智能無人遙感系統(tǒng)在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用研究

王燕雪，尉糧蘋*，劉亞芳，劉鑫秋

（1.青島恒星科技學(xué)院，山東 青島 266100；2.山東工程職業(yè)技術(shù)大學(xué)，山東 濟(jì)南 250200）

1 精準(zhǔn)農(nóng)業(yè)的內(nèi)涵

現(xiàn)代農(nóng)業(yè)中的精準(zhǔn)農(nóng)業(yè)，是現(xiàn)在農(nóng)業(yè)研究領(lǐng)域的熱點(diǎn)。精準(zhǔn)農(nóng)業(yè)是以科技為主要基礎(chǔ)，根據(jù)收集獲取的農(nóng)作物數(shù)據(jù)，進(jìn)行快速分析，做出及時(shí)反饋，使得農(nóng)作物產(chǎn)量獲得提高的現(xiàn)代化農(nóng)業(yè)管理理念。這個(gè)概念是近幾年推出的適用于大型農(nóng)業(yè)田的高效管理系統(tǒng)。它可以說是農(nóng)業(yè)和高科技完美結(jié)合的產(chǎn)物。我國是以農(nóng)業(yè)為主的國家，眾所周知我國的人口數(shù)量眾多，但是可以種植的土地面積卻很緊缺，人口和土地兩者比例極不平衡，人口的增長和土地面積的減少這一趨勢(shì)不可避免，這樣的不平衡就會(huì)引起矛盾。糧食為民生之本，糧食的短缺會(huì)引起眾多的糾紛，在未來也有可能不斷深化并爆發(fā)，為了緩解這樣的不平衡，我國就必須保持農(nóng)業(yè)的持續(xù)發(fā)展。為了高效率發(fā)展農(nóng)業(yè)，同時(shí)又不會(huì)產(chǎn)生環(huán)境污染以及過高的成本，而出現(xiàn)了精準(zhǔn)農(nóng)業(yè)這一概念，這是農(nóng)業(yè)和高科技技術(shù)結(jié)合的理念。精準(zhǔn)農(nóng)業(yè)可以提高單位面積農(nóng)田的產(chǎn)率并且只需要較少自然資源的消耗。農(nóng)田中出現(xiàn)的害蟲干旱等情況，也可以得到及時(shí)有效的解決。

2 智能無人遙感系統(tǒng)在農(nóng)業(yè)中的優(yōu)勢(shì)

農(nóng)作物的檢測(cè)技術(shù)主要有航天、衛(wèi)星和地面遙感技術(shù)，現(xiàn)在已經(jīng)在農(nóng)業(yè)中使用廣泛，在運(yùn)用過程中它們的缺陷所產(chǎn)生的眾多問題正在慢慢浮現(xiàn)在研究者面前。一方面這樣的技術(shù)雖然可以提高和加強(qiáng)農(nóng)作物管理的水平，但是另一方面卻又帶來了很多新的問題。航天、衛(wèi)星技術(shù)存在著大量的缺點(diǎn)，如成本大、操作難度大、專業(yè)水平高及易受惡劣天氣的影響等。而地面遙感技術(shù)雖然不受天氣的影響，可以近距離且非常直觀地監(jiān)測(cè)農(nóng)作物的生長情況，其獲取的數(shù)據(jù)量豐富、農(nóng)作物信息較為準(zhǔn)確，但是它的缺點(diǎn)也非常之多，監(jiān)測(cè)農(nóng)作物的面積小且費(fèi)時(shí)費(fèi)力，難以實(shí)現(xiàn)快速大面積獲取農(nóng)作物的信息，不能很好地滿足農(nóng)業(yè)的發(fā)展。根據(jù)這兩項(xiàng)技術(shù)的優(yōu)缺點(diǎn)引出了一項(xiàng)融合了這兩項(xiàng)技術(shù)優(yōu)點(diǎn)同時(shí)又避免了一部分缺點(diǎn)的新型技術(shù)——智能無人遙感系統(tǒng)。在遙感系統(tǒng)的配合下運(yùn)用智能無人機(jī)。遙感技術(shù)作為一項(xiàng)對(duì)地觀測(cè)技術(shù)，使用的是電磁波技術(shù)，利用傳感儀器發(fā)出的輻射，然后接收農(nóng)作物受到輻射所反射的電磁波信息，將在屏幕上進(jìn)行成像，可以較為直觀地觀察農(nóng)作物的生長和種植情況。它可以極大地方便農(nóng)民對(duì)農(nóng)作物的觀察和護(hù)理；搭載遙感系統(tǒng)的無人機(jī)，可以精準(zhǔn)地實(shí)現(xiàn)農(nóng)作物疾病的診斷、生成水利用率圖像、判別土壤侵蝕特征影響及病蟲害影響等工作，從而達(dá)到改善農(nóng)作物的護(hù)理機(jī)制的目的。無人機(jī)與遙感技術(shù)結(jié)合使用是現(xiàn)在較為常見的使用形式。無人機(jī)遙感系統(tǒng)具有許多優(yōu)點(diǎn)，它的成本很低、操作簡(jiǎn)便、靈敏、實(shí)用性強(qiáng)，現(xiàn)在正在取代傳統(tǒng)的人工操作的直升機(jī)遙感、衛(wèi)星遙感、航天遙感等技術(shù)，不僅能夠克服這些技術(shù)產(chǎn)生的缺點(diǎn)，還具有分辨率高、精確收集數(shù)據(jù)、多角度收集農(nóng)作物成長情況的優(yōu)勢(shì)，同時(shí)還具有收集面積范圍廣泛、視野開闊的性能。遙感技術(shù)和無人機(jī)技術(shù)的雙重配合使得這些難題得到快速有效的解決，對(duì)這兩項(xiàng)技術(shù)的不斷深入研究，有利于快速地推動(dòng)精準(zhǔn)農(nóng)業(yè)的發(fā)展。遙感技術(shù)和無人機(jī)技術(shù)也成為了當(dāng)今農(nóng)業(yè)研究的熱點(diǎn)?；谶@兩項(xiàng)技術(shù)的優(yōu)點(diǎn)，智能無人遙感系統(tǒng)在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用研究成為眾人關(guān)注的熱點(diǎn)，通過基于人工智能算法的遙感圖像處理和無人機(jī)技術(shù)的結(jié)合，并突破精準(zhǔn)農(nóng)業(yè)應(yīng)用中無人機(jī)自主航跡規(guī)劃和遙感圖像精準(zhǔn)分類等技術(shù)，提高無人機(jī)用于植保的效率，提升農(nóng)業(yè)管理水平。

