轻小型无人机遥感在精准农业中的应用研究

雷 剑

(三和数码测绘地理信息技术有限公司，甘肃 天水 741000)

引言

精准农业是当今世界农业发展的新潮流，是在现代信息技术、生物技术、工程技术等一系列高新技术最新成就的基础上发展起来的一种重要的现代农业生产形式，其核心技术是地理信息系统、全球定位系统、遥感技术和计算机自动控制技术。精准农业是将遥感、地理信息系统、全球定位系统、计算机技术、通讯和网络技术、自动化技术等高新技术与地理学、农学、生态学、植物生理学、土壤学等基础学科有机地结合起来，实现在农业生产过程中对农作物、土壤从宏观到微观的实时监测，生成动态空间信息系统，对农业生产中的现象进行模拟，达到合理利用农业资源，改善生态环境，提高农作物产品和质量的目的。实施精准农业是促进农业可持续发展的有效途径，必将对我国农业生产产生重大影响。本文将轻小型无人机遥感技术引入其中，使该技术的作用在相关方面中充分体现，并从以下方面进行详细阐述。

1 精准农业简述

精准农业作为农业发展新趋势，需要借助信息技术对其进行辅助运行，工作期间的定位与定量工作则需要空间变异来引导。实际上，精准农业是以农作物生长的土壤为基础，对农作物进行耕种作业期间的人为因素进行调节。在进行耕种前，需要对土壤中原本微量元素含量与生产力进行调查，这类调查需要在土壤发生变异前完成，并且保证结果真实有效。需要对农作物目标产量进行明确，以目标为基础，对定位实施系统诊断与科学化管控，促使土壤生产力调节到能够满足目标需求状态，利用最小的投入来获取更大的收益。除此之外，可以对环境起到一定的改善作用，并对各类农业资源全面高效应用，有效获取相关的经济效益或环境效益[1]。

由于环境污染现象的加剧以及农业资源出现明显匮乏，使得农业开始向精准农业方向不断转变，这样不仅可以使农业现实生产力明显提升，还可以使优质高产且环保的持续化发展农业能够有效实现。

2 轻小型无人机遥感系统概述

2.1 构成单元

全面分析轻小型无人机的遥感系统可知，其构成单元相对繁杂，不仅将相关的传感器和自动化飞行平台等囊括其中，还包括了必要的地对空控制操纵系统以及无人机影像传输处理系统等。一般情况下，可以将无人驾驶飞行器划分成不同类型，如多旋翼无人机。一般来讲，小型无人机通常搭载的设备需要控制在15kg以内，并且飞行高度要低于3000m，同时飞行过程中的最大速度需要控制在33m·s-1范围内。当应有情景和需求发生改变时，要对不同类型的传感器进行选择，从而使相关遥感数据得到有效的获取。除此之外，分析轻小型无人机可知，该无人机会受到一定的约束，尤其在荷载能力等方面，使得遥感传感器对相应的需求也要有效满足，如质量相对较轻、功耗相对较小等[2]。当前，得到普遍应用的无人遥感传感器以激光雷达等为主。在数据传输和处理系统的辅助下，可以形成相应遥感影像，同时也可以使相关模型以及光谱指数等有效形成。这些都属于遥感产出结果，并且这些结果能够在农作物调查以及产量评估等方面有效应用。

2.2 工作流程

轻小型无人机遥感在工作中获取目标信息共计分为以下3个不同阶段：前期准备阶段。在该阶段之中，需要对飞行空域申请、飞行条件判定等工作有效完成。同时无人机遥感在起飞之前对区域内信息进行了广泛收集，包括地区地形以及地区范围内的环境等，且还会对完成飞行任务后的着落点进行事先调查，以此确定相应的降落点。另外，飞行前工作人员还会对无人机设备系统参数进行适当调整，以满足对于影像重叠度以及分辨率的需要；数据获取阶段，本阶段需要无人机操纵者按照既定参数执行飞行任务，依据实时监控数据及时进行调整；后期数据处理阶段，该阶段核心任务是将采集到的图像运用计算机进行相应处理，最终形成完整产品[3]。

