沈?qū)殗?，范月圓，楊 妍，王松濤

（江蘇航空職業(yè)技術(shù)學(xué)院鎮(zhèn)江市無人機應(yīng)用創(chuàng)新重點實驗室，江蘇 鎮(zhèn)江212134）

0 引言

作物表型是受基因和環(huán)境因素兩方面影響，可以反映植物結(jié)構(gòu)及組成、植物生長發(fā)育過程及結(jié)果的全部物理、生理、生化特征和性狀[1]。同時作物表型信息揭示作物生長發(fā)育規(guī)律、環(huán)境與管理措施等關(guān)系的重要依據(jù)，成為目前研究的熱點。

作物的表型信息主要包含葉面積指數(shù)、株數(shù)信息、生物量、葉綠素含量、產(chǎn)量、氮素狀況等，獲取大多還采用人工田間實測方式，具有耗時耗力、空間覆蓋有限、效率極低且準(zhǔn)確度差等缺點，制約著當(dāng)前農(nóng)學(xué)、育種等作物科學(xué)研究的發(fā)展。

近年來，隨著自動控制技術(shù)、計算機技術(shù)及傳感器技術(shù)的快速發(fā)展，無人機航空技術(shù)得到了飛速發(fā)展。其性能的不斷提高以及功能的日益完善，應(yīng)運而生，以無人機為代表的低空遙感監(jiān)測平臺憑借機動靈活、成本低、空間覆蓋廣的優(yōu)勢成為獲取田間作物表型信息的重要手段[2]。

多旋翼飛行器具有結(jié)構(gòu)簡單、控制靈活和垂直起降等特點，憑借其良好的機動性、懸停能力以及低速飛行性能在目前農(nóng)業(yè)中得到廣泛應(yīng)用，是當(dāng)前研究使用的主流。

多旋翼無人機按旋翼數(shù)目可分為四旋翼、六旋翼和八旋翼等。作物表型信息獲取平臺以大疆公司生產(chǎn)的四、六、八旋翼飛行器為平臺搭載可見光成像、多光譜成像、高光譜成像、熱紅外成像等不同類型的傳感器，構(gòu)成無人機低空遙感監(jiān)測系統(tǒng)，用于提獲取田間作物表型信息[3]。

1 四旋翼飛行器平臺

四旋翼飛行器是一種有4個螺旋槳且螺旋槳呈十字形交叉的飛行器。四旋翼飛行器具有成本低、體型小、強靈活性、容錯性和平衡能力強等優(yōu)點，是多旋翼飛行器中最具代表性的模型。搭建四旋翼飛行器低空遙感監(jiān)測系統(tǒng)一般會采用大疆公司生產(chǎn)的精靈系列和悟系列搭建平臺，其性能參數(shù)對比如表1所示。

表1 各類旋翼機的性能參數(shù)對比

比較典型的應(yīng)用有：張玲等[4]采用Phantom 2+數(shù)碼相機，飛行高度120 m，獲取夏玉米5個主要時期整塊試驗田冠層圖像，提取圖像的紅光值R、綠光值G、藍光值B、亮度值L，由此計算的12個色彩參數(shù)與傳統(tǒng)氮素診斷指標(biāo)（植株氮濃度、生物量和吸氮量）的相關(guān)性，結(jié)果顯示G/（R+G+B）、G/L可作為全生育期氮素營養(yǎng)動態(tài)診斷的最佳色彩參數(shù)指標(biāo)，如圖1（a）所示。雷亞平等[5]采用Phantom 3 pro+數(shù)碼相機，飛行高度50 m，獲取試驗田棉花冠層RGB圖像，基于歸一化綠紅差值指數(shù)NGRDI、可見光大氣阻抗植被指數(shù)VARI、過綠指數(shù)ExG、過綠減過紅植被指數(shù)ExGR和綠葉植被指數(shù)GLI 5種常用的可見光顏色指數(shù)，研究不同植被覆蓋指數(shù)反映棉花葉面積指數(shù)的差異，結(jié)果表明NGRDI是預(yù)測棉花葉面積指數(shù)的一個優(yōu)選指標(biāo)，如圖1（b）所示。李曉鵬等[6]采用Inspire 1 pro+禪思X5航拍相機，分別15、20、30和40 m等4個飛行高度采集大田煙株圖像，結(jié)果表明，采用20 m的飛行高度可以兼顧圖像精度和飛行時間，并基于決策樹的植被分割算法進行煙草缺苗數(shù)的估測，如圖1（c）所示。肖武等[7]采用M100+多光譜相機，飛行高度110 m，設(shè)定航速9 m/s，地面分辨率13 cm，共獲取4980幅玉米影像，構(gòu)建多元線性回歸模型和反向傳播神經(jīng)網(wǎng)絡(luò)模型，通過決定系數(shù)、均方根誤差和估測精度3個指標(biāo)篩選出最佳模型，可有效提高生物量反演模型的精度，如圖1（d）所示。

