天空地遙感大數據賦能果園生產精準管理

吳文斌，史 云，段玉林，余強毅，宋 茜，錢建平，張保輝，陸 苗，楊 鵬，周清波，阮懷軍，王風云

（1. 中國農業科學院農業資源與農業區劃研究所/農業農村部農業遙感重點實驗室，北京100081；2. 山東省農業科學院科技信息研究所，濟南250100）

0 引言

我國果園面積和水果產量均居世界第一，水果產業是我國種植業中位列糧食、蔬菜之后的第三大產業，是農民增收的支柱產業，在我國農業農村經濟發展中占有重要地位［1-2］。近年來，我國水果生產區域集聚格局已經形成，規模化生產優勢明顯，但與發達國家相比，仍然面臨很多問題。例如目前果園生產管理總體較粗放，水肥藥施用沒有實現精準管控，影響果品產量與質量；果園管理效率低，費時費工，數字化、機械化管理水平低，生產成本逐年增加，成為制約果農收入增加、水果產業綜合競爭力提升的關鍵瓶頸。因此，迫切需要加快轉變水果產業發展方式，從粗放發展模式向精細管理發展模式轉變，走產出高效、產品安全、資源節約和環境友好的現代果業發展道路。

信息技術代表著當今先進生產力的發展方向。自1998年“數字地球”概念的提出，數字信息化經過20多年的發展，在寬帶高速網絡、高分辨率影像、空間信息、大數據、可視化、虛擬現實等技術上獲得了長足進步，數據量激增并海量聚集，已進入大數據時代。數據成為關鍵生產要素，數字技術與農業產業的深度融合已成為產業轉型升級的重要驅動力。美國、歐洲和日本等國家和地區將推進產業數字化作為實現創新發展的重要動能，紛紛出臺 “大數據研究和發展計劃”、“農業技術戰略”和“農業發展4.0框架”等戰略規劃，推進了農業生產活動的數字化進程，迅速成為數字農業強國［3-6］。我國黨中央、國務院一直高度重視數字農業和數字中國發展［7-9］。黨的“十九大”明確提出要建設科技強國、網絡強國、數字中國、智慧社會，做出推動互聯網、大數據、人工智能和實體經濟深度融合等戰略部署。習近平總書記指出，大數據是信息化發展的新階段，要實施國家大數據戰略，構建以數據為關鍵要素的數字經濟，發揮數據的基礎資源作用和創新引擎作用，加快建設數字中國。面對新形勢、新需求，如何利用數字技術，推動水果產業全方位、全角度、全鏈條數字化改造，釋放數字對水果產業的放大、疊加、倍增作用，促進生產成本節約、要素配置優化、供求有效對接、管理精準高效，實現水果產業發展質量變革、效率變革、動力變革，這對于我國水果產業供給側結構性改革、加速縮短與發達國家差距、提高產業國際競爭力具有重要意義。

水果產業包括生產、加工、流通、經營等多個環節，其中生產是產業發展的基礎和關鍵。果園作為水果生產的空間載體，加強數字技術與果園生產的融合，構建現代化果園栽培與管理數字化技術體系是水果產業數字化的優先領域。隨著空間技術的不斷發展，新興的遙感技術因高時效、寬范圍和低成本的優點被廣泛應用于對地觀測活動中［10］。不同的時間、空間、光譜、輻射分辨率，多角度和多極化的遙感衛星不斷涌現，對地觀測探測能力不斷增強，為果園生產快速監測和精準管理提供了新的科學技術手段［11］。文章重點闡述了天空地遙感大數據驅動的果園生產精準管理新技術模式，具體地，利用航天遙感、航空遙感、地面物聯網等構建天空地一體化（Satellite，Aerial，and Ground Integrated，SAGI）的果園觀測技術體系，建立果園生產大數據分析與決策管理平臺，推進果園資源環境及權屬數字化，加強果園生產過程監測、災害動態監測和智能作業，服務宏觀管理決策，指導果園生產，推動水果生產數字化、網絡化和智能化發展。

