李雋鈺

（合肥職業(yè)技術(shù)學(xué)院，安徽 合肥 230000）

精準(zhǔn)農(nóng)業(yè)是指以信息技術(shù)為基礎(chǔ)，依照空間變異，定位、定量地開展現(xiàn)代化農(nóng)事操作與管理的系統(tǒng)。該系統(tǒng)不僅可以切實(shí)提升勞動(dòng)生產(chǎn)率與農(nóng)資利用率，而且能有效降低成本，減少對(duì)環(huán)境的污染。為了確保后續(xù)提出的輕小型無人機(jī)遙感技術(shù)在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用路徑具有針對(duì)性與實(shí)用性，需要對(duì)輕小型無人機(jī)遙感技術(shù)進(jìn)行充分了解。

1 輕小型無人機(jī)遙感技術(shù)分析

輕小型無人機(jī)遙感系統(tǒng)的組成元素包括能量系統(tǒng)、數(shù)據(jù)傳輸系統(tǒng)、無人駕駛平臺(tái)、遙感傳感器等，其中無人駕駛飛行裝置是指輕小型無人機(jī)的實(shí)際載荷能力低于15 kg，飛行高度不超過3 000 m，且最大飛行速度在30 m/s以內(nèi)。在應(yīng)用過程中依照實(shí)際需求與場(chǎng)景，預(yù)先在飛行平臺(tái)搭載傳感器裝置，全面收集遙感數(shù)據(jù)。至于遙感傳感器在使用時(shí)則要充分考慮輕小型無人機(jī)平臺(tái)荷載能力對(duì)其產(chǎn)生的制約效果，保證設(shè)備體積小、功耗低，且安全性能良好。目前我國(guó)大多是以數(shù)碼相機(jī)、高光譜相機(jī)作為遙感傳感器，利用數(shù)據(jù)傳輸系統(tǒng)實(shí)現(xiàn)影像生成以及數(shù)字模型的打造，以此獲取遙感結(jié)果，并將相關(guān)數(shù)據(jù)用于農(nóng)業(yè)生產(chǎn)管理中的農(nóng)作物調(diào)查、產(chǎn)量評(píng)估等。

輕小型無人機(jī)遙感系統(tǒng)的信息獲取流程可分為以下幾步：前期準(zhǔn)備工作，包括飛行申請(qǐng)、飛行條件評(píng)估、飛行區(qū)域調(diào)查，之后要設(shè)定飛行路徑，依照影像重疊度等要求，完成系統(tǒng)參數(shù)的設(shè)置；數(shù)據(jù)獲取階段，要實(shí)時(shí)監(jiān)控飛行參數(shù)；后期數(shù)據(jù)處理環(huán)節(jié)，需要涵蓋圖像匹配、正射校正以及遙感產(chǎn)品生成等。

2 輕小型無人機(jī)遙感技術(shù)在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用路徑

2.1 農(nóng)作物識(shí)別

農(nóng)作物識(shí)別是后續(xù)開展作物面積測(cè)算以及長(zhǎng)勢(shì)探究的重要基礎(chǔ)環(huán)節(jié)，能夠?yàn)榫珳?zhǔn)農(nóng)田作業(yè)的開展提供參考依據(jù)。與以往的地面調(diào)查相比，輕小型無人遙感識(shí)別方式具有極強(qiáng)的高效性，而與衛(wèi)星遙感識(shí)別手段相比，無人機(jī)的抗干擾性更加優(yōu)越，由于該技術(shù)能夠提供大量的紋理信息以及結(jié)構(gòu)數(shù)據(jù)，因此在地物分類數(shù)據(jù)的收集方面更加高效。當(dāng)前，我國(guó)以輕小型無人機(jī)獲取影像作為基礎(chǔ)，實(shí)現(xiàn)農(nóng)作物種植信息提取的研究課題已取得一定進(jìn)展，單就遙感類型來說可細(xì)分為兩類：一是基于像元的方法；二是基于面向?qū)ο蟮姆椒?。基于像元的方法是指借助搭載冠層相機(jī)的無人機(jī)平臺(tái)收集高分辨率遙感影像，進(jìn)一步分析農(nóng)作物波譜特征變化閾值。而基于面向?qū)ο蟮姆椒▌t是要利用無人機(jī)航拍影像的幾何特征與光譜特征，對(duì)農(nóng)作物進(jìn)行分類，借助無人機(jī)收集的正射影像與數(shù)字模型，完成梯田的自動(dòng)識(shí)別。通過RGN影像，對(duì)農(nóng)場(chǎng)內(nèi)的農(nóng)作物類型實(shí)施精細(xì)識(shí)別。

