基于无人机低空多源遥感数据融合的水稻病害快速定位诊断研究

The excessive use of pesticides in China has caused serious environmental problems. Variable operation of reducing the application and increasing efficiency is the development direction of modern intelligent agricultural machinery. Therefore, rapid positioning and detection of disease information based on UAV low-altitude remote sensing technology has a good application prospect. In this study, the typical diseases of rice were studied. The UAV was equipped with hyperspectral, multi-spectral, RGB camera and thermal infrared camera to acquire the remote sensing data in the field. After the data was preprocessed through solar irradiation correction and atmospheric correction etc., the data was georeferenced by the result of RTK GNSS/INS deep coupling calculation of the external orientation elements for direct georeferencing. And then based on ground verification data to establish, a multi-source data fusion method is built for multi-source remote sensing data fusion model. This study will enrich the detection methods of rice diseases and improve the detection efficiency of field diseases. The results of the study will provide data support for variable pesticide application.

我国农药过量使用造成严重环境问题，减施增效的变量作业是现代智能农机发展方向，基于无人机低空遥感技术进行病害信息快速定位与检测有较好应用前景。本研究以水稻典型病害为研究对象，采用无人机搭载高光谱、多光谱、RGB相机与热红外相机进行田间遥感数据获取，对数据进行太阳辐照校正、大气修正等预处理之后，结合经RTK GNSS/INS深耦合计算所得外方位元素进行直接地理配准，再依据地面验证数据建立特征级多源数据融合的水稻病害检测模型，研究多源遥感数据多尺度分解的图像融合方法。本研究将丰富水稻病害检测手段，提高大田病害检测效率，研究所得结果将为变量施药提供数据支撑。

我国农药过量使用造成严重环境问题，减施增效的变量作业是现代智能农机发展方向，基于无人机低空遥感技术进行病害信息快速定位与检测有广阔应用前景。针对多源遥感数据多尺度分解的图像融合方法，分别开展了基于多种机器学习方法的多光谱与植被指数融合进行地物像素级精准分类，与基于对抗生成神经网络的高分辨率RGB与多光谱图像的融合方法研究，取得成果国际领先；针对田间病害检测，提出了基于图谱融合方式进行地物分类，解决了基于单像素波谱分类结果存在大量离散点的情况，所得结果显著优于现存机器学习方法；针对项目软硬件需求，完成了无人机机载多源成像系统设计与开发，并完成了软硬件建设；引入时序表型概念对作物生长规律进行高时相分辨率观测，结果证明在单个生长季内，作物冠层面积符合Logistics生长规律，并对参数进行拟合，这对未来实现时序监测稻田病害提供了实践方法参考和数据及理论依据；针对减施增效的靶向变量作业开展基于嵌入式系统的移动端深度神经网络的目标识别与分类，由于在农田的场景中，需要的识别的种类少，背景单一，提出了一种RTSD-Net，在保证检测度的前提下提高了模型的检测速度，在未来智能农机上有非常大的应用潜力。通过本项目的研究，对稻田病害诊断与定位方法存在的问题进行了深入探讨，包括光谱图像与植被指数融合、高光谱分类中的图谱融合方法与评价方法、直接定理配准结合GIS方法、作物冠层时序监测方法等，取得了显著的突破，丰富了水稻病害检测手段，提高了大田病害检测效率，所得结果将为研究稻田病害发生发展及时序变化规律及针对性变量施药提供数据支撑。