基于無(wú)人機(jī)遙感的大豆株高計(jì)算方法研究

石文強(qiáng),張 偉,亓立強(qiáng),吳宇通,張 平

(黑龍江八一農(nóng)墾大學(xué) a.工程學(xué)院;b.理學(xué)院,黑龍江 大慶 163319)

0 引言

大豆在生長(zhǎng)過(guò)程中所展現(xiàn)出的形態(tài)特征是作物表型領(lǐng)域重要的參數(shù),對(duì)于大豆育種專家選育優(yōu)良品種具有重要參考作用[1]。相關(guān)研究表明:大豆株高是影響大豆單株產(chǎn)量的重要性狀[2],不僅是一項(xiàng)重要的表型參數(shù),而且是評(píng)判大豆長(zhǎng)勢(shì)、產(chǎn)量估測(cè)和遺傳育種研究中的重要抗性生理指標(biāo)[3-6]。大豆育種產(chǎn)業(yè)相關(guān)研究中,株高性狀既是衡量大豆生長(zhǎng)狀態(tài)的重要指標(biāo),又是其生物量、產(chǎn)量等指標(biāo)計(jì)算的重要參數(shù)[7]。目前,田間大豆株高測(cè)量方法是依靠人工利用直尺測(cè)量或利用田間植物生長(zhǎng)標(biāo)尺等設(shè)備進(jìn)行測(cè)量,這兩種方法分別存在費(fèi)時(shí)費(fèi)力、易受測(cè)量者主觀因素的影響以及準(zhǔn)確度差等缺點(diǎn)[1,8]。為了解決大田中大豆株高等表型性狀傳統(tǒng)測(cè)量技術(shù)不足的問(wèn)題,將基于無(wú)人機(jī)平臺(tái)的低空遙感技術(shù)來(lái)應(yīng)用到大豆表型特征的研究中[9-10]。

目前,作物的株高研究大多局限于實(shí)驗(yàn)室環(huán)境或是三維重建來(lái)進(jìn)行信息提取測(cè)量。馮佳睿等學(xué)者[1]利用微軟公司的Azure Kinect 2.0 DK深度傳感器搭建了一種用于獲取大豆冠層信息的試驗(yàn)臺(tái),在此基礎(chǔ)上基于深度信息提出了一種大豆植株高度的計(jì)算方法。此方法實(shí)驗(yàn)對(duì)象為盆栽大豆且具有較小的測(cè)量誤差,但在實(shí)際的農(nóng)田大范圍監(jiān)測(cè)株高時(shí)具有一定的局限性。郭新年等學(xué)者[11]在室內(nèi)條件下利用相機(jī)和激光發(fā)射裝置搭建了作物高度測(cè)量試驗(yàn)臺(tái),通過(guò)盆栽的方式對(duì)單株農(nóng)作物進(jìn)行株高測(cè)量試驗(yàn),解決了農(nóng)作物頂點(diǎn)和底點(diǎn)難以識(shí)別的問(wèn)題,但測(cè)量誤差較大且存在著受環(huán)境光線影響大以及室外大范圍監(jiān)測(cè)局限等缺點(diǎn)。郭海等[12]通過(guò)在田間軌道式表型平臺(tái)安裝Kinect 2.0傳感器建立一種玉米植株三維點(diǎn)云采集平臺(tái),用于獲取田間原位玉米植株的三維點(diǎn)云數(shù)據(jù),提出了一種基于俯視視角下玉米株高的測(cè)量方法。此方法獲得了較高的玉米株高參數(shù),其R2達(dá)到了0.98左右,但易受光線的干擾,對(duì)于單株植株具有較高的適用性但不適合大面積植株高度監(jiān)測(cè)。Morrison M J等[13]利用手持式平臺(tái)攜帶實(shí)感D415立體視覺深度攝像頭獲取大豆深度圖像,結(jié)果表明:D415深度攝像頭相較于Kinect 2.0傳感器在高光照條件下適用性更強(qiáng),且利用深度低成本的傳感器能夠完成大豆株高信息的提取。蘇偉等[14]利用Trimble TX8三維激光掃描儀進(jìn)行玉米植株表型信息采集,提出一種基于TLS的大田單株玉米表型信息提取方法,對(duì)于株高提取的平均絕對(duì)百分比誤差約為0.61%,具有較高的測(cè)量精度,但應(yīng)用范圍僅局限在個(gè)體方面。

