正在上传图片(0/1)

长光禹辰MS600多光谱相机:让精准农情触手可得

 0
手机看帖 1 3947
公司简介
      长光禹辰信息技术与装备(青岛)有限公司(以下简称“长光禹辰”)是由中科院长春光机所和青岛市高新区共同投资设立的高新技术企业,核心团队来自中科院长春光机所一线科研骨干,初步形成了MS600系列多光谱相机、HS系列高光谱成像仪、YP系列光电吊舱、SRS系列光电雷达区域管控系统等具有自主知识产权的系列核心软硬件装备和系统,并结合大数据、人工智能、物联网等先进技术手段,实现了灾害信息快速获取、及时处理、定量分析和精准应用,满足政府和行业用户事前预防准备、事发监测预警、事中处置救援、灾后指导重建对应急信息的需求,致力于成为国内领先的灾害应急装备供应商、灾害应急数据提供商、灾害监测预警及灾害救援信息服务商。

项目介绍
1. 行业发展
      农业是全球领域的基本行业,也是我国的基础产业。近年来,农业领域生产能力提高,科技水平进步,经济结构优化,行业发展取得显著成果。国家不断推进农业发展进程,使用科技化、智能化的手段准确获取农情,尤其是提出农业现代化概念,更表明了国家推动农业的决心。随着遥感技术、3S技术、光谱技术及无人机等技术的发展,无人机载多光谱遥感逐渐成为农情信息获取的有效手段。



2. 行业痛点
  • 监测不科学,低效治理
      目前的农情监测仅依靠农民自身经验管理,难以综合考量土壤墒情、气候条件、作物养分积累等影响作物长势的指标,从而无法把握作物真实长势并进行科学有效的管理,同时作物生长信息变化时效性强,若获取信息滞后,则再以常规方法治理效果不明显。
  • 农情监测成本高,费时费力
      传统农田面积大、作物生长状况复杂,依靠人工下地监测作物的健康状况耗费大量人力且具有滞后性,尤其在遇病虫害潜伏期,病害发现不及时则可能错过治理窗口期,作物管理无法实现快速变量整治。
  • 农业保障体系建立不完善
      产量不易控,保障农民收入的农业保险赔付过程缓慢,且因取样鉴定过程繁琐且可信度低,最终导致农民生产积极性不高。

3. 系统原理
      无人机载多光谱遥感系统的工作基础为多光谱成像技术。多光谱成像技术是通过传感器接收地物的光谱反射信息,反映光学反射特性的成像技术。相比于传统可见光相机只能获取目标在400nm-760nm波段的积分信息,多光谱相机的有效波段更宽,并且可以测得不同波段处的目标信息,获取信息量大大增加。
      绿色植物独特的叶绿素使植被在近红外波段出现反射峰,可作为体现植被生长特性的特征波段,而长势不同的植被在上述波段反射特性均有差异,多光谱成像技术通过捕捉到近红外甚至更有效谱段的反射信息,为农情信息的提取提供有力保障。同时结合无人机技术,使用户可在短时间内对植被的生长状况进行真实有效的监测。


解决方案
      无人机载多光谱农业监测系统采用无人机+多光谱遥感相机的模式,根据用户需求,灵活、精准获取待测作物的光谱遥感图像,配套专业的预处理算法及专家算法,自动、快速反演植被的长势、营养胁迫、病虫害等生长状况,并将此农情信息反馈至最终用户,同时存入数据云平台进行大数据迭代分析,以实现农情精准分析。



1. 硬件系统
      无人机载多光谱遥感系统采用 DJI M210 无人机作为飞行平台,最大起飞重量 6.14kg,具有敏捷、稳定、安全的飞行性能,定位精度高,抗干扰能力强;具备IP43 防护等级,工作环境温度-20℃-45℃,可在严苛环境中飞行;支持双云台,可进行丰富的负载选配,应用行业广泛。

      该系统的光谱载荷为长光禹辰公司自主研发的六通道多光谱相机MS600 Pro(MS600系列多光谱相机具体参数见附录),其全面兼容 DJI-Skyport接口和DJI-PSDK协议,相机供电与通信数据链均由无人机提供;17种波段滤光片可选的配置,可充分满足不同用户在不同情况下农情监测的应用需求;多光谱相机经过科学、严格的实验室光谱标定、辐射标定,并标配下行光传感器进行,实时校正数据获取过程中因云层遮挡等光线变化引起的误差,光谱反射率测量结果精确可靠。



2. 地面站控制系统
      为更方便控制与管理MS600Pro-M200无人机载多光谱遥感系统,长光禹辰基于DJI MSDK协议开发了Yusense Fly地面站APP。Yusense Fly适配Android操作系统,支持航线规划、断点续航等航线任务功能,同时可实时监测无人机、可见光相机与多光谱相机动态指标,还可在业务发布界面动态叠加多光谱原始与典型指数成果数据,与云端平台一体化管理。




3. 数据处理软件
      MS600 Pro数据使用了6通道单独存储的TIFF数据,数据可兼容PIX4D数据处理软件,同时长光禹辰也开发了一套可完整处理MS600 Pro数据的软件——Yusense Map。
      目前PIX4D已兼容MS600的相机库文件,数据的多通道配准、辐射校正、拼接、指数计算等流程均可完成,直接输出各种植被指数,使农情信息更加直观。



