CN110779497A - 一种天地空一体化小麦产量评估方法 - Google Patents
一种天地空一体化小麦产量评估方法 Download PDFInfo
- Publication number
- CN110779497A CN110779497A CN201911080567.3A CN201911080567A CN110779497A CN 110779497 A CN110779497 A CN 110779497A CN 201911080567 A CN201911080567 A CN 201911080567A CN 110779497 A CN110779497 A CN 110779497A
- Authority
- CN
- China
- Prior art keywords
- wheat
- aerial vehicle
- unmanned aerial
- yield
- range
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 241000209140 Triticum Species 0.000 title claims abstract description 71
- 235000021307 Triticum Nutrition 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 15
- 235000013339 cereals Nutrition 0.000 claims abstract description 18
- 238000005303 weighing Methods 0.000 claims abstract description 17
- 241000495841 Oenanthe oenanthe Species 0.000 claims abstract description 9
- 241001024327 Oenanthe <Aves> Species 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims abstract description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 8
- 240000004176 Triticum sphaerococcum Species 0.000 claims abstract description 7
- 235000018637 Triticum sphaerococcum Nutrition 0.000 claims abstract description 7
- 238000011156 evaluation Methods 0.000 abstract description 7
- 238000003860 storage Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Radar, Positioning & Navigation (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Animal Husbandry (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Mining & Mineral Resources (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Agronomy & Crop Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Marine Sciences & Fisheries (AREA)
- Remote Sensing (AREA)
- Strategic Management (AREA)
Abstract
本发明提供了一种天地空一体化小麦产量评估方法,涉及粮食产量评估领域,包括卫星定位***、遥感无人机计数装置以及移动测重装置,移动测重装置到位后,卫星定位***预先编辑定位点,导航模块接收卫星定位***发出的定位信号,遥感无人机计数装置根据定位点飞行到设定高度并稳定在定位点,位于无人机下部的摄像模块拍摄多组单位面积内的小麦图片,数量统计模块用于处理拍摄的小麦图片中的麦穗数U以及单株麦穗上的麦粒数目W,工作人员则将该地块的样品小麦烘干至含水率至13%的安全数值范围,称重设备用于称重千粒小麦重量Y,从而精确快速得出单位面积的产量,进而实现评估小麦产量。
Description
技术领域
本发明涉及粮食产量评估,尤其涉及一种天地空一体化小麦产量评估方法。
背景技术
