精準(zhǔn)農(nóng)業(yè)時(shí)代來(lái)臨 無(wú)人機(jī)以技術(shù)撬動(dòng)新市場(chǎng) 2016年09月27日09:18 來(lái)源：中國(guó)智能制造網(wǎng)|
盡管無(wú)人機(jī)在我國(guó)農(nóng)業(yè)領(lǐng)域火起來(lái)的方式是以植保作業(yè)為主，但除此之外，無(wú)人機(jī)在農(nóng)業(yè)上的應(yīng)用還有著更加廣闊的天地。
近兩年來(lái)，美國(guó)多所高校和都在進(jìn)行無(wú)人機(jī)在精準(zhǔn)農(nóng)業(yè)應(yīng)用上的研究，這些研究揭開(kāi)了無(wú)人機(jī)除植保應(yīng)用外的另外一個(gè)廣闊的領(lǐng)域。
2015年12月底，美國(guó)媒體報(bào)道了無(wú)人機(jī)在精準(zhǔn)農(nóng)業(yè)方面的12個(gè)潛在應(yīng)用，相信這些也將為國(guó)內(nèi)農(nóng)業(yè)無(wú)人機(jī)企業(yè)提供更多的思路。
在北達(dá)科他州，有無(wú)數(shù)個(gè)理由能夠令人對(duì)無(wú)人機(jī)產(chǎn)生興趣。在接下來(lái)的10年內(nèi)，這些理由中的很多都將會(huì)變成實(shí)實(shí)在在的收入。有說(shuō)，精準(zhǔn)農(nóng)業(yè)將會(huì)占據(jù)未來(lái)市場(chǎng)中的大部分份額。
盡管這項(xiàng)技術(shù)為農(nóng)民和農(nóng)業(yè)企業(yè)帶來(lái)了很大的前景，但是還沒(méi)有跡象顯示這項(xiàng)技術(shù)已經(jīng)開(kāi)始騰飛。
“阻礙無(wú)人機(jī)在農(nóng)業(yè)上應(yīng)用的一大阻礙是缺乏采用無(wú)人機(jī)數(shù)據(jù)應(yīng)用于作物和畜牧管理的事實(shí)支撐?！眮?lái)自北達(dá)科他州立大學(xué)的農(nóng)業(yè)裝備專(zhuān)家JohnNowatzki說(shuō)。
2014年該校的卡林頓研究推廣中心啟動(dòng)了一個(gè)項(xiàng)目，研究人員針對(duì)無(wú)人機(jī)在作物和畜牧管理中的應(yīng)用進(jìn)行了研究。
“現(xiàn)在，很多農(nóng)民、和一些小的精準(zhǔn)農(nóng)業(yè)公司對(duì)無(wú)人機(jī)技術(shù)都十分感興趣，”他說(shuō)?！拔覀兊难芯繉?huì)為這些人和公司提供成功將無(wú)人機(jī)技術(shù)應(yīng)用于農(nóng)業(yè)所需的必要的信息和工具。該研究還將推動(dòng)無(wú)人機(jī)在農(nóng)業(yè)領(lǐng)域的應(yīng)用方式。”
以下是該研究中心研究的12個(gè)應(yīng)用方向。
1.識(shí)別出苗率和作物密度
研究人員對(duì)一塊兒田地中不同位置的作物出苗率和密度進(jìn)行了兩次測(cè)量（一次在播種一周后，一次在播種12天后）。在此期間，無(wú)人機(jī)對(duì)測(cè)定點(diǎn)采集了多光譜圖像數(shù)據(jù)。這些數(shù)據(jù)經(jīng)過(guò)校正、標(biāo)定和處理后，就可以將作物從附近的植被中識(shí)別出來(lái)。進(jìn)而，每平米的作物密度將會(huì)被計(jì)算出來(lái)，然后生成作物密度圖。
應(yīng)用情況：DraganflyerX4-C無(wú)人機(jī)搭載NEX5相機(jī)采集作物密度信息，所采集的多光譜圖像具有0.9cm的分辨率。采集圖片后，通過(guò)MATLAB軟件進(jìn)行密度計(jì)算。
“無(wú)人機(jī)所采集的歸一化植被指數(shù)成功地被用于大豆品種試驗(yàn)中的大豆生理成熟度預(yù)測(cè)，”卡林頓研究推廣中心的MikeOstlie說(shuō)，“無(wú)人機(jī)被用于玉米植被密度信息測(cè)量，并在地面對(duì)密度進(jìn)行計(jì)算。我們發(fā)現(xiàn)當(dāng)作物很小時(shí)作物成熟度和密度具有一定的關(guān)系?！?
