植保無人飛機噴霧防治小麥赤霉病霧滴沉積量的氣象影響因子分析及預報模型構建

徐敏 周晴晴 楊榮明 徐憶菲 高蘋

摘要

為闡明不同氣象條件對植保無人飛機防治赤霉病過程中冠層霧滴沉積的影響規律，采用大疆T40四軸八旋翼植保無人飛機在不同麥區進行噴霧施藥處理，利用誘惑紅示蹤劑、聚酯卡、水敏紙等采集霧滴，計算霧滴沉積量和覆蓋率，并對實時記錄的田間氣象條件進行分級，其中溫度分為A1（10℃≤T＜20℃）、A2（20℃≤T＜30℃）、A3（30℃≤T＜40℃）等級，相對濕度分為B1（30%≤RH＜50%）、B2（50%≤RH＜70%）、B3（70%≤RH＜90%）等級，風速分為C1（0?m/s≤V＜1.6?m/s）、C2（1.6?m/s≤V＜3.4?m/s）、C3（3.4?m/s≤V＜5.5?m/s）等級。應用方差分析、主效應多重比較等統計方法，揭示不同氣象等級組合條件對霧滴沉積量和覆蓋率的影響趨勢，并基于氣象因子構建沉積量和覆蓋率的預報模型。結果表明：溫度、相對濕度、風速對霧滴沉積量的有利程度按等級排序分別為：A1≥A2＞A3、B3＞B2＞B1、C1≥C2＞C3。不同氣象等級對覆蓋率的影響規律與對沉積量的影響規律基本一致，其中相對濕度對霧滴覆蓋率和沉積量影響顯著，溫度和風速的交互作用對覆蓋率也具有顯著影響。基于氣象因子構建的冠層上層霧滴沉積量和覆蓋率預報模型準確率分別為88.15%、82.82%，均方根誤差分別為0.030?μL/cm2、1.33%，具有較高的可信度，可應用于植保飛防氣象預報服務。研究結果對植保無人飛機適時開展藥劑噴灑作業、提高防治效果、減輕農藥對農田生態環境的污染具有參考作用。

關鍵詞

氣象條件;?植保無人飛機;?沉積量;?覆蓋率

中圖分類號：

S?435.121.45

文獻標識碼：?A

DOI：?10.16688/j.zwbh.2023451

Analysis?of?meteorological?factors?affecting?the?droplets?deposition?in?the?prevention?and?control?of?wheat?scab?by?unmanned?aerial?vehicle?and?construction?of?deposition?prediction?models

XU?Min1，2*，?ZHOU?Qingqing3，?YANG?Rongming4，?XU?Yifei1，?GAO?Ping1，2

（1.?Climate?Center?of?Jiangsu?Province，?Nanjing?210019，?China;?2.?Jintan?National?Climate?Observatory，

Changzhou?213200，?China;?3.?Nanjing?Agricultural?Mechanization?Research?Institute，?Ministry?of?Agriculture

and?Rural?Affairs，?Nanjing?210014，?China;?4.?Plant?Protection?and?Plant?Quarantine?Station?of