2.2 農(nóng)作物監(jiān)測(cè)

借助輕小型無人機(jī)遙感系統(tǒng)的監(jiān)測(cè)功能能夠充分掌握農(nóng)作物實(shí)際生長(zhǎng)情況，明確其具體營(yíng)養(yǎng)水平，準(zhǔn)確把握水肥脅迫狀況。隨著便捷性高光譜設(shè)備的進(jìn)一步研發(fā)，越來越多的敏感波段可引入分析模型當(dāng)中，至于人工神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)等建模技術(shù)也得到了更多研究人員的青睞。在進(jìn)行農(nóng)作物監(jiān)測(cè)時(shí)注意農(nóng)作物信息獲取前需要優(yōu)先完成生長(zhǎng)問題的診斷，并將其作為后續(xù)精準(zhǔn)農(nóng)業(yè)管理與田間作業(yè)的參照依據(jù)，及時(shí)調(diào)整施肥措施，達(dá)到促進(jìn)農(nóng)作物正常生長(zhǎng)、獲取高額經(jīng)濟(jì)效益的目的[1]。

農(nóng)作物監(jiān)測(cè)的內(nèi)容主要包括農(nóng)作物生產(chǎn)參數(shù)的具體變化與農(nóng)作物的元素含量。我國(guó)知名學(xué)者朱金霞提出，可利用無人機(jī)平臺(tái)實(shí)現(xiàn)水稻葉片的數(shù)字圖像獲取，并進(jìn)一步研發(fā)不同N養(yǎng)分下水稻冠層的特征信息，可將該方法運(yùn)用在水稻N養(yǎng)分診斷當(dāng)中。同時(shí)也可借助無人機(jī)平臺(tái)收集紅外影像完成作物生長(zhǎng)狀況的監(jiān)測(cè)，計(jì)算各區(qū)域作物的生長(zhǎng)參數(shù)，利用綠度與歸一化指標(biāo)進(jìn)行作物生長(zhǎng)變異性的量化，之后可將其作為基礎(chǔ)，提出針對(duì)性的種植改進(jìn)措施，用以達(dá)到作物的預(yù)期收益。此外也可將植被與土壤的光譜特征作為分析手段，完成作物生育期的監(jiān)測(cè)研究，利用多光譜遙感影像植被覆蓋度計(jì)算，進(jìn)行植被覆蓋度的年變化判斷[2]。我國(guó)學(xué)者秦展飛還提出了基于無人機(jī)高光譜影像，以不同N水平水稻試驗(yàn)為依托，比對(duì)光譜指數(shù)與最小二乘回歸法預(yù)測(cè)水稻葉片N含量的準(zhǔn)確度，結(jié)果顯示，無人機(jī)高光譜影像反映的N含量分布區(qū)域與地面調(diào)查結(jié)果一致。

2.3 田塊尺度估產(chǎn)

