-
이메일
ustc_sc@163.com
-
전화
18020740586
-
주소
복건성 하문시 집미구 소프트웨어원 3기 A04동 1503호
Opu Tiancheng (Xiamen) Optoelectronics Co., Ltd
오보천성 ATH9010 농업생산 조력
날짜:2025-12-01읽기 :0
밀은 우리 나라 3대 량곡작물 (밀, 벼, 옥수수) 의 하나로서 국가량곡전략안전의 관건이다.그러나 작물의 병충해 (흔한 병해는 20여 종) 는 밀 생산 안전을 심각하게 해친다.밀조녹병균으로 인한 조녹병이 폭발적으로 폭발하고 지역적으로 유행하다.유행 연도에 조녹병은 밀을 40% 이상 감산하고 심지어 수확을 끊을 수 있다.그러므로 밀줄기녹병을 예방퇴치하는것은 식량안전에 극히 중요하다.밀의 병해를 정확하게 감시해야만 효과적으로 예방통제하고 손실을 최대한 줄일수 있다.
전통적으로 농작물의 병해는 목시감측을 채용하는데 피복범위가 작고 조사인원의 주관성이 강한 등 중대한 한계가 존재한다.따라서 전통적인 방법을 대체하기 위해 효율적이고 손상되지 않은 농작물 병해 모니터링 방법이 필요하다.다년간의 발전을 거쳐 원격탐지는 이미 농작물의 병해를 감시하는 효과적인 기술로 되였다.원격 탐지의 장점은 농작물 병해의 공간 분포를 저비용으로 평가할 수 있어 병해를 더 잘 통제할 수 있다는 것이다.
하이 스펙트럼 원격 탐지는 상대적으로 선진적인 기술이다.다중 스펙트럼 기술에 비해 풍부한 협대역 정보를 제공할 수 있다.이전 연구에서는 다양한 응용에서 다중 스펙트럼에 비해 높은 스펙트럼 원격 탐지의 이점에 대해 논의했습니다.고스펙트럼 기술은 작물의 병해 모니터링에서 병해로 인한 일부 생리적 변화 (예: 색소와 수분 함량) 를 포착할 수 있다는 장점이 있다.이전의 연구에서 많은 작물의 병해는 이미 높은 스펙트럼의 원격감지를 통해 감측되였는데 여기에는 밀황록병, 백분병, 낫균적곰팡이병, 땅콩잎반점병, 토마토반위바이러스와 벼세균성잎마름병이 포함된다.
식생지수 (VI) 는 이전의 연구에서 이미 량호한 작물병해감시측정성능을 보여주었는데 VI는 병해로 인한 엽편내부의 생리변화에 매우 민감하지만 엽편표면특징의 변화를 대표할수 없다.무늬는 병해로 인한 외부 변화를 반영하는 특징으로 작물의 병해 모니터링에서 좋은 성능을 가지고 있다는 것이 증명되었다.이전의 연구는 이미 스펙트럼과 무늬 특징을 결합하여 병해를 표징하는 능력을 향상시켰다.이러한 연구는 VI, 텍스처 특성 (TF) 및 그 조합이 작물 병해 모니터링에 얼마나 효과적인지 확인합니다.그러나 이전에 융합스펙트럼과 영상특징으로 작물의 병해를 검측할데 관한 연구는 대부분 엽편척도에서 진행되였는데 이 방법은 밭척도에서 병해를 검측하는 타당성이 아직 실증되지 않았다.
드론 원격 탐지 기술은 유연성이 높고 원가가 낮으며 조작이 간편하다는 등의 장점을 융합하여 전통적인 위성 원격 탐지의 부족한 점을 보완했다.원격 탐지 장비를 드론에 탑재함으로써 높은 시공간 해상도의 공간 원격 탐지 정보를 빠르게 수집한 후 데이터 처리, 모델링 및 응용 분석을 진행할 수 있다.이것은 농경지 지능화 관리의 발전에 중요한 기술 지원을 제공했다.
