Schätzung des Stickstoffgehalts im Walnussdach durch UAV-Hyperspektralkamera

Walnuss ist eine wichtige Nussbaumfrucht und holzige Ölbaumart in China. Mit seinem einzigartigen Geschmack und seinem reichen Nährwert steht Walnuss an erster Stelle unter den vier getrockneten Früchten der Welt.Die Fruchtentwicklungsphase ist die erste Phase der Entwicklung von Walnussfrüchten, wie z.B. eine unzureichende Ernährung in diesem Stadium, wirkt sich direkt auf die Qualität und den Ertrag der späteren Früchte aus.Die Überwachung und Diagnose des Stickstoffgehalts von Walnussfrüchten im Ausbaustufe ist von großer Bedeutung für die Kontrolle des Baumwachstums und die rechtzeitige Anpassung des feinen Bewirtschaftungsplans.

In dieser Studie wurde eine 400-1000nm-Hyperspektralkamera eingesetzt, und FS60, ein Produkt der Hangzhou Color Spectrum Technology Co., LTD., konnte für verwandte Forschung verwendet werden.,die Wellenlängen-Auflösung ist besser als 2,5 nm und bis zu 1200 Spektralkanäle können erreicht werden. Die Akquisitionsgeschwindigkeit kann im gesamten Spektrum 128 FPS erreichen,und die maximale Frequenz nach der Bandwahl beträgt 3300 Hz (Mehrregion-Bandwahl unterstützt).

一、Vorbereitung

Um den Stickstoffgehalt von Walnussbaldachin durch eine UAV-Hyperspektralkamera abzuschätzen, ist zunächst eine Datenerhebung erforderlich.und Flugbetriebe gemäß der vorgegebenen Route und Höhe über dem Walnut Garden ausführenWährend des Fluges nimmt die Hyperspektralkamera in einem bestimmten Zeit- oder Raumintervall den Walnussdach ab, um eine große Menge von Hyperspektralbilddaten zu erhalten.um die Richtigkeit und Zuverlässigkeit der Daten zu gewährleisten, ist es auch notwendig, einige Referenzdaten gleichzeitig am Boden zu sammeln, z. B. den Stickstoffgehalt von Walnussblättern und die mit herkömmlichen Methoden ermittelten Strukturparameter des Baldachin.

二、Ergebnisse und Analyse

Bestimmung des Canopy-Bereichs, Extraktion des Canopy-Spektrums und Genauigkeitsprüfung Wie in Abbildung 2 gezeigt,Boden und Schatten überlappen sich in gewissem Umfang in der gesamten Bandbreite des Fernerkundungsbildes des 5 Jahre alten WalnusswaldesIn der Bandbreite von 520 bis 600 nm beträgt die Spektralreflexibilität der Schatten weniger als 0.10: der Spektralreflexionsunterschied von Walnuss und Boden überlappt sich offensichtlich nicht, und die Spektralreflexionsfähigkeit beider ist in diesem Bereich größer als 0,10.die Spektralreflexibilität von WalnussDie Spektralreflexibilität der Walnuss beträgt im Bereich 740-900 nm mehr als 0,7.und die Spektralreflexibilität anderer Nichtzielvegetation kleiner als 0 ist..7Da die Spektralreflexibilität von Walnuss in grünem Licht und im nahen Infrarotband von anderen nicht Zielpflanzen unterschieden werden kann, aber nicht in einem oder einigen Bändern, kann sie nicht in ENVI5 berechnet werden.3 SoftwareUm den reibungslosen Extraktionsprozeß der Walnusskanopfen zu erleichtern,Die maximale Spektralreflexibilität des Walnussdachs im grünen Licht und im nahen Infrarotband wird in dieser Studie ausgewählt Bw(550.7) und B ((779.4) wurden klassifiziert und identifiziert, um den Baldachinbereich zu bestimmen. Walnussbaum, Boden und Schatten werden in der ENVI5.3-Software definiert, d.h. wenn die Spektralreflexibilität bei B ((550.7) ist kleiner als oder gleich 0.10 und die Spektralreflexibilität bei B ((779.4) ist größer oder kleiner als 0.20, wird der Schatten ermittelt und beseitigt. Wenn die Spektralreflexibilität bei B ((550.7) größer als 0,10 und B ist; Wenn die Spektralreflexibilität bei (779.4) kleiner oder gleich 0 ist.70, wird es als Erde identifiziert und entfernt; wenn die Spektralreflexibilität bei B ((550.7) größer ist als bei0.10, ist die Spektralreflexibilität bei B ((779.4) größer als 0.70, Walnussbaum als Zielvegetation identifiziert.