圖1 四旋翼平臺

2 六旋翼飛行器平臺

六旋翼飛行器每隔60°放置一個旋翼，共六個旋翼作為飛行器的動力源。搭建六旋翼飛行器低空遙感監(jiān)測系統(tǒng)一般會采用大疆公司生產(chǎn)的經(jīng)緯系列搭建平臺。比較典型的應(yīng)用有：張智韜等[8，9]采用M600+禪思XT熱紅外成像測溫儀，飛行高度15 m，獲取棉花冠層高分辨率熱紅外影像，計算棉花冠層溫度特征數(shù)，其冠層溫度特征數(shù)與棉花葉片氣孔導(dǎo)度、蒸騰速率、水分脅迫指數(shù)和作物根系活動層土壤體積含水率具有較強的相關(guān)關(guān)系，通過驗證與分析得出棉花的冠層溫度特征數(shù)可以作為診斷棉花花鈴期的水分脅迫狀況，如圖2（a）所示。陳俊英等[10]采用M600+多光譜相機，飛行高度50 m，獲取棉花花蕾期不同時刻冠層多光譜遙感圖像，提取其冠層光譜反射率信息，并同步測定棉花冠層葉片的凈光合速率、蒸騰速率、氣孔導(dǎo)度和胞間二氧化碳濃度等4個光合參數(shù)，進而利用多種回歸分析方法建立了4種光合參數(shù)的反演模型，均取得了較高的精度，說明該方法通過反演作物的光合參數(shù)是可行的，如圖2（a）所示。蘭玉彬等[11]采用M600 Pro+高光譜成像儀，飛行高度60 m，飛行速度為4～5 m/s，獲取柑橘果園的高光譜影像，分別提取并計算健康和感染柑橘黃龍病（HLB）植株冠層的感興趣區(qū)域的平均光譜，并對初始光譜進行處理，得到原始光譜、一階導(dǎo)數(shù)光譜和反對數(shù)光譜3種光譜，分別采用k近鄰和支持向量機進行建模和分類，其分類準(zhǔn)確率達到94.7%，表明低空高光譜遙感監(jiān)測柑橘HLB的手段具有可行性，如圖2（b）所示。

圖2 六旋翼平臺

3 八旋翼飛行器平臺

八旋翼飛行器每隔45°放置一個旋翼，共八個旋翼作為飛行器的動力源。隨著旋翼數(shù)量的增加，多旋翼飛行器平臺越容易得到好的控制效果，穩(wěn)定性得到進一步提升，因此八旋翼飛行器在飛行穩(wěn)定性能方面強于六旋翼飛行器和四旋翼飛行器。搭建八旋翼飛行器低空遙感監(jiān)測系統(tǒng)一般會采用大疆公司生產(chǎn)的筋斗云系列搭建平臺。比較典型的應(yīng)用有：楊貴軍等[12-15]采用S1000+高清數(shù)碼相機，飛行高度60 m，獲取玉米育種材料試驗田各個時期的高清數(shù)碼影像，提取其數(shù)碼影像變量（R、G、B 及 r、g、b），并用逐步回歸分析方法進行了葉面積指數(shù)的估測，得到最優(yōu)的估測變量為r和r/b；飛行高度40 m，獲取玉米苗期影像，變換優(yōu)選HSV顏色模型對影像前景與背景進行分割，然后利用數(shù)學(xué)形態(tài)學(xué)流程提取玉米苗形態(tài)，Harris角點檢測算法提取玉米苗期影像的株數(shù)信息，將目前傳統(tǒng)影像識別精度提高了約3%，結(jié)果表明該方法提取玉米苗期作物準(zhǔn)確數(shù)目是可行的；飛行高度50 m，獲取覆蓋小麥育種基地的高清數(shù)碼影像，采用監(jiān)督分類-最大似然法對小麥葉色進行提取和分類，分類精度達到80%以上，證明此分類方法獲取小麥的葉色差異是可行的；飛行高度100 m，獲取大豆育種材料試驗區(qū)的3個關(guān)鍵生育期的高清數(shù)碼影像，進行了數(shù)碼影像變量與大豆育種材料葉面積指數(shù)LAI的相關(guān)性分析，并構(gòu)建了LAI的一元線性回歸、逐步回歸、全子集回歸、偏最小二乘回歸、支持向量機回歸和隨機森林回歸估測模型，篩選估測LAI的最佳模型，研究表明全子集回歸模型中采用4個數(shù)碼影像變量B、R GBVI、GLA和B/（R+G+B）的多元線性回歸模型對大豆育種材料LAI的解析精度最優(yōu)，如圖3。楊琦等[16]采用S1000+數(shù)碼相機，飛行高度50m，獲取糖料蔗全生育期的高清數(shù)碼影像，利用高清數(shù)碼影像計算了6種可見光植被指數(shù)并建立LAI估算模型，綠紅植被指數(shù)對糖料蔗伸長末期以前的LAI的估測效果最好，如圖3。

圖3 八旋翼平臺（S1000）

4 結(jié)論

以多旋翼飛行器為代表的低空遙感監(jiān)測平臺具有機動靈活、適合復(fù)雜農(nóng)田環(huán)境、及時的數(shù)據(jù)采集、效率高和成本低等優(yōu)勢，可以快速、無損和高效的獲取田間作物表型信息。

由于作物圖像信息內(nèi)容豐富且圖像處理算法較為成熟，目前在獲取田間作物表型信息的研究中，搭載在多旋翼飛行器平臺的傳感器以數(shù)碼相機為主、其他傳感器為輔的組合方式。

與六旋翼飛行器和四旋翼飛行器相比，八旋翼飛行器在飛行穩(wěn)定性能和有效負載能力方面具有較大優(yōu)勢；同時數(shù)碼相機具有成本低、直觀便捷的獲取作物表型信息的優(yōu)勢，八旋翼飛行器搭建數(shù)碼相機將會在提獲取田間作物表型信息得到更為廣泛的應(yīng)用。