3 國內(nèi)外研究的進(jìn)展

在利用智能無人機(jī)保護(hù)植物的這個(gè)領(lǐng)域，美國、日本、韓國等發(fā)達(dá)國家研究的程度較深，對(duì)這項(xiàng)技術(shù)的利用也具有一些代表性。簡(jiǎn)單地介紹這3個(gè)國家的情況：美國在20世紀(jì)中期以后就利用這項(xiàng)技術(shù)從事大型農(nóng)田的種植，美國農(nóng)業(yè)已經(jīng)發(fā)展為現(xiàn)代化農(nóng)業(yè)。現(xiàn)在，美國已經(jīng)擁有農(nóng)業(yè)機(jī)20多個(gè)品種9 000多架，占全世界總量的28%。日本從20世紀(jì)90年代開始大量使用無人機(jī)技術(shù)，將無人機(jī)與農(nóng)業(yè)結(jié)合，用無人機(jī)進(jìn)行農(nóng)田農(nóng)作物的灌溉、害蟲的防除、施肥、農(nóng)作物生長情況的監(jiān)測(cè)等工作。最近，日本的無人機(jī)技術(shù)發(fā)展快速，無人機(jī)數(shù)量和種類大幅度增加。韓國從2003年首次引入無人機(jī)這項(xiàng)技術(shù)，到現(xiàn)在數(shù)量和種類的增加也很迅速，在農(nóng)業(yè)領(lǐng)域的運(yùn)用十分廣泛。目前，我國農(nóng)業(yè)植保無人機(jī)技術(shù)的開發(fā)還處在初級(jí)階段，應(yīng)用主要還是試點(diǎn)，并未在全國大范圍普及。作業(yè)方式都是由飛控手遙控操作無人機(jī)進(jìn)行，信息化和智能化程度較低，還達(dá)不到無人機(jī)全自主飛行作業(yè)的程度。作業(yè)精度、作業(yè)面積、作業(yè)效率，既受控于直升機(jī)本身的性能更受控于飛控手的操作水準(zhǔn)。2016年全國水稻播種面積為4.5億畝，如果其中50%采用無人直升機(jī)進(jìn)行植保，按每架飛機(jī)負(fù)責(zé)2 500畝計(jì)算，共需無人機(jī)9萬架。所以說，根據(jù)我國現(xiàn)在對(duì)于精準(zhǔn)農(nóng)業(yè)發(fā)展情況，以及我國農(nóng)業(yè)國情的情況，研究智能無人機(jī)遙感系統(tǒng)這項(xiàng)技術(shù)迫在眉睫，這項(xiàng)技術(shù)對(duì)于準(zhǔn)確快速地了解農(nóng)作物的生長情況非常有利，利用方式合理的情況下，還可以對(duì)糧食產(chǎn)量的大幅度提高起到輔助作用，為中國農(nóng)業(yè)的發(fā)展做出貢獻(xiàn)。

