CN105527657A - 基于无人机红外热图像采集的大面积农田作物水分状态监测方法及系统 - Google Patents
基于无人机红外热图像采集的大面积农田作物水分状态监测方法及系统 Download PDFInfo
- Publication number
- CN105527657A CN105527657A CN201610024995.4A CN201610024995A CN105527657A CN 105527657 A CN105527657 A CN 105527657A CN 201610024995 A CN201610024995 A CN 201610024995A CN 105527657 A CN105527657 A CN 105527657A
- Authority
- CN
- China
- Prior art keywords
- image
- crop
- ground
- module
- field
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 61
- 238000012544 monitoring process Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 18
- 230000006735 deficit Effects 0.000 claims abstract description 34
- 238000009826 distribution Methods 0.000 claims abstract description 21
- 238000001931 thermography Methods 0.000 claims abstract description 20
- 238000001704 evaporation Methods 0.000 claims abstract description 10
- 230000011218 segmentation Effects 0.000 claims abstract description 5
- 239000004745 nonwoven fabric Substances 0.000 claims description 13
- 239000011148 porous material Substances 0.000 claims description 12
- 239000004744 fabric Substances 0.000 claims description 10
- 239000000835 fiber Substances 0.000 claims description 10
- 230000008020 evaporation Effects 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 229920006248 expandable polystyrene Polymers 0.000 claims description 4
- 238000003709 image segmentation Methods 0.000 claims description 4
- 239000004793 Polystyrene Substances 0.000 claims description 3
- 230000002745 absorbent Effects 0.000 claims description 3
- 239000002250 absorbent Substances 0.000 claims description 3
- 238000004026 adhesive bonding Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 238000009432 framing Methods 0.000 claims description 3
- 238000005373 pervaporation Methods 0.000 claims description 3
- 229920002223 polystyrene Polymers 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 2
- 238000003973 irrigation Methods 0.000 abstract description 7
- 230000002262 irrigation Effects 0.000 abstract description 7
- 208000031968 Cadaver Diseases 0.000 abstract 1
- 241000209094 Oryza Species 0.000 description 3
- 235000007164 Oryza sativa Nutrition 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 235000009566 rice Nutrition 0.000 description 3
