基于小型智能無人機低空遙感技術的農田信息采集的研究

花良浩 ， 李丹丹 ， 黃呈宇 ， 姜娜娜 ， 花洋洋

（揚州工業職業技術學院智能制造學院，江蘇 揚州 225127）

1 無人機遙感概述

1.1 無人機遙感測量技術介紹

智能無人機遙感主要是采用了5種技術的聯合搭載的無人機遙感監測系統，其中測量和監視農田信息采用的是傳感器技術，信息采集主要由搭載的傳感器接收轉換得到的光影成像構成[1]。在無人機低空飛行過程中，掃描農田中農作物或無農作物區域形成不同的光段，再將形成的不同樣本轉化為不同的光譜特征，由高光譜影像信息可以獲取并正確判斷農作物的種類、農作物當前生長狀態、農作物的倒伏狀態等。空間測量技術主要是識別一些農田中不同的農作物區域，主要采用的是激光探測技術。比如，本文中智能無人機采用的是機載LiDAR，無人機飛行過程中通過采集的信息進行反射脈沖并接收回波，從而獲得不同農作物區域的三維坐標。

1.2 無人機的種類

當前，無人機的種類繁多，都各有優缺點。從無人機結構看，可分為固定翼、飛艇、多旋翼和直升機這四大類。其中，多旋翼無人機因為體型比較小，重量比較輕，并且有很強的定點懸停能力，可以根據設計時間和設計點快速停止，速度方面相較于其他結構的無人機屬于中慢速，上面搭載的相機在信息采集過程中可以重復拍照并且圖像分辨率很高[2]。所以，小型多旋翼無人機大多用于農田信息采集方面。固定翼飛機一般速度比較快，并且起飛后飛行時間比較久，不能及時在固定點懸停，若用于農田信息采集，會因為移動過快導致搭載的相機不能及時聚焦采集信息。飛艇類無人機是一種輕于空氣的航空器，比較適用于靜風中飛行，在有風的情況下穩定性極差，和熱氣球原理很像，唯一不同的是其具有推進和控制飛行狀態的裝置，其適用范圍很廣。多旋翼直升機體型較大，可以承載比較重的設備，但是運行中噪聲較大，不適合用于農田信息監測方面。

1.3 無人機遙感技術的應用現狀

我國對智能無人機遙感技術的研究主要起源于1950年，出發點是針對航空施藥技術進行研究，2004年無人機遙感技術才開始用于農田中，但是技術并不成熟，到2007年技術開始成熟，也是我國首次將功能較為齊全的無人機遙感技術投入使用[3]。當前，我國無人機遙感技術主要的優勢是能夠準確采集農田信息，使用方便，準確快捷，并能做到實時監控等。對于農戶來說，最大的優勢是使用成本低，購買渠道多，并且操作簡單[4]。例如，在小麥生產中應用智能無人機遙感技術，可以完成初期、中期、后期生產過程中的病蟲草害防治施藥工作，能有效抵御病蟲草害的侵擾；在玉米生產初期、中期階段中應用智能無人機遙感技術，可以高效進行病蟲害防治施藥工作，并達到良好效果，既安全有效又能保證農作物的質量。

2 系統的總體設計方案

研究小組主要以無人機為監測平臺，利用搭載的成像光譜儀和其他對農田無接觸的監測設備組成信息采集處理系統。在農田信息采集監測領域，當前市面上最注重的是無人機監測范圍和精度等，但卻忽略了無人機的續航能力、飛行的穩定性等，所以研究小組綜合考慮后選擇大疆無人機“御”系列的Mavic2型號，其飛行穩定性高，速度快，并且續航時間長。選用DJIGS Pro作為核心控制系統，可在操作面板上的地圖上直接選點，并且擁有多種方式創建飛行任務的功能。

3 農田信息采集與數據處理

3.1 農田空間信息的采集

無人機采集農田空間信息時，不僅僅是獲取農田的空間坐標，計算總面積，還有對區域內不同農作物田地的計算[5]。采用無人機遙感探測技術可以實現農田空間位置信息的實時獲取，例如，利用搭載的成像光譜儀和其他對農田無接觸的監測設備組成信息采集處理系統對農田空間信息進行識別。在此之后，對于空間監測方面采用了高程信息處理技術，使得監測的農田空間信息的分辨率大幅度提升。

3.2 智能無人機航拍與攝影處理

無人機啟動之前，首先需要檢測無人機各部件是否完整，有無損壞點，還需要檢查無人機電池是否能完成本次飛行，檢查信息采集內存卡空間是否充足等等。專業人員需要擬定本次飛行軌跡，根據農田高度設定智能無人機飛行的最佳高度，以達到最高分辨率的采集信息。此外，還需要注意待檢區周圍有沒有阻礙飛行的電線、樹枝等，所以對于無人機的航向和旁向進行設定，百分比設定分別為大于60%和46%，并且飛行中裝配的相機連拍的時間間隔相同。選用的影像處理軟件主要是需要對無人機航片進行選擇，對采集區域生成密集點云，最后完成正射影像輸出等流程。

4 農田信息采集及應用分析

4.1 農田耕種面積測量

無人機啟動后開始按設定軌跡飛行，首先獲得的是DOM測區，得到該數據后在軟件GIS中可以很容易地計算出農田的面積[6-7]。本次測量的農田設定為兩片區域，得到各自的農作物種植面積如下：地塊1為1.34 hm2，地塊2為0.89 hm2。低空遙感和衛星遙感技術最大的區別是前者采集影像的分辨率較高，能檢測的范圍大，并且可以短時間內獲取農田信息，準確便捷，特別是針對很大的農田進行作物套種和分區域非同作物種植時，也能夠精準計算。無人機低空遙感技術與人工實地采樣觀察相比，顯然人工容易踏壞農作物，判斷不準確，并且效率低，更浪費時間[8]。