輕小型無人機(jī)遙感系統(tǒng)在田塊尺度估產(chǎn)中的應(yīng)用路徑可分為以下幾種：一是以遙感平臺(tái)為依托，獲取高分辨率影像，用以完成農(nóng)作物產(chǎn)量的估算，探究歸一化植被指數(shù)，完成葉片葉綠素含量的適應(yīng)性估算，之后借助統(tǒng)計(jì)分析判斷農(nóng)作物產(chǎn)量與生物量的差異性。二是應(yīng)用多光譜相機(jī)拍攝不同季節(jié)的植物影像，同樣要研究歸一化植被指數(shù)與作物狀態(tài)之間的關(guān)系，完成產(chǎn)量的預(yù)測(cè)評(píng)估。經(jīng)分析可知，歸一化植被指數(shù)與產(chǎn)量以及生物量之間存在良好的線性關(guān)系。三是根據(jù)多光譜影像計(jì)算歸一化植被指數(shù)，并充分結(jié)合氮肥優(yōu)化算法完成作物產(chǎn)量預(yù)測(cè)，通過將其與實(shí)際產(chǎn)量對(duì)比可發(fā)現(xiàn)，該方法的預(yù)測(cè)結(jié)果準(zhǔn)確度極高。四是應(yīng)用搭載MINIMCA的無人機(jī)拍攝影像預(yù)測(cè)作物產(chǎn)量，而最佳預(yù)測(cè)指數(shù)可采用VARI[3]。

2.4 病蟲害監(jiān)測(cè)

若農(nóng)業(yè)生產(chǎn)中存在大范圍的病蟲害必然會(huì)嚴(yán)重影響作物產(chǎn)量，使農(nóng)作物葉片色素與冠層結(jié)構(gòu)出現(xiàn)變化，而應(yīng)用輕小型無人機(jī)可以針對(duì)波段光譜特征實(shí)現(xiàn)動(dòng)態(tài)監(jiān)測(cè)，之后將監(jiān)測(cè)結(jié)果作為農(nóng)作物是否受到病蟲害侵襲的診斷依據(jù)，判斷具體的危害程度，為后續(xù)精準(zhǔn)農(nóng)業(yè)管理提供科學(xué)指導(dǎo)，在減少生產(chǎn)損失的基礎(chǔ)上進(jìn)一步減少農(nóng)藥的使用量，確保環(huán)境效益最佳化。在進(jìn)行無人機(jī)病蟲害監(jiān)測(cè)過程中需要將病蟲害識(shí)別以及病害時(shí)空監(jiān)測(cè)作為研究對(duì)象，具體的應(yīng)用方法可分為以下幾種：一是利用無人機(jī)航空?qǐng)D像實(shí)現(xiàn)病害的監(jiān)測(cè)，利用敏感波段光譜反射率與病情指數(shù)的回歸模型，在PHI影像上實(shí)現(xiàn)病害發(fā)生程度的監(jiān)測(cè)，并判斷具體的影響范圍。二是借助多光譜航空影像數(shù)據(jù)實(shí)現(xiàn)病害的定位。三是應(yīng)用多源數(shù)據(jù)，提取植被指數(shù)，完成對(duì)葉綠素含量的反演，為遙感參數(shù)的診斷應(yīng)用提供參照對(duì)象。四是使用紅外多光譜相機(jī)拍攝遙感影像，對(duì)栽培中的植物病害開展定性分析，以此確定病害模式，并監(jiān)測(cè)病害防治效果[4]。

2.5 空間信息監(jiān)測(cè)

在實(shí)現(xiàn)農(nóng)田空間信息的監(jiān)測(cè)方面要利用輕小型無人機(jī)遙感系統(tǒng)完成農(nóng)田地理坐標(biāo)數(shù)據(jù)的獲取，實(shí)現(xiàn)農(nóng)作物的準(zhǔn)確分類，之后進(jìn)行兩方面數(shù)據(jù)的融合，計(jì)算農(nóng)作物種植面積。同時(shí)，為了進(jìn)一步提高計(jì)算的精確性與準(zhǔn)確度，需要高效應(yīng)用無人機(jī)平臺(tái)附帶的數(shù)碼相機(jī)等一系列傳感裝置，用以識(shí)別農(nóng)田空間信息，進(jìn)一步提高空間信息的分辨率[5]。