- 239000002689 soil Substances 0.000 description 3
- 208000005156 Dehydration Diseases 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000243 photosynthetic effect Effects 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 244000037666 field crops Species 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 230000037039 plant physiology Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
- G01V8/10—Detecting, e.g. by using light barriers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/10—Radiation pyrometry, e.g. infrared or optical thermometry using electric radiation detectors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
Landscapes
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Geophysics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Radiation Pyrometers (AREA)
- Image Processing (AREA)
Abstract
本发明提出基于无人机红外热图像采集的大面积农田作物水分状态监测方法,包括步骤:1)在田间设置辅助装置,即田间空气温度传感器和地面充分蒸发参考面;2)通过无人机上云台固定的红外热成像系统对农田作物进行大面积的红外图像采集,同步触发GPS模块获取对应图像的定位信息;3)地面数据处理系统接收红外图像及定位信息,对图像进行配准、拼接和分割,提取冠层温度和地面充分蒸发参考面温度的空间分布,估算作物气孔完全关闭时的叶片温度,最后计算作物水分亏缺指数,对作物水分亏缺指数值高于临界值的区域进行高亮显示预警。此外,本发明还提出一种与之相适应的系统。本发明适用于较大面积的农田作物水分状态监测,有利于实现农业精准灌溉,提高农业现代化水平。
Description
技术领域
本发明涉及农业灌溉技术领域,具体涉及一种基于红外热图像采集的大面积农田作物水分状态监测方法及系统。
背景技术
农田作物水分状态监测的方法众多,主要包括基于土壤水分(或水势)和作物生理生长指标监测两大类,还有极个别通过气象指标监测。基于作物本身对水分下降反应的指标通常被认为能够更好地体现作物水分亏缺状况,应用也比较多,比如叶片含水率、叶水势、茎直径变化、气孔导度、细胞变化、叶气温差等,这些一般需要借助特定的仪器,且通常只能提供个别植株或个别叶片的信息,考虑到这些指标在田间存在较大的空间变异性,应用中存在一定的困难。澳大利亚科学家Jackson和Idso对冠层温差上下限反差进行理论解释并提出了作物水分胁迫指数(CWSI)的理论模式和经验模式,红外热像仪的发展使采集一定范围的红外热图像,利用软件分析红外温度分布,进而计算水分亏缺指标的分布情况成为可能。同时无人机和自动控制技术的发展使得利用一台红外热像仪可以实现更大范围的图像采集。因此,开发基于无人机红外热成像系统的大范围农田作物水分监测方法,对于实现农业精准灌溉,提高农业现代化水平具有重要的理论意义和应用价值。
发明内容
发明目的:针对现有技术存在的问题,本发明利用无人机监测范围广且灵活的优势,搭载红外热成像系统采集农田作物冠层红外热图像,并配合田间辅助装置监测田间空气温度和充分蒸发参考面温度,提供一种大面积农田作物水分状况监测的方法及系统,更加科学地指导灌溉。
技术方案:本发明提出一种基于无人机红外热图像采集的大面积农田作物水分状态监测方法,包括如下步骤:
(1)在田间设置辅助装置,包括田间空气温度传感器和地面充分蒸发参考面,其中田间空气温度传感器按照气象观测规范放置,地面充分蒸发参考面略高于冠层高度;
所述地面充分蒸发参考面设计如下:选择一个边长30cm、深度10cm的正方形水盆,水盆内加入适量水备用,5cm厚发泡聚苯乙烯板漂浮于水中完全覆盖水面,聚苯乙烯板上面覆盖一层2mm厚的吸水无纺布,无纺布外面包裹2层吸水性胶黏纤维布,无纺布和纤维布的四周均浸入水中,使无纺布和纤维布一直处于全蒸发状态以代替水的蒸发;
所述地面充分蒸发参考面不少于一个,均匀布置在监测区域的农田内部,在采集的田间红外热图像中形成若干个充分蒸发的参考点。
(2)通过无人机上云台固定的红外热成像系统对农田作物进行大面积的红外图像采集,同步触发GPS模块获取对应图像的定位信息;