1 遙感大數據驅動的果園生產精準管理總體框架

圖1是遙感大數據驅動的果園生產精準管理總體框架。該總體框架以“數據—知識—決策”為主線，以果園生產數字化、網絡化和智能化為目標，主要包括果園智能感知、快速診斷和精準作業等3個核心內容，推進農業信息技術、農學農藝與農機裝備的融合應用。果園智能感知是基礎，利用航天遙感（天）、航空遙感（空）、地面物聯網（地）一體化的技術手段，進行果園數量、空間位置與地理環境的精準感知與信息獲取，建立果園天空地遙感大數據管理平臺，解決“數據從哪里來”的基礎問題。果園快速診斷是關鍵，主要基于天空地遙感大數據，集成果樹模型、圖像視頻識別、深度學習與數據挖掘等方法，進行農業信息技術與農學模型的融合，構建果樹長勢、病蟲害、水肥、產量等監測模型和算法，實現果園生產的快速監測與診斷，解決“數據怎么用”的關鍵問題。果園精準作業是集成，結合自動控制、傳感器、農機裝備等，進行農業信息技術、農學與農機的集成融合，利用數據賦能作業裝備，實現果園生產的精準和無人作業，解決“數據如何服務”的重要問題。

圖1 遙感大數據驅動的果園生產精準管理總體框架Fig.1 An overall framework for precise management of orchard production driven by remote sensing big data

2 天空地一體化的果園智能感知系統

航天遙感（天）早在20 世紀70 年代開始被應用于對地觀測，在果園識別和分類中得到廣泛應用。隨著民用無人機技術的快速發展，以無人機為主的航空遙感（空）在果園生產中迅速應用和發展，無人機應用市場潛力巨大。同時，地面物聯網（地）在果園應用方興未艾，應用廣度和深度不斷發展。然而，單一傳感器或單一遙感平臺的果園觀測在實際應用中存在較多局限性，因此，綜合天基、空基和地基觀測的天空地協同感知成為果園智能感知的發展方向（圖2）。天具有區域范圍大和空間連續性的特點，是大區域尺度果園感知的信息主體；空包括有人機和無人機遙感平臺，具有高精度和時間連續性的特點，可以補充遙感信息的缺失，是中小尺度果園遙感觀測的重要信息來源；地是物聯網和互聯網結合的地面傳感網，具有實時觀測和快速傳輸的特點，提供地面真實信息，服務天空平臺精度驗證［12］。天空地一體化的果園感知系統利用遙感網、物聯網和互聯網三網融合，實現果園環境和果樹生產信息的快速感知、采集、傳輸、存儲和可視化，可以解決果園智能感知中數據時空不連續的關鍵難點，顯著提高信息獲取保障率，實現對果園生產信息全天時、全天候、大范圍、動態和立體監測與管理［13］。

圖2 天空地一體化的果園智能感知系統Fig.2 Orchard sensing system with the SAGI

從技術體系看，天空地一體化的果園智能感知系統主要包括多源衛星遙感影像快速處理系統、無人機智能感知系統、地面傳感網智能感知系統、互聯網智能終端調查系統和天空地遙感大數據管理平臺等五大子系統。

（1）多源衛星遙感快速處理系統。利用高效的金字塔算法、高精度圖像配準算法、退化函數提取算法、圖像恢復算法和基于深度學習的超分辨率重建算法，實現Landsat、HJ、MODIS、NOAA和國產高分系列衛星等國內外多源衛星數據的快速瀏覽、輻射校正、幾何校正、多光譜和全色影像的融合、鑲嵌、裁剪、圖像恢復和超分辨率重建，為大區域果園種植和空間分布調查提供支撐［14］。

（2）無人機智能感知系統。利用遙感、地理信息系統、全球定位系統、互聯網等技術，基于車載遙感平臺，集成三維地理信息與任務規劃、無人機遙感獲取、多平臺融合的果園監測快速處理和數據遠程傳輸等核心功能，為果園生產提供近低空、有效的全流程移動式遙感解決方案。

（3）地面傳感網智能感知系統。通過物聯網和傳感器技術建立無人值守的果園環境和果樹生產信息自動、連續和高效獲取。直接獲取的果園環境信息包括氣候、土壤、地形等參數，其中氣候因子包括空氣溫濕度、風速、風向、光合有效輻射強度、降雨等指標，土壤因子包括分層溫濕度、有機質、重金屬等指標，地形因子包括海拔、坡度、坡向、高度等地形特征指標。同時，還可以獲取果樹長勢、果樹枝型、萌芽日期、開花日期、結果日期、枝果比例、花果比例、病蟲害等果樹生長指標［15-16］。

