988-999.
［9］郭鹏，武法东，戴建国，等. 基于无人机可见光影像的农田作物分类方法比较［J］. 农业工程学报，2017，33(13)：112-119.
［10］Miao R H，Tang J L，Chen X Q. Classification of farmland images based on color features［J］. Journal of Visual Communication and Image Representation，2015，29(2)：138-146.
［11］Sklenicka P. Classification farmland ownership fragmentation as a cause of land degradation：a review on typology，con-sequences，and remedies［J］. Land Use Policy，2016，57(3)：694-701.
［12］Mesas-Carrascosay F J，Notario-Garcia M D，de Larriva J E M，et al. Validation of measurements of land plot area using UAV imagery［J］. International Journal of Applied Earth Observation and Geoinformation，2014，33(5)：270-279.
［13］Mao W H，Wang Y M，Wang Y Q. Real time detection of between-row weeds using machine vision［C］. Las Vegas，Nv July，2003.
［14］龙满生，何东健. 玉米苗期杂草的计算机识别技术研究［J］. 农业工程学报，2007，23(7)：139-144.
［15］杨柳，陈延辉，岳德鹏，等. 无人机遥感影像的城市绿地信息提取［J］. 测绘科学，2017，42(2)：59-64.
［16］江洪，汪小钦，吴波，等. 地形调节植被指数构建及在植被覆盖度遥感监测中的应用［J］. 福州大学学报(自然科学版)，2010，38(4)：527-532.

相似文献/References:

[1]孙世泽,汪传建,刘伟,等.无人机多光谱草地估产中的最佳波段组合研究[J].江苏农业科学,2018,46(04):190.
　Sun Shize,et al.Study on optimum band combination in estimating biomass of grassland based on UAV multispectral images[J].Jiangsu Agricultural Sciences,2018,46(06):190.
[2]梁钊雄,周红艺,吴国威,等.基于无人机影像的崩岗空间分布特征研究[J].江苏农业科学,2018,46(04):220.
　Liang Zhaoxiong,et al.Study on spatial distribution of collapse base on UAV images[J].Jiangsu Agricultural Sciences,2018,46(06):220.
[3]苏瑞东.无人机在现代农业中的应用综述[J].江苏农业科学,2019,47(21):75.
　Su Ruidong.Application of UAVs in modern agriculture： a review[J].Jiangsu Agricultural Sciences,2019,47(06):75.
[4]孙星星,王凯,李红阳,等.航空超低量喷雾技术在水稻生产上应用现状、存在问题及发展趋势[J].江苏农业科学,2020,48(13):29.
　Sun Xingxing,et al.Application status， existing problems and development trends of aviation ultra-low volume spray technology in rice production[J].Jiangsu Agricultural Sciences,2020,48(06):29.
[5]林峰.虚拟现实技术在农业可视化场景快速构建中的应用[J].江苏农业科学,2020,48(14):268.
　Lin Feng.Application of virtual reality technology in rapid construction of agricultural visualization scene[J].Jiangsu Agricultural Sciences,2020,48(06):268.
[6]徐国钦,黄明凤,黄建平.基于改进语义分割模型的无人机多光谱图像杂草分割[J].江苏农业科学,2022,50(12):212.
　Xu Guoqin,et al.Segmentation of UAV multispectral weed image based on improved semantic segmentation model[J].Jiangsu Agricultural Sciences,2022,50(06):212.
[7]王羿,丁鸣鸣,何菁,等.基于不同建模方法的土壤pH值无人机遥感影像反演[J].江苏农业科学,2022,50(14):224.
　Wang Yi,et al.Soil pH UAV remote sensing image inversion based on different modeling methods[J].Jiangsu Agricultural Sciences,2022,50(06):224.
[8]孙乐鑫,陈兵,赵静,等.无人机施药技术在农业生产中的应用研究现状及展望[J].江苏农业科学,2022,50(15):31.
　Sun Lexin,et al.Research status and prospect on application of UAV spray technology in agricultural production[J].Jiangsu Agricultural Sciences,2022,50(06):31.
[9]杨野,杨德昌,孙红,等.基于无人机多光谱遥感和机器学习算法的南疆棉花生物量估算[J].江苏农业科学,2023,51(15):179.
　Yang Ye,et al.Estimation of cotton biomass in southern Xinjiang based on UAV multi-spectral remote sensing and machine learning algorithm[J].Jiangsu Agricultural Sciences,2023,51(06):179.
[10]祁佳峰,郭鹏,刘笑,等.基于无人机高清影像的棉花苗期长势监测及后期长势预测[J].江苏农业科学,2023,51(16):170.
　Qi Jiafeng,et al.Study on cotton seedling growth monitoring and later growth prediction based on UAV high-definition images[J].Jiangsu Agricultural Sciences,2023,51(06):170.

备注/Memo

备注/Memo:
收稿日期：2018-10-27
基金项目：国家科技支撑计划(编号：2014BAD10B05-02)；安徽省科技攻关项目-农业领域(编号：1804a07020124)；安徽省科技重大专项(编号：18030701209)。
作者简介：琚书存(1971—)，男，安徽桐城人，硕士，高级工程师，研究方向为农业农村信息化建设与服务、农业气象服务等。E-mail：jsc2678@126.com。
通信作者：杨小冬，博士，副研究员，研究方向为农业遥感技术及应用。E-mail：yangxd@nercita.org.cn。
更新日期/Last Update: 2019-03-20