无人机整机
无人机配件
无人机服务
设备与工具山东理工大学农业工程与食品科学学院赵静团队在《Agronomy》发表了题为“Estimation of Cotton SPAD Based on Multi-Source Feature Fusion and Voting Regression Ensemble Learning in Intercropping Pattern of Cotton and Soybean”的研究论文。
论文online截图
此研究采用多旋翼无人机搭载“长光禹辰公司自主研发的MS600 Pro V1多光谱相机”，获取了山东省滨州市部分地区的棉花多光谱图像。通过提取棉花不同波段的光谱反射率并计算多个植被指数，为研究提供了丰富的植被信息。
M210无人机搭载MS600 Pro V1多光谱相机
棉花作为重要的经济作物和棉纺织工业原料，随着人口密集区的增加，棉花、粮食和油料作物的土地争夺问题愈加严峻，采用棉粮间作能够有效缓解棉花与粮食作物的种植矛盾，可提高作物生产力和保护生态多样性等。因此快速、准确监测间作模式下棉花的长势情况具有重要意义。
研究区域图
在这项研究中，作者以不同间作比例模式下的棉花为研究对象，通过无人机搭载多光谱（MS600 Pro V1）和RGB传感器获取棉花三个生育期的多光谱及可见光影像，提取其光谱特征和影像特征，结合地面棉花株高，提出了一种投票回归集成学习（Voting Regression Ensemble，VRE）估测棉花SPAD，并与随机森林回归（Random Forest Regressor，RFR）、梯度提升树回归（Gradient Boosting Regressor，GBR）、支持向量机回归（Support Vector Machine Regressor，SVR）3种模型进行了比较。评价不同估测模型对棉花叶绿素相对含量（SPAD）的估测精度，分析棉花和大豆间作的不同比例对棉花长势的影响，为棉花与大豆间作比例的选择及棉花SPAD的高精度估测提供依据。
该研究发现：与RFR、GBR、SVR模型相比，VRE模型在估测棉花SPAD时表现出最好的估测效果。基于VRE估测模型，以多光谱影像特征、可见光影像特征和株高融合为输入的模型精度最高，测试集R2、RMSE和RPD分别为0.916、1.481和3.53。
不同特征类型与不同模型下棉花SPAD估测精度
(a)R2，(b)RMSE，(c)RPD
研究表明多源数据融合与投票回归集成算法相结合，为棉花SPAD估测提供了一种新的有效方法。
附：
[1] 论文信息：by Xiaoli Wang、Jingqian Li、Junqiang Zhang、Lei Yang、Wenhao Cui、Xiaowei Han、Dulin Qin、Guotao Han、Qi Zhou、Zesheng Wang、Jing Zhao、 andYubin Lan.Agronomy 2024, 14(10), 2245。
[2] 论文全文链接：https://www.mdpi.com/2073-4395/14/10/2245
长光禹辰成立于2017年，是一家由中国科学院长春光机所和青岛高新区联合成立的高新技术企业，公司核心团队来自长春光机所空间光学部，在光谱遥感、光电探测领域具有深厚的理论基础和丰富的工程经验，掌握完整的光谱仪器系统设计、先进的嵌入式视觉开发、复杂场景定量遥感智能调光、高精度自动辐射校正、光谱数据半定量反演及应用等核心技术，形成了以MS200、MS400、MS600、AQ600等系列多光谱相机为代表的无人机载光谱遥感硬件产品线、以Yusense Map/Map Plus为依托的光谱数据预处理及分析软件和以Yusense Cloud为依托的端云一体化服务平台，并在农业、林业、生态、环保、警用等领域开展了深入的行业应用。公司专注于无人机航空遥感与光电探测领域，持续推出革新的软硬件产品，落地更丰富的行业应用场景，致力于用技术和产品推动行业进步。
2024-12-05 10:48
2024-12-05 10:47
2024-12-05 09:54
2024-12-05 09:52
2024-12-05 09:49
2024-12-04 09:56
2024-12-04 09:56
2024-12-03 09:35
2024-12-03 09:35
2024-12-02 09:57
