高光譜成像技術如何在農業領域發揮出色作用
發布時間:2023-11-02
瀏覽次數:670
高光譜成像技術作為精準、快速、低成本、非損傷性光譜分析技術,在農業生產應用中備受關注,也逐漸成為農業成像應用中的重要前沿技術手段。
高光譜成像技術作為精準、快速、低成本、非損傷性光譜分析技術,在農業生產應用中備受關注,也逐漸成為農業成像應用中的重要前沿技術手段。該技術在精準農業領域主要應用于作物長勢監測與估產、地物分類與識別、作物環境監測、農產品質量和安全檢測等多個方面。
植被指數
植被指數是一類具有一定生化意義的不同波段光譜值的組合,通常有比值植被指數、線性組合植被指數、修正植被指數、差值植被指數等。不同波段組合的植被指數對于不同指標預測效果不同。在農業上,基于光譜技術檢測作物生理指數的波段范圍一般在400~2500nm之間,涉及到色素(葉綠素、類胡蘿卜素等)、氮、水分等吸收和葉片細胞的內部結構。在400~740nm 可見光波段,葉綠素在480、650、670~680、740nm 處有吸收峰,類胡蘿卜素在 420、425、440、450、470、480nm均有吸收峰,葉黃素在 425、445、475nm有吸收峰。而在 740~1 300 nm 近紅外波段由于健康的葉肉細胞反射作用,其反射率急劇升高;作物水分的吸收峰主要集中在970、1450、1944nm處。因此當作物受到脅迫作用時,相應的氮、色素、酶等發生變化,通過應用各種植被指數監測這些生理指標變化,可判斷作物脅迫情況、生長狀況以及產量情況。
增強植被指數EVI
植被覆蓋率
地物精細分類
作物養分監測
氮和葉綠素含量是作物重要的養分指標,與作物產量密切相關。基于直接光譜信息作物養分獲取即通過原始光譜處理建模檢測作物養分信息,而基于植被指數的養分檢測是通過建立植被指數與養分的模型進行分析。
無人機高光譜影像作物葉綠素a分布
作物長勢監測
作物長勢是作物生長發育狀況評價的綜合參數,長勢監測是對作物苗情、生長狀況與變化的宏觀監測。高光譜成像可以利用植被指數(NDVI、DVI等)進行農田地表覆蓋類型分類和作物長勢監測分析。例如,可以利用高光譜數據,通過分析NDVI和DVI,建立農田區域性覆蓋指數模型,反映出區域性作物覆蓋狀況和隨季節變化的規律。此外,海量高光譜數據,結合GIS技術、GPS技術、網絡技術和計算機技術,建立服務于農業領域的農情監測系統,對作物長勢實現動態的監測,對農情災害以及糧食產量進行快速預報和準確評估。
作物長勢監測
作物產量預測
基于光譜指數NDVI的冬小麥葉面積監測,(左)利用NDVI預測小麥產量在不同時間同一地區預測小麥產量;(右)植被生長狀況判斷圖
水分脅迫監測
WBI 指數變化(WBI 值越大,植物含水量越高,越利于植物生長)
農業病蟲害監測
高光譜成像技術獨有的光譜匹配和光譜微分技術使其在農業病蟲害監測中得到研究者的青睞。其中,基于波譜波長位置變量分析方法是農業病蟲害監測的主要方法,國內外許多學者基于高光譜影像分析了作物病害光譜響應,利用紅邊參數、迭代自組織、二項式分析等方法開展了小麥等作物條銹病光譜信息探測與識別研究,病蟲害識別效果較好。隨著海量高光譜遙感數據的獲取,區域性農業病蟲害監測研究也越來越完善。
不同時期高光譜圖像監測的病害指數分布圖
農產品品質檢測
產地溯源
高光譜作為新一代無損、無接觸、快速、精準、大面積獲取作物信息,對實現農業的精準化、數字化、信息化和智能化管理和作業具有重要意義。
相關產品
-
紅外光譜的發展、原理、特點、分類
紅外光譜的發展、原理、特點、分類紅外光譜的技術在各領域中的應用相繼經歷了很長時期,逐漸完善著自身技術在領域中的應用,且將低成本高性能作為發展與創新的主要方向。本..
-
近紅外光譜技術的優缺點和應用范圍
?由于近紅外光譜在光纖中良好的傳輸性,近年來也被很多發達國家廣泛應用在產業在線分析中。近紅外定量分析因其快速、正確已被列人世界谷物化學科技標準協會和美國谷物化學..
-
高光譜數據常見預處理方法有哪些?
高光譜在采集數據時會有成百上千個不同的波段數據,數據量巨大從而增加了數據處理的難度。而且在高光譜圖像采集過程中會有來自儀器與環境的干擾,獲得的光譜信號易存在噪聲..
-
高光譜成像儀光譜數據特征波長的選取方法介紹
高光譜成像儀?在對樣品進行側臉時,會采集多波段的光譜數據,全波段數據有較多的冗余信息,因此就需要采用一定的方法來選取樣本光譜的特征波段與紋理特征的重要變量。本文..