(3)地面数据处理系统接收红外图像及图像定位信息,对图像进行配准和拼接,并对拼接好的图像进行图像分割,区分冠层、背景和地面充分蒸发参考面,分别从冠层图像和地面充分蒸发参考面图像得到冠层温度和地面充分蒸发参考面温度的空间分布,然后结合田间空气温度传感器监测的空气温度数据,估算作物气孔完全关闭时的叶片温度,最后计算作物水分亏缺指数,将作物水分亏缺指数展示在空间分布图上,对作物水分亏缺指数值高于临界值的区域进行高亮显示预警;
所述作物水分亏缺指数CWSI的计算公式为:
CWSI=(TC-TW)/(TD-TW)
式中,TC为冠层温度,TW为地面充分蒸发参考面温度,TD=TA+5为作物气孔完全关闭时的叶片温度,TA为测试干球温度,即田间空气温度。
本发明还提出一种基于无人机红外热图像采集的大面积农田作物水分状态监测系统,其特征在于:包括田间空气温度传感器、地面充分蒸发参考面、红外热成像系统、地面数据处理系统;
其中,田间空气温度传感器用于监测田间的空气温度;
地面充分蒸发参考面用于在田间红外热图像中形成充分蒸发的参考点;
红外热成像系统用于采集农田作物的红外图像和图像的定位数据信息;
地面数据处理系统用于接收红外图像及图像定位数据信息,对图像进行配准和拼接,对拼接好的图像进行图像分割,区分冠层、背景和地面充分蒸发参考面,分别从冠层图像和地面充分蒸发参考面图像得到冠层温度和地面充分蒸发参考面温度的空间分布,结合田间空气温度传感器监测的空气温度数据,估算作物气孔完全关闭时的叶片温度,并基于上述数据计算作物水分亏缺指数并预警。
所述红外热成像系统包括相机机壳、成像元件、GPS模块和控制器,其中成像元件和GPS模块安装在机壳的前端并与机壳内的控制器连接,控制器由控制模块,与控制模块输入端相连接的供电模块、定时控制模块、信号接收模块,与控制模块输出端相连接的存储模块、输出模块构成,控制器中与控制模块连接的这些模块分别与机壳上USB供电接口、定时控制按钮、控制信号接收孔、存储卡插槽和USB数据传输接口相连接。
所述地面数据处理系统安装于地面控制站的PC电脑主机,包括数据接收模块、图像配准与拼接模块、红外热图像分析软件、作物水分亏缺指数计算模块及预警模块,其中数据接收模块用于接收红外热成像系统拍摄的红外图像及配套的GPS数据信息;图像配准与拼接模块用于对红外图像经过几何信息校正,按照GPS数据信息进行图像配准和拼接;红外热图像分析软件对拼接好的图像进行红外图像分割,区分冠层、背景和地面充分蒸发参考面,分别从冠层图像和地面充分蒸发参考面图像得到冠层温度和地面充分蒸发参考面温度的空间分布,结合田间空气温度传感器监测的空气温度数据,采用Irmak等定义的测试干球温度估算作物气孔完全关闭时的叶片温度;作物水分亏缺指数计算模块用于根据冠层温度、地面充分蒸发参考面温度和作物气孔完全关闭时的叶片温度计算作物水分亏缺指数,并将作物水分亏缺指数直观的展示在空间分布图上;预警模块用于对作物水分亏缺指数高于某一临界值的下垫面分区(实际生产中可结合灌区渠系或灌溉管网编号分区)在分布图中进行高亮显示预警,表明此区域为作物水分亏缺区。
有益效果:本发明大面积农田作物水分状态监测方法,充分利用无人机监测范围大且灵活的特点,将一套红外热成像系统应用于大面积的田间红外热图像监测,且应用红外热像的专用软件,得到大面积的冠层红外温度和充分蒸发参考面温度的分布,并结合地面观测同步测定的大气温度,直接计算作物水分亏缺指数,得到作物水分亏缺指数的空间分布信息,适用于较大面积的农田作物水分状态监测,有利于实现农业精准灌溉,提高农业现代化水平。
附图说明
图1是本发明的流程示意图;
图2是本发明的红外图像拍摄示意图;
图3是本发明的充分蒸发参考面设计图;
图4是本发明的红外热成像系统连接示意图;
图5是CWSI与土壤含水量、水稻净光合速率的关系实例图;
图中:1-无人机,2-云台,3-红外热成像系统,4-田间空气温度传感器,5-地面充分蒸发参考面,6-水,7-发泡聚苯乙烯板,8-吸水无纺布,9-纤维布。
具体实施方式
下面结合具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
图1是本发明的流程示意图,图2是本发明的红外图像拍摄示意图,根据图1和图2,基于无人机红外热图像采集的大面积农田作物水分状态监测方法描述如下:
(1)在田间设置辅助装置,即田间空气温度传感器4和地面充分蒸发参考面5,其中田间空气温度传感器4按照气象观测规范放置,充分蒸发参考面5设计如图3所示,具体如下:选择一个边长30cm、深度10cm的正方形水盆,水盆内加入适量水6备用,5cm厚发泡聚苯乙烯板7漂浮于水中完全覆盖水面,聚苯乙烯板7上面覆盖一层2mm厚的吸水无纺布8,无纺布8外面包裹2层吸水性胶黏纤维布9,无纺布8和纤维布9的四周均浸入水6中,使无纺布8和纤维布9一直处于全蒸发状态以代替水的蒸发。
(2)红外热成像系统3通过云台2固定在无人机1上,在无人机1飞行过程中利用红外热成像系统3对大面积农田作物以固定时间间隔采集红外图像,并同时借助GPS模块记录图像定位信息;
(3)地面数据处理系统接收红外图像及图像定位数据信息,并对图像进行配准和拼接;将拼接好的图像导入到与红外相机配套的红外热图像分析软件,对拼接好的图像进行红外图像分割,区分冠层、背景和地面充分蒸发参考面,分别从冠层图像和地面充分蒸发参考面图像得到冠层温度(TC)和地面充分蒸发参考面温度(TW)的空间分布,并结合田间空气温度传感器4监测的空气温度数据估算作物气孔完全关闭时的叶片温度(TD),计算作物水分亏缺指数CWSI=(TC-TW)/(TD-TW);将CWSI展示在空间分布图上,CWSI高于临界值区域为作物水分亏缺区,对其进行高亮显示预警。
