《作物长势监测与分析建设方案》由会员分享，可在线阅读，更多相关《作物长势监测与分析建设方案（13页珍藏版）》请在金锄头文库上搜索。
1、作物长势监测与分析建设方案一、方案概述在植物生长期内尽早掌握植物生长形势在一定情况下比精确估 计作物种植面积和总产量本身还重要，尤其对可能出现的大规模的粮 食短缺或盈余，尽早地获取作物长势信息显得更为重要。作物生长状 况，如叶绿素含量、氮素含量、叶面积指数等直接影响作物的生长发 育、品质、产量，是作物长势监测的重要指标，是评价作物长势的重 要数据来源，也是作物生产精确管理调控的重要依据。实时获取作物 生长参数可以让农户及时了解作物生长状况、制定相应施肥施药计划 从而保证作物健康生长。作物长势是一个看似简单但又难于表达清楚的一个概念一般认 为长势就是作物生长的状况与趋势，或者说作物生长的态势。虽
2、然人 们对作物的形貌看起来是那么的熟悉，但要精确定量地描述作物的长 势却是不容易的。总起来说，作物的长势可以用个体与群体特征来描 述。作物长势监测不仅仅是为了农业生产管理，而且往往也是制定国 民经济政策的重要依据。二、常用的作物长势监测方法1、人工观察法人工观察的方法是作物长势监测的最古老的方法，也是目前农业 生产者用得最多的方法。观察者通过观察作物的几何尺寸、形状、颜 色等外观特征来判别作物生长的情况如缺水、缺肥、病虫害等。植物 营养原理认为，叶色是氮素营养状况最敏感的指标，叶色与叶片中含 氮量呈正相关。当植株缺氮时，由于蛋白质合成少，酶和叶绿素含量 下降，细胞分裂减慢，叶色变黄，作物早熟、
3、低产；相反，当植株氮 素过剩时，碳代谢不协调，蛋白质合成增加，碳水化合物被大量消耗， 纤维素等减少，造成徒长，抗逆性下降，感病倒伏减产，人们已经很 早就掌握了从它们的叶子判断植株营养状况的方法。人们从实践中积 累了许多判断植物生长情况的知识，如还可以根据叶片颜色判断水分 情况，根据叶片、茎秆上的斑点异状判断病虫害。人工观察法简单易 行，能对密集的植物内部及不同高度部位进行观察，观察全面，但耗 费大量人力，效率低下。另外，需要观察者有丰富的经验和农作物知 识，并且一般只能给出定性的结论，观察结果的主观性强，也不适于 大面积监测。2、遥感监测作物长势遥感监测是建立在绿色植物光谱理论基础上的。根据绿
4、 色植物对光谱的反射特性，在可见光部分有强的吸收带，近红外部分 有强的反射峰，从而反映出作物生长信息，进而判断作物的生长状况， 进行长势的监测。作物长势遥感监测指对作物的苗情、生长状况及其 变化的宏观监测。目前大都是采用陆地卫星遥感数据和甚高分辨率气 象遥感数据，同时发展了用高光谱卫星遥感和雷达遥感监测作物长势 对拍摄的图片进行处理，提取作物长势遥感指标：叶面积指数、叶绿 素含量、归一化植被指数等，判断作物生长状态，及早发现营养元素 亏缺及病虫害情况，从而采取积极有效的措施。利用植物叶片反射光 谱与叶片叶绿素含量成比例的原理，引入新的算法使叶绿素量估测误 差小于，进而使植物的长势得到更好的监测
5、。采用微波遥感监测高粱 等参数来侦察害虫，发现总叶绿素的含量有助于估测虫害。随着技术 的进一步发展，遥感技术和其它技术结合，对作物的监测方法做了很 多改进，提高了监测的精度。遥感技术与3S技术结合，能实现对植 物长势的空间信息系统从数据获取到数据处理以及信息生成的自动 化监测，从而实现大规模的运行，同时提高监测精度，取得理想的效 果，显示出巨大的优越性。3、机器视觉与数字图像处理随着计算机图像处理系统、图像采集部件ccd摄像机和数码摄像 机的发展，而且计算机图像有着比人眼精细的分辨能力，因此计算机 图像处理和图像分析的方法也逐步被用于作物长势诊断。许多学者应 用机器视觉技术对作物生长状况进行监
