农用无人机潜力看好 制霸天空不再遥远
农用无人机潜力看好 制霸天空不再遥远
?
在北达科他州，无人机有820亿的市场。在接下来的10年中，这些潜在的需求许多都可能转化为真正的收入。专家认为精准农业捕获到了这个市场的大部分份额。
虽然这项技术对农民和农业企业似乎有着巨大的潜力，但很少有证据证明其已经步入正轨。
“在农业中使用无人机的一个主要障碍，是缺乏概念和方法来证明无人机数据可以在作物和牲畜管理中使用。”北达科他州立大学农业机械系统专家John Nowatzki说道。在该大学卡林顿研究推广中心2014年的一个项目中，研究人员评估了无人机系统在作物和牲畜管理中的实用性和有效性。
“目前在北达科他州，有很多生产商、咨询公司和小型精准农业厂商对无人机技术感兴趣。”他说。“我们的研究将为这些公司在农业领域成功使用无人机技术提供必要的信息和工具，研究也进一步拓展了农业无人机应用知识。”
卡林顿研究推广中心还希望能够开发出可供无人机使用的决策支持系统。
以下是12种无人机的潜在用途及研究的初步发现。
1.在玉米、大豆和向日葵田中识别作物发芽情况和作物数量。研究人员分别在播种后第一周和第二周，在田地的多个位置实地测量了作物的发芽情况和数量。每次无人机采集的多光谱图像数据都会被修正、校准和处理，以便从周围环境中检测出作物。系统将计算每平方米中的作物，最后得出作物地图。
研究发现：在无人机Draganflyer X4-C上安装一台具有多光谱图像0.9厘米空间分辨率的索尼NEX5相机，可以用来收集玉米数量数据。可使用Matlab这款软件来计数。
“由无人机采集的归一化植被指数(NDVI)已在大豆品种试验中成功地预测了大豆生理成熟的日期。”卡林顿研究推广中心的Mike Ostlie说。“我们通过无人机测量了玉米植株数量，并且也在田地中实地计数。我们发现当玉米植株非常小时，这两种数据具有良好的相关性。”
2．识别玉米和小麦的氮缺乏情况。在一块田地的不同位置，研究人员使用光学传感器实地收集了5叶期和8叶期玉米的NDVI。在同一天收集的无人机红外图像数据将被修正、校准和处理，以检测玉米氮缺乏情况。
研究发现：将从无人机图像中得到的NDVI值与地面实际数据进行对比，从而验证无人机数据的准确性。该数据可指导农民在生长季中按照可变速率施加氮肥。研究人员还收集了小麦开花期的NDVI数据，并将该数据与无人机数据进行了对比。
“我们比较了小麦田中的无人机数据和Green Seeker光谱仪数据。”Ostlie说。“通过这两个平台检测到的氮缺乏情况有着相似的精确度。两个数据收集系统的数值并不相同，但各处理间的差异是相似的。”
3．评估作物早期健康状况。研究人员将利用卡林顿研究推广中心对春小麦、大豆和玉米广泛而多样的研究，来识别不同地块间作物早期的产量潜力、营养水平、植物活力和直立程度。
研究发现：研究人员将无人机收集的多光谱图像与同期在地面上收集的相同参数的数据进行对比。
“Greenseeker光谱仪和无人机图像都可在作物未成熟时预测春小麦和硬质小麦的产量潜力。”Ostlie说。
4．发现病害症状。病害管理系统的一部分是知晓某块田地病害的发病率和严重程度，以便生产者在接下来的生长季可以更好地管理农作物或农田。
卡林顿研究推广中心的合作者将在试验范围内识别一系列病害的严重程度。第一批调查的作物和疾病是染上菌核病的大豆和食用干豆类。研究人员也将对黄褐色斑、斑枯病及春小麦锈病等病害进行调查并量化。
研究发现：研究人员从谷物和豆科作物病害试验中收集图像，数据尚未进行分析。
5．查找虫害症状。生产者需要监视虫害情况，从而确定危害程度、危害位置和施用杀虫剂的量。
研究发现：虫害识别仍在研究中。
6．监视杂草的侵扰。生产者需要监视杂草情况，从而确定危害程度、危害位置和施用除草剂的量。
研究发现：“GreenSeeker手持光谱仪和无人机初级扫描图像都没有提供多少有关杂草控制的信息。”Ostlie说道。“但是无人机图像可以针对某个特定区域。于是我们在小麦田中发现，无人机图像与肉眼观测的杂草量有很好的关联性。那些成丛生长的杂草，例如加拿大蓟和普通马利筋，需要采取特别的防控手段，无人机数据绘制的地图可以在施用除草剂或耕作时起指导作用。”
7．发现对灌溉作物的水分胁迫。生产者在灌溉作物时需要了解水分胁迫情况，从而调整灌溉安排。
研究发现：2015年的新型热成像设备能够监控水分胁迫。
8．关注耕作和轮作的影响。生产者需要监控耕作和轮作对作物出苗、植株活力和产量的影响，这些信息会在每年选择播种何种作物时起参考作用。
研究发现：相关研究正在进行中，研究结果尚未公布。
9．确定牛群的繁殖活动。成功繁殖对牛肉生产来说至关重要。对公牛母牛繁殖活动和行为的实时监控可以让生产者了解正常的繁殖行为并发现异常情况。
研究发现：相关研究正在进行中，研究结果尚未公布。
10．监测动物的体温及饲养场不同垫料的表面温度。饲养场管理人员需要监测饲养场的表面温度，并将其与动物体温相关联，从而减轻动物的热负担。远程监控堆肥情况能够更容易地确定是否需要进行翻堆或已经完成腐熟。
研究发现：研究人员将利用地面温度表测量不同垫料的表面温度。热图像数据将通过无人机收集，用来检测饲养场的表面温度。研究正在进行中，结果尚未公布。
11．检测牧场中的患病动物。牛肉生产商需要尽快找出患病动物，对其及早治疗或隔离。
研究发现：相关研究正在进行中，研究结果尚未公布。
12．识别动物的极端行为倾向。牧场会对动物进行每天三次监测，用来识别破坏性行为。多光谱图像数据将与地面实测数据进行对比，从而确保无人机识别离群动物的能力和精确度。在夏季动物放牧期间，该数据采集系统将被重复测试三次。
研究发现：相关研究正在进行中，研究结果尚未公布。
“这个行业仍处于起步阶段。”Ostlie说。“在数据处理速度和数据采集查看等方面必将有巨大的突破。在这个过去的生长季中我们获得了大量的数据用来进行评估，我们将继续我们的研究工作，评估通过这种新技术还可以收集哪些信息。”
?
?
?
声明：农机大全所有（图文、音视频）均由用户自行上传分享，仅供网友学习交流，版权归原作者。若您的权利被侵害，请联系 56325386@qq.com 删除。
载注明出处：http://nongjidaquan.com/news/180395.html