Yusense Map采用“1套预处理基础程序+N种行业应用定制模块”的模式,在数据快速预处理的基础上定制多种行业应用专家算法,用户可完成从原始数到最终目标信息获取的全部工作,使农情信息获取变得简易化、流程化。



4. 数据管理平台
      为适应大数据科学的科技趋势,同步考量农业科技发展需要大量数据积累,长光禹辰基于农情监测的应用方向,开发了精准农业大数据云平台——Yusense Cloud。平台旨在归集无人机载多光谱数据,除数据存储外,还可对数据进行智能化管理,基本农情数据可建立共享连接,同时内置图像预处理模块与多项专家算法,进行科学大数据分析。尤其对于紧急的农业信息数据获取工作,可通过云端服务器直接处理,有效降低受灾损失。



5. 应用实例1)精准农业:植保处方图快速生成
      变量植保技术是实现精准农业的有效手段,旨在结合作物光谱信息与精准定位信息,准确识别长势差的作物区域,快速生成可供农业植保无人机使用的变量施药处方图,供植保机根据长势差异施肥施药。
      基于无人机载多光谱遥感系统获取的数据可快速生成植保处方图。首先将采集的多光谱数据生成植被健康度,基于自然间断分级法对特定植被指数阈值分割,准确分级表征作物长势。再基于农业理论建立作物健康度——施药量模型,依据作物真实生长情况映射相应区域的用药量。成果结合植保机数据读取模式,基于施药量制定标准化矢量处方图,实现农情信息向数字化信息的转化。



采用无人机载多光谱遥感系统获取作物的长势、病虫害等农情信息,进而指导植保机正确、适量、精准地使用化肥、农药,在推进高产、优质、高效农业的同时对环境不造成影响或造成的影响最小,将成为现代化农业的主流发展方向。

2)农业保险:作物倒伏等级评估
      传统农情监测手段对于倒伏等灾害的监测易滞后,造成评估、整治不及时的现象,而农业保险赔付流程缓慢,鉴定程序繁琐,尤其在定损环节,需要耗费大量人力物力和时间,对农户和保险公司均造成经济损失。无人机载多光谱遥感系统在作物受灾初期可快速进入灾害现场,按需获取作物的多光谱反射数据,分析作物的光谱反射特性,第一时间评估受灾情况,为灾情预案的制定提供科学参考,保证灾害应对的即时性、有效性。
      灾情发生后,一线用户、保险公司等提供受灾区域基本情况,工作人员基于位置信息选定样本区并进行实地核验,无人机定区域获取光谱数据,计算植被指数与纹理特征,分区统计光谱与纹理指标,准确区分植被生长状况的差异性,统计倒伏与未倒伏特性,分级表征倒伏程度,从而为保险赔付提供决策依据。






基于无人机载多光谱遥感系统的作物倒伏等级评估具备更精确、直观的表现方式,将增大用户对于保险赔付的认可度;而简洁、快速的定损方式也很大程度上降低保险公司的理赔成本。

预期与展望

1 预期
      无人机载多光谱遥感系统利用DJI SkyPort开放API接口将MS600 Pro多光谱相机的电源、数据、控制和安装机构整合至经纬M200系列工业无人机平台,可实现多光谱相机的控制与数据获取等功能的软硬件一体化控制,丰富的光谱波段设置、定制化开发的地面站控制系统、PIX4D等国际通用预处理软件的兼容性、配套专家算法的定向优化版数据处理软件以及集数据存储、管理与分析于一体的云端平台,可充分满足不同用户在各种情况下的精准农情获取。
      精准农情信息获取是农业信息化的基础。近年来,国家不断推进农业改革,加快新兴产业进行新旧动能转换,解放劳动力,而无人机载多光谱行业充分结合光谱遥感的科学性与无人机的灵活性,未来在农情信息获取这一农业遥感基本问题上,将具有重要的科研价值,创造巨大的经济与社会效益。

2 展望
      随着无人机行业的规范化、无人机产业链的不断扩充以及国外无人机载多光谱相机的应用推进,在国内众多领域,多光谱相机作为无人机任务载荷的趋势也愈发明显。
      MS600 Pro-M200无人机载多光谱遥感系统作为长光禹辰公司无人机载多光谱遥感系统的旗舰版,除农情信息获取领域外,在林业病虫害筛查(松材线虫病)、河道生态管理(水质监测、河道巡检)、地物目标识别(罂粟植株搜查)等领域的应用也卓有成效。多光谱相机作为无人机遥感平台的有力补充,结合长光禹辰公司为光谱探测领域而提供的全方位技术支持,降低光谱遥感应用门槛,让用户对目标信息达到“所见即所得”。





附录



如果您希望了解更多无人机行业应用解决方案信息,欢迎扫码关注 DJI大疆行业应用 微信公众号:

评论
上传
你需要登录之后才能回帖    登录 | 注册
osworth   2022-3-28 3#
收藏 点赞 评论
分享至:
回复:
上传
取消 评论
快速回复 返回顶部 返回列表