6、测。这种方法是在种植区安装 ccd 摄像头对作物实施实时监测，所以适宜于中小面积地面监测，在 大棚中的监测效果尤为显著。这种监测得到的数据通过图像处理方法 处理后不仅可以提取反映生长状况的叶面积指数（LAI）,还可以提取 一些农作物个体特征如株高、茎粗、叶片数等及群体特征如株距、行 距等信息。数字图像处理技术在作物生产和科研的信息采集方面具有 信息量大、速度快、精度高等显著的特点和优势，并能解决一些手工 测定难以解决的问题。可避免传统方法中由于人与人之间的认识差异 及视觉疲劳带来的影响，在节约劳动力、降低人的判断主观性方面有 很大的潜力。与遥感方法比较，它能够监测植物的某些个体特征、群 体特征
7、，可以监测小面积范围内的作物长势，因此可以与卫星遥感监 测技术结合来弥补各自监测的不足。4、远程监测远程监测主要采用CCD摄像机，通过有线电缆、无线局域网或商 业移动通讯网络将摄像机拍到的远程图像传输到控制中心，控制中心 对图像进行处理，提取反映长势状况的农学参数。目前用 CCD 摄像机 远程监测植物长势的研究还比较少，大多采用植物远程生理监视技术 植物远程生理监视技术通过在植株体上安装各种探头，监测某些环境 因子和植物生理指标的变化。赵晓勤等利用植物远程监测系统对荔枝 园中的大气温湿度、土壤湿度、光照强度、大气蒸汽压差等环境因子 和茎秆直径微变化、果实生长、叶片温度等树体生理指标进行了监测，
8、 发现该系统能准确及时无伤害地记录它们的实时和周期性变化。远程 监测技术主要优点是准确及时、高效、无伤害等，并且结合远程监控， 大大减少了人力劳动，提高了工作效率，但监测的范围受限制。三、系统功能1、长势监测设备系统采用农业信息化中心最新研制的作物长势监测仪CropSense 作为作物长势监测的设备。作物生长监测仪 CropSense 是一款基于双通道高通量光谱信号的便携式作物长势健康分析诊断仪器，用户可手持仪器在野外直接采集作物冠层在红光和近红外波段处的入射光强和反射光强，仪器的正面如图所示。施藍牙指示灯M设备工作指示灯太阳光谱探测传咸心器 卜 ”-r ir - - I - n与其他光谱传感
9、器相比，此仪器尺寸小、重量轻、便于携带，具 体参数见表1。除此之外，表2为CropSense所测光谱数据与美国 SRS-NDVI 归一化植被指数测量仪测得的光强数据的对比，对两组数 据进行回归分析，相关系数R 2达到0.97,测试数据表明Cropsense 的测量精度较高。目前，CropSense已在定点试用和逐步推广中，是 家庭农场、合作社、农业企业等新型农业经营主体和农技推广、农业 调查等政府部门快速获取作物长势健康状态的一款高性能产品。表1 CropSense性能指标：比i曽曲筑:+/-IQnm.稳宅件怀辰射率区间：耐l(K恼 椅膛版 比电二辄管. 杞场箍IIL观测直社足怙無斟商冠足高览
10、心一半尺寸包转 5S尺寸:3*mK27cni L 处m 仪 Bf尺寸；14mI. LunS：蛀Jt憐採头訂3童便搏成St IK廿析终站也咆数据枭勒花储I h I枚据丁 |ik I训冷上汽;ft坤-帰表2 CropSense与SRS-NDVI部分地物NDVI对比表:地轲柏油跻捉土井遥悭）Crcp-0fl20i0.55610.3905O.L744000550.38700.55570.2M40.0147OJ682SRSNDVJ0.0948LD呂O.R45-950.6322G.2 7420.13240.7I.GCI0.82S90.50550.09940.52352、长势监测管理系统整体框架：系统的软件
11、部分采用客户机和服务器结构（Client-Server, C/S结构） 开发设计，包括客户端应用层、网络服务层和数据存储层三 部分,系统架构如图所示。ArcGIS ServerTomcat|网络服务层（1） 客户端应用层：负责用户与传感器交互，采集作物的光谱 数据和图像数据，利用模型计算归一化植被指数（ NormalizedArcSDESQL Server 数据存储层Android客户端ArcGIS Runtime SDK for Android客户端应用层Vegetation In-dex, NDVI）并依据遥感模型反演作物参数；通过与 网络服务层交互，上传采集的参数及计算的参量，并接收网络
