基于无人机多光谱图像的稻田杂草检测


发布时间:

2022-08-15

来源:

本站

作者:

PhenoTrait

  杂草是竞争田间养分、空间和光的植物,如果其种群得不到有效控制,会降低作物的质量和数量,从而产生许多有害影响。根据水稻栽培类型、杂草种类和环境条件的不同,杂草会导致直接产量损失大约在16-86%范围内。目前,农民多使用一定比例除草剂来控制杂草生长,但是,过量使用化学品将对环境、作物生产力和经济产生带来负面影响。基于杂草地图的系统可以帮助将除草剂喷雾器引导到特定区域。由于作物和杂草的相似性,制作杂草地图非常具有挑战性。因此,使用无人机和多光谱图像可以解决稻田杂草检测问题。本研究的目的是使用无人机和多光谱图像检测稻田杂草。多光谱图像能够用于确定作物状况,也可以作为根据图像中的光谱分辨率确定杂草和水稻的指标。这项研究是在马来西亚吉打州进行的,总面积为0.5公顷。采用地面数据和航空数据两种数据类型进行后续结果分析。使用土壤植物分析仪(SPAD)收集地面数据,该仪表可以读取该地区的叶绿素值。使用无人机(UAV)对航空数据进行采集,该无人机配有多光谱摄像机Micasense和红-绿-蓝(RGB)摄像机。2020年6月30日(播种后第34天),在地面数据收集的同一天进行了航空数据收集。对这两个数据进行了相关性分析。

 

  图1 植物反射光谱特性

 

  图2 SPAD502叶绿素测量仪

 

  图3 DJI Inspire 2.

 

  图4 Micasense sensor.

 

  图5 图像处理流程

 

  图6 带有地块边界和SPAD点的矢量格式RGB地图。

 

  图7 NDVI地图

 

  图8 杂草地图

 

  图9 SPAD vs. NDVI

 

  来源:Rosle R, Sulaiman N, Che′ Ya N N, et al. Weed Detection in Rice Fields Using UAV and Multispectral Aerial Imagery[J]. Chemistry Proceedings, 2022, 10(1): 44.

  https://doi.org/10.3390/IOCAG2022-12519

 

  编辑:小王博士在努力

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。