国家在小麦收割前将会对小麦主产区的产量进行预估,从而便于国家统筹安排存储和收购等事宜,并且个别大型的粮食加工企业也会对小麦的产量进行评估,便于根据产量具体参考定价等,现有的小麦产量评估多采用人工取样的方法,即在多个不同地块选取一定范围的小麦,然后进行人工收割,并且对收割完成的小麦进行晾晒,并进行测重,然后单位面积的小麦产量则根据多组评估地块的平均值进行预估,但是这种评估方法精度较低,而且评估时间较长,对于较小区域的评估具备参考价值,但是由于我国小麦种植区广袤,海拔、地理位置以及水源等多种因素决定了小麦的产量,完全依赖人工进行评估的方法难以及时完成大部分区域的评估,而且依靠人工丈量精度不高,可能造成评估结果存在较大误差。
发明内容
本发明所要解决的技术问题是克服现有技术中存在的不足,提供一种提高小麦产量评估精度和效率的天地空一体化小麦产量评估方法。
本发明是通过以下技术方案予以实现:一种天地空一体化小麦产量评估方法,包括卫星定位***、遥感无人机计数装置以及移动测重装置,遥感无人机计数装置包括无人机、导航模块、数量统计模块以及摄像模块,导航模块以及数量统计模块位于无人机内,摄像模块位于无人机的正下方,摄像模块的摄像方向朝向下方,导航模块接收卫星定位***的定位信号,摄像模块用于拍摄设定高度和角度范围内的小麦图片,数量统计模块用于处理拍摄的小麦图片中的麦穗数U以及单株麦穗上的麦粒数目W,移动测重装置包括烘烤设备以及称重设备,烘烤设备用于将小麦烘烤至含水率至13%的安全数值范围,称重设备用于称重千粒小麦重量Y。
移动测重装置到位后,卫星定位***预先编辑定位点,导航模块接收卫星定位***发出的定位信号,遥感无人机计数装置根据定位点飞行到设定高度并稳定在定位点,位于无人机下部的摄像模块拍摄多组单位面积内的小麦图片,数量统计模块用于处理拍摄的小麦图片中的麦穗数U以及单株麦穗上的麦粒数目W,工作人员则将该地块的样品小麦烘干至含水率至13%的安全数值范围,称重设备用于称重千粒小麦重量Y,从而精确快速得出单位面积的产量。
根据上述技术方案,优选地,无人机的设定高度为地面以上5-7m,该高度处摄像模块能够清晰拍摄位于其下方的小麦图片,并且尽可能增大拍摄范围;摄像模块的拍摄范围为多组1m2范围内的小麦图片,单位面积的小麦数量适当。
根据上述技术方案,优选地,无人机的拍摄范围为以无人机为中心的范围内10m2的设定范围内,无人机以设定范围为界限,随机拍摄多组不重合的1m2范围的小麦图片,随机选取不重合的单位小麦,增强数值的可靠性。
根据上述技术方案,优选地,1m2内的产量A1=U*W*Y/1000,无人机的设定范围内的1m2内的产量取多组的平均值,其中单次设定范围内的Y为恒定值。
根据上述技术方案,优选地,移动测重装置上设有信息交换站,信息交换站用于接收数量统计模块发出的统计信息,并且信息交换站用于将统计信息发送至统计中心,统计中心对统计信息汇总和分析,统计中心便于汇总多组信息交换站得出的信息,提高数据的可靠性。
根据上述技术方案,优选地,卫星定位***为北斗卫星***。
本发明的有益效果是:移动测重装置到位后,卫星定位***预先编辑定位点,导航模块接收卫星定位***发出的定位信号,遥感无人机计数装置根据定位点飞行到设定高度并稳定在定位点,位于无人机下部的摄像模块拍摄多组单位面积内的小麦图片,数量统计模块用于处理拍摄的小麦图片中的麦穗数U以及单株麦穗上的麦粒数目W,工作人员则将该地块的样品小麦烘干至含水率至13%的安全数值范围,称重设备用于称重千粒小麦重量Y,从而精确快速得出单位面积的产量。
具体实施方式
为了使本技术领域的技术人员更好地理解本发明的技术方案,下面结合实施例对本发明作进一步的详细说明。
本发明提供了一种天地空一体化小麦产量评估方法,包括卫星定位***、遥感无人机计数装置以及移动测重装置,遥感无人机计数装置包括无人机、导航模块、数量统计模块、蓄电池以及摄像模块,蓄电池、导航模块以及数量统计模块位于无人机内,摄像模块位于无人机的正下方,蓄电池为人机、导航模块、数量统计模块以及摄像模块提供能源,摄像模块的摄像方向朝向下方,导航模块接收卫星定位***的定位信号,摄像模块用于拍摄设定高度和角度范围内的小麦图片,数量统计模块用于处理拍摄的小麦图片中的麦穗数U以及单株麦穗上的麦粒数目W,移动测重装置包括烘烤设备以及称重设备,烘烤设备用于将小麦烘烤至含水率至13%的安全数值范围,称重设备用于称重千粒小麦重量Y。
工作过程:卫星定位***预先编辑定位点,测量人员和相关移动测重装置到位后,启动无人机,位于无人机内的导航模块接收卫星定位***发出的定位信号,工作人员操纵遥感无人机计数装置根据定位点飞行到设定高度并稳定在定位点,位于无人机下部的摄像模块拍摄多组单位面积内的小麦图片,数量统计模块用于处理拍摄的小麦图片中的麦穗数U以及单株麦穗上的麦粒数目W,工作人员则将该地块的样品小麦烘干至含水率至13%的安全数值范围,称重设备用于称重千粒小麦重量Y,由于一定范围地块的土地情况、降雨情况等极为接近,因此工作人员可将该千粒小麦重量Y作为该地块的恒定值,从而根据单位面积的麦穗数U以及单株麦穗上的麦粒数目W,工作人员能够精确快速得出单位面积的产量。
根据上述实施例,优选地,无人机的设定高度为5-7m,该高度处摄像模块能够清晰拍摄位于其下方的小麦图片,并且尽可能增大拍摄范围;摄像模块的拍摄范围为多组1m2范围内的小麦图片,单位面积的小麦数量适当。
进一步的,无人机的拍摄范围为以无人机为中心的范围内10m2的设定范围内,无人机以设定范围为界限,随机拍摄多组不重合的1m2范围的小麦图片,随机选取不重合的单位小麦,增强数值的可靠性。