Jiangsu?Province，?Nanjing?210036，?China）

Abstract

To?clarify?the?influence?of?different?meteorological?conditions?on?droplets?deposition?within?the?canopy?in?the?prevention?and?control?of?wheat?scab?by?unmanned?aerial?vehicle?（UAV），?the?Dajiang?T40?fouraxis?eightrotor?UAV?was?used?to?spray?fungicides?solution?in?the?different?wheat?areas.?The?deposition?amount?and?coverage?rate?of?fungicide?droplets?were?collected?and?calculated?using?allure?red?tracer，?polyester?card，?watersensitive?paper，?etc.?Field?meteorological?factors?were?recorded?in?realtime?and?categorized?as?follows：?temperatures?were?classified?as?A1?（10℃≤T＜20℃），?A2?（20℃≤T＜30℃），?A3?（30℃≤T＜40℃）;?relative?humidity?was?classified?as?B1?（30%≤RH＜50%），?B2?（50%≤RH＜70%），?B3?（70%≤RH＜90%）;?wind?speed?was?classified?as?C1?（0?m/s≤V＜1.6?m/s），?C2?（1.6?m/s≤V＜3.4?m/s），?and?C3?（3.4?m/s≤V＜5.5?m/s）.?Statistical?methods?such?as?analysis?of?variance?and?multiple?comparisons?of?main?effects?were?used?to?uncover?the?trends?in?the?impact?of?different?combinations?of?meteorological?levels?on?droplets?deposition?and?coverage?rate.?Prediction?models?for?deposition?amount?and?coverage?rate?were?constructed?based?on?meteorological?factors.?The?results?showed?that?the?favorable?order?of?different?temperatures，?relative?humidity，?and?wind?speed?levels?on?droplets?deposition?was?A1≥A2>A3，?B3>B2>B1，?C1≥C2>C3，?respectively.?The?influence?of?different?meteorological?levels?on?coverage?rate?and?deposition?was?basically?consistent，?with?relative?humidity?having?a?significant?impact?on?droplets?coverage?rate?and?deposition，?and?the?interaction?between?temperature?and?wind?speed?also?imposed?a?significant?impact?on?coverage?rate.?The?accuracies?of?the?upperlayer?droplets?deposition?amount?and?coverage?rate?predicted?by?the?models?constructed?based?on?meteorological?factors?were?88.15%，?82.82%，?with?a?root?mean?square?error?of?0.030?μL/cm2?and?1.33%，?respectively.?These?models?demonstrate?high?reliability?and?can?be?applied?to?meteorological?forecasting?services?for?plant?protection?using?UAV.?These?research?findings?provide?valuable?guidance?for?the?timely?fungicide?spraying?operations?by?UAV?for?plant?protection，?enhancing?prevention?and?control?effects?and?reducing?fungicide?pollution?in?the?agricultural?ecological?environment.

Key?words

meteorological?conditions;?unmanned?aerial?vehicle?for?plant?protection;?droplets?deposition;?coverage?rate

近年來，植保無人飛機發展迅速，與傳統的手動噴藥和地面動力機械噴藥方式相比，植保無人飛機低空噴灑農藥具有作業效率高、噴霧均勻、不傷農作物等優點，更重要的是可以有效減少農藥的使用次數及使用量，提高農藥有效利用率，減輕農藥對農田生態環境的污染，目前已經成為農作物病蟲害防治的首選施藥方式，是一項適應現代農業、現代植保需求的重要新型技術［1］。據農業農村部農業機械化管理司統計，2021年我國植保無人飛機保有量97?931架，同比增長39.22%，在植保機械中的占比越來越大［2］。

植保無人飛機的施藥效果會受到作業參數、環境因子等一系列條件的影響［3］。在作業參數優化方面，針對不同防治對象不少學者利用植保無人飛機進行田間施藥試驗，以沉積率和沉積變異系數等作為評估指標，研究了不同作業參數、不同機型下霧滴沉積分布規律及與作物冠層間的互作關系和農藥防治效果，為確定合理的飛行高度、作業速度、有效噴幅、噴液量、助劑類型等參數奠定了扎實的基礎。如：陳盛德等［4］研究了飛行高度和飛行速度等參數對水稻葉片上霧滴沉積分布的影響;陳奕璇等［5］詳細比較了單旋翼、四旋翼、六旋翼無人飛機與3種地面植保機械噴施霧滴在水稻冠層的沉積分布及對稻縱卷葉螟Cnaphalocrocis?medinalis防治效果的差異;蒙艷華等［6］對無人飛機防治小麥蚜蟲的作業高度、作業速度和噴施流量等參數進行了優化;秦維彩等［7］研究了無人飛機橫向噴灑幅度等參數對玉米冠層霧滴沉積分布的影響;Richardon等［8］研究了多旋翼無人飛機噴嘴位置、釋放高度、液滴大小等參數對噴霧沉積均勻性的影響;陳曉等［9］采用大疆MG1P型電動四旋翼植保無人飛機在棉花生長中期進行噴霧施藥，探討了添加不同助劑對農藥霧滴在棉花植株葉片上沉積分布的影響。在環境因子影響方面，主要集中在氣象條件對作業安全、風場對霧滴漂移、溫度對農藥蒸發等的影響研究，如：梅玲［10］

