跨界 · 融合 · 服務 · 創新
2023年8月27日，青島農業大學園藝學院丁兆堂教授團隊在Computers and Electronics in Agriculture (中科院1區TOP期刊，IF = 8.3)發表了題為“Rapid monitoring of tea plants under cold stress based on UAV multi-sensor data”的研究論文。
論文截圖
此研究采用搭載“長光禹辰公司自主研發的MS600 Pro多光譜相機”的多旋翼無人機，獲取了山東省日照市部分區域的茶園冬季的多光譜圖像，提取光譜指標用于茶樹凍害的評估。
硬件系統圖（左側搭載MS600 Pro多光譜相機）
茶樹（Camellia sinensis (L.) O. Kuntze.）起源于中國西南部，具有喜溫和畏寒的特性。每年冬季，江北茶區的茶樹都會受到低溫的傷害，造成葉片細胞活力下降甚至結冰死亡。這給茶產業帶來了巨大損失。傳統上，田間茶樹的凍害是通過視覺來評估。這是勞動密集型和主觀的。因此，為了及時采取相應的預防和補救措施，減輕茶園凍害的負面影響，快速準確地評估茶園凍害研究具有重要意義。
在這項研究中，作者利用無人機搭載多光譜（MS600 Pro）、熱紅外(TIR)和RGB等傳感器采集自然越冬茶園不同時期的多模態遙感數據，并獲取當天茶樹葉片的生理數據，構建茶樹凍害指數（TCIS）。然后，建立了一種混合卷積神經網絡-門控循環單元（CNN-GRU）模型，用于估算TCIS。此外，作者為了更好的比較CNN-GRU的性能，還使用了單個GRU模型和另外三個經典機器學習模型進行比較。該研究發現：（1）多模態數據融合優于單模態數據。其中，雙模態MS+RGB組合數據取得了最佳的預測結果(Rp2=0.862, RMSEP=0.138, RPD=2.220)；（2）CNN-GRU混合模型優于另外四個基線模型，分別在MS+RGB（Rp2=0.862）或MS+RGB+TIR（Rp2=0.850）的多元變量輸入的基礎上實現了最佳效果；（3）剔除土壤背景等非茶樹冠層特征后的模型精度低于未去除背景的模型精度。
茶樹凍害監測技術流程圖
研究區域的位置
（a）中國的江北茶區之一---山東省（b）日照市茶葉研究所茶園（c）采樣地點
CNN-GRU混合網絡
茶樹冠層數據分布
（a）空氣溫度的變化（b）冠層表型的變化（c）低溫誘導成分的變化（d）TCIS的變化
TCIS的預測散點圖
研究表明，使用無人機多光譜等影像數據可實現對茶樹受凍情況有效的預測，該研究成果在工作效率和分析精度方面具有一定優勢，為今后在大區域上準確、及時、客觀地監測茶樹凍害提供技術支持和參考。
附：Yilin Mao, He Li, Yu Wang, Huan Wang, Jiazhi Shen, Yang Xu, Shibo Ding, Hui Wang, Zhaotang Ding, Kai Fan, Rapid monitoring of tea plants under cold stress based on UAV multi-sensor data,Computers and Electronics in Agriculture,2023, 213,108176.
論文鏈接：https://doi.org/10.1016/j.compag.2023.108176
以上內容為高博特編輯選取的行業技術，尊重原創，如有侵權請聯系刪除。
—————— 特別關注 ——————
讓科技更好地賦能產業，“尖兵之翼”永不落幕。高博特自2006年發起、策劃、投資、組織，在相關專業機構支持下成功舉辦了最早的無人機主題會展活動——“尖兵之翼中國無人機大會暨展覽會”后持續推動無人機技術交流。高博特創新引領最早在深圳、上海、鄭州等地發起舉辦無人系統會展賽飛活動，有力促進了我國無人系統整體技術進步和產業發展。
20年來，高博特始終堅持讓科技更好地賦能產業的愿景；努力為行業企業搭建產業鏈高端交流平臺，為科技轉化為生產力服務。具體業務范圍涵蓋：信息情報、媒介傳播、會展活動、招商加盟、品牌提升、咨詢服務、產品中心等七大服務體系，長期服務于“軍轉民、民參軍、軍民融合”等國家戰略。
2023年，高博特集買、賣、租、播、展、會、賽、培于一體的新型展廳項目即將啟幕，該展廳旨在從深度對接的層面為各入駐企業一站式解決經營中面臨的各項問題，企業租、賣的產品我們來、企業需要的品牌我們筑、行業頂尖的賽會我們辦、行業急需的培訓我們辦。新的一年，高博特新模式、新服務、新平臺，必將給各一直以來支持我們的朋友帶來全新的體驗。
更期待2023年4月12日至14日，與您相約“尖兵之翼——第十三屆中國無人機大會暨展覽會”，共聚中關村科學城四季科創中心。(詳細內容可點擊“閱讀原文”）
