Low altitude remote sensing-ground sensing double collection system for farmland quality
-
摘要:目的
将无人机(UAV)低空遥感检测系统与无人机−无线传感器网络(UAV-WSN)集成，实现通过一套系统进行低空遥感监测和地面长期监测的双重监测，为耕地质量的空间和时间变化提供监测数据。
方法本研究探讨了现有UAV-WSN系统无法实现双重采集的问题，设计了一套用于耕地质量监测的低空遥感−地面传感双重采集系统，提出一套双重采集的工作流程，以及提升性能的基于航线的LEACH算法。仿真分析试验中调整UAV飞行高度和地面节点密度，以比较双重采集系统和UAV-WSN系统总飞行时间的不同。
结果双重采集系统1次飞行同时采集2种监测数据，无需完成低空遥感监测数据采集后再次走遍所有地面节点，在低空遥感地面图像分辨率变化的情况下，总飞行时间比UAV-WSN系统快165 s；双重采集系统根据无人机航线和地面节点位置进行调整，在地块内节点数量变化的情况下，总飞行时间基本不变，比UAV-WSN系统快129～194 s。
结论双重采集系统能够减少现场采样所需的总工作时长，降低采样工作的复杂程度，提升耕地质量监测的效率。
Abstract:ObjectiveTo integrate unmanned aerial vehicle (UAV) low altitude remote sensing system and unmanned aerial vehicle-wireless sensor network (UAV-WSN), realize double monitoring of low altitude remote sensing monitoring and ground long term monitoring through one system, and provide monitoring data for space and time changes of farmland quality.
MethodThe study explored the problem that current UAV-WSN system cann’t collect long-term monitoring data from sensor nodes on the ground and low altitude remote sensing data from UAV’s sensor at the same time. A low altitude remote sensing and ground sensing double collection method and system for farmland quality monitoring was designed, and the key steps and algorithm for integrating these two monitoring systems were studied. Adjusting UAV flying altitude and ground node density in simulation analysis experiments to compare total flying time differences of double collection system and UAV-WSN system.
ResultDouble collection system could collect two kinds of data in one flight, UAV don’t need to fly over every ground sensor node again after collecting low altitude remote sensing data. When the ground image resolution was changed, the total flying time of double collection system was 165 s faster than UAV-WSN system. Double collection system could adjust based on UAV flight path and ground sensor node location. When the number of sensor nodes was changed, the total flying time was not changed and 129−194 s faster than UAV-WSN system.
ConclusionDouble collection system can reduce total operating time and complexity of sampling, and increase the efficiency of farmland quality monitoring.
-
-
![]()
图 1 立体无线传感器网络(a)和低空遥感监测系统(b)技术方案
Figure 1. Solutions of stereo wireless sensor network (a) and low altitude remote sensing monitoring system (b)
![]()
图 3 低空遥感−地面传感监测双重采集系统技术方案
Figure 3. Solution of low altitude remote sensing-ground sensing double collection system
![]()
图 6 低空遥感−地面传感双重采集仿真器
“□”表示地面节点位置，“▷”表示无人机位置，“−−−”表示无人机飞行航线，“◯”表示地面有效通信范围，“◯”表示无人机所在高度的水平面上的有效通信范围
Figure 6. Emulator of low altitude remote sensing-ground sensing double collection
“□” indicates ground node location, “▷” indicates UAV location, “−−−” indicates UAV flight route, “◯” indicates effective communication range on the ground, “◯” indicates effective horizontal communication range in the altitude of UAV
表 1 通信试验数据
Table 1 Test data of communication experiment
水平距离/m
Horizontal distance垂直高度/m
Vertical height直线距离/m
Straight-line distance丢包率/%
Packet loss平均信号强度/dBm
Average signal strength18 10 20.59 4.76 −50.45 18 30 34.99 0.00 −60.75 18 50 53.14 4.76 −75.65 18 70 72.28 0.00 −68.40 33 10 34.48 0.00 −54.60 33 30 44.60 0.00 −58.25 33 50 59.91 0.00 −67.70 33 70 77.39 9.09 −75.75 45 10 46.10 0.00 −58.65 45 30 54.08 0.00 −57.30 45 50 67.27 0.00 −67.15 45 70 83.22 0.00 −68.10 60 10 60.83 0.00 −68.85 60 30 67.08 0.00 −60.45 60 50 78.10 4.76 −59.35 60 70 92.20 0.00 −67.70 60 90 108.17 0.00 −69.35 
下载: 导出CSV
-
[1] 马建辉, 吴克宁, 赵华甫, 等. 我国耕地质量监测指标体系的构建[J]. 广东农业科学, 2012, 39(21): 74-78. [2] 张蚌蚌, 孔祥斌, 郧文聚, 等. 我国耕地质量与监控研究综述[J]. 中国农业大学学报, 2015, 20(2): 216-222. [3] 瞿华香, 赵萍, 陈桂鹏, 等. 基于无线传感器网络的精准农业研究进展[J]. 中国农学通报, 2014, 30(33): 268-272. [4] 黄欣, 赵志刚, 万荣泽. 面向精细农业的无线传感器网络关键技术研究[J]. 农机化研究, 2017, 39(11): 208-211. [5] THAKUR D, KUMAR Y, KUMAR A, et al. Applicability of wireless sensor networks in precision agriculture: A review[J]. Wireless Pers Commun, 2019, 107(1): 471-512. doi: 10.1007/s11277-019-06285-2
[6] MAHMOOD J H, ROSDIADEE N, KAMEL G S, et al. Energy-efficient wireless sensor networks for precision agriculture: A review[J]. Sensors, 2017,17(8). doi: 10.3390/s17081781.