初步探討了風、氣溫、降水、能見度、雷電和低云

對植保無人飛機

飛行作業的影響;符海霸等［11］利用計算流體力學方法仿真模擬了多旋翼無人飛機前、中、后螺旋槳噴灑區域風場下無人機旋翼旋向和噴頭位置對有效噴幅的影響;盛輝［12］研究得出側風風速與霧滴漂移距離明顯相關，當側風達2.3?m/s時，霧滴飄移距離可達3.35?m;溫度影響農藥蒸發早有研究，王軍［13］采用總量平衡法計算得到在水稻和棉花田采用飛機噴灑農藥，因氣象條件、霧滴大小等因素的影響，藥液蒸發百分率分別為34.2%和24.7%。

由此可見，目前研究報道主要集中于植保無人飛機作業參數、噴霧性能、霧滴沉積和對病蟲害防治效果等方面，對溫度、相對濕度、風速等不同氣象等級組合條件下植保無人飛機霧滴沉積分布和覆蓋率特征差異尚缺乏深入研究。

赤霉病（病原：Fusarium?graminearum）是威脅小麥產量和品質的重大流行性病害，2020年被列入國家一類農作物病蟲害名錄，該病流行頻率高，對防治技術要求高。為此，筆者開展植保無人飛機防治赤霉病藥劑的噴灑試驗，研究不同氣象等級組合條件下，植株不同冠層高度霧滴沉積量和覆蓋率的分布特征及冠層上層霧滴分布規律，并基于氣象因子構建霧滴沉積量和覆蓋率的預報模型，以期為提高植保無人飛機防治赤霉病施藥質量提供科學依據。

1?材料與方法

1.1?試驗地點

由于江蘇赤霉病發生區域主要位于淮河以南地區［14］，因此在蘇南、蘇中地區選取試驗點，具體為：江蘇省蘇州市望亭鎮、南京市六合區和揚州市寶應區。冬小麥種植區地勢平坦，主要病害為赤霉病，進入開花期的小麥株（莖）數百分率≥10%、≥80%時分別為始花期、盛花期，這兩個時期是小麥赤霉病最佳防治期［1516］。為確保防治效果，根據試驗田塊小麥實際生育進程，在3個試驗點的小麥始花期、盛花期分別進行無人飛機噴灑農藥。望亭鎮試驗點種植品種是‘鎮麥12號，飛機播撒，15?kg/667m2，種植密度341穗/m2;六合區試驗點種植品種是‘鎮麥9號，機條播，25?kg/667m2，種植密度589穗/m2;寶應縣試驗點種植品種是‘揚麥25號，機條播，26?kg/667m2，種植密度615穗/m2。

1.2?試驗機具、觀測儀器及藥劑

1.2.1?試驗機具

采用大疆T40四軸八旋翼植保無人飛機（圖1），機具參數為：空機質量38?kg，額定起飛質量78?kg，工作狀態下外形尺寸2?800?mm×3?150?mm×820?mm，主旋翼8個，直徑1?380?mm，藥液箱額定容量40?L，離心霧化式噴頭2個，磁力傳動葉輪泵2個，液泵最大流量為6?L/min，沿噴幅方向最遠噴頭間距1?480?mm，電池容量30?000?mAh。設置的作業參數為：飛行高度2?m，飛行速度?6?m/s，施藥量2?L/667m2，噴幅6?m，粒徑為中等霧滴。粒徑劃分標準參照美國國家標準《ANSI/ASAE?S572.1?Spray?Nozzle?Classification?by?Droplet?Spectra》。

1.2.2?觀測儀器

氣象觀測儀器：設置Watch?dog地面氣象站和Kestrel?2900ET氣象儀

觀測植保無人飛機作業架次時間段內的田間風速、溫度、相對濕度。

采樣頻率分別為1次/min和12次/min，觀測儀器距地面約1.5?m，水平放置在三腳架上，安裝風向標，可測試任意風向的風速。

2種氣象觀測儀器在望亭鎮和六合區進行同步觀測，對比發現：對于溫度和相對濕度的測量，2種氣象觀測儀器的數值基本重合，兩者最大相對誤差為6.12%;對于風速的測量，Watch?dog地面氣象站的觀測數值普遍小于Kestrel?2900ET氣象儀觀測值，而且在風速較大時明顯偏小，這與觀測儀器的采樣頻率密切相關，而風速在近地層具有顯著的陣性特點，觀測儀器采樣頻率越高越能捕捉到風速的陣性變化特點，而Watch?dog地面氣象站采樣頻率僅1次/min，可見在風速觀測方面，Watch?dog地面氣象站觀測精度明顯低于Kestrel?2900ET氣象儀。因此，本試驗選用Kestrel?2900ET氣象儀采集的田間氣象數據。

