1. 研究目的与意义、国内外研究现状（文献综述）
课题意义
水稻是我国重要的粮食作物之一，对我国的粮食安全和保障人民基本生活具有重要意义。快速、无损、准确地监测作物长势，并准确预测作物产量是现代精确农业的核心环节。获取作物生长信息的方法主要有人工测量以及近几十年来快速发展的光谱遥感手段，光谱遥感分为卫星遥感平台、航空遥感平台以及地面遥感平台。而近年来快速发展的无人机遥感技术，相比地面遥感手段具有覆盖面积大、效率高的优点，相比卫星遥感手段具有重返周期短、灵活性高以及能够获取更高空间分辨率影像的特点。过去在获取作物生长信息的研究上主要应用的是多旋翼无人机，本研究将基于一种新式的固定翼无人机平台，搭载多光谱传感器，探索利用该平台获取水稻生长指标的能力，建立水稻生长指标的监测模型，以期将来应用到大面积的农田生长监测中，降低获取成本，帮助农业生产者高效快速准确地掌握田间状况，做出合理决策。
2. 研究的基本内容和问题
目标
1、探索eBee SQ固定翼无人机测试的最佳时间。
2、尝试建立基于eBee SQ固定翼无人机的水稻生长指标的无损诊断模型。对氮素营养状况、叶面积指数（LAI）以及生物量等内容建立估测模型，并用独立试验数据对模型进行验证。
3. 研究的方法与方案
研究方法
（1）详细记录田间管理措施，尤其是施肥量，记录田间调查结果。
（2）无人机遥感数据获取。研究用的无人机为SenseFly公司产的固定翼无人机 eBee SQ，搭载的传感器是Parrot Sequoia相机，该相机带1个 RGB 传感器和4个多光谱传感器，多光谱传感器的中心波段分别为 550 nm、660 nm、735 nm、790 nm。无人机飞行时间选择在天气晴朗，无风或风速较小的上午 8 点到下午 4 点之间等时间间隔进行。无人机的旁向和航向都设置为75%。
4. 研究创新点
目前使用多旋翼无人机对作物生长指标监测的研究相对较多而使用固定翼无人机较少，固定翼无人机具有速度快、续航时间长、作业面积广的优点，但是传统的固定翼无人机无法保证获取到的图像的质量，因此限制了该款无人机的发展。本研究将利用SenseFly公司推出的一款新式固定翼无人机，搭载小型的Sequoia多光谱相机，探索利用该平台获取水稻生长指标的能力，建立水稻生长指标的监测模型，对比多旋翼无人机监测作物生长指标的效果。
5. 研究计划与进展
研究计划及预期进展
2018.7-2018.10 分蘖期、拔节期、抽穗期、灌浆期、成熟期的无人机遥感影像获取、田间取样和室内分析，学习无人机遥感操作方法，学习图像拼接软件，以及从图像中提取数据
2018.11-2019.3 室内实验分析，提取图像数据，比较整理数据，阅读大量中外文献，总结思考
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
