利用无人机遥感监测农作物种植面积

doi:10.13474/j.cnki.11-2246.2020.0218

测绘通报 ›› 2020, Vol. 0 ›› Issue (7): 76-81.doi: 10.13474/j.cnki.11-2246.2020.0218

利用无人机遥感监测农作物种植面积

任泽茜³, 丁丽霞^1,2,3, 刘丽娟^1,2,3, 谢锦莹^2,3, 敖伊颍³, 张继艳³, 何嘉莹³

1. 浙江农林大学省部共建亚热带森林培育国家重点实验室, 浙江杭州 311300;
2. 浙江农林大学浙江省森林生态系统碳循环与固碳减排重点实验室, 浙江杭州 311300;
3. 浙江农林大学环境与资源学院, 浙江杭州 311300

收稿日期:2019-10-11 出版日期:2020-07-25 发布日期:2020-08-01
通讯作者: 丁丽霞。E-mail:dlxlxy@126.com E-mail:dlxlxy@126.com
作者简介:任泽茜(1997-),女,研究方向为无人机遥感在农业监测中的应用。E-mail:3475968541@qq.com
基金资助:
国家自然科学基金（31870619）

Crop acreage monitoring based on UAV image

REN Zexi³, DING Lixia^1,2,3, LIU Lijuan^1,2,3, XIE Jinying^2,3, AO Yiying³, ZHANG Jiyan³, HE Jiaying³

1. State Key Laboratory of Subtropical Silviculture, Zhejiang A&F University, Hangzhou 311300, China;
2. Key Laboratory of Carbon Cycling Forest Ecosystems and Carbon Sequestration of Zhejiang Province, Zhejiang A&F University, Hangzhou 311300, China;
3. School of Environmental and Resource Sciences, Zhejiang A&F University, Hangzhou 311300, China

Received:2019-10-11 Online:2020-07-25 Published:2020-08-01

摘要/Abstract

摘要： 南方平原耕地具有地块破碎、农作物种植品种多且空间分布混杂程度高等特点，运用传统的遥感技术方法精确监测农作物面积较为困难。无人机航拍具有拍摄时间灵活、空间分辨率高、成本低等优势，为解决这一难题提供了有利途径。本文通过地面样地调查，获取杭州市余杭区瓶窑镇农作物样地的位置及种植品种数据，利用面向对象的多尺度分割方法与随机森林的分类方法对无人机航拍数据进行分割、分类，深入挖掘高分辨率遥感数据信息，用于提取农作物种植品种及其空间分布信息，实现高精度的农作物种植面积遥感监测，推进无人机遥感在农业中的深入应用，提高农业遥感应用效益。

关键词: 无人机, 高分辨率图像, 多尺度分割, 随机森林分类, 农作物面积

Abstract: The cultivated land in the southern plain is fragmented, varieties of crops planted and the spatial distribution is mixed, so it is difficult to accurately monitor the area of crops by using traditional remote sensing technology. Drones aerial photography has advantages providing a beneficial way to solve this problem which is flexible for shooting time, high spatial resolution and low cost, et al. In this paper, drones aerial photography data is used to monitor the ground sample plots in Pingyao town, Yuhang district, Hangzhou city, to obtain the the location and variety data of the crops. The object-oriented multi-scale segmentation method and the random forest classification method are used to segment and classify the aerial data of the drone, and the high-resolution remote sensing data information is used to extract the crop varieties and their spatial information to achieve high-precision crops area, to promotthe deeply application of UAV remote sensing in agriculture.

Key words: UAV, high-resolution image, multi-scale segmentation, random forest classificaton, crop area

中图分类号:

P237

任泽茜, 丁丽霞, 刘丽娟, 谢锦莹, 敖伊颍, 张继艳, 何嘉莹. 利用无人机遥感监测农作物种植面积[J]. 测绘通报, 2020, 0(7): 76-81.

REN Zexi, DING Lixia, LIU Lijuan, XIE Jinying, AO Yiying, ZHANG Jiyan, HE Jiaying. Crop acreage monitoring based on UAV image[J]. Bulletin of Surveying and Mapping, 2020, 0(7): 76-81.

