陳 震，馬春芽，孫 浩，程 千，段福義

（1.中國農(nóng)業(yè)科學院農(nóng)田灌溉研究所，河南新鄉(xiāng)453002；2.農(nóng)業(yè)農(nóng)村部節(jié)水工程重點實驗室，河南新鄉(xiāng)，453002；3.河南省節(jié)水農(nóng)業(yè)重點實驗室，新鄉(xiāng)453002）

0 引言

現(xiàn)代農(nóng)業(yè)逐步向信息化、智能化發(fā)展，其核心是農(nóng)業(yè)信息數(shù)據(jù)的獲取和利用。目前，隨著科技的發(fā)展，農(nóng)業(yè)信息數(shù)據(jù)的獲取手段不斷豐富，從田間傳感器到衛(wèi)星遙感，實現(xiàn)了從點到面不同尺度的全覆蓋［1-2］，為精準農(nóng)業(yè)、智慧農(nóng)業(yè)發(fā)展提供了有力的數(shù)據(jù)支撐。目前農(nóng)業(yè)在種植和收獲方面基本實現(xiàn)了精準播種和收割，而在作物種植的過程管理方面，特別是水肥管理方面尚未全面實現(xiàn)精準管理，而水肥管理貫穿作物生育期全過程，水肥精準管理是當前研究熱點［3-4］，也是現(xiàn)實生產(chǎn)管理中面臨的難題。近年來，無人機低空遙感得到推廣及使用［5-7］，獲取的高分辨率遙感影像數(shù)據(jù)特別適用于田間精準管理，尤其是熱紅外遙感影像在反演冠層溫度上表現(xiàn)突出［5，8］。眾多研究表明，冠層溫度很大程度反映了葉片需水信息，通過冠層溫度計算的作物水肥虧缺指數(shù)（CWSI）揭示了作物旱情［8-10］，但在土壤水分反演精度上還有待提高。研究［3，11-12］表明植被指數(shù)可以有效揭示作物長勢，一定程度上可以反演水肥信息，其在高光譜應用方面已取得一定進展［7，13-15］。但是在可見光和多光譜應用上，水肥精準反演尚處于探討階段，缺乏足夠的數(shù)據(jù)支撐不同水肥處理條件下，利用無人機高分辨率遙感數(shù)據(jù)衡量土壤水肥信息指數(shù)變化。文章在無人機遙感的基礎上，重點研究不同水肥處理情境下，通過無人機遙感獲取熱紅外、可見光、多光譜數(shù)據(jù)在水肥反演不同植被指數(shù)的敏感性問題，構建大田土壤水分的精準反演模型，指導大田精準灌溉。

1 材料與方法

1.1 試驗設計

該試驗在中國農(nóng)業(yè)科學院新鄉(xiāng)綜合試驗基地（圖1）開展，試驗采用大型平移式噴灌機變量噴灑水肥，平移式噴灌機共3跨，每跨49.5 m，噴頭采用Nelson R3000，沿噴灌機桁架方向每一跨下面的噴頭采用的噴嘴分別為23號、19號、21號，實現(xiàn)了沿跨體方向變量灌溉，即3個灌溉水平處理。試驗設置6個不同的施肥處理，噴灌機每一跨覆蓋面布置6個噴施氮肥處理，每個處理4個重復，共設置24個試驗小區(qū)，小區(qū)規(guī)格4 m×4 m，3跨共72個小區(qū)。灌溉試驗在拔節(jié)期到乳熟期利用大型噴灌機以5%速率在2019年3月10日和3月28日共進行2次。

圖1 試驗區(qū)和試驗布置Fig.1 Location of the experimental site and the field plots

施氮肥分4個時期進行，施肥量通過噴灑施肥速率來控制，分別在冬小麥的播種期（基肥）、返青期（運行速率60%）、拔節(jié)期（運行速率80%）、抽穗期（100%）進行。不同處理及具體施氮濃度見表1、表2，其他肥料參考當?shù)丶跋嚓P文獻資料統(tǒng)一施肥［16］。

表1 不同灌溉水平對應噴嘴型號和流量Table 1 The irrigation treatments with spraying nozzle

表2 不同處理噴施氮肥濃度Table 2 Spraying nitrogen concentration under fertigation treatments

1.2 數(shù)據(jù)采集

遙感影像的獲取采用大疆S1000系列八旋翼無人機和精靈4 PRO無人機信息采集系統(tǒng)，在S1000八旋翼無人機系統(tǒng)上安裝了分辨率為640×512 FLIR-Tau2熱紅外相機和Survey3多光譜相機。在試驗小區(qū)內用黑白板設置18個地面控制點（GCPs）均勻分布在72個小區(qū)中。數(shù)據(jù)采集包括無人機遙感影像和田間取樣，根據(jù)不同的生育期和灌溉水平開展，飛行日期同步開展田間數(shù)據(jù)采樣，部分日期見表3。飛行數(shù)據(jù)主要包括熱紅外、RGB、RGN影像，取樣數(shù)據(jù)包含株高、葉面積、冠層溫度、0～100 cm土層深度的土壤含水量、地上生物量。