3 轻小型无人机遥感在精准农业中的应用

3.1 在监测农田空间信息方面应用

在监测农田空间信息方面引入轻小型无人机遥感，不仅可以有效完成采集农田地块地理坐标信息工作，还可以使农田中所种农作物得到有效分类。当这2方面的数据有效融合，可以对农作物实际种植面积有效计算，以此来使计算的精准度明显提升。与此同时，在农田空间信息监测中，可以对无人机平台携带的高清数码相机等传感设备有效应用，以此对农田空间信息进行高效精准的识别和判断[4]。除此之外，随着无人机遥感技术的不断发展和应用，使得农田空间信息分辨率也随之大幅度提升，从而使农田空间监测数据的精细化程度不断提升。

3.2 农作物识别和精细分类

开展精准农业需要大量数据作为理论依据，因此在前期需要对农作物进行生物识别、选择性提前、精细分类，此后才能顺利开展农作物种植面积计算以及作物分析工作。轻小型无人机在进行作业时，其遥感技术是人工调查方法难以比拟的，不仅工作效率高而且信息实时回传快，能够有效节约人力成本开支。虽然从一定角度来讲使用卫星遥感对农田进行识别效率更高，但由于对农作物细节信息收集能力较弱，并且太空与地面之间存在众多干扰，实际应用效果与无人机存在较大差异，后者能够更好地完成作物信息获取任务。

3.3 在监测农作物生产状态方面的应用

对农作物表型参数信息全面监测，监测的重点以叶面积指数为主，即单位农田地表之中单面绿叶面积的总和，以此来对农作物光合作用的效果全面反映。轻小型无人机遥感能够在多光谱数据采集技术的基础上，对地表农作物种植指数全面探测，同时对光谱参数相对应的数据有效提取，以此来使地表植被指数得到有效计算，从而使相关模型构建得以完成。近年来，该技术在空间构型方面的测量中有效应用；对农作物生长构成中营养指标相关信息有效获取，不同农作物之间具有差异性光谱反射吸收特点，轻小型无人机遥感技术可以对该特点有效应用，以此诊断和判别不同类型农作物中的相关信息指标，如氮素含量等，如叶绿素在蓝紫光和红光中能够发挥较强的吸收性特点，可以通过对颜色信息全面分析，对农作物营养情况开展全面探究，目前，相对成熟的研究成果是利用叶绿素含量作为指标来构建的预测模型[5]；监测农作物产量，目前的绝大多数研究都是在多因素综合分析基础上，不断向高预测精度的产量预估技术发展过渡。在对农作物监测数据信息采样工作全面开展时，在不同空间尺度的基础上，对高光谱信息数据全面获取，并完成农作物指数和产量模型的构建。该模型根据精度曲线变化规律完成相应预测，从而有效得出最适宜农田空间尺度面积。

3.4 田块尺度的估产

实行精准农业的目的是提高农作物产量，因此在进行种植期间需要对整体产量进行预估，必要时针对突发变化还需要对预估产值进行调整。农作物自身不同部分向空中反射不同的光谱，轻小型无人机的遥感系统能够对其有效进行获取，从而获得作物生长信息，构建出生长信息与产量之间的数学模型，进而对产量进行科学预估。同时，利用轻小型无人遥感在农作物生长期间对其生长情况进行动态化检测，从而帮助种植人员全面掌握农作物生长情况，利用所监测的数据对农作物产量进行预判，不但可以提高预判结果和预测模型的精准度，同时还可以帮助种植人员适当调整农作物生长营养需求方案。

遥感技术通常以光谱反射率作为对农田产量预估时的计算参数，有时也会采用植被指数。轻小型无人机通常进行低空作业，而在进行农作物产量预算或生物总量估算时，可以对高空分辨率采集的影像进行获取，从而完成相关作业。