其他試驗儀器：可見光分光光度計（722N型，上海儀電科學儀器股份有限公司），用于測定從聚酯卡上洗脫過濾后的誘惑紅溶液的吸光度;掃描儀（9000F，日本佳能公司），用于掃描樣本點紙卡上的霧滴圖像。

1.2.3?藥劑和試紙

小麥始花期使用的赤霉病防治藥劑是40%丙硫菌唑·戊唑醇懸浮劑（溧陽中南化工有限公司），施用量40?mL/667m2;小麥盛花期使用的藥劑是48%氰烯·戊唑醇懸浮劑（江蘇省農藥研究所股份有限公司），施用量50?mL/667m2。按噴灑面積取農藥和水，加入純度為85%的誘惑紅示蹤劑，配制成濃度為2.5?g/L的誘惑紅示蹤劑混合液作為噴灑介質。在小麥冠層頂部和植株底部布置聚酯卡，用于測試農藥的沉積量;在植株的上層和中間部位布置紙卡（水敏紙），用于測試噴霧穿透性。注意上、中、下層不要遮擋，采樣點布置如圖2所示。水敏紙尺寸為76?mm×76?mm，聚酯卡直徑為90?mm。

1.3?試驗設置

1.3.1?作業時間設定

為了對比分析不同氣象條件下，植保無人飛機噴灑農藥后霧滴在小麥冠層的沉積分布特征，需設定不同的作業時間，通過觀測試驗地點的氣象日變化特征，選取典型的植保無人飛機作業時間段。2023年4月8日－10日蘇州市望亭鎮均無降水，根據當地自動氣象觀測站逐小時氣象數據（圖3），可見風速、溫度、相對濕度呈現出明顯的日變化特征，5：00－7：00，風速較小，溫度最低、相對濕度最大;7：00－14：00，風速逐漸增大達到局部峰值，溫度逐漸升高，相對濕度逐漸減小;14：00-16：00，風速略微下降，溫度升至峰值，相對濕度降至谷值;16：00－24：00，風速無規律變化，溫度逐漸降低，相對濕度逐漸增大。

因此，根據無降水條件下風速、溫度、相對濕度的日變化特征，選取風速、溫度低，濕度高的早晨（9：00之前），溫度高、濕度低的傍晚（16：00前后），其他3個試驗時間段根據實際氣象條件進行選擇，相鄰兩組試驗需間隔1～3?h，盡可能使氣象條件不重復，并且在作業前，根據天氣預報，結合小麥生育進程，選取合適的無雨天氣進行作業，且藥后24?h內無降雨。

1.3.2?采樣方法設定

每個試驗點設置5個試驗小區，在望亭鎮、六合區、寶應縣試驗小區，根據設定好的作業時間段，植保無人飛機共開展噴霧作業23次。按照《NY/T?32132018?植保無人飛機?質量評價技術規范》［17］，每作業1次，重復采樣3次，每個重復設置6個采樣點，則共計414個采樣點，采樣方案如圖4所示。植保無人飛機噴灑作業完成后，依次收集樣本，密封避光保存，帶回實驗室進行數據處理。

1.4?試驗數據計算方法

1.4.1?霧滴沉積量的計算

將所有采樣點的聚酯卡樣本逐一放入一定量清水中充分浸泡，使聚酯卡上的誘惑紅完全溶出，然后用可見光分光光度計在波長504?nm處測定洗出溶液的吸光度，根據誘惑紅標樣的“濃度吸光度”標準曲線計算出洗脫液中誘惑紅的濃度［18］，最后根據公式（1）計算出聚酯卡單位面積上的噴霧沉積量［19］。