綜上所述,目前國(guó)內(nèi)外農(nóng)作物的高度測(cè)量監(jiān)測(cè)已進(jìn)行了較多的研究,且精度較高,但此類研究多集中在高稈作物上;另一方面,此類研究仍局限于盆栽、室內(nèi)環(huán)境,不能夠進(jìn)行大范圍監(jiān)測(cè),使其應(yīng)用推廣受限。為此,提出了一種基于無(wú)人機(jī)遙感的大豆株高計(jì)算方法。以10種大豆品種為研究對(duì)象,通過(guò)無(wú)人機(jī)遙感獲取大范圍大豆的正射影像和數(shù)字表面信息,經(jīng)克里金插值算法計(jì)算出地面高程信息,進(jìn)一步提取大豆株高,并進(jìn)行實(shí)驗(yàn)驗(yàn)證其精度與準(zhǔn)確性。本研究可為田間大豆群體株高的測(cè)量提供一種有效方法,為大豆優(yōu)良品種的選育提供一種新的技術(shù)支持,為大豆田間管理和高產(chǎn)株型選育過(guò)程中株高性狀數(shù)據(jù)獲取提供參考。

1 材料與方法

1.1 試驗(yàn)材料與設(shè)計(jì)

研究區(qū)位于黑龍江省黑河市嫩江縣九三墾區(qū)尖山農(nóng)場(chǎng)科技園區(qū),地理坐標(biāo)為125°19′53″～125°47′15″E,48°46′55″～49°1'18″N,海拔288.1m,如圖1所示。該地區(qū)雖屬丘陵漫崗,但相對(duì)來(lái)說(shuō)地勢(shì)坡度小,大豆種植規(guī)模和機(jī)械化程度較高,同時(shí)適宜實(shí)施無(wú)人機(jī)遙感作業(yè)。

圖1 研究區(qū)示意圖Fig.1 Schematic diagram of the study area

試驗(yàn)材料選用黑河43、北豆37、龍肯310、龍肯3401、中黃902、中黃909、九研13、黑科60、蒙豆36和尖山大粒豆共10個(gè)標(biāo)準(zhǔn)株高不同的品種,分不同的密度設(shè)置50個(gè)大豆種植區(qū),每區(qū)面積為3壟,壟寬距離1.1m;栽培模式為壟上3行種植模式,每?jī)蓚€(gè)小區(qū)間留有人行路,每個(gè)小區(qū)長(zhǎng)20m、寬3.3m。

1.2 無(wú)人機(jī)影像數(shù)據(jù)獲取與處理

采用大疆公司生產(chǎn)的大疆精靈4多光譜版無(wú)人機(jī)(DJIPhantom4-P4_Muitispectral),特點(diǎn)是具有一體式的多光譜成像系統(tǒng),同時(shí)配備OcuSync圖傳系統(tǒng),可實(shí)現(xiàn)7km的控制范圍。無(wú)人機(jī)攜帶1個(gè)集成可見光、藍(lán)、綠、紅、紅邊和近紅外6通道的208萬(wàn)像素解析力鏡頭,成像清晰穩(wěn)定,其波長(zhǎng)信息與設(shè)備參數(shù)信息如表1和表2所示。為了減少環(huán)境因素對(duì)數(shù)據(jù)獲取的影響,無(wú)人機(jī)遙感影像進(jìn)行數(shù)據(jù)采集時(shí)選擇晴朗無(wú)云、無(wú)風(fēng)的天氣;飛行高度設(shè)置為30m,航向重疊率和旁向重疊率設(shè)置為80%與70%。數(shù)據(jù)獲取過(guò)程中,鏡頭與地面垂直,拍照模式設(shè)置為等時(shí)間間隔拍攝,投影方式為WGS_1984_UTM_zone_45N。為提升數(shù)據(jù)的合成及處理速度,經(jīng)對(duì)比采用大疆公司(DJI)的大疆智圖軟件生成大豆試驗(yàn)田的高清數(shù)字正射影像(DOM)和數(shù)字表面模型(DSM),以便進(jìn)行下一步的分析。

表1 無(wú)人機(jī)拍攝鏡頭波段信息Table 1 Band information of UAV shooting lens

表2 無(wú)人機(jī)技術(shù)參數(shù)信息Table 2 UAV technical parameter information

1.3 地面數(shù)據(jù)獲取

2021年,在大豆R6生育時(shí)期,采集試驗(yàn)田內(nèi)50個(gè)試驗(yàn)小區(qū)的大豆實(shí)際株高數(shù)據(jù)。以大豆冠層頂端的高度作為大豆植株的測(cè)量高度,測(cè)量過(guò)程中每個(gè)測(cè)量小區(qū)等間距選取20株植株,使用米尺測(cè)量其株高,再計(jì)算其平均值作為此處的平均株高,用作下一步的數(shù)據(jù)。測(cè)量方式如圖2 所示。