参考文献

[1] YANG Z W, WU W B, DI L P, et al. Remote sensing for agricultural applications[J]. Journal of Integrative Agriculture, 2017, 16(2):239-241.
[2] YOUNG L J. Agricultural crop forecasting for large geograp-hical areas[J].Annual Review of Statistics and Its Application, 2019, 6(1):173-196.
[3] 陆登槐. 遥感技术在农业工程中的应用[M]. 北京:清华大学出版社, 1997.
[4] 陈正宜. 农业土地资源研究中的遥感图像综合分析——以天然渠、文岩渠地区为例[J]. 遥感信息, 1986(4):14-16.
[5] 许迪, 李益农, 蔡林根, 等. 卫星遥感影像在农田灌排系统识别中的应用研究[J].农业工程学报, 2004,20(2):36-39.
[6] MAES W H, STEPPE K. Perspectives for remote sensing with unmanned aerial vehicles in precision agriculture[J]. Trends in plant science,2019,24(2):152-164.
[7] ISHIDA T, KURIHARA J, VIRAY F A, et al. A novel approach for vegetation classification using UAV-based hyperspectral imaging[J]. Computers & Electronics in Agriculture, 2018, 144:80-85.
[8] 滕连泽, 罗勇, 张洪吉, 等. 无人机遥感在农业监测中的应用研究综述[J].科技资讯,2018,16(23):122-124.
[9] 常潇月, 常庆瑞, 王晓凡, 等. 基于无人机高光谱影像玉米叶绿素含量估算[J].干旱地区农业研究,2019,37(1):66-73.
[10] PAN Y, ZHANG J, ZHOU W, et al. Methodology of the crops acreage estimation using remote sensing and survey sampling in national statistical system of China[C]//Proceedings of the First International Conference on Agro-geoinformatics.[S.l.]:IEEE, 2012.
[11] ZHANG J, ZHU S, ZHU X, et al. Improving sampling efficiency of crop acreage estimation using wheat planting rule from historical remote sensing[J]. Journal of Applied Remote Sensing, 2014, 8(1):083663.
[12] 朱长明, 骆剑承, 沈占锋, 等. 基于地块特征基元与多时相遥感数据的冬小麦播种面积快速提取[J]. 农业工程学报, 2011,27(9):94-99.
[13] 刘克宝,刘述彬,陆忠军,等.利用高空间分辨率遥感数据的农作物种植结构提取[J].中国农业资源与区划,2014,35(1):21-26.
[14] 郭燕, 武喜红, 程永政, 等. 用高分一号数据提取玉米面积及精度分析[J].遥感信息,2015,30(6):31-36.
[15] 乌云德吉, 乌兰吐雅, 于利峰, 等. 基于GF-1 WFV数据的河套灌区春小麦长势遥感分析——以临河区为例[J]. 北方农业学报, 2018, 46(2):123-128.
[16] 林芬, 赵庚星, 常春艳, 等. 基于相邻轨道图像的冬小麦面积提取及长势分析[J]. 农业资源与环境学报, 2016,33(4):384-389.
[17] JOHNSON B, XIE Z X. Unsupervised image segmenta-tion evaluation and refinement using a multi-scale approach[J]. ISPRS Journal of Photogrammetry and Remote Sensing,2011,66(4):473-483.
[18] 刘毅,杜培军,郑辉,等.基于随机森林的国产小卫星遥感影像分类研究[J].测绘科学,2012,37(4):194-196.
[19] 吴晗, 林晓龙, 李曦嵘, 等. 面向农业应用的无人机遥感影像地块边界提取[J].计算机应用,2019,39(1):298-304.
[20] 阚晓云, 孙景振, 王红伟. 无人机影像分割尺度及地物分类研究[J].科技广场,2013(11):12-16.
[21] 张明媚, 姚国红. 面向对象的高分辨率遥感影像信息提取技术[J]. 地理空间信息, 2013, 11(1):89-91.
[22] 陈丽萍, 孙玉军. 基于不同决策树的面向对象林区遥感影像分类比较[J].应用生态学报,2018,29(12):3995-4003.
[23] ANDRS V, GITELSON A A, RUNDQUIST D C, et al. Monitoring maize (Zea mays L.) phenology with remote sensing[J]. Agronomy Journal, 2004, 96(4):1139-1147.
[24] 贾坤, 姚云军, 魏香琴, 等.植被覆盖度遥感估算研究进展[J]. 地球科学进展, 2013, 28(7):774-782.
[25] HAN N, DU H, ZHOU G, et al. Exploring the synergistic use of multi-scale image object metrics for land-use/land-cover mapping using an object-based approach[J]. International Journal of Remote Sensing,2015,36(13):3544-3562.
[26] HAN N, DU H, ZHOU G, et al. Object-based classifica-tion using SPOT-5 imagery for Moso bamboo forest mapping[J]. International Journal of Remote Sensing,2014,35(3):1126-1142.
[27] 李方方,刘正军,徐强强,等.面向对象随机森林方法在湿地植被分类的应用[J].遥感信息.2018,33(1):111-116.
[28] LU D, HETRICK S, MORAN E. Land cover classifica-tion in a complex urban-rural landscape with QuickBird imagery[J]. Photogramm Eng Remote Sensing, 2010, 76(10):1159-1168.
[29] 孟杰, 李春林. 基于随机森林模型的分类数据缺失值插补[J]. 统计与信息论坛, 2014(9):86-90.
[30] 穆亚南, 丁丽霞, 李楠, 等. 基于面向对象和随机森林模型的杭州湾滨海湿地植被信息提取[J]. 浙江农林大学学报, 2018, 35(6):105-114.
[31] 龙怡霖, 蔡骋. 基于遥感的随机森林农田水肥等级分级算法[J].计算机应用与软件,2016,33(8):260-263,268.
[32] 程立真, 朱西存, 高璐璐, 等. 基于随机森林模型的苹果叶片磷素含量高光谱估测[J].果树学报,2016,33(10):1219-1229.
[33] 夏永泉, 王兵, 支俊, 等. 基于随机森林方法的小麦叶片病害识别研究[J].图学学报,2018,39(1):57-62.