3 輕小型無人機(jī)遙感技術(shù)在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用發(fā)展趨勢(shì)

雖然我國(guó)在近年來加大了對(duì)輕小型無人機(jī)遙感技術(shù)的研究力度，不斷優(yōu)化相關(guān)操作方法，實(shí)現(xiàn)數(shù)據(jù)處理、信息收集等手段的創(chuàng)新與升級(jí)，但仍存在一定的局限與不足之處。因此，為了促進(jìn)輕小型無人機(jī)遙感在精準(zhǔn)農(nóng)業(yè)中的高效應(yīng)用，便需要在以往的應(yīng)用路徑上切實(shí)解決相關(guān)問題，推動(dòng)輕小型無人機(jī)遙感技術(shù)的發(fā)展[6]。

3.1 信息處理的智能化發(fā)展

通常來說，輕小型無人機(jī)遙感系統(tǒng)所捕捉的影像大多存在數(shù)量多、重疊度與傾角存在差異性等問題，較小的幅寬不僅會(huì)進(jìn)一步提高影像拼接的難度，也會(huì)阻礙影像的有序匹配。因此為了確保影像得以準(zhǔn)確校正，需要促進(jìn)輕小型無人機(jī)遙感技術(shù)的自動(dòng)化、智能化發(fā)展，保證獲取的遙感影像具有極高的質(zhì)量。根據(jù)實(shí)際調(diào)查，目前我國(guó)的輕小型無人機(jī)遙感在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用方法尚未成熟，仍處在簡(jiǎn)單的信息獲取上，且研究重點(diǎn)放在利用光譜特征完成農(nóng)作物生長(zhǎng)參數(shù)的反演上，需要工作人員采用分析遙感信息與農(nóng)作物生長(zhǎng)之間參數(shù)關(guān)系的方法，但該技術(shù)不僅受到模型魯棒性的限制，還對(duì)輕小型無人機(jī)遙感的應(yīng)用范圍有所制約。因此，應(yīng)促進(jìn)農(nóng)作物生態(tài)過程的融合，依照不同農(nóng)業(yè)應(yīng)用，深入挖掘遙感信息與農(nóng)作物生理參數(shù)關(guān)系，切實(shí)提高遙感解析模型的通用性，將輕小型無人機(jī)遙感結(jié)果應(yīng)用在精準(zhǔn)農(nóng)業(yè)中的重點(diǎn)研究對(duì)象上[7]。為此，在后續(xù)研發(fā)時(shí)需要進(jìn)一步加大遙感信息處理方法的智能化研究力度，充分考慮人工智能作物識(shí)別、提取。

3.2 多來源數(shù)據(jù)的應(yīng)用

我國(guó)的農(nóng)作物種類較多，影響因素較為多樣，若想確保輕小型無人機(jī)遙感技術(shù)能夠在精準(zhǔn)農(nóng)業(yè)中得到高效應(yīng)用，更需要在精細(xì)尺度方面以及動(dòng)態(tài)監(jiān)測(cè)方面發(fā)揮巨大作用。但根據(jù)實(shí)際調(diào)查，在采集高密度作物遙感數(shù)據(jù)后，若缺少良好的作物信息融合手段，沒有站在融合應(yīng)用角度看待相關(guān)作業(yè)問題，必然會(huì)影響農(nóng)業(yè)精準(zhǔn)管理效率。因此在應(yīng)用過程中需要充分融合多來源數(shù)據(jù)，借助農(nóng)學(xué)、光學(xué)、生態(tài)學(xué)知識(shí)，充分收集地面調(diào)查數(shù)據(jù)、氣象條件以及地理信息，以此為精準(zhǔn)作業(yè)提供價(jià)值導(dǎo)向[8]。

3.3 實(shí)現(xiàn)設(shè)備的創(chuàng)新與升級(jí)