地面充分蒸发参考面5有若干个,均匀布置在监测区域的农田内部,略高于作物冠层高度,在采集的田间红外热图像中形成若干个充分蒸发的参考点。
红外热成像系统3包括相机机壳、成像元件、GPS模块和控制器,成像元件和GPS模块安装在机壳的前端并与机壳内的控制器连接,控制器内部结构及各模块的连接如图4所示,控制器由控制模块,与控制模块输入端相连接的供电模块、定时控制模块、信号接收模块,与控制模块输出端相连接的存储模块、输出模块构成,控制器中与控制模块连接的这些模块并分别与机壳上USB供电接口、定时控制按钮、控制信号接收孔、存储卡插槽、USB数据传输接口相连接。数据处理系统安装于地面控制站的PC电脑主机中,具体包括数据接收模块、图像配准与拼接模块、红外热图像分析软件、作物水分亏缺指数计算模块及预警模块。数据接收模块首先接收红外热成像系统3拍摄的红外图像及配套的GPS数据信息;图像配准与拼接模块对红外图像经过几何信息校正,按照GPS数据信息进行图像配准和拼接,拼接后的红外图像为监测区域的农田作物红外图像;将图像导入到与红外相机配套的红外热图像分析软件,对拼接好的图像进行红外图像分割,区分冠层、背景和地面充分蒸发参考面,分别从冠层图像和地面充分蒸发参考面图像得到冠层温度(TC)和地面充分蒸发参考面温度(TW)的空间分布,结合田间空气温度传感器4监测的空气温度数据,采用Irmak等定义的测试干球温度加5℃估算作物气孔完全关闭时的叶片温度TD,即TD=TA+5;作物水分亏缺指数计算模块按照CWSI=(TC-TW)/(TD-TW)计算作物水分亏缺指数(图5给出了采用手持式红外成像设备在单株水稻上拍照,按照上述方法计算的CWSI值与土壤含水量、水稻净光合速率的关系实例图),并将CWSI直观的展示在空间分布图上;预警模块对CWSI高于某一临界值(比如0.5)的下垫面分区(实际生产中可结合灌区渠系或灌溉管网编号分区)在分布图中进行高亮显示预警,表明此区域为作物水分亏缺区。
通过上述部分的有机结合,实现连续的大面积红外图像采集与传输,图像拼接与分布式温度分析,作物水分亏缺指标计算与预警等功能。
Claims (7)
1.一种基于无人机红外热图像采集的大面积农田作物水分状态监测方法,其特征在于:包括如下步骤:
(1)在田间设置辅助装置,包括田间空气温度传感器和地面充分蒸发参考面,其中田间空气温度传感器按照气象观测规范放置,地面充分蒸发参考面略高于冠层高度;
(2)通过无人机上云台固定的红外热成像系统对农田作物进行大面积的红外图像采集,同步触发GPS模块获取对应图像的定位信息;
(3)地面数据处理系统接收红外图像及图像定位信息,对图像进行配准和拼接,并对拼接好的图像进行图像分割,区分冠层、背景和地面充分蒸发参考面,分别从冠层图像和地面充分蒸发参考面图像得到冠层温度和地面充分蒸发参考面温度的空间分布,然后结合田间空气温度传感器监测的空气温度数据,估算作物气孔完全关闭时的叶片温度,最后计算作物水分亏缺指数,将作物水分亏缺指数展示在空间分布图上,对作物水分亏缺指数值高于临界值的区域进行高亮显示预警。
2.根据权利要求1所述的基于无人机红外热图像采集的大面积农田作物水分状态监测方法,其特征在于:所述地面充分蒸发参考面设计如下:选择一个边长30cm、深度10cm的正方形水盆,水盆内加入适量水备用,5cm厚发泡聚苯乙烯板漂浮于水中完全覆盖水面,聚苯乙烯板上面覆盖一层2mm厚的吸水无纺布,无纺布外面包裹2层吸水性胶黏纤维布,无纺布和纤维布的四周均浸入水中,使无纺布和纤维布一直处于全蒸发状态以代替水的蒸发。
3.根据权利要求1所述的基于无人机红外热图像采集的大面积农田作物水分状态监测方法,其特征在于:所述地面充分蒸发参考面不少于一个,均匀布置在监测区域的农田内部,在采集的田间红外热图像中形成若干个充分蒸发的参考点。
4.根据权利要求1所述的基于无人机红外热图像采集的大面积农田作物水分状态监测方法,其特征在于:所述作物水分亏缺指数CWSI的计算公式为:
CWSI=(TC-TW)/(TD-TW)
式中,TC为冠层温度,TW为地面充分蒸发参考面温度,TD=TA+5为作物气孔完全关闭时的叶片温度,TA为测试干球温度,即田间空气温度。
5.一种基于无人机红外热图像采集的大面积农田作物水分状态监测系统,其特征在于:包括田间空气温度传感器、地面充分蒸发参考面、红外热成像系统、地面数据处理系统;
其中,田间空气温度传感器用于监测田间的空气温度;
地面充分蒸发参考面用于在田间红外热图像中形成充分蒸发的参考点;
红外热成像系统用于采集农田作物的红外图像和图像的定位数据信息;
地面数据处理系统用于接收红外图像及图像定位数据信息,对图像进行配准和拼接,对拼接好的图像进行图像分割,区分冠层、背景和地面充分蒸发参考面,分别从冠层图像和地面充分蒸发参考面图像得到冠层温度和地面充分蒸发参考面温度的空间分布,结合田间空气温度传感器监测的空气温度数据,估算作物气孔完全关闭时的叶片温度,并基于上述数据计算作物水分亏缺指数并预警。
