DOI：10.3969/j.issn.1672-3872.2024.12.007
基金项目：贵州省科技厅2019年立项的重大专项“贵州高海拔500亩以上坝区‘三白’蔬菜种植智能化信息化技术集成与应用示范”（黔科合重大专项字（2019）3014号-4）；贵州省科技厅2023年立项的省级一般项目“山地叶菜栽培机械化关键技术集成及复合生态种植模式研究”（黔科合支撑（2023）一般042）
作 者：班甜甜1 ，蔡家斌2 ，马 超1 ，陈跃威2 （1. 贵州省农业科学院园艺研究所，贵州 贵阳 550025；2.贵州大学，贵州 贵阳 550025）
摘 要：【目的】基于无人机与遥感技术，致力于实现蔬菜生长动态的精确监测与信息采集。【方法】通过搭载多光谱和热红外传感器的无人机，构建了高效的低空遥感系统，能够获取高辨识度的影像数据。针对蔬菜的表型特征提取，采用了先进的数字图像分析和机器学习方法，实现了对单株植株的分割与参数测量。基于多时相信息，运用LSTM等模型构建了精准的生长预测模型。【结果】在贵州清镇地区的标准化蔬菜高效生产基地进行的三年连续监测表明：1）本研究所提出的技术路线能够有效实时获取高分辨率影像，实现了高精度的表型参数提取和生长状态预测，平均相对误差控制在6%以内。2）基于多时相信息，构建的LSTM模型可以较好地模拟和预测蔬菜的生长曲线，验证集上的R2和RMSE分别达到0.89和3.6。3）空间分布结果表明，研究区内结球白菜样本点LAI的变异系数为0.074，达到较高的生长均匀性。【结论】本研究构建的监测系统能够为蔬菜的生长全过程提供精密化监测，为设施农业的数字化管理与智能控制提供有力支撑。
关键词：无人机遥感；蔬菜生长监测；表型特征提取；生长预测
引文信息：[1]班甜甜，蔡家斌，马超，等.基于无人机和遥感技术的蔬菜表型信息采集与监测研究[J].南方农机，2024，55(12)：30-32+54.
查看全文请下载PDF文件↓