圖2 大豆測(cè)量高度示意圖Fig.2 Schematic diagram of soybean height measurement

1.4 數(shù)據(jù)分析方法

1.4.1 克里金插值算法

普克里金插值法(Kriging)是地理統(tǒng)計(jì)學(xué)中經(jīng)常使用的一種最優(yōu)無(wú)偏估計(jì)方法,在地理環(huán)境等領(lǐng)域應(yīng)用廣泛。該方法能夠給出最優(yōu)線性無(wú)偏估計(jì),通用來(lái)估算未采樣位置的屬性值[15],其計(jì)算公式如式(1)所示。數(shù)據(jù)處理采用Arcgis 10.7進(jìn)行分析。

(1)

1.4.2 評(píng)價(jià)指標(biāo)

根據(jù)決定系數(shù)(R2)來(lái)評(píng)價(jià)此方法的精度與準(zhǔn)確性,具有較高的決定系數(shù)(R2)才能夠表達(dá)此方法的優(yōu)越性。根據(jù)誤差(Error)來(lái)評(píng)價(jià)此方法提取的精度[16-17],計(jì)算公式分別如公式(2)與公式(3)所示。分析軟件采用Microsoft Excel 2010進(jìn)行。

(2)

(3)

其中,W為誤差;A為實(shí)際測(cè)量的大豆植株高度;E為提取的大豆植株高度。

2 結(jié)果與分析

2.1 大豆試驗(yàn)區(qū)長(zhǎng)勢(shì)分析

無(wú)人機(jī)獲取的數(shù)據(jù)合成后如圖3所示。在大豆園區(qū)正射影像中,各種植小區(qū)的邊界明顯,長(zhǎng)勢(shì)比較均勻;西側(cè)大豆種植區(qū)由于受災(zāi)倒伏導(dǎo)致大豆植株高矮不一,錯(cuò)綜雜亂,有裸露的土壤,能明顯對(duì)比反映出試驗(yàn)區(qū)的大豆長(zhǎng)勢(shì)旺盛。圖4為大豆種植區(qū)的數(shù)字表面模型。由圖4可以看出:試驗(yàn)小區(qū)在中部偏北處地勢(shì)較低,最低處的DSM值約為339.155m;在偏南側(cè)地勢(shì)較高,DSM值最高可達(dá)347.349m。由于實(shí)際雨水大的原因在北側(cè)西部倒伏地塊明顯低于偏東側(cè)試驗(yàn)小區(qū),南側(cè)現(xiàn)象類似,因此進(jìn)行下一步地面高成信息的提取。

圖3 大豆試驗(yàn)園區(qū)正射影像Fig.3 Orthophoto of soybean experimental Park

圖4大豆試驗(yàn)園區(qū)數(shù)字表面模型Fig.4 Digital surface model of soybean experimental Park

2.2 大豆試驗(yàn)區(qū)地面高程信息的建立

為了盡可能地提高高程信息的精度,在進(jìn)行地面高程信息提取前需盡可能地多提取地面點(diǎn)的高程值。因此,基于大豆試驗(yàn)園區(qū)正射影像和數(shù)字表面模型繪制對(duì)試驗(yàn)區(qū)邊界及分割人行路制作采樣點(diǎn),經(jīng)ARCGIS將信息提取至點(diǎn),得到帶有高程信息的點(diǎn)圖層,如圖5所示。利用克里金空間插值法得到試驗(yàn)區(qū)的地面高程信息,生成試驗(yàn)區(qū)的DEM模型,將此作為試驗(yàn)區(qū)的地表基準(zhǔn)面,如圖6所示。

圖5 高程采樣點(diǎn)Fig.5 Elevation sampling points

圖6 大豆試驗(yàn)園區(qū)地面高程Fig.6 Ground elevation of soybean experimental Park

由圖6可以看出:試驗(yàn)區(qū)以中部為分界,南側(cè)地勢(shì)偏高,高度最大可達(dá)339.166m;北側(cè)地勢(shì)偏低,高度最低為346.673m;整塊試驗(yàn)田的高度差達(dá)到7.507m。以上符合此地塊的地勢(shì)情況。