Darüber hinaus wurde eine Stütz-Vektormaschine mit guter Verallgemeinerungs- und Klassifikationsgenauigkeit zur Extraktion des Baldachinbereichs eingesetzt.und die Genauigkeit der Abnahme des Baldachinbereichs auf der Grundlage von Spektralmerkmalen verglichen wurdeIn der ENVI5.3-Software werden die Bodenobjekte in Fernerkundungsbildern zuerst in Walnussbaum und zwei weitere Arten (Abbildung 4) unterteilt, wobei die rote Fläche den Walnussdach ist,und die grüne Fläche ist die andereDie Trennbarkeit zwischen den beiden Probentypen betrug 1.998, und dann wurde der SVM-Klassifikator für die beaufsichtigte Klassifizierung ausgewählt, um die ursprünglichen Klassifikationsergebnisse zu erhalten (Abb. 5a).Es gab häufig einige kleine Flecken in den Klassifikationsergebnissen., und ihre Genauigkeit war schwierig, um den Zweck der endgültigen Anwendung zu erreichen. Daher wurde die Methode der Majority Small Patch-Verarbeitung zur Verarbeitung der vorläufigen Einstufungsergebnisse angewendet,und die Klassifikationsergebnisse, die den tatsächlichen Anforderungen entsprechen, erzielt wurden (Abbildung 5b)Die Genauigkeit der Klassifikationsergebnisse wurde überprüft, und der Kappa-Koeffizient betrug 0.997, und die Kartengenauigkeit der Zielvegetation war 99,65%.Bei dieser Studie wurde eine Matab2014b-Software verwendet, um den auf der Grundlage von Spektralmerkmalen ermittelten Baldachinbereich mit den durch die Support-Vektor-Maschine-Methode ermittelten Baldachin-Bereichspixeln zu überlappen.Es gab 4257 überlappende Pixel im Canopy-Bereich, und die Anzahl der auf der Grundlage von Spektralmerkmalen ausgewählten Canopy-Bereichspixel betrug 96.77% der Anzahl der Pixel in der Stütz-Vektormaschine, mit einer Kartengenauigkeit von 96,43%, hoher Präzision, Überlappungsergebnisse sind in Abbildung 6 dargestellt

Derzeit befindet sich die Anwendung der UAV-Hyperspektralkamera bei der Schätzung des Stickstoffgehalts von Walnussbaldachin noch in der Phase der kontinuierlichen Entwicklung und Verbesserung.Mit dem kontinuierlichen Fortschritt der Technologie, die Leistung der hyperspektralen Kameras wird weiter verbessert, die Spektrallauflösung und die Bildqualität werden höher sein,und die Datenverarbeitung und -analyse werden intelligenter und automatisierterGleichzeitig wird die Entwicklung der Multi-Source-Datenfusionstechnologie, wie die Kombination von Hyperspektraldaten mit Lidar-Daten und thermischen Infrarotdaten,wird in der Lage sein, umfassendere und genauere Wachstumsinformationen über Walnussbäume zu erhaltenDie Kommission hat eine Reihe von Maßnahmen ergriffen, um die Qualität der landwirtschaftlichen Erzeugung zu verbessern und die Präzision und Zuverlässigkeit der Stickstoffschätzung weiter zu verbessern.Es wird erwartet, dass die UAV-Hyperspektralkamera-Technologie im Bereich der Walnusspflanzung stärker eingesetzt wird, die eine starke technische Unterstützung für die nachhaltige Entwicklung der Walnussindustrie bietet.

Zusammenfassend kann gesagt werden, dass die UAV-Hyperspektralkamera als fortschrittliche Fernerkundungstechnologie eine große Aussicht und ein großes Potenzial für die Anwendung der Stickstoffgehaltschätzung im Walnussdach hat.Eine genaue und schnelle Schätzung des Stickstoffgehalts im Walnussdach kann den Walnusszüchtern eine wissenschaftliche Grundlage für die Entscheidung über die Düngung bieten, eine genaue Düngung zu erreichen, die Düngemittelnutzung zu verbessern, die Verschwendung von Ressourcen und die Umweltverschmutzung zu verringern und die qualitativ hochwertige Entwicklung der Walnussindustrie zu fördern.