이 문제를 깊이 연구하기 위해 높은 스펙트럼 센서를 탑재한 드론을 응용하여 서로 다른 공간 척도에서 밀황녹병의 여러 감염 단계를 모니터링한다.연구 목표는 (1) 드론의 높은 스펙트럼 이미지를 사용하여 획득한 VI, TF 및 그 조합이 논밭 척도에서 밀황녹병의 성능을 모니터링하는 것을 평가한다;(2) 드론 이미지를 사용하여 밀황녹병을 모니터링할 수 있는 최적의 이미지 공간 해상도를 결정한다;(3) 최적의 특징과 최적의 공간 해상도를 이용하여 논밭의 척도상 감염 초기, 감염 중기 및 감염 말기의 황록병 모니터링 모델을 구축한다.
그림 1 정상 밀잎 (왼쪽) 과 황록병 밀잎 (오른쪽)
2、기술 사고방식과 주요 내용
2.1.원격 영상 획득 및 사전 처리
높은 스펙트럼 영상 센서를 장착한 드론 시스템 (그림 2) 으로 밀 이미지를 채취한다.드론 하이 스펙트럼 영상 시스템은 6회전 날개 전기 드론 시스템, 하이 스펙트럼 데이터 수집 시스템, 3축 안정 플랫폼, 데이터 처리 시스템을 포함한 네 부분으로 구성된다.
그림 2 드론 센서
드론은 고도 30m, 비행속도 4m/s, 전방 중첩도 약 80%, 측면 중첩도 약 60%로 비행한다.30m의 비행 고도에서 우리는 공간 해상도 1.2cm, 스펙트럼 해상도 4nm의 높은 스펙트럼 이미지를 얻었다.드론의 높은 스펙트럼 데이터 수집은 날씨가 맑고 바람이 없거나 풍속이 적기를 요구한다.본 연구에서의 이미지 수집 시간은 오전 11시부터 오후 13시까지입니다.
밀 성장의 중요한 시기에 우리는 4월 25일, 5월 4일, 5월 11일, 5월 18일, 5월 24일과 5월 30일에 각각 접종 후 7, 16, 23, 30, 36, 42일 (DPI) 에 대응하는 드론 기반 하이 스펙트럼 관측 시험을 6차례 실시했다.그림3은 서로 다른 감염 시기의 밀 녹병의 발전 상황을 보여준다.
그림3 시기별 밀 사진
한 번에 모두 24개의 샘플을 확보했는데, 그 중 건강한 땅은 8개, 두 접종 땅은 16개의 샘플을 확보했다.6차례의 실험에서 도합 144개의 견본을 획득했는데 그중 건강견본이 57개, 황록병에 감염된 견본이 87개이다.
밀녹병의 심각성은 병세 지수 (DI) 로 묘사된다.각 1m2의 토지에서 무작위로 40그루의 밀식물을 선택하여 선택한 식물의 꼭대기 첫 번째와 두 번째 밀잎으로 병세의 심각성을 평가한다.땅집마다 총 80개의 잎을 골라 DI를 산출한다.'국가농작물 병해조사 예보규범'(GB/T 15795-2011)에 따르면 잎사귀 발병률은 9급(0%, 1%, 10%, 20%, 30%, 45%, 60%, 80%, 100%)으로 나뉘는데 이 중 0%는 건강, 1%는 병해 1등급, 10%는 병해 2등급...100%는 병해 8등급이다.황록병 발병률 평가는 드론이 영상을 수집하는 즉시 진행되며 같은 인원이 전문인원의 지도와 감독하에 진행한다.
2.2.실험 방법
PLSR을 사용하여 밀 녹병 모니터링 모델을 구축합니다.PLSR은 이전에 작물 성장 모니터링 및 생리 화학 파라미터 추정에 적용되었습니다.PLSR은 PCA, 일반 관련 분석 및 다원적 선형 회귀 분석 등 세 가지 방법의 특성을 포함하는 고전적인 모델링 방법입니다.PLSR에서 변수의 잠재적 구조는 예측 변수와 관측 변수를 새로운 공간에 투영하는 성분 투영을 통해 결정됩니다.따라서 가장 우수한 잠재적 변수를 선택하여 데이터 중복성이 높은 원시 변수를 소수 변수로 변환합니다.PLSR은 예측 변수와 관측 변수 사이의 관계를 설명하는 선형 모델로 표현할 수 있습니다.
