无人机在美国农业中的12个潜在应用

无人机在美国农业中的12个潜在应用

随着精准农业的快速发展,在农业无人机的需求越来越大。国际上也公认精准农业将是无人机发展的一块主要市场之一。

虽然农场主和农业公司对于无人机技术均抱有很高的期待,但就目前而言,并没有足够据能证明一切都朝着无人机农业化应用这个方向发展。

“无人机农业化应用发展最大的绊脚石是之一,是缺乏证据证明无人机系统对于农作物和畜牧管理的有效性和适用性。为此,北达科他州立大学的卡林顿研究推广中心(CREC)于2014年启动了一个项目,该项目致力于评估无人机在农作物和家畜管理上的实用性和有效性。” 北达科他州立大学农业机器系统专家John Nowatzki说,“目前,北达科他州有很多制造商、咨询公司、小型精准农业公司对于无人机系统很感兴趣,我们将为这些公司提供必要的信息和测试工具,帮助他们把无人机成功地运用于农业。同时,我们也将进一步研究在美国农业怎样应用无人机技术。”

CREC还计划开发用于无人机行业的决策支持系统,将无人机的应用进一步细化。以下是农业无人机应用研究的十二个初步调查结果。

csm_GreenCopter_Imager_web_924127cf2b 四旋翼农业无人机GreenCopter

blue

复合翼垂直起降无人机SONGBIRD 500

 

1 植物出苗识别和植物计数

在玉米、大豆和向日葵播种6天和12天后,研究人员在种植区多个样方点记录植物出苗时间和出苗计数。同一时间,用无人机进行多光谱图像数据采集。对采集的多光谱图像数据进行校准分析,将植物与周围环境进行了有效区分,并以1平方米为单位进行计算,得到植物密度分布图。

研究进展:采用多旋翼无人机,配置索尼相机传感器,1000万像素的多光谱图像,以多个作物种植小区测定数据进行对比分析,用MATLAB进行计数。CREC专家Mike Ostlie表示,通过对比地面实测计数的数据和无人机测量的农作物种群数量,两者之间数据具有非常好的相关性和一致性,即使在农作物植株非常小(幼苗时期)时也不例外。此外,通过对比分析无人机和地面实测数据,无人机系统采集的植被归一化指数NDVI被成功地运用于大豆成熟期预测。

 

2 监测玉米和小麦的营养情况

研究人员在作物生长的V-5和V-8两个阶段,利用无人机搭载的光学传感器获得NDVI指数,并进行多点数据采集。同时用无人机进行红外图像数据采集,对植物缺氮状况校正分析。

研究进展:将无人机采集图像分析得到的NDVI数据与实测数据进行对比,建立NDVI与氮含量曲线关系,用于预测植物氮含量的季节变化。研究人员还收集了小麦花期的NDVI数据,与无人机测量的数据进行对比。研究人员对比分析了光谱仪测定小麦氮含量和无人机采集分析数据,尽管两个仪器测试数据值不一样,但是在不同的实验处理上,两种方法检测的植物氮缺乏数据精度相似,结果和趋势也是相似的。

mxcpnutzpflanzenschaedigung1 mxcpThermal-Bilder-Felder-II1 mxcpUnterschiede-in-der-Vitalitat-von-Nutzpflanzen-werden-sichtbar-durch-NIR-aufnahmen1 NDVI指数

 

3 植物健康早期评估

在春小麦、大豆、玉米试验小区,CREC研究人员使用无人机对植物生长初期状况进行连续监测,对植物营养水平、植物活力、产量等进行了评估。

研究进展:无人机采集多光谱图像的同时间段,研究人员在地面进行了相同参数的测量采集。“从实验结果来看,光谱仪传感器和无人机航空图像均可以对未成熟的春小麦进行产量预测分析,两者的数据具有较好的一致性,”Ostlie说。

 

4 植物病害症状监测

通过无人机拍摄的试验区图片,可以监测植物病害发生的区域和严重程度,同时数据可以集成到农场数据管理系统中,帮助农场主和农民更好的进行作物管理。CREC的研究人员正在试验区域内进行植物病害程度检测,初步计划将进行大豆试验区内的菌核病(白粉病)调查,下一步计划开展叶斑病、斑枯病和春小麦锈条病的调查,并将结果进行量化对比分析。