βdep=（ρsmpl－ρblk）×Fcal×Vdiiρspray×Acol×1?000（1）

式中：βdep為單位面積霧滴沉積量，μL/cm2;ρsmpl為樣本洗脫液濃度，mg/L;ρblk為空白樣本洗脫液濃度，mg/L;Fcal為校準系數（等于回收率的倒數），聚酯卡為1;Vdii為用于洗脫樣本的液體體積，mL;ρspray為噴灑母液誘惑紅的濃度，mg/L;Acol為聚酯卡的面積，cm2。

通過計算單位面積上的沉積量和單位面積上的噴灑量的比例關系，可得到噴灑沉積率。

βdepr=βdep×105βv×100%（2）

式中：βdepr為噴灑沉積率，%;βv為噴灑量，L/hm2。

1.4.2?霧滴覆蓋率的計算

用掃描儀掃描所有采樣點紙卡樣本上的霧滴圖

像，通過圖像處理軟件DepositScan進行分析［20］，計算出紙卡上的霧滴覆蓋率，根據公式（3）計算出每個重復的平均覆蓋率。

d=1n∑ni=1di（3）

式中：d是某個重復的平均覆蓋率，di是第i個采樣點紙卡上的覆蓋率，i是采樣點序號，n是采樣點個數。

1.4.3?數據處理和模型構建

應用?SAS?9.2統計分析軟件對試驗觀測資料進行處理，分析不同氣象條件下的霧滴沉積量和覆蓋率分布特征;通過計算方差、主效應多重比較，將氣象要素作為預報因子，采用非線性回歸方法構建冠層上層霧滴沉積量和覆蓋率的預報模型，并通過計算相關系數和均方根誤差對預報模型進行擬合檢驗。

1.5?氣象條件等級劃分

由于田間氣象條件是實時變化的，為方便試驗執行和結果統計，按照團標《TCMSA?00212021民用無人機作業氣象條件等級·植保》，將溫度（代碼為A）、相對濕度（代碼為B）、風速（代碼為C）劃分為3個等級（表1）。所有試驗點23次作業時間，每次作業時段內的氣溫平均值、相對濕度平均值、最大風速及對應的氣象等級組合詳見表2。

2?結果與分析

2.1?不同氣象條件下的霧滴沉積量和覆蓋率分布特征

霧滴沉積量對防治效果具有重要影響。從圖5可見，植保無人飛機進行藥劑噴灑后，不同氣象等級組合條件下，霧滴沉積量存在差異，小麥冠層上層的霧滴沉積量明顯高于底層沉積量。23次作業中，上層沉積量在0.112～0.234?μL/cm2之間、平均0.182?μL/cm2，底層沉積量在0.007～0.044?μL/cm2之間、平均0.022?μL/cm2;沉積量最低值0.112?μL/cm2發生在六合區，作業時段為對應的氣象等級組合為A3B1C2，即平均氣溫32.8℃（所有作業時段內最高值）、相對濕度47.9%（所有作業時段內第二低值）、最大風速3.0?m/s，說明溫度高、濕度低不利于農藥在植物冠層頂部的沉積;沉積量最高值0.234?μL/cm2發生在寶應縣，作業時段為17：00：05—17：03：06，對應的氣象等級組合為A2B2C2，即平均氣溫20.4℃、相對濕度62.1%、最大風速2.5?m/s，說明溫度和濕度均適宜的情況下，農藥在植物冠層頂部的沉積較好。霧滴沉積量存在區域差異，望亭鎮、六合區、寶應縣上層霧滴沉積量平均值分別是0.155、0.162、0.213?μL/cm2，底層霧滴沉積量平均值分別是0.030、0.010、0.024?μL/cm2，這可能與植株密度、作業日期、天氣條件、作業人員操作水平等不同有關。噴灑沉積率與上層的沉積量基本呈正相關關系，上層沉積量高則意味著沉積率也高，噴灑沉積率在37.32%～78.45%之間，平均61.06%。