6.根据权利要求5所述的基于无人机红外热图像采集的大面积农田作物水分状态监测系统,其特征在于:所述红外热成像系统包括相机机壳、成像元件、GPS模块和控制器,其中成像元件和GPS模块安装在机壳的前端并与机壳内的控制器连接,控制器由控制模块,与控制模块输入端相连接的供电模块、定时控制模块、信号接收模块,与控制模块输出端相连接的存储模块、输出模块构成,控制器中与控制模块连接的这些模块分别与机壳上USB供电接口、定时控制按钮、控制信号接收孔、存储卡插槽和USB数据传输接口相连接。
7.根据权利要求5所述的基于无人机红外热图像采集的大面积农田作物水分状态监测系统,其特征在于:所述地面数据处理系统安装于地面控制站的PC电脑主机,包括数据接收模块、图像配准与拼接模块、红外热图像分析软件、作物水分亏缺指数计算模块及预警模块,其中数据接收模块用于接收红外热成像系统拍摄的红外图像及配套的GPS数据信息;图像配准与拼接模块用于对红外图像经过几何信息校正,按照GPS数据信息进行图像配准和拼接;红外热图像分析软件对拼接好的图像进行红外图像分割,区分冠层、背景和地面充分蒸发参考面,分别从冠层图像和地面充分蒸发参考面图像得到冠层温度和地面充分蒸发参考面温度的空间分布,结合田间空气温度传感器监测的空气温度数据,采用Irmak等定义的测试干球温度估算作物气孔完全关闭时的叶片温度;作物水分亏缺指数计算模块用于根据冠层温度、地面充分蒸发参考面温度和作物气孔完全关闭时的叶片温度计算作物水分亏缺指数,并将作物水分亏缺指数直观的展示在空间分布图上;预警模块用于对作物水分亏缺指数高于某一临界值的下垫面分区在分布图中进行高亮显示预警,表明此区域为作物水分亏缺区。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610024995.4A CN105527657A (zh) | 2016-01-14 | 2016-01-14 | 基于无人机红外热图像采集的大面积农田作物水分状态监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610024995.4A CN105527657A (zh) | 2016-01-14 | 2016-01-14 | 基于无人机红外热图像采集的大面积农田作物水分状态监测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105527657A true CN105527657A (zh) | 2016-04-27 |
Family
ID=55769992
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610024995.4A Pending CN105527657A (zh) | 2016-01-14 | 2016-01-14 | 基于无人机红外热图像采集的大面积农田作物水分状态监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105527657A (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106556569A (zh) * | 2016-11-11 | 2017-04-05 | 北京林业大学 | 一种基于红外成像的植物缺水状况诊断方法 |
CN106872043A (zh) * | 2017-01-17 | 2017-06-20 | 石家庄高新区天遥航空设备科技有限公司 | 一种土壤墒情监测方法和系统 |
CN106960190A (zh) * | 2017-03-22 | 2017-07-18 | 中国水利水电科学研究院 | 基于高分辨率图像监督中分辨率图像的灌溉面积统计方法 |
CN107018382A (zh) * | 2017-04-27 | 2017-08-04 | 广东容祺智能科技有限公司 | 一种无人机作物农情图像采集与分析系统 |
CN107133882A (zh) * | 2017-05-19 | 2017-09-05 | 苏州润文生态科技有限公司 | 生态灌区智能高效管理系统 |
CN107192812A (zh) * | 2017-06-15 | 2017-09-22 | 南京肯铎特电子科技有限公司 | 一种智能判定旱作作物缺水状态的方法及系统 |
CN107192458A (zh) * | 2017-05-31 | 2017-09-22 | 苏州润文生态科技有限公司 | 一种基于移动设备的作物水分亏缺诊断方法 |
CN107610082A (zh) * | 2017-09-20 | 2018-01-19 | 中国水利水电科学研究院 | 一种较高空间分辨率区域地表温度无人机获取装置及系统 |
CN108226224A (zh) * | 2018-01-30 | 2018-06-29 | 浙江大学 | 一种基于无人机热成像技术的作物病害监测方法和系统 |
CN108293476A (zh) * | 2018-01-22 | 2018-07-20 | 河海大学 | 一种基于无人机成像的大型灌区旱作物灌水质量评价方法 |
CN108364264A (zh) * | 2018-02-07 | 2018-08-03 | 大连航天北斗科技有限公司 | 一种基于无人机红外遥感技术的海水温度监测方法及系统 |