表3 冬小麥生育期飛行和采樣主要日期Table 3 Summary of field campaigns for the wheat experiments

影像數(shù)據(jù)的獲取主要是通過大疆GSP地面站軟件規(guī)劃航線自主飛行獲取，飛行高度50 m 和30 m，每次飛行采集數(shù)據(jù)的時間集中在11：00—14：00。

土壤水分的采集采用Trime管TDR測量和取土烘干法（2019年3月16日和4月29日）。株高和葉面積的監(jiān)測在3個灌溉水平分別取6個小區(qū)測樣，株高和葉面積采用米尺測量，從小區(qū)的對角線隨機選取植株進行采樣，葉面積采用葉片的長×寬×0.7。土壤中氮肥的測量采用紫外分光光度法測量硝態(tài)氮含量，土樣前處理采用震蕩30min后取上清液，重復3次取均值作為樣品硝態(tài)氮含量。

1.3 圖像處理和數(shù)據(jù)分析

飛行獲取的影像采取Pix4D軟件拼接，大疆精靈4 PRO獲取的RGB圖像和Survey3多光譜相機獲取的RGN圖像都自帶POS信息，直接在Pix4D處理得到二維正射影像和數(shù)字表面模型（DSM）。FLIR Tau2熱紅外相機自身沒有獲取POS數(shù)據(jù)，影像采用獨立的POS獲取系統(tǒng)，根據(jù)熱紅外定時拍照同步記錄POS信息到SD卡，導出到TXT文本；FLIR Tau2熱紅外相機拍攝的照片為RAW格式，經(jīng)過Maxlm轉換為TIFF格式，轉換的圖片和POS文本導入到Pix4D Mapper中處理，處理后根據(jù)質量報告，加載相機優(yōu)化參數(shù)，再重新配置相機參數(shù)和優(yōu)化處理，直到質量報告參數(shù)合格。

Survey3多光譜相機影像獲取后每一組照片由TIFF和RAW兩個文件組成，需要先處理和校準，通過survey3相機提供的處理和校準流程進行，處理和校準后的圖像可以直接導入Pix4D中拼接處理。具體影像處理流程如圖2所示。

圖2 無人機影像處理流程Fig.2 Schematic diagram of methodology to process UAV images

處理后的正射影TIFF格式影像分辨率熱紅外3.4 cm，RGB影像0.9 cm，RGN影像2.3 cm，利用ArcMap10.2處理，提取每一個試驗小區(qū)，然后計算相應的指數(shù)（表4）。

表4 評價冬小麥長勢及水肥信息的植被指數(shù)Table 4 Spectral vegetation indices used to evaluate winter wheat water and fertilizer

2 結果

2.1 灌溉處理指數(shù)反演

3個灌溉水平處理條件下，冬小麥在拔節(jié)期后的生長發(fā)育趨勢見圖3。試驗跟蹤測樣發(fā)現(xiàn)株高從試驗開始呈逐漸增高趨勢，從返青期直到4月底達到峰值，不再增長，在3月份小麥株高從18 cm長到40 cm。3個灌溉處理結果顯示，灌水虧缺的越多，對株高的影響越大，IT2灌水量最少，平均的株高明顯低于其他的2個處理。3個灌溉處理條件下的株高很好地對應了灌溉水平。數(shù)據(jù)顯示同樣在水分虧缺條件下，灌水越多冬小麥發(fā)育越好。

圖3 不同灌溉處理條件下株高和葉面積Fig.3 Plant height and leaf area in different irrigation treatments

葉面積數(shù)據(jù)顯示同樣在水分虧缺條件下，灌水量直接影響了葉面積的生長發(fā)育，葉面積到2019年4月12日左右逐步達到峰值，峰值20 cm2。葉面積和株高一樣，在灌水存在梯度的情境下，葉面積也明顯存在著梯度。灌水量的虧缺越嚴重，對株高和葉面積影響越大，水分虧缺條件下，灌水量對株高和葉面積的生長呈正相關。同樣灌溉處理條件下，葉面積較株高對水分更敏感。

圖4 不同灌溉處理條件下冠層溫度、CWSI和土壤含水量Fig.4 Temperature，CWSI and SWC in different irrigation treatments