4 智能無人遙感系統(tǒng)的應(yīng)用

在精準(zhǔn)農(nóng)田上進(jìn)行智能無人機(jī)遙感系統(tǒng)的實(shí)地操作，首先是對(duì)作業(yè)區(qū)域無人機(jī)航跡自動(dòng)規(guī)劃。多旋翼無人機(jī)具有機(jī)體面積小、成本低、可以定點(diǎn)懸停及可垂直起降等優(yōu)勢(shì)，早些年適用于軍事領(lǐng)域，最近發(fā)現(xiàn)它在農(nóng)業(yè)方面也可以起到一定的作用。我們將仔細(xì)考察多旋翼無人機(jī)作業(yè)區(qū)域的各種典型的輪廓形態(tài)，將它們劃分為數(shù)學(xué)意義上的一些標(biāo)準(zhǔn)形態(tài)，如長方形（包括正方形）、梯形、平行四邊形、L形、三角形、橢圓形以及扇形等，或是它們的組合。然而實(shí)際上的農(nóng)田邊界大多不規(guī)則，需要研究邊界擴(kuò)展和剪裁方法，對(duì)不規(guī)則邊界進(jìn)行合理修整將其變成某一類標(biāo)準(zhǔn)形態(tài)或多個(gè)標(biāo)準(zhǔn)形態(tài)的組合。然后，研究運(yùn)用人工智能技術(shù)和進(jìn)化計(jì)算技術(shù)（如采用遺傳算法、人工免疫算法、蟻群算法或混沌粒子群算法），以路徑最短和作業(yè)區(qū)域面積全覆蓋目標(biāo)函數(shù)，對(duì)各類標(biāo)準(zhǔn)形態(tài)的作業(yè)區(qū)域設(shè)計(jì)出無人機(jī)最優(yōu)航跡規(guī)劃算法。在研究過程中，盡量做到航跡自動(dòng)規(guī)劃無漏拍、無重復(fù)，確保無人機(jī)遙感系統(tǒng)能穩(wěn)定、可靠、快速地獲取高質(zhì)量作業(yè)區(qū)域遙感圖像數(shù)據(jù)的采集。

收獲到高質(zhì)量的數(shù)據(jù)后，以深度學(xué)習(xí)為基礎(chǔ)，將高光譜遙感圖像進(jìn)行分類，研究適合高光譜數(shù)據(jù)光譜特征解析的深度學(xué)習(xí)方法，建立高光譜數(shù)據(jù)多層次光譜特征表達(dá)框架；研究神經(jīng)網(wǎng)絡(luò)自反饋學(xué)習(xí)機(jī)制，建立從“多層次光譜特征編碼”到“原始高光譜數(shù)據(jù)”的信息重構(gòu)體系。通過研究這些遙感系統(tǒng)圖像分類的方法，更好地進(jìn)行遙感系統(tǒng)的實(shí)驗(yàn)和利用。相比于傳統(tǒng)的多光譜數(shù)據(jù)，高光譜數(shù)據(jù)波段數(shù)目眾多，有更強(qiáng)的區(qū)分農(nóng)作物的能力。高光譜圖像的分類最近成為一個(gè)較為重要的研究熱點(diǎn)。高光譜遙感是成像技術(shù)和細(xì)分光譜技術(shù)結(jié)合的成像光譜遙感，它可以獲取在可見光到短波紅外甚至中紅外和熱紅外波段范圍內(nèi)納米級(jí)光譜分辨率的連續(xù)、窄波段的圖像數(shù)據(jù)，蘊(yùn)含豐富的空間、輻射和光譜三重信息。高光譜遙感圖像中有許多像素，而每一個(gè)像素又有一系列的亮度值。每個(gè)亮度值都是一個(gè)波段的光譜反射率，所以說每一個(gè)信息是一條二維空間的光譜曲線。由于農(nóng)作物的光譜是不同的，因此像元可以作為區(qū)分不同農(nóng)作物的依據(jù)。以像元為基礎(chǔ)的算法是現(xiàn)在研究者們研究最多、最深入的。高光譜遙感圖像分類方法是根據(jù)像元的數(shù)據(jù)，從一個(gè)空間向另一個(gè)空間映射的過程。