CN108469434A (zh) * | 2018-04-11 | 2018-08-31 | 山东农业大学 | 一种监测果树是否缺水的装置及方法 |
CN109285118A (zh) * | 2018-09-26 | 2019-01-29 | 电子科技大学 | 一种添加附件层的红外热图像拼接方法 |
CN109302972A (zh) * | 2017-07-28 | 2019-02-05 | 北京市农业技术推广站 | 一种基于设施作物冠层积温的智能灌溉系统 |
CN109324051A (zh) * | 2018-11-08 | 2019-02-12 | 北方民族大学 | 一种植物水分检测方法及系统 |
CN109859101A (zh) * | 2019-01-18 | 2019-06-07 | 黑龙江八一农垦大学 | 农作物冠层热红外图像识别方法及系统 |
CN111316802A (zh) * | 2020-02-20 | 2020-06-23 | 中国农业大学 | 基于大型喷灌机的作物水肥监测方法、装置、设备及介质 |
CN111982298A (zh) * | 2020-08-14 | 2020-11-24 | 扬州大学 | 一种基于无人机的水稻冠层温度检测方法 |
CN112540992A (zh) * | 2020-12-16 | 2021-03-23 | 辛集市气象局 | 夏玉米水分亏缺指数数据综合显示系统 |
CN112906477A (zh) * | 2021-01-21 | 2021-06-04 | 中国农业科学院农田灌溉研究所 | 一种基于无人机光谱数据的灌溉处方图反演方法 |
CN113310514A (zh) * | 2021-05-24 | 2021-08-27 | 广州大气候农业科技有限公司 | 一种农作物生长状况检测方法、系统、装置及存储介质 |
CN113748867A (zh) * | 2021-09-10 | 2021-12-07 | 中国水利水电科学研究院 | 一种农田表面温度监测数据精量甄别方法及系统 |
CN114113204A (zh) * | 2021-11-11 | 2022-03-01 | 南京大学(苏州)高新技术研究院 | 一种裂隙土体表面优势流定量测试方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101936882A (zh) * | 2010-08-10 | 2011-01-05 | 江苏大学 | 一种作物氮素和水分无损检测方法及装置 |
CN102402185A (zh) * | 2011-11-03 | 2012-04-04 | 北京林业大学 | 基于模糊控制的非充分灌溉控制方法 |
CN104035412A (zh) * | 2014-06-12 | 2014-09-10 | 江苏恒创软件有限公司 | 一种基于无人机的农作物病虫害监测系统和方法 |
CN104535575A (zh) * | 2015-01-25 | 2015-04-22 | 无锡桑尼安科技有限公司 | 基于无人机检测的农作物成熟度识别平台 |
CN104881017A (zh) * | 2015-06-11 | 2015-09-02 | 张迪 | 一种基于北斗的农作物生长监管系统 |
-
2016
- 2016-01-14 CN CN201610024995.4A patent/CN105527657A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101936882A (zh) * | 2010-08-10 | 2011-01-05 | 江苏大学 | 一种作物氮素和水分无损检测方法及装置 |
CN102402185A (zh) * | 2011-11-03 | 2012-04-04 | 北京林业大学 | 基于模糊控制的非充分灌溉控制方法 |
CN104035412A (zh) * | 2014-06-12 | 2014-09-10 | 江苏恒创软件有限公司 | 一种基于无人机的农作物病虫害监测系统和方法 |
CN104535575A (zh) * | 2015-01-25 | 2015-04-22 | 无锡桑尼安科技有限公司 | 基于无人机检测的农作物成熟度识别平台 |
CN104881017A (zh) * | 2015-06-11 | 2015-09-02 | 张迪 | 一种基于北斗的农作物生长监管系统 |
Non-Patent Citations (3)
Title |
---|
JOSE A.J.BERNI 等: "Thermal and Narrowband Multispectral Remote Sensing for Vegetation Monitoring From an Unmanned Aerial Vehicle", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 * |
程麒 等: "基于红外热图像的棉花冠层水分胁迫指数与光合特性的关系", 《棉花学报》 * |