傳感器作為輕小型無人機(jī)遙感系統(tǒng)中的重要組成部分之一，我國(guó)對(duì)其的研究通常只停留在搭載安裝上，對(duì)于激光雷達(dá)、熱紅外成像儀的應(yīng)用仍不夠熟練，相關(guān)案例較少。究其原因在于此類傳感器裝置的經(jīng)濟(jì)成本相對(duì)高昂，且容易受到無人機(jī)承重力的制約，因此傳統(tǒng)的傳感器通常難以搭載到無人機(jī)遙感系統(tǒng)中。為了解決此類問題，在輕小型無人機(jī)中需要結(jié)合實(shí)際情況與應(yīng)用需求適當(dāng)提高其續(xù)航時(shí)間，保證單次飛行路徑能夠覆蓋大部分農(nóng)業(yè)作業(yè)區(qū)域，進(jìn)一步優(yōu)化平衡系統(tǒng)以及路徑算法，消除以往存在的飛行不穩(wěn)定以及重拍、漏拍等問題，切實(shí)保證影像質(zhì)量，打破輕小型無人機(jī)遙感系統(tǒng)在抗風(fēng)險(xiǎn)性、載荷能力等方面存在的制約。同時(shí)技術(shù)人員要積極研發(fā)成本低、通用性強(qiáng)的設(shè)備，降低設(shè)備誤差，改進(jìn)傳輸模式，切實(shí)保障設(shè)備的作業(yè)效率。

3.4 搭建高效技術(shù)平臺(tái)

若想切實(shí)增強(qiáng)無人機(jī)操控平臺(tái)的安全性以及穩(wěn)定性，使傳感器能夠與平臺(tái)之間有機(jī)協(xié)調(diào)，便需要提高信息的監(jiān)測(cè)水平。一方面需要技術(shù)人員不斷提高個(gè)人能力，學(xué)習(xí)先進(jìn)的操作技術(shù)與信息化手段，盡可能降低操控平臺(tái)的設(shè)計(jì)復(fù)雜性。另一方面要搭建成本低廉、高效便捷的無人機(jī)技術(shù)平臺(tái)，這也是輕小型無人機(jī)遙感技術(shù)發(fā)展的必然趨勢(shì)[9]。

3.5 實(shí)施周期性監(jiān)測(cè)

目前在精準(zhǔn)農(nóng)田作業(yè)過程中，輕小型無人機(jī)遙感技術(shù)的應(yīng)用缺少連續(xù)性，且周期性不強(qiáng)。農(nóng)作物的生長(zhǎng)本身具有一定的周期性，不同生長(zhǎng)階段的農(nóng)作物生長(zhǎng)參數(shù)以及各項(xiàng)指標(biāo)數(shù)據(jù)存在明顯差異，若以單一生育期農(nóng)作物信息建立模型，顯然不具有代表性。以棉花生育期適用性模型為例，在搭建時(shí)對(duì)其各階段進(jìn)行數(shù)據(jù)判斷，容易受其生長(zhǎng)周期的差異性影響造成監(jiān)測(cè)參數(shù)誤差。為此，輕小型無人遙感技術(shù)需要在未來研究中將作物生長(zhǎng)周期以及連續(xù)性數(shù)據(jù)作為重點(diǎn)分析對(duì)象，切實(shí)提高監(jiān)測(cè)精確性[10]。

4 結(jié)論

綜上所述，通過分析討論輕小型無人機(jī)遙感技術(shù)，闡述輕小型無人機(jī)遙感在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用路徑，并提出信息處理的智能化轉(zhuǎn)變、多來源數(shù)據(jù)的應(yīng)用、搭建高效技術(shù)平臺(tái)等輕小型無人機(jī)遙感在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用發(fā)展趨勢(shì)，以此優(yōu)化輕小型無人機(jī)遙感系統(tǒng)的穩(wěn)定性、荷載能力、續(xù)航時(shí)間，確保圖像質(zhì)量更高，準(zhǔn)確完成農(nóng)田作物信息的獲取工作，實(shí)現(xiàn)田間精準(zhǔn)作業(yè)。