12、服务层 生成的遥感监测专题图和推荐施肥处方专题图。（2）网络服务层：负责移动端与数据存储层的交互。网络服务层建立初始的作物遥感反演模型并推送至注册的手机APP中，将移动 端上传的地块边界、测量数据、反演参数等依据反演模型生成各专题 图并推送至移动端；最终将接收的移动端数据及专题图数据等上传至 数据存储层。网络服务层使用由 Tomcat 发布的基于 JavaServlet 技术开发 的Web服务为移动端处理数据、更新作物生长状况辅助数据、模型及 软件，通过解析Json格式文件，实现移动端与数据存储层的数据交 互过程oTomcat服务器是一个免费的开放源代码的Web应用服务器， 属于轻量级应用服务
13、器，适用于中小型应用。Json是一种轻量级的 数据交换格式，层次结构简洁、清晰，易于机器解析和生成，可有效 地提升网络传输效率。空间可视化服务则通过ArcGISServer支持，为移动端提供地图 可视化服务及空间数据处理功能等。ArcGIS Run time SDK for Android 是Android设备开发工具，用户可以通过此工具构建本地应用程序， 并为应用提供强大的空间分析、可视化功能。（3）数据存储层：存储、管理系统所需要的数据，包括空间数 据和属性数据。其中，属性数据直接存储在SQL Server，空间数据 则通过Arc-GIS的空间数据引擎（ArcSDE）存储于SQLServe
14、r中。 本系统所设计的业务逻辑主要如下。用户针对某一季作物提出整体采 样方案，整个方案周期为播种时间到收获时间，属性包括种植作物信 息、累计进行采样事件的次数等。其中一个方案周期内含有多个采集 活动（至少每个生育期有一次）执行每一次采样活动，记录此次采样过程中的所有的采样点及其 所采集到的信息。同时在采样活动进行时，可参考同一个方案内其它 历史采样时间的活动轨迹。一次采集活动只会有一个活动轨迹。针对 所有采样方案的数据管理：在方案列表界面选择目标方案，可查看所 有该方案内执行的采集活动，点击目标采集活动，可查看该次活动的 活动轨迹或者采集的所有数据。功能模块：通过蓝牙将CropSense和数据
15、采集与分析系统（简称APP）进 行连接，从而将CropSense获取的光学数据传送至APP。APP接收到 数据后，根据遥感反演模型计算相应的作物参数，并将测量数据和所 得参数发送到服务器进行插值分析并生成专题图，最终通过Android 终端显示所得参数及专题图。系统的功能主要分为用户设置、采集管 理、参数管理及分析和服务管理四个模块，其中系统的移动端主要负 责用户设置和采集管理，服务端主要提供服务管理，二者均可支持参 数管理及分析。用户设置用户设置包括用户管理和系统设置，用于用户信息管理和作物采 集前的参数设置。用户管理主要指用户管理个人信息、绑定硬件、标 注数据及活动事件等；系统设置是用户进行数据采集工作之前连接硬 件、选择采集路线、设置作物类型及生育期等操作。采集管理采集管理主要包括采样点规划和数据采集。采样点规划：主要根 据工作人员的农场采样需求和作物的生长周期规划一条推荐的采样 点分布方案以及采样时间节点。根据系统推荐的采样点规划方案给工 作人员提供路线和采样点导航，方便工作人员快速找到已确定好的采 样点。数据采集：主要用来采集传感器所测得的光谱数据、采样点的 位置信息以及采样点的作物冠层图像信息。参数管理及分析系统涉及的参数主要包括NDVI、叶面积指数(Leaf Area Index, LAI)、植被覆盖度(Fra