综上所述,1m2内的产量A1=U*W*Y/1000,无人机的设定范围内的1m2内的产量取多组的平均,即平均值A=(A1+A2+A3++An)/n。
进一步的,移动测重装置上设有信息交换站,信息交换站用于接收数量统计模块发出的统计信息,并且信息交换站用于将统计信息发送至统计中心,统计中心对统计信息汇总和分析,统计中心便于汇总多组信息交换站得出的信息,提高数据的可靠性。
进一步的,卫星定位***为北斗卫星***,精度高。
本发明的有益效果是:移动测重装置到位后,卫星定位***预先编辑定位点,导航模块接收卫星定位***发出的定位信号,遥感无人机计数装置根据定位点飞行到设定高度并稳定在定位点,位于无人机下部的摄像模块拍摄多组单位面积内的小麦图片,数量统计模块用于处理拍摄的小麦图片中的麦穗数U以及单株麦穗上的麦粒数目W,工作人员则将该地块的样品小麦烘干至含水率至13%的安全数值范围,称重设备用于称重千粒小麦重量Y,从而精确快速得出单位面积的产量。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种天地空一体化小麦产量评估方法,其特征在于,包括卫星定位***、遥感无人机计数装置以及移动测重装置,所述遥感无人机计数装置包括无人机、导航模块、数量统计模块以及摄像模块,所述导航模块以及数量统计模块位于无人机内,所述摄像模块位于无人机的正下方,所述摄像模块的摄像方向朝向下方,所述导航模块用于接收卫星定位***的定位信号,所述摄像模块用于拍摄设定高度和角度范围内的小麦图片,所述数量统计模块用于处理拍摄的小麦图片中的麦穗数U以及单株麦穗上的麦粒数目W,所述移动测重装置包括烘烤设备以及称重设备,所述烘烤设备用于将小麦烘烤至含水率至13%的安全数值范围,所述称重设备用于称重千粒小麦重量Y。
2.根据权利要求1所述的一种天地空一体化小麦产量评估方法,其特征在于,所述无人机的设定高度为地面以上5-7m,所述摄像模块的拍摄范围为多组1㎡范围内的小麦图片。
3.根据权利要求2所述的一种天地空一体化小麦产量评估方法,其特征在于,所述无人机的拍摄范围为以无人机为中心的范围内10㎡的设定范围内,无人机以设定范围为界限,随机拍摄多组不重合的1㎡范围的小麦图片。
4.根据权利要求3所述的一种天地空一体化小麦产量评估方法,其特征在于,1㎡内的产量A1=U*W*Y/1000,无人机的设定范围内的1㎡内的产量取多组的平均值,其中单次设定范围内的Y为恒定值。
5.根据权利要求4所述的一种天地空一体化小麦产量评估方法,其特征在于,所述移动测重装置上设有信息交换站,所述信息交换站用于接收数量统计模块发出的统计信息,并且所述信息交换站用于将统计信息发送至统计中心,统计中心对统计信息汇总和分析。
6.根据权利要求5所述的一种天地空一体化小麦产量评估方法,其特征在于,所述卫星定位***为北斗卫星***。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911080567.3A CN110779497A (zh) | 2019-11-07 | 2019-11-07 | 一种天地空一体化小麦产量评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911080567.3A CN110779497A (zh) | 2019-11-07 | 2019-11-07 | 一种天地空一体化小麦产量评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110779497A true CN110779497A (zh) | 2020-02-11 |
Family
ID=69390032
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911080567.3A Pending CN110779497A (zh) | 2019-11-07 | 2019-11-07 | 一种天地空一体化小麦产量评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110779497A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112084839A (zh) * | 2020-07-21 | 2020-12-15 | 航天信德智图(北京)科技有限公司 | 一种天空地一体解析小地块玉米受非生物胁迫成因的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107314759A (zh) * | 2017-06-05 | 2017-11-03 | 江苏大学 | 基于无人机多角度拍摄的麦田产量估计方法与装置 |
CN107764382A (zh) * | 2017-11-27 | 2018-03-06 | 无锡同春新能源科技有限公司 | 基于北斗导航的无人机测算小麦田的粮食产量调查*** |
CN109459392A (zh) * | 2018-11-06 | 2019-03-12 | 南京农业大学 | 一种基于无人机多光谱影像的水稻地上部生物量估测方法 |
