無人機高光譜技術在新農業中的應用

張黎黎

無人機高光譜技術以其高效和低成本的優勢被廣泛應用于粳稻營養監測、病蟲害檢測等方面，并取得了豐碩的成果。傳統的粳稻田間監測方法主要依靠農學專家或有經驗的農戶進行田間觀察，需要大量有經驗的專業人員，且診斷結果具有一定的主觀性；而衛星光學影像技術在成像過程中易受云、雨、霧等惡劣天氣的影響，粳稻監測的關鍵時期（分蘗期）又往往多云多雨。相比之下，無人機飛行成本低、操作便捷、影像獲取速度快、影像分辨率高，依據無人機高光譜數據構建粳稻生長監測模型指導精準施肥、監測粳稻病蟲害，能夠大幅提高粳稻田間管理效率，為精準農業提供理論依據。

1 無人機高光譜數據獲取平臺

目前業界使用較多的無人機高光譜平臺多為深圳大疆創新公司生產的經緯M600PRO六旋翼無人機、浙江大華技術股份有限公司生產的X820八軸旋翼無人機等。高光譜儀多采用四川雙利合譜公司的GaiaSky-mini高光譜成像系統、芬蘭Rikola 高光譜相機等。

2 無人機高光譜粳稻氮素反演模型

實時檢測和評估水稻的氮素含量對于水稻的田間精準管理具有十分重要的意義，亦是氮肥合理使用的前提。獲取無人機高光譜數據后，運用ENVI5.3工具軟件對獲取的高光譜遙感影像進行感興趣區（ROI）高光譜數據提取；之后采用S-G平滑等方法對數據進行預處理剔除數據中土壤背景、水體等噪聲；接著采用主成分分析（PCA）、連續投影算法（SPA）等方法或構建光譜指數法（VI）對高光譜數據進行降緯；最后利用極限學習機（ELM）、BP神經網路（BPNN）等方法構建模型。近年來，針對無人機高光譜反演粳稻氮素含量模型的應用研究也逐日增多。有學者利用PCA和ELM方法建立了粳稻分蘗期氮素含量反演模型。經驗證，該模型準確率達到80%以上，利用該模型構建了氮肥追施量處方圖，指導農用無人機對分蘗期水稻實施精準追肥，在保障水稻產量的前提下使氮肥追施量減少27.34%。這表明利用無人機高光譜構建的水稻氮素含量反演模型可作為氮肥處方決策和精準變量作業的基礎。

3 無人機高光譜粳葉綠素素反演模型

粳稻的葉綠素含量是表征其生長狀態的重要性狀指標。常用的粳稻葉綠素含量檢測方法是分光光度法，然而該方法耗時、費力且有損。構建無人機高光譜粳稻葉綠素反演模型能夠無損、快速、大面積反演粳稻葉綠素含量。該項研究一直都是國內外精準農業學者重要的研究方向。無人機高光譜粳稻葉綠素反演模型的構建方法與氮素反演模型的構建方法類似。學者們的工作主要集中在兩個方面：建立各光譜指數，利用上述建模方法建立指數與葉綠素含量之間的反演模型；或者先對獲取的粳稻高光譜數據的全部波段進行 SPA、PCA等方法建模。沈陽農業大學曹英麗等學者研究發現：反演粳稻葉綠素含量的最優的光譜指數為優化的葉綠素吸收率指數（MCARI），基于最優子集選擇算法篩選出7個特征光譜指組合用于反演水稻葉片葉綠素的回歸模型精度最高，其決定性系數為0.844。該方法能夠實時快速地了解粳稻長勢，為精準農業做參考。

4 無人機高光譜粳稻病害監測模型

稻瘟病、紋枯病等粳稻病害都具有傳播速度快，防控難度大，對粳稻產量影響極大等特點。據研究統計，因稻瘟病損失的水稻產量能夠養活近6000萬人。隨著精準農業的不斷推進，對病害防治的時效和準確性提出了更高層次的需求，傳統的“以點代面”的病害監測手段難以滿足其要求。無人機高光譜技術不僅能夠實現更大范圍內、更高空間分辨率的病蟲害精準監測，而且能夠快速地完成田塊尺度下目標信息的傳遞，獲得目標地物與周圍環境背景的相互關系。但目前利用無人機高光譜技術監測粳稻稻瘟病研究仍處在起步階段。以稻瘟病為例，有學者指出隨著稻瘟病病害等級的提升，水稻反射率整體呈現下降的趨勢，水稻植株中各生化指標也會出現變化；光譜指數的組合作為模型輸入量建立的預測模型具有極高的精度，能夠解釋稻瘟病所引起的植株整體生理參數綜合變化過程，可為無人機高光譜遙感實現穗頸瘟病定量遙感監測與預警分級提供支持。