程麒 等: "基于红外热图像的棉花花铃期水分胁迫指数与光合参数的关系", 《新疆农业科学》 * |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106556569A (zh) * | 2016-11-11 | 2017-04-05 | 北京林业大学 | 一种基于红外成像的植物缺水状况诊断方法 |
CN106872043A (zh) * | 2017-01-17 | 2017-06-20 | 石家庄高新区天遥航空设备科技有限公司 | 一种土壤墒情监测方法和系统 |
CN106960190A (zh) * | 2017-03-22 | 2017-07-18 | 中国水利水电科学研究院 | 基于高分辨率图像监督中分辨率图像的灌溉面积统计方法 |
CN107018382A (zh) * | 2017-04-27 | 2017-08-04 | 广东容祺智能科技有限公司 | 一种无人机作物农情图像采集与分析系统 |
CN107133882A (zh) * | 2017-05-19 | 2017-09-05 | 苏州润文生态科技有限公司 | 生态灌区智能高效管理系统 |
CN107192458A (zh) * | 2017-05-31 | 2017-09-22 | 苏州润文生态科技有限公司 | 一种基于移动设备的作物水分亏缺诊断方法 |
CN107192812B (zh) * | 2017-06-15 | 2019-09-13 | 南京肯铎特电子科技有限公司 | 一种智能判定旱作作物缺水状态的方法及系统 |
CN107192812A (zh) * | 2017-06-15 | 2017-09-22 | 南京肯铎特电子科技有限公司 | 一种智能判定旱作作物缺水状态的方法及系统 |
CN109302972B (zh) * | 2017-07-28 | 2023-10-13 | 北京市农业技术推广站 | 一种基于设施作物冠层积温的智能灌溉系统 |
CN109302972A (zh) * | 2017-07-28 | 2019-02-05 | 北京市农业技术推广站 | 一种基于设施作物冠层积温的智能灌溉系统 |
CN107610082A (zh) * | 2017-09-20 | 2018-01-19 | 中国水利水电科学研究院 | 一种较高空间分辨率区域地表温度无人机获取装置及系统 |
CN107610082B (zh) * | 2017-09-20 | 2024-02-06 | 中国水利水电科学研究院 | 一种较高空间分辨率区域地表温度无人机获取装置及系统 |
CN108293476A (zh) * | 2018-01-22 | 2018-07-20 | 河海大学 | 一种基于无人机成像的大型灌区旱作物灌水质量评价方法 |
CN108293476B (zh) * | 2018-01-22 | 2020-12-11 | 河海大学 | 一种基于无人机成像的大型灌区旱作物灌水质量评价方法 |
CN108226224A (zh) * | 2018-01-30 | 2018-06-29 | 浙江大学 | 一种基于无人机热成像技术的作物病害监测方法和系统 |
CN108364264A (zh) * | 2018-02-07 | 2018-08-03 | 大连航天北斗科技有限公司 | 一种基于无人机红外遥感技术的海水温度监测方法及系统 |
CN108469434B (zh) * | 2018-04-11 | 2022-01-25 | 山东农业大学 | 一种监测果树是否缺水的装置及方法 |
CN108469434A (zh) * | 2018-04-11 | 2018-08-31 | 山东农业大学 | 一种监测果树是否缺水的装置及方法 |
CN109285118A (zh) * | 2018-09-26 | 2019-01-29 | 电子科技大学 | 一种添加附件层的红外热图像拼接方法 |
CN109324051A (zh) * | 2018-11-08 | 2019-02-12 | 北方民族大学 | 一种植物水分检测方法及系统 |
CN109859101A (zh) * | 2019-01-18 | 2019-06-07 | 黑龙江八一农垦大学 | 农作物冠层热红外图像识别方法及系统 |
CN111316802A (zh) * | 2020-02-20 | 2020-06-23 | 中国农业大学 | 基于大型喷灌机的作物水肥监测方法、装置、设备及介质 |
CN111316802B (zh) * | 2020-02-20 | 2021-06-25 | 中国农业大学 | 基于大型喷灌机的作物水肥监测方法、装置、设备及介质 |
CN111982298A (zh) * | 2020-08-14 | 2020-11-24 | 扬州大学 | 一种基于无人机的水稻冠层温度检测方法 |
CN112540992B (zh) * | 2020-12-16 | 2024-05-24 | 辛集市气象局 | 夏玉米水分亏缺指数数据综合显示系统 |
CN112540992A (zh) * | 2020-12-16 | 2021-03-23 | 辛集市气象局 | 夏玉米水分亏缺指数数据综合显示系统 |
CN112906477B (zh) * | 2021-01-21 | 2022-09-02 | 中国农业科学院农田灌溉研究所 | 一种基于无人机光谱数据的灌溉处方图反演方法 |