CN110163138A (zh) * | 2019-05-13 | 2019-08-23 | 河南科技大学 | 一种基于无人机多光谱遥感图像的小麦分蘖密度测算方法 |
-
2019
- 2019-11-07 CN CN201911080567.3A patent/CN110779497A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107314759A (zh) * | 2017-06-05 | 2017-11-03 | 江苏大学 | 基于无人机多角度拍摄的麦田产量估计方法与装置 |
CN107764382A (zh) * | 2017-11-27 | 2018-03-06 | 无锡同春新能源科技有限公司 | 基于北斗导航的无人机测算小麦田的粮食产量调查*** |
CN109459392A (zh) * | 2018-11-06 | 2019-03-12 | 南京农业大学 | 一种基于无人机多光谱影像的水稻地上部生物量估测方法 |
CN110163138A (zh) * | 2019-05-13 | 2019-08-23 | 河南科技大学 | 一种基于无人机多光谱遥感图像的小麦分蘖密度测算方法 |
Non-Patent Citations (1)
Title |
---|
李毅念等: "基于小麦群体图像的田间麦穗计数及产量预测方法", 《农业工程学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112084839A (zh) * | 2020-07-21 | 2020-12-15 | 航天信德智图(北京)科技有限公司 | 一种天空地一体解析小地块玉米受非生物胁迫成因的方法 |
CN112084839B (zh) * | 2020-07-21 | 2024-03-05 | 沈阳农业大学 | 一种天空地一体解析小地块玉米受非生物胁迫成因的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108760660A (zh) | 一种返青期冬小麦叶绿素含量估算方法 | |
CN106780079B (zh) | 基于遥感数据的冬小麦不同生育期叶面积指数反演方法 | |
US20190220964A1 (en) | System and method for monitoring crops | |
CN110567891B (zh) | 一种冬小麦冠层叶绿素估测***及方法 | |
CN111241912A (zh) | 一种基于机器学习算法的多植被指数的水稻产量估测方法 | |
CN104732564B (zh) | 一种玉米叶面积无损动态监测装置与方法 | |
CN109142240A (zh) | 一种基于无人机遥感的大田作物水分胁迫监测方法 | |
CN109269645A (zh) | 一种基于无人机可见光和热红外遥感的大田玉米冠层温度提取方法 | |
CN112986158B (zh) | 基于无人机多光谱数据的甜菜氮素营养检测方法及*** | |
CN111028378A (zh) | 一种用于渔光互补式光伏电站的无人机巡检***及巡检方法 | |
CN111598937A (zh) | 一种基于标定区块对靶校正的农田测亩方法及*** | |
CN110779497A (zh) | 一种天地空一体化小麦产量评估方法 | |
CN204831093U (zh) | 一种草地高度监测装置 | |
CN108036856B (zh) | 多旋翼无人机机载成像光谱仪实时定标*** | |
CN110557604A (zh) | 用于电力设施智能巡检的无人机影像全自动拍摄方法装置 | |
CN111833435A (zh) | 无人机近地遥感成熟作物密度高通量测量方法 | |
CN103776426B (zh) | 一种旋转平台农田成像几何校正方法 | |
CN111695723B (zh) | 一种基于Ku波段无人机载SAR的双物候期水稻产量预测方法 | |
CN212861863U (zh) | 基于无人机的植物群落统计监测*** | |
Nonhebel | Inaccuracies in weather data and their effects on crop growth simulation results. I. Potential production | |
CN102628689A (zh) | 作物覆盖度自动在线观测方法及装置 | |
CN112949411A (zh) | 一种光谱图像校正方法及装置 | |
CN115829854A (zh) | 植物表型光谱补偿装置、方法、电子设备及存储介质 | |
CN110728205A (zh) | 一种基于ai云计算的便携式水稻智能考种*** | |
CN107764382A (zh) | 基于北斗导航的无人机测算小麦田的粮食产量调查*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200211 |