[7] 梅海彬, 张明华, 黄冬梅. 基于无线传感器网络的实时近海环境监测系统设计[J]. 计算机应用与软件, 2015, 32(1): 110-113. [8] 王德麾, 冯军帅, 宋海亮, 等. 基于无线传感器网络和3G/4G的远程环境监测系统研究[J]. 物联网技术, 2015, 5(3): 17-18. [9] LI W, KARA S. Methodology for monitoring manufacturing environment by using wireless sensor networks (WSN) and the internet of things (IoT)[J]. Procedia CIRP, 2017: 61. doi: 10.1016/j.procir.2016.11.182
[10] 余修武, 余员琴, 江珊. 基于无线传感器网络的滑坡地质灾害预警监测系统研究[J]. 南华大学学报(自然科学版), 2014, 28(1): 34-39. [11] 苏国栋, 王平, 蔡碧丽, 等. 基于ZigBee技术的无线传感器网络在山体滑坡监测中的应用[J]. 梧州学院学报, 2013, 23(6): 27-34. doi: 10.3969/j.issn.1673-8535.2013.06.005 [12] 邓宏. 无线传感网络技术在文化遗产保护领域的应用[J]. 文物保护与考古科学, 2011, 22(3): 60-65. [13] 祁浩, 邓宏, 余珊珊. 无线传感器网络在考古发掘现场动态环境监测的应用研究[J]. 敦煌研究, 2013(1): 113-119. [14] 蔡义华, 刘刚, 李莉, 等. 基于无线传感器网络的农田信息采集节点设计与试验[J]. 农业工程学报, 2009, 25(4): 176-178. [15] 王卫星, 罗锡文, 孙道宗, 等. 茶园信息采集无线传感器网络节点设计[J]. 农业工程学报, 2011, 27(5): 169-173. [16] 韩文霆, 吴普特, 郁晓庆, 等. 农业环境信息无线传感器网络监测技术研究进展[J]. 农业工程学报, 2011, 27(14): 326-330. [17] ALI Z A, MASROOR S, AAMIR M. UAV based data gathering in wireless sensor networks[J]. Wireless Pers Commun, 2019, 106(4): 1801-1811. doi: 10.1007/s11277-018-5693-6
[18] 姚仲敏, 荆宝刚, 孙彩苹. 基于移动无线传感器网络的植株图像监测系统设计与测试[J]. 农业工程学报, 2016, 32(11): 189-196. [19] 李敬兆, 郭明明, 张晓明. 地空交互多感融合森林防护监测系统[J]. 传感器与微系统, 2019, 38(1): 110-113. [20] 黄志宏, 张波, 兰玉彬, 等. 基于UAV-WSN的农田数据采集[J]. 华南农业大学学报, 2016, 37(1): 104-109. [21] 张珊珊, 孟庆奎, 王玲. 基于UAV动态特性限制的WSN分簇路由方法研究[J]. 智能计算机与应用, 2018, 8(2): 14-19. [22] 史舟, 梁宗正, 杨媛媛, 等. 农业遥感研究现状与展望[J]. 农业机械学报, 2015, 46(2): 247-260. [23] 白由路, 金继运, 杨俐苹, 等. 低空遥感技术及其在精准农业中的应用[J]. 土壤肥料, 2004(1): 3-6. [24] PERZ R, WRONOWSKI K. UAV application for precision agriculture[J]. Aircr Eng Aerosp Tec, 2019, 91(2): 257-263. doi: 10.1108/AEAT-01-2018-0056
[25] MAES W H, STEPPE K. Perspectives for remote sensing with unmanned aerial vehicles in precision agriculture[J]. Trends Plant Sci, 2018, 24(2): 152-164.