2.識(shí)別氮不足的小麥和玉米
當(dāng)玉米處于不同生長(zhǎng)階段時(shí)，研究人員利用光學(xué)傳感器來(lái)建立歸一化植被指數(shù)（注：歸一化植被指數(shù)是反映農(nóng)作物長(zhǎng)勢(shì)和營(yíng)養(yǎng)信息的重要參數(shù)之一。根據(jù)該參數(shù),可以知道不同季節(jié)的農(nóng)作物對(duì)氮的需求量）。
無(wú)人機(jī)將搭載光學(xué)傳感器采集田地中不同區(qū)域的紅外遙感圖像。這些紅外圖像數(shù)據(jù)將會(huì)在同一天內(nèi)被校正、標(biāo)定并處理，從而探測(cè)氮供給不足的作物。
應(yīng)用情況：由圖像得來(lái)的歸一化植被指數(shù)數(shù)值與地面實(shí)際測(cè)量而得的數(shù)值進(jìn)行比較，從而使無(wú)人機(jī)采集的歸一化植被指數(shù)更加精確，這些精確的數(shù)據(jù)將被用于氮元素的變量供給。這項(xiàng)研究還被應(yīng)用到識(shí)別氮元素供給不足的小麥。
“我們將由無(wú)人機(jī)采集的數(shù)據(jù)與GreenSeeker光譜儀所采集的數(shù)據(jù)進(jìn)行對(duì)比，”O(jiān)stlie說(shuō)，“這兩個(gè)平臺(tái)所采取的關(guān)于氮不足的數(shù)據(jù)具有相同的精確度。盡管兩者采集的數(shù)值不同，但經(jīng)處理后得出的處方圖是相同的?！?
3.評(píng)價(jià)作物早期健康情況
研究人員將會(huì)利用卡林頓研究推廣中心所擁有的關(guān)于春小麥、大豆和玉米的廣泛的研究，來(lái)識(shí)別田地中早期作物的產(chǎn)量潛力、營(yíng)養(yǎng)水平、長(zhǎng)勢(shì)和密度。
應(yīng)用情況：研究人員在進(jìn)行關(guān)于作物早期健康情況的參數(shù)的地面采集時(shí)，也利用無(wú)人機(jī)采集了這些作物的多光譜圖像。
“GreenSeeker傳感器和空間圖像均能在作物還是綠色時(shí)，預(yù)測(cè)春小麥和硬粒小麥的產(chǎn)量潛能?！監(jiān)stlie說(shuō)。
4.了解疾病癥狀
無(wú)人機(jī)在疾病控制方面的其中一個(gè)應(yīng)用就是了解大田中作物的發(fā)病率和嚴(yán)重程度，從而使農(nóng)民在下一季的種植中能夠更好地進(jìn)行田間管理。
卡林頓研究推廣中心的合作者將在一些研究試驗(yàn)中識(shí)別一定范圍的疾病嚴(yán)重程度。最先開(kāi)始調(diào)研的作物和疾病是大豆和干豆菌核病（白色霉）。由葉子所顯現(xiàn)的春小麥黃褐色斑病、斑枯病、銹病在隨后也將被調(diào)研和定量。
應(yīng)用情況：谷類(lèi)和豆類(lèi)疾病試驗(yàn)的圖像已經(jīng)采集，但是數(shù)據(jù)尚未分析。
責(zé)任編輯：姚泓澤
上一頁(yè)1