2.3 大豆株高信息提取

將大豆試驗(yàn)區(qū)的數(shù)字表面模型(DSM)與建立的試驗(yàn)區(qū)高程模型(DEM)利用柵格計(jì)算器進(jìn)行減法運(yùn)算,即得到大豆試驗(yàn)田的大范圍大豆株高(H),如圖7所示。

圖7 試驗(yàn)區(qū)大豆株高Fig.7 Plant height of soybean in the test area

由圖7可以看出:試驗(yàn)園區(qū)西側(cè)由于水澇災(zāi)害導(dǎo)致的大面積倒伏在結(jié)果中表現(xiàn)明顯,低于其他大豆株高,試驗(yàn)區(qū)大豆高度比較均勻長(zhǎng)勢(shì)良好,提取的大豆株高范圍為0～1.13627m,符合田間大豆實(shí)際高度情況。

2.4 結(jié)果驗(yàn)證

隨機(jī)選取20個(gè)試驗(yàn)小區(qū)進(jìn)行大豆地面實(shí)際株高測(cè)量,并提取選取的20個(gè)采樣點(diǎn)所對(duì)應(yīng)的大豆植株高度驗(yàn)證此方法的精度和誤差,如圖8和表3所示。其中,模型精度R2=0.8163,平均誤差為3.79%,說(shuō)明基于此方法獲得的大豆株高與實(shí)際株高具有較好的擬合效果與精度。

表3 提取值與實(shí)際值的誤差Table 3 Error between extracted value and actual value %

圖8 提取值與實(shí)際值的精度驗(yàn)證結(jié)果Fig.8 Accuracy verification results of extracted value and actual value

3 討論

利用作物的數(shù)字表面模型來(lái)提取作物株高,對(duì)于精準(zhǔn)農(nóng)業(yè)田間智能化管理和育種產(chǎn)業(yè)具有重要的意義[18-19]。通過(guò)數(shù)字表面模型技術(shù)結(jié)合克里金插值算法提取了大范圍的大豆株高信息,所建立的株高提取方法與其他學(xué)者的研究結(jié)果基本一致。顏安[7]等用此類方法來(lái)預(yù)測(cè)棉花的株高,其提取的株高與預(yù)測(cè)的株高擬合結(jié)果R2=0.7581,相較于本研究略低。這是由于棉花的株高較低以及點(diǎn)圖層不均勻等問(wèn)題,影響了最終的精度。牛慶林[20]等為獲取田間玉米株高,采用無(wú)人機(jī)影像結(jié)合地面布置控制點(diǎn)生成試驗(yàn)田DSM,并基于此提取玉米株高,結(jié)果表明:提取的玉米株高與實(shí)際測(cè)量的玉米株高具有較高的精度,其R2=0.93。但相較于大豆株高的提取,該實(shí)驗(yàn)需要布置控制點(diǎn),因而提高了試驗(yàn)的復(fù)雜性。同時(shí),具有類似于玉米、甘蔗等高稈作物自身的株高優(yōu)勢(shì),也是精度較高的優(yōu)勢(shì),此優(yōu)勢(shì)在植株高度較矮的作物上很難達(dá)到相同的效果,因此具有一定的局限性。綜合來(lái)講,此方法尚存在一定的弊端,在建立地面高程信息繪制點(diǎn)圖層時(shí)可能會(huì)因?yàn)椴蓸狱c(diǎn)不均勻等情況使高程信息出現(xiàn)誤差,從而導(dǎo)致大豆高度的提取誤差。利用此方法時(shí),需要田地存在能夠露出地表的部分,以便于地面高程信息的獲取。同時(shí),平播的精度相較于壟作的準(zhǔn)確度能更高一些,地址更平整的地方也能提升此方法的精度。因此,該方法更適合用于大面積、多品種育種、有隔離帶的試驗(yàn)田。

4 結(jié)論

1)基于大豆遙感正射影像和數(shù)字表面模型,結(jié)合克里金插值算法生成了大豆試驗(yàn)園區(qū)的地面高程(DEM)信息。

2)通過(guò)大豆的數(shù)字表面模型與地面高程信息減法處理得到了大豆冠層株高信息,提取的大豆株高范圍為0～1.13627m。經(jīng)提取值與實(shí)測(cè)值線性回歸分析和誤差分析,得到提取株高與實(shí)際株高具有較高的擬合性和較低的誤差,其R2=0.8163,平均誤差為3.79%。