（4）互聯網智能終端調查系統。通過手機、平板電腦、移動電腦等終端平臺，基于地圖、遙感影像等空間信息，進行果農經營地塊確認，并針對地塊進行果園圖像和視頻、生產決策信息采集。系統能夠彌補地圖/遙感影像只能反映地塊自然屬性特征的不足，通過獲取個體果農生產決策信息，實現“人—地”信息結合，為果園大數據研究與應用提供基礎數據支撐［17］。

（5）天空地遙感大數據管理平臺。搭建云平臺實現多源遙感數據、無人機數據、地面傳感網數據、歷史數據以及其他空間數據的統一管理、顯示、存儲和可視化表達；基于大數據和云計算技術，利用深度學習算法實現果園生產智能診斷分析，解決當前數據人工處理的低效率問題。

3 遙感大數據驅動的果園生產智能診斷技術

在天空地一體化觀測體系獲取的果園大數據支撐下，綜合運用地球信息科學、農業信息學、栽培學、土壤學、植物營養學、生態學等多學科、多領域的理論，利用遙感識別、模擬模型、數據挖掘、機器視覺等技術方法，建立遙感大數據驅動的果園生產智能診斷技術體系（表1）。

表1 遙感大數據驅動的果園生產智能診斷Table 1 Intelligent diagnosis of orchard production driven by remote sensing big data

3.1 基于衛星的果園空間分布遙感調查技術

宏觀尺度的果園空間分布是果園生產精準管理的底圖基礎。針對果園種植家底資源不清、權屬不明的關鍵問題，利用中高分辨率衛星影像全覆蓋，充分挖掘衛星遙感的光譜、時間和空間特征，構建時序光譜特征量與紋理特征量，研發基于深度學習的果園智能識別技術，建立果園空間分布遙感調查技術體系，突破高精度果園空間分布遙感制圖的技術瓶頸，進行果園種植空間分布調查和定期動態更新，解決“果園面積有多大”的基礎問題。目前，果園分布遙感調查技術方法的本質是分類任務，從最初的目視解譯法發展到基于統計學的分類法，如監督分類方法、多時相分類方法、多源數據結合分類法等，以及其他遙感分類法，如神經元網絡方法、模糊數學分類法、隨機森林分類法、混合像元分解法等。面向對象的分類方法，如考慮像元空間鄰域特征的上下文分析方法和考慮紋理特征的分類法也成為輔助光譜特征分類的重要方法［11］。此外，基于多源數據融合的方法也日益得到廣泛應用。多源數據融合方法主要包括基于回歸分析的融合、基于數據一致性的融合、基于D-S證據理論的融合、基于數據集成方法的融合、基于模糊集合理論的融合和基于統計模型的融合等6類［18］。

3.2 基于航空遙感的果樹生產精準診斷

果樹生產全過程精準診斷分析是果園生產智能管理的關鍵。利用無人機遙感，以單株果樹為基本單元，結合機器視覺、深度學習、模擬模型等技術，建立果樹單株識別、長勢監測、產量預測等技術方法，形成開放兼容、穩定成熟的果樹生產全過程診斷技術體系，實現果樹生長動態變化的快速監測。目前，基于航空遙感的果樹生產精準診斷內容主要包括2個方面：（1）針對果樹群體參數的診斷分析，利用圖像識別進行果樹數量、高度、密度與長勢以及果園雜草等群體參數監測，研究不同栽植密度、不同樹形構建、不同營養水平以及不同生長階段的果園群體光利用率、生產效率，提出果園生產的最佳群體參數；（2）針對單株果樹個體參數的診斷分析，建立模型，提取果樹三維樹冠與株形參數，通過對樹形構建、光利用率、冠層分布、枝條組成、果實分布等參數分析，建立單株果樹優化管理的參數指標。從技術體系看，主要包括3個關鍵技術：（1）檢測和計數，包括利用計算機視覺技術進行果樹數量統計等；（2）分割，包括基于圖像分割技術進行果樹的冠層面積、果樹高度、枝條和骨架結構等提取；（3）果樹生長模型，包括多源數據融合的果樹生長和產量數字模型等。從實際應用角度，未來迫切需要研發果樹生產診斷分析一體機，將復雜的診斷模型與算法集成固化到裝備，實現田間地頭一鍵式、簡單化、便捷的數據診斷與分析能力，解決數字技術應用中數據處理難和分析難的痛點。