2.3.하이 스펙트럼 픽셀 획득
최근 인접 알고리즘은 원본 이미지 (1.2cm 해상도) 를 다시 샘플링하여 새로운 이미지 (3, 5, 7, 10, 15, 20cm 해상도) 를 생성합니다.드론 영상 속 지물에는 밀 식물과 토양이 포함돼 있다.
2.4.샘플링 점
이 연구는 NDVI 임계값법을 사용하여 1.2cm 공간 해상도의 이미지에서 밀 픽셀을 추출합니다.이 메서드의 절차는 다음과 같습니다. 먼저 최적의 NDVI 임계값을 설정합니다.일반 식물의 NDVI 범위는 0.3-1.0입니다.여러 번의 시도 끝에 0.42의 NDVI 임계값이 밀 픽셀과 배경 픽셀을 정확하게 분리할 수 있다는 것을 발견했습니다.둘째, 0.42보다 큰 NDVI를 밀 픽셀 추출을 위한 마스크 파일로 만듭니다.마지막으로, 우리는 이 마스크 파일을 이용하여 원본 이미지를 재단하여 밀 픽셀만 포함하는 이미지를 얻었다.서로 다른 공간 해상도 이미지의 밀 픽셀의 일관성을 보장하기 위해 원본 이미지 (1.2cm) 의 NDVI 임계값을 사용하여 만든 마스크 파일을 사용하여 다른 공간 해상도 이미지의 밀 픽셀을 추출합니다.밀 식물의 픽셀만 포함하는 높은 스펙트럼 이미지는 후속 처리 및 분석에 사용되며 이러한 특정 해상도를 선택하는 이유는 작물의 건강 상태를 모니터링하는 데 사용되는 대부분의 드론 이미지를 나타내기 때문입니다.그림 4는 4 월 25 일에 얻은 이미지에서 영역 A의 일부인 다양한 공간 해상도를 가진 드론의 높은 스펙트럼 이미지의 예를 보여줍니다.
그림 4 다양한 공간 해상도의 드론 하이 스펙트럼 이미지
3、결론
이 애플리케이션은 드론 하이스펙트럼 영상을 이용하여 논밭의 척도에서 밀줄기녹병을 모니터링하고, 서로 다른 특징(VI, TF 및 그 조합)으로 밀줄기녹병 초기, 중기, 말기의 PLSR 모니터링 모델을 구축하며, 서로 다른 영상 공간 해상도(1.2cm, 3cm, 5cm, 7cm, 10cm, 15cm, 20cm)가 모니터링 정밀도에 미치는 영향을 평가한다.(1) VI 기반 모델은 감염 중기 모니터링 정밀도가 가장 높고 TF 기반 모델은 감염 말기 모니터링 정밀도가 가장 높다는 결론을 얻었다.그러나 TF 기반 모델은 감염 초기의 스트립 녹병 모니터링에 적용되지 않으며 최고 모니터링 정밀도는 R2가 0.28에 불과하다.(2) 세 가지 감염 시기에 VI-TF 기반 모델의 모니터링 정밀도는 모두 VI 기반 모델과 TF 기반 모델보다 높았고 감염 후기에 모니터링 정밀도가 가장 높았다 (R2=0.88). 또한 VI-TF 기반 모델은 감염 초기에 모니터링 정밀도가 현저하게 향상되어 병해의 조기 검사에 적용되었다.(3) 공간 해상도는 VI 기반 모델 모니터링 정밀도에 미치는 영향이 적고 TF 기반 모델에 미치는 영향이 크며 VI-TF 기반 모델 모니터링 스트립 녹병의 최적 공간 해상도는 10cm이다.
그림 5 인식 결과