3.5 在监测影响农作物生长因素方面的应用

在对影响农作物生长的因素进行监测时，需要利用到轻小型无人遥感，重点监测内容包括：在对农田湿度进行监测时，要对热红外监测技术全面应用，当农田中的农作物密度处于较高水平时，农作物就会将叶片气孔调整到关闭状态，使升腾作用产生的水土流失问题进行降到最低，这对于增加农田内地表热通量有着重要作用，同时导致农作物冠层温度加速上涨，此时要不断加强对裸露土壤的注意力，当前众多工作人员在进行实际工作或研究中都将工作目标和重点放在裸土温度和农作物地表覆盖度之上，这样不仅能够对裸土因素进行全面获取，还能够让裸土因素在冠层监测数据中所产生的影响更加明显，进而有效完成农田湿度监测工作；监测病虫害，利用红外光谱的发射效果，全面探测病虫害和植物生长状态之间的关系，对农作物叶片处于红外区域时，研究的重点以栅栏组织状况为主，当病虫害出现时，栅栏组织会呈现枯萎的态势，这样在成像过程中，就会有一定的缺失现象出现，使成像的完整性受到影响[6]；其它影响因素信息，监测农药的使用效果，全面分析植被覆盖指数，对农作物成熟期叶片的老熟程度有效判断，并在此基础上合理化判断施加的农药效果，从而使农药使用过量现象得到有效杜绝。

4 轻小型无人机遥感在精准农业中的应用发展趋势

4.1 搭建高效便捷成本低廉的技术平台

从无人机操作平台的角度来讲，想要使平台稳定性提升，先要提升平台和传感器之间的稳定系数，以此来明显提升相应的监测水平。对目前的轻小型无人遥感来讲，不良因素不仅包括成本较高且运行欠缺稳定性，还因为操控平台设计存在复杂性、对专业人员过度依赖等现象存在，从而使其在农田监测中的应用被限制。想要使这样的现象得到改善，就要对高效便捷且成本低廉的无人机技术平台全面构建，这也是未来的趋势所在。

4.2 轻小型无人机遥感信息处理自动化和智能化

针对指定物质的相关数据与影像资料，都可以使用轻小型无人机遥感系统进行获取，通过对该影像进行分析时可知，影像之中通常会存在幅宽较小、倾角无法保持重叠等现象，这样导致相关工作的难度系数明显增大，如影像校正。因此，轻小型无人机遥感技术的主要环节以实现影像自动化预处理为主，以此来使获取的影像质量明显提高。

当前，该方面的研究以简单遥感获取信息为主，并将重点都放在光谱特征反演农作物参数之上，同时对遥感信息和农作物生长参数之间的关系有效构建。但由于模型的准确性存在限制，从而使该遥感的使用区域受到限制。因此，在之后的研究中，要加强对该遥感的智能化和自动化的重视，如快速解析作物生长信息等。当该获取和解析技术向全面化方向发展时，不仅为农业转型提供思路，还可以为农业生产管理提供重要的支撑。

4.3 实施周期性监测农作物生长情况

为了使农田监测精准性显著提升，可以有效应用轻小型无人机遥感。但是在应用的过程中会出现周期性或连续性不足的问题。周期性以及连续性是农作物生长过程中的主要特征之一，当农作物处于不同阶段时，相关参数指标也明显不同，当在构建相关模型时只利用单一参数时，就会导致该模型的全面性以及代表性明显不足。以棉花为例分析可知，在构建模型时将参数设定成不同生育期适应性时，要对各个阶段的信息进行分开分析和处理。同时监测农作物的同一生长参数时，由于生长周期的差异，使得相关监测数据也存在明显的不同。由此可知，农作物生长周期和连续性信息数据成为轻小型无人机遥感技术未来的研究重点，利用周期性监测的方式，使监测的准确度得到全面提升。

5 结束语

从本文的论述中可知，在精准农业中应用轻小型无人机遥感具有十分重要的作用，可以对精准农业生产管理所需的数据有效获取，并使农业不断向精准农业有效转变。除此之外，无人机遥感可以在田间尺度估产、农作物生长状态监测等方面有效应用，使得多方面数据能够有效融合，并为田间精准作业提供一定的指导，从而为农业的持续健康发展提供基础保障。