4.2 農作物的產量估測

無人機主要通過在農作物快速成長階段和將要成熟階段，對農作物的當前植株的水分值和植被指數等信息建立回歸模型，來估計農作物的大概產量[9-10]。整個階段需要多次的信息采集，以確保農作物最后的產量與預估產量的誤差保持在4%以內。當前，以現有的無人機監測技術不能對每一個種農作物產量進行預估，常見可預估產量的農作物主要是大豆、玉米和小麥等。

4.3 農作物的氮素診斷

農作物的生長離不開化肥，其中主要的營養成分是氮磷鉀等元素。有些地區農田使用農家肥，從營養成分來說和正常化肥的原理是相同的，氮素是為了提高農作物的光合作用和同化產物能力，以此來提高農作物的產量。無人機就是通過低空高光譜遙感技術監測農作物的顏色和葉綠素水平的時間段變化，來獲取農作物的生物理化參數空間分布[11-12]。目前，在氮素診斷方面研究的農作物主要有玉米、水稻和小麥等。

4.4 農作物倒伏情況監控

農田內農作物的好壞，直接關系到一個周期內的最終成果。農戶對農作物的倒伏情況特別關注，因為倒伏會造成農作物的植株損傷，所以需要及時發現倒伏情況，及時整治，才能有效地減少損失。衛星遙感技術時效性比較低，信息采集數量和清晰度有限。因此，采用低空遙感技術既能短時間地發現問題，得到信息可立即解決問題，將損失率降到最低；又能準確核實農戶損失問題，大大提高了農戶的收成率。研究小組測試的農田中，顯示紅色的區域為出現倒伏情況區域。

4.5 農作物的洪澇監測

自然災害也是嚴重影響農作物生長的因素之一。比如洪水淹沒農田，如果不能及時進行排澇處理，被淹沒的農田將會嚴重荒廢，導致沒有任何收成。采用無人機遙感技術，可以根據不同長勢和顏色變化采集其影像信息，再根據空間監測計算判斷得出洪澇區和正常區。

5 無人機低空遙感在農田監測應用中的不足

無人機低空遙感在農田監測中的應用近年來發展迅速，無人機低空遙感系統在農田信息采集應用方面取得了眾多顯著的成果，但目前的研究仍存在許多不足的地方，主要有以下幾個方面：

1）無人機的飛行速度和控制技術方面近年來雖然發展得很快，但是無人機監測技術在面對復雜的作業環境時仍存在很多局限性[13]。一方面，電池的續航能力不足，比如，在對大面積農田進行農作物信息采集時，無人機的電量不允許對整體一次性采集，需要劃分區域累計采集，這樣就容易導致采集的數據誤差增大；另一方面，無人機適用性低，比如，在雷雨和霧雪天氣下監測時，會因為雨點的干擾導致遙感圖像模糊抖動并且噪點增多，這樣導致最終采集得到的信息數據不準確，信息篩選時間增加，限制了無人機遙感在農田監測中的廣泛應用。

2）低空遙感技術系統搭載單一的傳感器，在對不同的遙感信息的綜合使用中，對于精度的把控和檢測、拓展范圍方面的延伸和監控等，還需要進行更深度的思考研究。面對機載傳感器的更新，則應更加向著小型化及智能化方向發展。對于采集及實時同步的農田信息的反饋和檢測方面，已經有許多研究者開始探索采集信息和采取數碼影像的高光譜數據方式相結合，其中，數據信息的組合不應當局限于兩個傳感器或者多個融合的傳感器相結合。

3）在對于無人機遙感系統采集農情信息方面的研究中，未能達到及時考慮或者沒有考慮時空變換方面對于農作物信息的采取和解釋。從大多數無人機遙感監測信息系統單方面的研究來看，基本都是基于單個時段間的數據反映情況，從而很少能獲取多個及連續模式的數據表和作物表的呈現，反演參數少，代表性嚴重不足，所以很難表達出農作物的真實情況成長趨勢和指數參數[14]。因此，從農作物在生長的過程中進行數據分析的連續性周期性檢測來看，監測農作物動態生長趨勢是很有必要的。而對于大多數農作物的生長指標和規模參數來說，具有穩定性的模型和準確普適性方面還有進一步研究的空間[15]。此外，從遙感信息系統獲取的所知信息的圖例來看，對于后期的精準性和管理方面的研究做得很少，這就需要開發快速高效的對地物方面的識別信息系統以及適當的模型解析操作，以形成高效、標準、通用的方法。

6 結論

綜上所述，智能無人機低空遙感技術的快速進步，在現代農業以及未來精準農業的農田信息采集領域呈主要發展趨勢[16]。該技術在農田面積檢測和面積劃分方面具有超高的精度，為農業科學化生產奠定了牢固的基礎。研究小組所研究的無人機遙感技術主要針對農田中農作物的生長狀況和受災情況進行監測，并能夠第一時間通知相關人員進行處理，遵循最大程度的無損失生產或者降低損失生產的理念，科學地對農作物進行管理。智能無人機低空遙感技術的成熟，會為我國更精細化的農業的發展提供極大幫助。