霧滴覆蓋率也是表征植保無人飛機噴灑效果的一個重要指標。從圖6可見，不同氣象等級組合條件下，霧滴覆蓋率存在差異，小麥冠層上層的霧滴覆蓋率明顯高于中層。23次作業中，上層覆蓋率在4.27%～10.90%之間、平均6.32%，中層覆蓋率在0.51%～2.38%之間、平均1.27%;上層覆蓋率與上層沉積量之間有較好的相關關系，覆蓋率高意味著沉積量也高，反之亦然，上層最低覆蓋率4.27%對應較低的上層沉積量0.131?μL/cm2，上層最高覆蓋率10.90%對應較高的上層沉積量0.219?μL/cm2;最高覆蓋率10.90%發生在寶應縣，對應的氣象等級組合是A1B3C1，即平均氣溫18.7℃、相對濕度86.8%、最大風速0.0?m/s，說明氣溫適宜、濕度大、無風利于農藥在植物冠層頂部的覆蓋;霧滴覆蓋率也存在區域差異，望亭鎮、六合區、寶應縣上層霧滴覆蓋率平均值分別是5.96%、4.81%、7.33%，中層霧滴覆蓋率平均值分別是1.52%、0.88%、1.35%。穿透率是中層覆蓋率與上層覆蓋率的比值，在9.96%～31.56%之間，平均19.95%，穿透率低說明上層覆蓋率大。

2.2?氣象條件對冠層上層霧滴沉積量和覆蓋率的影響規律

采用GLM（general?linear?model）方差分析法［2122］對溫度、相對濕度、風速及兩兩交互作用下沉積量和覆蓋率的影響進行方差分析。從表3可見，對于沉積量，相對濕度的均方差和F值均明顯大于其他氣象因子，對應的P值＜0.000?1，表明相對濕度對冠層上層霧滴沉積量具有極顯著影響;對于覆蓋率，溫度和風速交互作用、相對濕度兩者對應的P值分別為0.014、0.022，均小于0.05，具有統計學意義，表明溫度和風速的交互作用、相對濕度對霧滴覆蓋率有顯著影響。

為甄別出不同氣象等級條件對霧滴沉積量和覆蓋率影響的差異性，首先分別計算不同溫度等級（A1、A2、A3）、相對濕度等級（B1、B2、B3）、風速等級（C1、C2、C3）下冠層上層沉積量的平均值和上層溫度?Temperature5.382.69F2，55=1.380.2640.001?30.000?7F2，55=0.89?0.418

相對濕度?Relative?humidity15.957.97F2，55=4.090.0220.017?90.008?9F2，55=12.05＜0.000?1

風速?Wind?speed0.230.12F2，55=0.060.9420.003?40.001?7F2，55=2.270.113

溫度×相對濕度?Temperature×relative?humidity0.650.32F2，55=0.170.8480.008?70.004?3F2，55=0.580.561

溫度×風速?Temperature×wind?speed17.998.99F2，55=4.610.0140.002?60.001?3F2，55=1.740.185

相對濕度×風速?Relative?humidity×wind?speed12.924.31F3，55=2.210.0980.003?10.001?0F3，55=1.400.253

誤差?Error107.323.970.041?00.002?0

覆蓋率的平均值，然后采用SNK（StudentNewmanKeuls）方法［23］對平均值進行主效應多重比較。從表4可見，當溫度處于A1、A2等級，即10℃≤溫度<30℃時，對霧滴沉積量

3）基于相對濕度、風速、溫度構建的冠層上層霧滴沉積量和覆蓋率預報模型均具有較高的可信度，模擬值與實際值的相關系數分別為0.658、0.574，分別通過了0.001、0.005顯著性檢驗，均方根誤差分別為0.030?μL/cm2、1.33%，準確率分別為88.15%、82.82%，可為選定最佳的噴灑作業時間提供技術指導。