[26] GÓMEZ-CANDÓN D, CASTROA I, LÓPEZ-GRANADOS F. Assessing the accuracy of mosaics from unmanned aerial vehicle (UAV) imagery for precision agriculture purposes in wheat[J]. Precis Agric, 2014, 15(1): 44-56. doi: 10.1007/s11119-013-9335-4
[27] 徐秀云, 陈向, 刘宝梅. 微型无人机助力土地整治项目监管[J]. 测绘通报, 2017(3): 86-90. [28] 张柯, 刘元志, 董胜光, 等. 无人机技术在土地综合整治动态监管项目中的一体化应用模式探索[J]. 国土资源导刊, 2013, 10(8): 92-94. [29] 毕凯, 李英成, 丁晓波, 等. 轻小型无人机航摄技术现状及发展趋势[J]. 测绘通报, 2015(3): 27-31. [30] 吕立蕾, 张卫兵, 胡树林, 等. 低空无人机航摄系统在长距离输油(气)管道1∶2 000带状地形图测绘中的应用研究[J]. 测绘通报, 2013(4): 42-45. [31] 杨青山, 范彬彬, 魏显龙, 等. 无人机摄影测量技术在新疆矿山储量动态监测中的应用[J]. 测绘通报, 2015(5): 91-94. [32] 郭忠磊, 翟京生, 张靓, 等. 无人机航测系统的海岛礁测绘应用研究[J]. 海洋测绘, 2014, 34(4): 55-57. [33] 兰玉彬. 精准农业航空技术现状及未来展望[J]. 农业工程技术, 2017, 37(30): 27-30. [34] 杨润书, 吴亚鹏, 李加明, 等. 无人机航摄系统的特点及应用前景探讨[J]. 地矿测绘, 2011, 27(1): 8-9. [35] 张永年. 无人机低空遥感海洋监测应用探讨[J]. 测绘与空间地理信息, 2013, 36(8): 143-145. [36] WANG X D, ZHOU Q F, CHENG C T. A UAV-assisted topology-aware data aggregation protocol in WSN[J]. Phys Commun-Amst, 2019: 34. doi: 10.1016/j.phycom.2019.01.012.
[37] CAO H R, LIU Y X, YUE X J, et al. Cloud-assisted UAV data collection for multiple emerging events in distributed WSNs[J]. Sensors , 2017, 17(8). doi: 10.3390/s17081818.
[38] SARMAD R, MUJDAT S. Analyzing the effects of UAV mobility patterns on data collection in wireless sensor networks[J]. Sensors, 2017, 17(2). doi: 10.3390/s17020413.
[39] HO D T, GRØTLIE I, SUJIT P B, et al. Optimization of wireless sensor network and UAV data acquisition[J]. J Intell Robot Syst, 2015, 78(1): 159-179. doi: 10.1007/s10846-015-0175-5
[40] 王赛, 郝建军, 姚亚芬. 一种基于UAV的无人海岛监控网络数据收集策略[J]. 电讯技术, 2018, 58(2): 131-137. [41] 张旺. 基于无线传感器网络的无人机农田信息监测系统[J]. 南方农机, 2017, 48(9): 36-37. [42] 张波, 罗锡文, 兰玉彬, 等. 基于无线传感器网络的无人机农田信息监测系统[J]. 农业工程学报, 2015, 31(17): 176-182. [43] 郑锴, 童利标, 陆文骏. 应用无人机实现地面无线传感器网络通信中继的探讨[J]. 现代电子技术, 2007, 30(23): 40-41. [44] 王勇, 庞蕾, 张学东, 等. 基于PhotoScan的无人机航摄大比例尺DOM制作[J]. 矿山测量, 2017, 45(2): 14-17. [45] 张纯斌, 杨胜天, 赵长森, 等. 小型消费级无人机地形数据精度验证[J]. 遥感学报, 2018, 22(1): 185-195. [46] 黄健. 遥感影像纠正的地面控制点选取[J]. 现代测绘, 2005(S1): 208-209.