CN112906477A (zh) * | 2021-01-21 | 2021-06-04 | 中国农业科学院农田灌溉研究所 | 一种基于无人机光谱数据的灌溉处方图反演方法 |
CN113310514A (zh) * | 2021-05-24 | 2021-08-27 | 广州大气候农业科技有限公司 | 一种农作物生长状况检测方法、系统、装置及存储介质 |
CN113748867B (zh) * | 2021-09-10 | 2022-04-26 | 中国水利水电科学研究院 | 一种农田表面温度监测数据精量甄别方法及系统 |
CN113748867A (zh) * | 2021-09-10 | 2021-12-07 | 中国水利水电科学研究院 | 一种农田表面温度监测数据精量甄别方法及系统 |
CN114113204A (zh) * | 2021-11-11 | 2022-03-01 | 南京大学(苏州)高新技术研究院 | 一种裂隙土体表面优势流定量测试方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105527657A (zh) | 基于无人机红外热图像采集的大面积农田作物水分状态监测方法及系统 | |
Spachos et al. | Integration of wireless sensor networks and smart uavs for precision viticulture | |
CN204154389U (zh) | 一种低空微型无人机载多光谱成像系统 | |
CN110223386B (zh) | 一种基于多源无人机遥感数据融合的数字地形建模方法 | |
CN104463470B (zh) | 基于无人机航拍的潮间带生境调查方法 | |
US20140263822A1 (en) | Vertical take off and landing autonomous/semiautonomous/remote controlled aerial agricultural sensor platform | |
US20210345567A1 (en) | Method and system for plant stress determination and irrigation based thereon | |
CA3237917A1 (en) | Methods for agronomic and agricultural monitoring using unmanned aerial systems | |
JP7321093B2 (ja) | マルチセンサ放射照度推定に係る機器及び方法 | |
WO2002079376A2 (en) | System and method for remote monitoring of water stress status of growing crops | |
CN107238574A (zh) | 面向棉花靶向施肥的植株长势检测与诊断方法 | |
CN103425102A (zh) | 基于低空遥感、多光谱精准识别的智能施肥系统 | |
CN103438869A (zh) | 一种大尺度植被覆盖度航空动态获取系统 | |
Aleotti et al. | A smart precision-agriculture platform for linear irrigation systems | |
CN109142240A (zh) | 一种基于无人机遥感的大田作物水分胁迫监测方法 | |
KR101930923B1 (ko) | 드론 및 이를 이용한 해양 관측 시스템 | |
CN106872043A (zh) | 一种土壤墒情监测方法和系统 | |
Kakamoukas et al. | A multi-collective, IoT-enabled, adaptive smart farming architecture | |
CN107192458A (zh) | 一种基于移动设备的作物水分亏缺诊断方法 | |
CN108293476B (zh) | 一种基于无人机成像的大型灌区旱作物灌水质量评价方法 | |
US20130096832A1 (en) | Method and system for partitioning farming field | |
Pintér et al. | Building a UAV based system to acquire high spatial resolution thermal imagery for energy balance modelling | |
CN105910586A (zh) | 基于具有时间属性的像片获取实际地理信息的方法 | |
CN205203414U (zh) | 一种低空图像采集装置 | |
CN207439402U (zh) | 一种基于无人机的变电站周围环境监控系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160427 |
|
RJ01 | Rejection of invention patent application after publication |