深度神經(jīng)網(wǎng)絡(luò)也是目前的研究潮流，它是模仿人的神經(jīng)網(wǎng)。人腦的神經(jīng)是非常復(fù)雜的，現(xiàn)在也難以研究透徹，人腦神經(jīng)網(wǎng)面積小，卻能傳輸數(shù)量龐大的數(shù)據(jù)，深度神經(jīng)網(wǎng)絡(luò)就是基于此被研究出來的。利用深度神經(jīng)網(wǎng)絡(luò)對(duì)高光譜數(shù)據(jù)進(jìn)行分類，最終形成較為適合模式分類的理想特征，從而可以提高數(shù)據(jù)精確性。這項(xiàng)技術(shù)讀取的數(shù)據(jù)準(zhǔn)確。最后利用智能無人機(jī)遙感系統(tǒng)，在實(shí)驗(yàn)農(nóng)田進(jìn)行操作運(yùn)行，將每一塊農(nóng)田的數(shù)據(jù)進(jìn)行整合，從而驗(yàn)證所提出的航跡規(guī)劃方法以及基于深度學(xué)習(xí)的高光譜遙感圖像分類方法的準(zhǔn)確性。

5 項(xiàng)目的創(chuàng)新性及特色

這個(gè)項(xiàng)目的創(chuàng)新性及特色體現(xiàn)在以下兩部分：（1）它提出了一種多旋翼無人機(jī)的最優(yōu)航跡規(guī)劃算法。還將不規(guī)則農(nóng)田的形狀利用分拆整合形成人們所熟知的各種數(shù)學(xué)意義上的一些標(biāo)準(zhǔn)形態(tài)，然后采用人工智能技術(shù)和進(jìn)化計(jì)算技術(shù)設(shè)計(jì)無人機(jī)最優(yōu)航跡規(guī)劃算法；（2）提出一種以深度學(xué)習(xí)為基礎(chǔ)的將高光譜遙感圖像進(jìn)行分類的方法。利用深度學(xué)習(xí)思想，建立高光譜數(shù)據(jù)光譜本質(zhì)特征的層次化表達(dá)框架，實(shí)現(xiàn)海量遙感圖像數(shù)據(jù)自動(dòng)、高速、高質(zhì)量的實(shí)時(shí)處理。

6 項(xiàng)目研究技術(shù)路線

針對(duì)無人機(jī)遙感系統(tǒng)中的自主巡航和圖像處理問題，本項(xiàng)目研究了一種基于人工智能的無人機(jī)遙感系統(tǒng)。本次研究的技術(shù)路線主要是由兩部分組成，理論的研究和實(shí)地考察收集大量數(shù)據(jù)后對(duì)數(shù)據(jù)進(jìn)行運(yùn)算證實(shí)理論研究的正確性，我們所研究的智能無人機(jī)遙感系統(tǒng)都是基于實(shí)際應(yīng)用的需求，理論研究的方法也都是根據(jù)實(shí)際應(yīng)用。首先，通過分析無人機(jī)不同的作業(yè)區(qū)域，設(shè)計(jì)無人機(jī)飛行區(qū)域邊界，歸納幾種典型的幾何形態(tài)，研究每一種形態(tài)，以路徑最短和作業(yè)區(qū)域面積全覆蓋為目標(biāo)函數(shù)，設(shè)計(jì)出無人機(jī)最優(yōu)航跡規(guī)劃算法，再采集作業(yè)區(qū)域的高光譜感光遙感圖像。其次，利用機(jī)載的高速成像光譜儀來獲取農(nóng)作物的全面信息數(shù)據(jù)，使用深度學(xué)習(xí)的概念對(duì)獲取的感應(yīng)圖像進(jìn)行分類來搭建高光譜數(shù)據(jù)多層次光譜特征表達(dá)框架，重構(gòu)深度學(xué)習(xí)的信息重構(gòu)體系，建立基于深度學(xué)習(xí)的分類方法，再采用深度學(xué)習(xí)方法對(duì)海量遙感圖像數(shù)據(jù)從低層到高層逐步進(jìn)行特征提取，最終得到適合地物分類的理想模型。搭建一套無人機(jī)遙感系統(tǒng)用于精準(zhǔn)農(nóng)業(yè)中，在實(shí)驗(yàn)農(nóng)田進(jìn)行實(shí)地操作，收集農(nóng)作物的信息，并利用理論研究得出的算法驗(yàn)證本項(xiàng)目所提出方法的有效性和優(yōu)越性。利用實(shí)際得出的數(shù)據(jù)不斷地更新和修正理論研究的方法，進(jìn)行多方面的討論研究，最后在多次總結(jié)歸納中的得出最準(zhǔn)確的方法。

研究技術(shù)路線如圖1所示。

圖1 研究技術(shù)路線

7 結(jié)束語

目前智能無人機(jī)在農(nóng)業(yè)上運(yùn)用廣泛，已經(jīng)在許多農(nóng)田進(jìn)行操作，可以對(duì)農(nóng)作物進(jìn)行施肥、灌溉、清除病蟲害等工作。為了迎合時(shí)代的發(fā)展，緩解人口和土地不平衡的矛盾，發(fā)展現(xiàn)代化農(nóng)業(yè)刻不容緩。