利用无人机遥感监测农作物种植面积

Crop acreage monitoring based on UAV image

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	胡义强, 杨骥, 荆文龙, 彭小燕, 蓝文陆, 彭梦微, 张雨萌. 茅尾海入海河口池塘养殖污染状况遥感调查[J]. 测绘通报, 2022, 0(7): 12-17,53.
[2]	冉崇宪, 李森磊. 利用无人机多光谱影像提取树冠信息[J]. 测绘通报, 2022, 0(7): 112-117.
[3]	刘玉贤, 阮明浩, 闫臻. 一种基于机载激光点云的门型电塔精确提取方法[J]. 测绘通报, 2022, 0(7): 129-133.
[4]	周烨, 刘云波, 郑丽波, 龙泱君. 多平台点云数据的单木参数提取精度分析[J]. 测绘通报, 2022, 0(7): 168-172.
[5]	胡义强, 杨骥, 荆文龙, 杨传训, 舒思京, 李勇. 基于无人机遥感的海岸带生态环境监测研究综述[J]. 测绘通报, 2022, 0(6): 18-24.
[6]	周建国, 罗超, 彭朵. 微型无人机辅助的三角高程测量方法[J]. 测绘通报, 2022, 0(6): 71-75.
[7]	刘耀辉, 于祥惠, 范洁洁, 周洁, 程昊, 姚国标, 孟飞, 靳奉祥. 基于无人机影像和面向对象的中国西部地区农村宅基地面积快速估算[J]. 测绘通报, 2022, 0(6): 125-129.
[8]	万忠明, 王亚文, 范子义. 无人机倾斜摄影技术在边坡监测中的应用[J]. 测绘通报, 2022, 0(6): 170-172.
[9]	王广帅. 无人机倾斜摄影铁路轨道线高精度自动重建[J]. 测绘通报, 2022, 0(5): 133-139,156.
[10]	毕瑞, 甘淑, 袁希平, 李绕波, 高莎. 不同地形环境下无人机航线规划及三维建模分析[J]. 测绘通报, 2022, 0(4): 83-89,129.
[11]	任旭斌, 康建锋, 于东海. 无人机倾斜摄影测量在房屋建筑面积测算中的应用[J]. 测绘通报, 2022, 0(3): 116-120,126.
[12]	蔡嘉伦, 贾洪果, 刘国祥, 张波, 刘巧, 吴仁哲, 向卫, 毛文飞, 张瑞. 对比传统低空航测的无人机倾斜摄影测量精度评估[J]. 测绘通报, 2022, 0(2): 31-36.
[13]	贾煜, 汪泓, 蔡宏, 张磊. 结合地形因子与分层策略的喀斯特地区无人机影像分类[J]. 测绘通报, 2022, 0(2): 121-127.
[14]	范媛, 范宏, 吴建国, 林峻, 陈吉军, 巴日斯, 郑江华. 无人机影像识别白喉乌头的相对高程阈值法适用性分析[J]. 测绘通报, 2022, 0(2): 131-135.
[15]	高莎, 袁希平, 甘淑, 杨明龙, 袁新悦, 罗为东. 融合无人机影像与LiDAR点云的山区地表覆被景观特征探测[J]. 测绘通报, 2022, 0(1): 110-115.