项目进展:目前正在进行大豆、谷类植物试验区无人机图像采集,下一步计划对无人机图像进行分析校正。

 

5 植物虫害症状监测

由于种植面积比较大,农场主和种植者无法对区域内所有作物进行虫害监测。无人机的使用可以帮助农场主和种植者对作物虫害进行监测,通过定期采集图像进行分析,可以确定植物虫害发生位置和严重程度,并根据监测结果判断是否需要进行喷洒农药及喷洒时间。

项目进展:作物虫害的受损情况鉴定正在进行中。

 

6 监测杂草爆发

杂草的出现会影响作物生长及产量,农场主和种植者需要对作物种植区的杂草出现情况进行监测。使用无人机定期采集种植区图像数据,可以帮助农场主和种植者确定杂草的种类和发生位置,根据结果进行判断使用除草剂的类型和时间。

项目进展:“手持式光谱仪无法帮助农场主和种植者提供杂草种类信息,无人机的初始扫描图像也无法明确杂草种类,”Ostlie在实验记录上写到,“然而,通过无人机拍摄的图像,可以确定杂草发生的特定区域。在本研究中,我们发现小麦和杂草在视觉图像上具有一定差异性,如加拿大蓟和常见的乳草属植物,通过图像校正分析,可以将小麦作物和杂草进行区分,确认杂草发生位置和程度,进行除草剂的喷施作业控制杂草生长。”

 

7 通过监测作物水分胁迫状况进行灌溉决策

农场主采用无人机对种植区的庄稼进行近红外、热成像图像采集,监测作物的水分胁迫状况,从而进行合理的灌溉调整。

项目进展:新的热成像设备和水分监测设备于2015启用,图像采集正在进行中。

 

8 监测作物耕作和轮作的影响

农场主需要对作物耕作和轮作过程中的出苗情况进行监测,分析种植过程中植物活力和产量,根据结果选择下一年度种植作物类型。

研究进展:研究正在进行中,目前尚未得到确切的研究结果。

 

9 监测牛群繁殖活动

育种的成功与否是获得更多牛肉产量的关键步骤。在家畜繁殖期,通过无人机实时监测牛群的繁殖活动和运动情况,养殖者非常明确牛群的流动情况和繁殖情况。

研究进展:研究正在进行中,目前尚未得到确切的研究结果。

 

10 监测饲养场和家畜的表面温度变化

养殖场的管理人员需要对饲养区的表面温度和动物体表温度进行监测,为动物提供合适的生长温度,同时监测动物的生长情况。除此之外,还可对堆肥区进行更便捷的远程监控,根据堆肥区表面温度变化,确定是否需要进行曝气或堆肥成熟度。

项目进展:研究人员采用地面温度计进行饲养区和动物的表面体表温度检测,同时采用无人机热成像传感器进行试验区域图像采集。研究正在进行中,目前尚未得到确切的研究结果。

 

11 对于牧场上牛群患病情况进行监测

对于较大面积畜牧放养,养殖者需要尽快查明患病的动物,以便对患病的动物进行治疗或者隔离,通过无人机成像可以帮助养殖者大面积监测牛群健康和患病情况。

研究进展:研究正在进行中,目前尚未得到确切的研究结果。

 

12 监测动物的极端倾向行为

放牧区牛群炸窝会导致非常大的破坏和损失。在牧场区对动物的破坏性行为进行监测,一天三次进行数据采集。对比无人机采集的多光谱图像数据,建立无人机有效识别动物破坏性行为的模型。数据采集将在夏季动物放牧期间进行,并重复三次。

研究进展:研究正在进行中,目前尚未得到确切的研究结果。

 

Ostlie博士表示,无人机在农业的应用还处于起步阶段,但在数据收集、查看、分析处理方面已经有了很大进步,目前项目采集的研究数据需要进一步评估分析,我们将继续这项研究工作,争取收集更多的信息和数据,评估无人机对于农业决策管理的作用,如加拿大蓟和常见的乳草属植物的杂草监测,可以应用到除草剂的喷施作业中。