圖4為不同灌溉處理條件下冠層溫度，作物水分虧缺指數(shù)（CWSI）和土壤含水量（SWC）差異。通過無人機攜帶熱紅外相機采集冠層熱紅外影像，采用熱紅外相機本身的反演溫度公式，結合地面布置的溫度校正點，校正后得到冠層氣溫影像，在ENVI中提取每個試驗小區(qū)處理的冠層氣溫數(shù)據(jù)顯示：兩次灌水（3月10日和3月28日）情境下，3個灌溉水平下冠層溫度存在變化。在3月10日拔節(jié)期第一次灌水前，3月9日通過無人機數(shù)據(jù)測量冠層氣溫。在灌水前，植株生長發(fā)育比較好的區(qū)域平均冠層氣溫較高，通過上面的株高和葉面積等數(shù)據(jù)看，3月9日3個小區(qū)的冬小麥生長發(fā)育差異不顯著；灌水后，冠層氣溫和土壤水分含量受到灌水量影響，出現(xiàn)顯著差異，IT1、IT2、IT3的冠層平均氣溫分別為31.6、30.2、29.4℃；灌水多的區(qū)域冠層氣溫較灌水少的區(qū)域平均冠層氣溫低2～5℃。每個處理小區(qū)的平均氣溫及CWSI見圖4，灌溉后，灌水量的不同對冠層溫度及CWSI的影響顯著，IT1采用23號噴嘴灌水量最多，其冠層溫度及CWSI最低，IT2采用19號噴嘴灌水量最少，冠層溫度及CWSI最高。3月26日，IT2灌水處理下平均CWSI達到0.57，超過0.5的干旱預警線，水分虧缺較嚴重。3月28日噴灌機以10%速率灌水后，4月2日采集的冠層氣溫及CWSI較3月26日下降，水分虧缺緩解，但3個灌溉處理間的差異愈發(fā)顯著。不同灌溉處理條件下的試驗結果說明，平均冠層溫度以及CWSI與土壤水分含量呈一定負相關關系。

冠層氣溫的差異直接決定了CWSI的差異，CWSI的計算原理顯示，根據(jù)干旱及濕潤區(qū)冠層氣溫的差異，能反映作物缺水指標，并顯著地呈現(xiàn)缺水導致的差異。冠層平均氣溫在3月16日后卻下降，意味著冠層覆蓋地面，葉片生理活動旺盛。灌水越少導致小麥在拔節(jié)期后株高和葉面積正常生理生長受的影響越大。

試驗數(shù)據(jù)分為3個灌溉水平時，通過無人機采集影像并提取每個小區(qū)的光譜數(shù)據(jù)，當72個小區(qū)歸類到3個IT1、IT2、IT3灌水分區(qū)時，結果發(fā)現(xiàn)（圖5），通過多光譜波段計算的指數(shù)在3個灌水分區(qū)中有明顯差異。NDVI、GNDVI、RVI、WRRVI、CVI、OSAVI等相關指數(shù)與灌水量呈正相關；NGRDI、GRVI、MGRVI與灌溉量呈負相關。這些指數(shù)單從灌水數(shù)據(jù)上考慮，都可以體現(xiàn)灌水的差異性。具體表現(xiàn)為長勢的差異直接反映在不同波段的光譜中，通過不同波段的光譜運算可以有效呈現(xiàn)灌水差異導致的指數(shù)不同。

圖5 不同灌溉處理條件下植被指數(shù)分布Fig.5 Indices distribution in different irrigation treatments

2.2 施肥處理結果

考慮到試驗處理，6個不同的追施氮肥處理條件下，熱紅外、可見光、多光譜相機采集的影像提取數(shù)據(jù)后，反演到施肥處理層面，該文中計算的相關指數(shù)沒有體現(xiàn)出施肥處理產(chǎn)生的差異性。冬小麥自身生理生長指標在不同的施肥處理條件下，也沒有體現(xiàn)出相關的規(guī)律性。通過取土樣測硝態(tài)氮含量（圖6），土壤中平均硝態(tài)氮含量與施肥處理相關性并不明顯。產(chǎn)量及其地上生物量與灌溉處理有一定的相關性，但在施肥處理方面相關性不顯著。該文利用地上生物量與光譜影像數(shù)據(jù)開展相關性分析，利用的指數(shù)沒有很好地體現(xiàn)出不同施肥處理條件下冬小麥生長指標的規(guī)律性差異。

圖6 不同施肥處理下產(chǎn)量和土壤硝態(tài)氮分布Fig.6 Yield and soil nitrate distribution in different fertilizer treatments

2.3 灌溉水平與CWSI、土壤含水率的相關性分析

通過數(shù)據(jù)擬合和相關性分析，如圖7所示，一些指數(shù)能體現(xiàn)不同灌溉水平差異性，熱紅外影像提取的冠層溫度、CWSI與冬小麥根層平均土壤含水率（SWC）之間有一定的相關性。

