發(fā)布時間：2024-02-21 20:51

　　隨著無人機在農(nóng)業(yè)領(lǐng)域的推廣使用,結(jié)合光譜信息采集分析的無人機遙感逐漸成為了監(jiān)測農(nóng)情、評估判斷農(nóng)田作物長勢的有效手段。而多旋翼無人機在低空遙感作業(yè)時產(chǎn)生的風(fēng)場,會造成肉眼可見的作物倒伏變形,進(jìn)而影響作物冠層真實的光譜反射率信息的采集。為了探究多旋翼無人機風(fēng)場分布規(guī)律及其對作物冠層光譜信息采集的影響,本論文選取水稻和油菜為研究對象,在基于無人機低空模擬平臺,利用三向風(fēng)場無線傳感網(wǎng)絡(luò)系統(tǒng),測量不同高度下無人機旋翼下的風(fēng)場分布規(guī)律。結(jié)合在不同測量點下拍攝的無風(fēng)場和有風(fēng)場作物冠層多光譜圖像,分析飛機旋翼下方的三向風(fēng)場對水稻冠層光譜信息采集的影響,并對最終試驗數(shù)據(jù)進(jìn)行了方差分析和回歸分析。具體研究內(nèi)容和成果如下:(1)開發(fā)了一種基于CC2530 ZigBee模塊的三向風(fēng)場無線傳感網(wǎng)絡(luò)系統(tǒng),運用QT框架設(shè)計了上位機軟件“Anemometer”,實時記錄、存儲并匯總風(fēng)速數(shù)據(jù)。該系統(tǒng)的可靠性測試結(jié)果顯示,數(shù)據(jù)平均相對誤差為1.05%,單傳感器的平均采樣頻率為1.98 Hz,而理論采樣頻率為2 Hz。該系統(tǒng)穩(wěn)定性符合試驗要求,可以穩(wěn)定采集風(fēng)場數(shù)據(jù),能夠為多旋翼無人機風(fēng)場分布規(guī)律及其對作物冠層光譜信息采集影...

【文章頁數(shù)】：87 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
Abstract
第一章 緒論
    1.1 背景及意義
    1.2 國內(nèi)外研究進(jìn)展
        1.2.1 無人機低空遙感的技術(shù)現(xiàn)狀
        1.2.2 無人機低空遙感技術(shù)在作物生長監(jiān)測中的應(yīng)用
        1.2.3 無人機風(fēng)場研究進(jìn)展
        1.2.4 無人機在作物生長監(jiān)測應(yīng)用中存在的問題
    1.3 研究目的和內(nèi)容
        1.3.1 研究目的
        1.3.2 研究內(nèi)容
        1.3.3 技術(shù)路線
    1.4 本章小結(jié)
第二章 三向風(fēng)場無線傳感網(wǎng)絡(luò)系統(tǒng)開發(fā)
    2.1 引言
    2.2 風(fēng)速傳感器
        2.2.1 風(fēng)速傳感器的選用
        2.2.2 風(fēng)速傳感器傳輸協(xié)議
    2.3 無線傳感網(wǎng)絡(luò)
        2.3.1 微處理器和無線傳輸模塊
        2.3.2 ZigBee工作原理
        2.3.3 ZigBee協(xié)議棧
        2.3.4 傳感器驅(qū)程序
        2.3.5 終端與協(xié)調(diào)器開發(fā)
    2.4 軟件開發(fā)
        2.4.1 軟件功能
        2.4.2 程序?qū)崿F(xiàn)
        2.4.3 操作說明
    2.5 三向風(fēng)速無線傳感網(wǎng)絡(luò)系統(tǒng)穩(wěn)定性測試
    2.6 本章小結(jié)
第三章 基于多旋翼無人機模擬平臺的風(fēng)場探究
    3.1 引言
    3.2 實驗材料與設(shè)備
    3.3 多旋翼無人機風(fēng)場數(shù)據(jù)采集
    3.4 多旋翼無人機線陣風(fēng)場數(shù)據(jù)處理
        3.4.1 風(fēng)速矩陣行數(shù)據(jù)處理
        3.4.2 風(fēng)速矩陣列數(shù)據(jù)處理
        3.4.3 風(fēng)場寬度
    3.5 本章小結(jié)
第四章 水稻和油菜冠層多光譜圖像的獲取與處理
    4.1 引言
    4.2 實驗材料與設(shè)備
    4.3 試驗場地與系統(tǒng)布置
        4.3.1 試驗場地
        4.3.2 無人機風(fēng)場測量系統(tǒng)布置
    4.4 作物冠層多光譜圖像獲取
        4.4.1 水稻冠層多光譜圖像獲取
        4.4.2 油菜冠層多光譜圖像獲取
    4.5 作物冠層多光譜圖像處理
        4.5.1 二值化與掩模處理
        4.5.2 輻射定標(biāo)
        4.5.3 植被指數(shù)選用
    4.6 本章小結(jié)
第五章 無人機風(fēng)場與作物冠層植被指數(shù)相關(guān)分析
    5.1 引言
    5.2 風(fēng)場對作物冠層光譜信息獲取影響的定性分析
        5.2.1 風(fēng)場對作物冠層姿態(tài)影響的定性比較
        5.2.2 作物冠層NDVI圖像定性比較
    5.3 風(fēng)場對水稻冠層光譜信息獲取影響的定量分析
        5.3.1 風(fēng)場對水稻冠層NDVI的回歸分析
        5.3.2 風(fēng)場對水稻冠層RVI的回歸分析
        5.3.3 風(fēng)場對水稻冠層覆蓋率的回歸分析
        5.3.4 三項指標(biāo)的方差分析
    5.4 風(fēng)場對油菜冠層光譜信息獲取影響的定量分析
        5.4.1 風(fēng)場對油菜冠層NDVI的影響
        5.4.2 風(fēng)場對油菜冠層RVI的影響
    5.5 本章小結(jié)
第六章 結(jié)論與展望
    6.1 結(jié)論
    6.2 創(chuàng)新點
    6.3 研究展望
參考文獻(xiàn)
作者簡介



本文編號：3905879