CHNSpec Technology (Zhejiang)Co.,Ltd chnspec@colorspec.cn 86--13732210605
ウォールナッツは,中国の重要なナッツ果樹と木造油の木種である.独特の味と豊富な栄養価で,ウォールナッツは,世界の4つの乾燥果実の中で第一位を占めています.果実の拡大段階は,ナッツの果実の発達の最初の段階です.この段階の栄養不足は,後の果物の質と収穫に直接影響します.成長段階のナッツ果物の窒素含有量を監視し診断することは 木の成長を制御し,適切な管理計画を適時に調整するために非常に重要です.
この研究では,400-1000nmの超スペクトルカメラが適用され,杭州カラースペクトルテクノロジー株式会社 (LTD) の製品であるFS60は,関連する研究に使用することができる.スペクトル範囲は400-1000nmです.,波長解像度は2.5nm以上で,最大1200のスペクトルチャネルに到達できる.全スペクトルで取得速度は128FPSに達する.帯域選択の後の最大値は3300Hz (多地域帯域選択をサポートする).
一│ 予備
UAVの超スペクトルカメラでナッツの甲板の窒素含有量を推定するには,まずデータ収集が必要です.超スペクトルカメラを装備した適切なUAVプラットフォームを選択します.ウォールナット・ガーデン上空の 既定のルートと高度に従って飛行を行う飛行中に 超スペクトルカメラは 特定の時間間隔や空間間隔で ナッツの屋根をイメージし 大量の超スペクトル画像データを取得します 同時にデータの正確性と信頼性を確保するため核桃の葉の窒素含有量や従来の方法によって決定された天蓋構造パラメータなどの基準データを同時に地面で収集することも必要である.
二、結果と分析
グラフ2に示されているように,オールナッツ土地と影が一定程度に重なり合っている 5年ぶりのナッツの森の遠隔検出画像の帯域全体520~600nm の帯域では,影のスペクトル反射性は0未満です.10この範囲では,ナッツと土壌のスペクトル反射力の差は明らかに重なり合っていないし,両者のスペクトル反射力は0.10以上である.ウォールナッツのスペクトル反射性ワルナッツのスペクトル反射力は 740-900nm の範囲で 0.7 以上です.対象でない他の植物のスペクトル反射力は0未満です.7核桃のスペクトル反射力は,緑光と近赤外線帯では他の非標的植物と区別できるが,一つまたはいくつかの帯では区別できないため,ENVI5では計算できません.3 ソフトウェアウォールナット・キャノピの流暢な抽出プロセスを容易にするため,この試験では,緑色光と近赤外線帯におけるナッツの覆い層の最大スペクトル反射量 Bw(550が選択されています..7) と B ((779.4) が分類され,天蓋の範囲を決定するために識別された.オールナッツの木,土壌,影はENVI5.3ソフトウェアで定義されている.すなわち,スペクトル反射がB ((550) にあるとき.7 は 0 未満または 0 に等しい.10 と B (779.4) のスペクトル反射力は 0 未満または 0 未満である.20影が識別され,除去される.Bのスペクトル反射量が0.10より大きく,Bのスペクトル反射量が (779.4) のスペクトル反射量が0未満または等しいとき.70B550.7のスペクトル反射性が B550.7のスペクトル反射量よりも大きい場合.0.10Bのスペクトル反射量は0以上である.70核桃の木が対象植物として特定されています.
さらに,一般化と分類の精度が良いサポートベクトルマシンを使用して,天蓋の範囲を抽出しました.そして,スペクトル特性をベースにした天蓋の範囲抽出の精度が比較されましたまず,ENVI5.3ソフトウェアでは,リモコンセンシング画像の地面物体は,ナッツの木と他の2種類に分かれています (図4).緑色のエリアは,他の2種類のサンプル間の分離性は1でした.998,その後SVM分類器が監督された分類のために選択され,元の分類結果 (図5a) が得られました.分類結果には小さな欠陥が多くありました準確性が最終的な適用目的を達成するのに困難であったため,予備分類結果を処理するために,メジャーティ・スモール・パッチ処理方法が採用されました.実際の要件を満たす分類結果が得られた (5b図)カッパ係数は0であった.997目標植物のマッピング精度は99.65%でしたMatab2014b ソフトウェアは,この研究におけるスペクトル特性に基づいて決定されたキャノピー範囲を,サポートベクトルマシン方法によって識別されたキャノピー範囲ピクセルと重複するために使用されました.カノピー範囲には4257の重複したピクセルがあり,スペクトル特性の基に選択されたキャノピー範囲ピクセル数は96でした.サポートベクトルマシン内のピクセル数の77%図 6 に示されているような,高精度,重複した結果
現在,ウオールナッツの覆い木の窒素含有量を推定するUAVハイパースペクトラルカメラの適用は,依然として継続的な開発と改善の段階にあります.テクノロジーの進歩によって超スペクトルカメラの性能がさらに向上し,スペクトル解像度と画像品質が向上します.データの処理と分析方法が よりスマートで自動化され超スペクトルデータとリダードデータと熱赤外線データとの組み合わせなど,マルチソースデータ・フュージョン技術の開発が同時に進んでいます.核桃の木の成長に関するより包括的で正確な情報を得ることができますさらに,精密農業の概念の深遠な推進により,UAVハイパースペクトラルカメラ技術がナッツの栽培分野ではより広く使用されると予想されていますナッツ産業の持続可能な発展に 強力な技術的支援を
概要すると,UAVハイパースペクトルカメラは,先進的なリモコンセンシングモニタリング技術として,オールナッツの天井の窒素含有量の推定の応用に広い見通しと大きな可能性を秘めています.核桃 の 覆い の 窒素 含有量 を 正確 に,迅速 に 推定 する こと に よっ て,核桃 栽培 者 が 肥料 決定 を する ため の 科学 的 な 根拠 を 提供 でき ます精密な肥料化,肥料利用の改善,資源の浪費と環境汚染の削減,高品質なナッツ産業の発展を促進する.