3.3 基于地面物聯網的果樹和果實精準診斷

地面物聯網具有觀測實時、傳輸快速和信息真實的特點，但其覆蓋范圍小，多應用于點位尺度的診斷分析。基于物聯網的果園精準診斷主要包括3個內容：（1）以果園氣象災害應急管理為目標，結合環境傳感器，分析干旱、低溫凍害、冰雹等氣候災害發生的時間、頻率和強度，建立災情動態監測及其對果樹成長、果實發育和形成影響評估技術，進行實時監測與快速預警，提升果園災害應急管理能力；（2）以單棵果樹為對象，利用點位傳感器，結合果樹生長發育特征，進行果樹水肥診斷，或利用圖像和視頻，結合計算機視覺進行果樹病蟲害、秋梢率的監測；（3）以果實為研究對象，進行果樹果花、果實的計數和樹上品質診斷分析，基于果實生長發育與其周邊微環境因子、營養供給等因素之間的關系，構建單株生長模擬模型，模擬監測果實生長過程，并以果實的需求來確定果樹樹體管理指標［15，19-21］。

4 天空地遙感大數據賦能果園作業裝備

果園生產智能作業是果園生產智能管理的核心。目前，受制于精準定位、數據通訊和控制系統的不足，我國果園生產環節信息化裝備水平較低，缺乏成熟、可靠、易用的精準作業技術和裝備。天空地遙感大數據驅動的果園智能作業分為2個部分：（1）圍繞產中環節，利用天空地遙感得到的果園環境信息、果樹分布、長勢與病蟲害信息、生產作業的處方圖，結合果園機械精準導航和控制技術，實現果園植保、花果管理、肥水管理、病蟲害防控等生產環節的機械化、智能化和機器人化，減輕勞動強度，為果樹生長發育創造良好條件，促進果品優質高產；（2）圍繞產后精細化、智能化、商品化處理環節，利用傳感器、圖像視覺、光譜檢測等技術方法，構建果實自動采摘、品質智能分級分選、自動包裝技術及裝備，提升果實處理自動化、裝備化和信息化水平，縮短工作時間和效率、節約人力資源。從關鍵技術看，未來需要研發果園作業服務一體機，在無網絡情況下提供田間地頭的數據鏈路，實現作業裝備的互聯互通；同時進行裝備智能化管理與狀態監測，為作業裝備提供變量作業的決策數據和多機協同的作業能力。

5 結論

當前，在國家大力實施國家大數據戰略、加快建設數字中國的新形勢下，加快推進數字技術與水果產業的深度融合，構建數據驅動的果業生產精準管理模式，對促進數字果業經濟發展具有重要意義。利用航天遙感、航空遙感、地面物聯網等現代空間信息技術，構建天空地一體化的果園感知系統，建立天空地遙感大數據驅動的果園生產診斷與作業決策系統，優化果園資源要素配置，提高果園生產率、土地產出率和勞動生產率，打造新型的果業生產發展模式。

天空地遙感大數據在果園生產管理中應用的基本流程主要包括天空地遙感大數據的獲取、預處理、特征參量反演、時空信息提取、診斷模型構建和校正、作業控制、數據集成與匯總等，目前還有很多核心科學問題尚未得到系統解決。首先，天空地協同和立體遙感觀測能力有待加強。目前天空地一體化觀測對果園生產管理的滿足能力還不夠，現有的衛星載荷和傳感器設置沒有充分考慮果園復雜環境的特定需求。如果園土壤參數監測、果品品質診斷與果樹病蟲害監測等需要高光譜遙感數據支撐；果樹生理與生長狀態監測需要熒光遙感、偏振遙感等新型遙感器應用；天空地多源數據的融合理論和技術方法需要加強。其次，人工智能與大數據等支持下的果園果樹信息提取和診斷核心技術仍需要突破。無論是果園類型、果樹種類的分類識別，還是果樹生長監測和果實參數診斷，都是非常復雜的認知過程。由于天空地遙感數據本身設計波段的有限性和波段間的相關性，以及地物“同物異譜、異物同譜”的光譜復雜性，天空地遙感大數據的信息提取和智能挖掘具有病態問題，存在很多不確定性。新發展的人工智能與大數據技術為未來果園生產信息提取、診斷與應用提供了新的潛力。最后，天空地遙感大數據在果園生產中的應用領域需要進一步拓展。遙感觀測與導航定位、移動互聯網、物聯網、大數據等技術的融合，與農學領域的其他學科交叉結合，可以從方法學上推動自身學科發展，同時跨學科應用也將拓展應用領域，如可以推進天空地協同觀測在果樹育種表型、果園栽培管理、果園保險監測與評估等方面的應用深度發展。