如圖8所示，采用統(tǒng)計方法分析SWC和CWSI的關系，線性擬合結果顯示R2達到0.470 5，非線性擬合R2達到0.508 5，多項式擬合R2值更高。說明通過CWSI反演平均土壤含水率具有一定的可靠性，作物水分虧缺指數(shù)不僅反映了作物葉片表面的水分虧缺，同時間接地反映了土壤水分的差異。

圖7 土壤水分、硝態(tài)氮與冠層溫度、CWSI和NDVI的相關分析Fig.7 Analysis of scatter matrix among SWC，NO-，TC，CWSI

圖8 CWSI與SWC擬合Fig.8 The fitting between CWSI and SWC

3 分析與討論

通過熱紅外影像獲取的冠層溫度計算得到的CWSI可以有效地反演作物水分虧缺情況，這與前人的研究結果一致。無人機高分辨率遙感影像數(shù)據(jù)量大，分辨率高，可以很好地體現(xiàn)數(shù)據(jù)的空間變異性，完全可以作為農(nóng)田水肥高效管理信息數(shù)據(jù)重要來源。

通過光譜遙感數(shù)據(jù)反演不同施肥處理條件下冬小麥生長的差異，結果顯示不理想，沒有體現(xiàn)不同施肥處理導致生理生長指標呈現(xiàn)相關差異。分析發(fā)現(xiàn)存在多方面原因：（1）冬小麥的施肥僅為追施氮肥，采用噴灌機噴灑的方式，肥料首先噴灑到冬小麥冠層，存在冠層截留的現(xiàn)象，致使氮素沒有及時運移到土壤中，通過取土樣測硝態(tài)氮含量無法準確反映施肥量的差異；（2）噴灑溶于水的尿素，受光照等影響存在揮發(fā)及葉片表面吸收等原因而流失一部分，致使到達土壤中的氮素含量不均勻；（3）土壤中基肥含量不均勻，導致不同試驗處理小區(qū)噴灑不同濃度的氮肥，取樣測量的結果無法呈現(xiàn)不同施肥處理的差異性；（4）存在取樣點代表性不好及人為操作測樣出現(xiàn)測量誤差的原因；（5）文中采用的光譜波段計算的植被指數(shù)沒有涉及到氮素敏感波段，且光譜獲取的冠層數(shù)據(jù)與土壤中的數(shù)據(jù)本身存在很大差異，很難僅通過冠層幾個波段光譜數(shù)據(jù)反演土壤中氮素情況。

該文發(fā)現(xiàn)土壤水分反演具有一定代表性，而由于肥料的多因素相互作用，很難用光譜直接反演土壤中肥料含量。由于該試驗沒有測量葉片中氮素含量，沒有通過光譜數(shù)據(jù)反演葉片中氮素含量，是導致光譜反演氮素效果不理想的一個原因，下一步研究中應側重解決葉片中元素反演問題。此外，文中沒有涉及到熱紅外與多光譜影像數(shù)據(jù)聯(lián)合構建植被指數(shù)，下一步研究將加強不同影像數(shù)據(jù)聯(lián)合構建植被指數(shù)反演水肥時空分布差異。

此外，文中光譜數(shù)據(jù)采集在連續(xù)性方面有所欠缺，沒有涉及到冠層溫度日變化，通過熱紅外獲取一日內不同時間段冠層溫度空間分布數(shù)據(jù)反演大田土壤水分空間變異性，根據(jù)連續(xù)不間斷的日影像數(shù)據(jù)反演水肥時空變異性，將是下一步水肥精準管理的重要關注點。該研究為大型噴灌機的水肥管理提供參考，無人機遙感是集約化農(nóng)田智慧化管理的便捷手段，可以更好地服務于精準管理決策，提升現(xiàn)代農(nóng)業(yè)信息化水平。

4 結論

熱紅外影像獲取的冠層溫度可以有效反演作物水分虧缺，作物水分虧缺指數(shù)能夠間接反演土壤水分含量，從而展現(xiàn)土壤水分虧缺的空間分布特征，能夠作為大田精準水分管理的決策依據(jù)。

光譜數(shù)據(jù)反演土壤中肥料的空間分布比較復雜，特別是大田影響因素多，涉及范圍廣，僅通過冠層的影像數(shù)據(jù)很難直接反演土壤中的肥料空間變化。

該研究以大型噴灌機噴灑尺度為研究對象，對精準農(nóng)業(yè)實際應用具有參考意義，無人機遙感應用到田間水肥管理是獲取大田時空數(shù)據(jù)的有效方式，適合推廣應用。

下一步應注重水肥反演的理論模型精準性研究，采集連續(xù)熱紅外、高光譜數(shù)據(jù)影像，多波段影像數(shù)據(jù)聯(lián)合構建植被指數(shù)模型，探索不同元素敏感性指標，開展水肥時空變異性研究，探討水肥精準施用技術，從理論和技術兩方面著手提升農(nóng)田水肥精準管理水平。