以上不同氣象等級對霧滴沉積分布有利程度差異性分析結果表明，相對濕度對植株冠層的沉積量和覆蓋率均有顯著影響，尤其沉積量對相對濕度更敏感，當70%≤相對濕度<90%時，利于霧滴沉積在冠層頂部，30%≤相對濕度<70%時，濕度越低越不利于霧滴沉積在冠層頂部。這與林圳鑫［24］采用植保無人機在風洞進行作業的試驗結果較為一致，即濕度條件對霧滴覆蓋度、沉積量等的影響較大，即當溫度設定在24℃時，霧滴覆蓋度、沉積量會隨著環境濕度的升高而增大。對于氣溫，以上研究表明，氣溫超過30℃則對沉積不利，會導致沉積量下降，當10℃≤氣溫<30℃時，利于霧滴沉積在冠層頂部。該結論也再次證明了《TCMSA?0021-2021?民用無人機作業氣象條件等級·植保》中規定的民用無人機植保作業氣溫影響等級劃分的合理性，即當氣溫在10～30℃時作業條件等級為一般至適宜，當氣溫在30～35℃時較不宜作業，當氣溫超過35℃時則不適宜作業。但也有研究表明，在特定的試驗環境條件下，溫度條件對霧滴覆蓋度、沉積量的影響不顯著［24］。風速是影響無人機安全飛行和噴灑作業中最重要的氣象因素，如果作業地點的風速過大，首先會對無人機的飛行時間和飛行安全有影響，其次最主要的是易導致藥液不能完全噴灑到作業區域，甚至可能導致藥液漂移到其他耕地或魚塘等，產生藥害。另外，局地的風切變對植保無人飛機安全飛行也有很大的威脅。本試驗結果表明，無風或微風條件非常利于霧滴覆蓋在冠層頂部，風速越大越不利于霧滴覆蓋在冠層頂部，由于此次試驗時段內風力條件基本都在3級以內，所以未對風速超過3級的情況開展影響分析。由此可見，利用植保無人飛機開展飛防作業，氣象條件是無法忽視的必要因素。

基于氣象因子構建的植株冠層上層沉積量和覆蓋率預報模型均具有較好的可信度，沉積量預報模型的精度高于覆蓋率預報模型的精度，這可能是濕度過大時紙卡受潮，導致霧滴的擴散系數增大，使得覆蓋率檢測值不夠準確而引起。隨著數值天氣預報的快速發展，基于精細化智能網格預報，可提前5～7?d獲取相對濕度、風速、溫度的預報值，從而預估出相應田塊所在區域內的霧滴沉積量和覆蓋率，可為選定最佳的噴灑作業時間提供科學依據。在病害防治適宜窗口期內，根據天氣預報，提前選定合適的氣象條件進行植保無人飛機噴灑作業，有助于提高農藥利用率和防治效果，尤其在濕度較低的區域作業，應避免在高溫低濕風速大的時段作業，以降低霧滴的蒸發和飄移。

由于赤霉病的防治需要在特定生育期選取無雨天氣進行作業，且藥后24?h內無降雨，作業窗口時間較短，此次試驗觀測數據有限，全部用于冠層上層霧滴沉積量和覆蓋率預報模型的構建，后續需繼續進行植保無人飛機赤霉病噴霧防治試驗，獲取更多的觀測數據，對預報模型作進一步的驗證。另外，此次試驗，按照國家標準GB/T?157962011《小麥赤霉病測報技術規范》中赤霉病防效調查方法，在小麥臘熟期（收割前10～15?d），每個試驗小區調查5個點，每個點調查500株，按病穗部位占整穗的比例分為0～4級，并記錄各級的穗數，發現3個試驗點的赤霉病等級均較低，發病很輕，由于2023年江蘇整個淮河以南地區小麥赤霉病發病均較輕，所以此次試驗，針對不同氣象條件下的植保無人飛機赤霉病防治效果方面未能進行比較。

綜上可知，基于以上研究得出的不同氣象等級組合條件對冠層上層霧滴沉積量和覆蓋率的影響規律及基于氣象因子構建的上層霧滴沉積量和覆蓋率的預報模型，利用氣象部門未來1～7?d精細化數值天氣預報，可提前預報出無人飛機飛防的適宜氣象條件及估算出農藥的沉積量和覆蓋率，對適期開展無人機植保飛防具有科學指導作用。通過精準防治，將提高藥效、減少藥量，符合《“十四五”全國種植業發展規劃》中持續推進農藥減量增效的要求，對生態文明建設具有重要意義。

參考文獻

［1］?胡紅巖，?任相亮，?姜偉麗，?等.?植保無人機棉田噴灑農藥沉積分布研究［J］.?華中農業大學學報，?2018，?37（5）：?5964.