多光谱遥感植物表型分析系统：低空遥感驱动的大田高通量表型平台

一、产品概述

托普云农TP-DGP多光谱遥感植物表型分析系统，是一套以行业级多旋翼无人机为载荷平台、以多光谱与可见光协同感知为核心的大田高通量表型装备。系统由飞行平台、RTK定位模块、多光谱相机、可见光相机、自主航线控制与“TP-AIPheno"智能解析平台组成，面向水稻、小麦、玉米、大豆、油菜等作物的育种小区与规模田块，开展低空、非接触、可重复的时序表型采集。

设备支持全自主航线规划、厘米级空间定位与正射影像生成，将传统“卷尺+目测+取样"的离散考种流程，升级为“空天地坐标对齐、像素级指标反演、小区级统计归档"的标准化数据流。其定位不是单纯航拍工具，而是连接基因型、环境型与表型组的田间遥感基座。

二、工作原理

系统基于被动光学遥感与植被光谱响应机制。健康叶片在红光波段因叶绿素吸收呈低反射，在红边与近红外波段因叶肉海绵组织散射呈高反射；当作物受到氮亏缺、水分胁迫或病虫侵染时，冠层反射率曲线会先于肉眼症状发生改变。

作业流程分为五步：

航线规划：按地块边界生成栅格或仿地航线，设定航高、航向/旁向重叠率与触发频率；

同步采集：多光谱相机获取绿（560nm）、红（650nm）、红边（730nm）、近红外（860nm）波段影像，可见光相机同步记录高分真彩图像，RTK提供1cm+1ppm级空间基准；

辐射与几何校正：白板定标、暗角校正、空三解算、正射拼接，消除光照漂移与地形畸变；

指数与形态解译：逐像元计算植被指数，结合深度学习模型提取小区掩膜、株高、覆盖度与器官实例；

时序归档：多期数据按统一坐标系堆叠，形成“小区—性状—时间"三维表型矩阵。

其中，株高由可见光点云与裸土数字高程模型（DEM）差分获得，植被指数由多光谱波段运算获得，雄穗/穗数由实例分割模型识别，最终输出GeoTIFF栅格与CSV统计表。

三、核心检测指标

光谱与生理反演指标

植被指数：NDVI、NDRE、GNDVI、OSAVI、SAVI、RVI等

冠层参数：叶面积指数（LAI）趋势、覆盖度、冠层密实度

营养与水分状态：叶绿素相对含量、氮素丰缺指数、早中期水分胁迫信号

胁迫诊断：隐性缺素、病斑前兆、虫害取食区光谱异常

形态与群体表型

出苗率/缺苗识别、生育期判别（分蘖、拔节、抽穗、灌浆等）

株高提取、冠幅、倒伏角度与倒伏面积评估

玉米雄穗识别与去雄漏除检测、穗数/果穗计数

长势分级图、产量构成因子预估与受灾损失核算

四、功能特点

1.多品种智能监测：覆盖水稻、小麦、玉米等常见作物检测能力：从补苗指导、生育期识别、株高分析、覆盖度分析、倒伏分析以及产量预估等算法能力；

2.玉米雄穗识别：在育种制种过程中对玉米雄穗进行识别，提高去雄检测效率和精准度；

3.多光谱分析：集成多光谱相机，可进行植被指数、表型、病虫害等研究分析；

4.‌全自主航线规划与拍摄‌：支持预设飞行路径，自动完成图片采集，降低人工操作误差‌。

5.‌长续航与大范围作业‌：支持40+分钟续航与15公里飞行半径‌。

6.‌可视化管理平台‌：集成GIS地图显示基地与地块信息，可查看任意基地和地块信息‌。

7.‌智能地块划分管理‌：支持设置地块名称、类型、土壤等信息，地块面积自动计算，可标记父本行并隐藏，避免父本行雄穗对识别结果带来的影响。

8.‌物联设备集成管理：‌支持绑定气象站、土壤传感器等设备与地块联动，实现环境数据自动采集、归集。

9.多设备集成：支持考种、光合等科研设备数据接入，实现数据同步，无需手动录入。‌

10.‌高精度图像处理：采用图像拼接与空间校正技术，自动排除遮挡干扰得出实际对应的物理面积。

11.多指标识别：可自动采集识别出苗率、作物覆盖率、生育期、株高、倒伏、穗数、玉米雄穗、分析作物长势、植被指数、产量数据、受灾损失核算等关键指标。

12.无人机去雄：支持通过无人机自动导航到雄穗上方，物理标记雄穗位置，方便雄穗的精准定位，快速去雄。

13.‌农事操作闭环管理‌：记录操作类型、投入品及执行人员，结合生长模型实现标准化生产管理‌。

14.农事操作指导：可结合生育期和作物生长模型，指导相关农事操作，标准化生产过程。

15.校正自学习功能：支持手动校正识别结果，基于校正数据，模型可自动学习。

16.多维度数据报表：支持通过时间、地块等维度，通过扇形图、柱状图、列表等形式展现地块、识别结果等数

17.多格式数据导出：支持Excel、PNG、PDF等多种格式导出数据。

五、适用应用场景

育种高通量筛选：稻麦玉米区试群体全生育期表型轨迹采集，支撑耐密、抗倒、氮高效种质甄选。

杂交制种管理：玉米雄穗自动定位与去雄漏检识别，降低人工巡田成本。

精准栽培决策：按NDRE分布生成变量追肥处方，按覆盖度与株高诊断群体整齐度。

逆境生理研究：干旱、盐渍、低温胁迫下的光谱—形态响应曲线提取。

病虫害早期预警：在显症前识别冠层光谱异常斑块，定位发病中心与扩散边界。

产量预估与保险定损：结合穗数、生物量趋势与倒伏面积，输出收获前产量分级与灾损台账。

科研长期定位：多年份、多试点数据复用，服务G×E互作与模型校验。

六、科研价值与系统意义

在科研层面，TP-DGP缓解了“基因型测序快、表型获取慢"的瓶颈。系统把单株测量扩展为小区级全量观测，使LAI、生物量、氮积累量、倒伏抗性等性状获得带空间坐标的连续序列，可直接接入GWAS、QTL定位与作物模型（如DSSAT、WOFOST）参数化流程。

在产业层面，系统推动育种与栽培从“经验选株"转向“数据选系"：光谱指数提前反映氮效与水分状态，视觉模型量化群体结构差异，农事建议可下达到变量作业机械。作为天空地一体化感知体系中的低空节点，它与地面气象、土壤、虫情设备协同，构成“观测—诊断—执行"可溯源闭环，提升农业研发的重复性与决策透明度。

总结

托普云农TP-DGP多光谱遥感植物表型分析系统，以低空多光谱遥感与AI解析为内核，将大田作物状态转化为可定位、可时序化、可统计的表型资产。它不替代田间农学判断，而是把“长得怎么样"翻译成可计算、可比对、可复现的参数集，在智慧育种、精准生产与农业科研中同时承担“空中表型引擎"与“决策数据入口"的角色。

浙江托普云农科技股份有限公司专业研发生产供应（销售）多光谱遥感植物表型分析系统，厂家直销，欢迎新老用户了解咨询！