使用无人机,传感器和图像分析来检测由Epilachna varivestis (Coleoptera: Coccinellidae) 引起的豆类损伤
Roghaiyeh Karimzadeh1,2, Kushal Naharki1, Yong-Lak Park1
1Division of Plant and Soil Sciences, West Virginia University, Morgantown, WV, USA.
Journal of economic entomology
|May 24, 2024
概括
配备RGB和多光谱传感器的无人机可以检测墨西哥豆虫对作物的损害. 这项技术有助于早期检测害虫和特定地点的管理,提高效率.
科学领域:
- 农业昆虫学 农业昆虫学
- 农业中的遥感技术
- 精准农业 精准农业 精准农业
背景情况:
- 墨西哥豆虫 (Epilachna varivestis) 是影响豆类作物的重要害虫.
- 早期发现豆子损伤对于有效的害虫防治策略至关重要.
- 目前用于评估害虫损害的方法可能是劳动密集型和耗时的.
研究的目的:
- 评估使用配备光学传感器的无人机用于量化墨西哥豆对田间豆类损害的可行性.
- 建立基于无人机的损害评估和地面验证数据之间的关系.
- 探索遥感在早期病虫检测和特定场地管理方面的潜力.
主要方法:
- 使用配备RGB,多光谱和热传感器的无人机对14个豆地进行了空中调查,这些豆地具有不同的脱叶程度.
- 通过收获地块和拍摄单个叶子来量化脱叶的地面验证.
- 图像分析用于从空中和地面图像中测量脱叶.
- 线性回归和地理统计分析,以将空中数据与地面真相相对应,并评估空间模式.
主要成果:
- 通过地面验证和RGB图像评估的豆脱叶之间发现了显著的正相关性.
- 在实际的豆脱叶和正常化差异植被指数 (NDVI) 值之间观察到显著的负相关性.
- 热成像没有检测到与豆类脱叶相关的显著热信号.
- 地理统计分析表明,豆类脱叶模式的空间依赖性.
结论:
- RGB和多光谱传感器在早期检测墨西哥豆虫损伤方面表现有前途.
- 基于无人机的监测的最佳飞行高度范围在树冠上方2至6米之间.
- 这项技术可以促进特定地点的害虫管理,提高整体作物保护效率.
