周游
(廣西藝術(shù)學(xué)院,廣西 南寧 530021)
在推進(jìn)精準(zhǔn)農(nóng)業(yè)生產(chǎn)的過程中,無人機(jī)遙感監(jiān)測技術(shù)在獲取農(nóng)田信息方面展現(xiàn)出了巨大的優(yōu)勢,它可以對植被覆蓋度、農(nóng)作物植株高度、葉面積指數(shù)等參數(shù)進(jìn)行監(jiān)測分析,為農(nóng)業(yè)生產(chǎn)決策提供支撐。除此之外,利用無人機(jī)遙感探測技術(shù)還可以快速獲取農(nóng)田的空間位置信息,服務(wù)于土地類型劃分、農(nóng)田邊界定位等工作,為了更進(jìn)一步的推動無人機(jī)遙感探測技術(shù)的應(yīng)用,有必要對其進(jìn)行深入探討研究。
當(dāng)前階段,農(nóng)田信息監(jiān)測領(lǐng)域應(yīng)用最廣泛的無人機(jī)可分為固定翼、單旋翼和多旋翼幾種類型。固定翼無人機(jī)的優(yōu)點是速度快、續(xù)航能力強(qiáng)、載重量大,但對配套設(shè)施,如起飛著陸場有著特定要求,且飛行過程中不能調(diào)整速度。單旋翼無人機(jī)由于穩(wěn)定性差,會影響到探測的精準(zhǔn)度,因此已經(jīng)被逐步淘汰。多旋翼無人機(jī)具有飛行穩(wěn)定、動態(tài)姿態(tài)和速度調(diào)整、可懸停等多種優(yōu)勢。
在選定無人機(jī)類型之后,還需要結(jié)合農(nóng)田信息監(jiān)測工作的實際情況對航線進(jìn)行科學(xué)的規(guī)劃,常采用的方法主要有動態(tài)規(guī)劃法、最優(yōu)控制法、導(dǎo)數(shù)相關(guān)法等幾種。而隨著科學(xué)技術(shù)的發(fā)展,一些現(xiàn)代智能算法也被引入這一領(lǐng)域,包括人工神經(jīng)網(wǎng)絡(luò)、粒子群算法、遺傳算法等。
無人機(jī)遙感探測農(nóng)田信息均是通過機(jī)載傳感器來實現(xiàn),現(xiàn)有的傳感器類型多樣,原理以及獲取數(shù)據(jù)類型也存在普遍的差異性??傮w上看,可將傳感技術(shù)概括為光譜成像和空間構(gòu)型兩類。前者是基于不同波段光波作用于樣本時產(chǎn)生不同的光譜特征,獲取農(nóng)作物的生理生化指標(biāo)。而根據(jù)輸出波段數(shù)量和連續(xù)性差異,可以將光譜成像技術(shù)分為高光譜和多光譜兩類,高光譜的代表為高光譜儀、紅外傳感器等,多光譜的代表為數(shù)碼相機(jī)??臻g構(gòu)型測量技術(shù)則主要包括激光探測、可見光攝影測量兩類,如機(jī)載LiDAR可以通過反射脈沖并接受反射回波的方式測算出農(nóng)田不同位置的三維空間坐標(biāo)。
成像光譜技術(shù)在實際應(yīng)用的過程中,是通過直接選取特征波段的方式計算值被指數(shù),綜合光譜特征信息和農(nóng)作物的生理生化指標(biāo)建構(gòu)反演模型。在具體操作的過程中,首先需要以相似度計算、信息量等為依據(jù)選擇與農(nóng)田信息相關(guān)的特征波段。例如,基于信息量選擇特征波段時,可將高光譜影響灰度值的標(biāo)準(zhǔn)差看作是簡單的信息量度量。在完成特征波段的提取之后,需要對高光譜數(shù)據(jù)進(jìn)行處理,這一環(huán)節(jié)可以直接對波段反射率或者各項植被的指數(shù)進(jìn)行計算,在此基礎(chǔ)上建構(gòu)其于農(nóng)作物生長參量之間的線性、二次等模型。此外,還可以基于神經(jīng)網(wǎng)絡(luò)、隨機(jī)森林等機(jī)器學(xué)習(xí)法進(jìn)行農(nóng)田信息反演建?!,F(xiàn)今發(fā)展應(yīng)用最為成熟的反演算法是單窗算法,它是基于一個熱紅外波段對地表溫度進(jìn)行反演。
空間構(gòu)型測量技術(shù)的數(shù)據(jù)處理和建模與光譜成像存在巨大的差別,以SfM法為例,首先需要對原始圖像進(jìn)行無畸變處理,消除一些客觀因素導(dǎo)致的數(shù)據(jù)失真現(xiàn)象,基于特征匹配或是前后方交會解算的方式獲取初始像對兩幅影像的相機(jī)參數(shù)和同名坐標(biāo)點的初始值,最后采用光束法對該結(jié)果進(jìn)行平差優(yōu)化處理。隨著新影像的不斷補充和添加最終形成三維點云,進(jìn)而利用點云內(nèi)插法獲得覆蓋整個測量區(qū)域的數(shù)字高程模型。
農(nóng)田空間信息除了最基本的田塊地理坐標(biāo)之外,還包括農(nóng)作物的具體分類,將二者綜合起來可進(jìn)行各類作物種植面積的精準(zhǔn)估算。采用無人機(jī)遙感探測技術(shù)可以實現(xiàn)農(nóng)田空間位置信息的實時獲取,例如通過機(jī)載高清數(shù)碼相機(jī)可以實現(xiàn)對農(nóng)田基本空間信息的有效識別和判定。此外,在空間構(gòu)型測量技術(shù)應(yīng)用之后,農(nóng)田空間信息的監(jiān)測進(jìn)一步引入了高程信息,使得空間分辨率獲得大幅度的提升,所獲取的數(shù)據(jù)資料也更加精細(xì)全面。
首先,在農(nóng)作物表型參數(shù)獲取方面,可用無人機(jī)遙感探測技術(shù)進(jìn)行測量獲取的有以下幾種:其一,葉面積指數(shù),即單位地表面積內(nèi)單面綠葉面積的總和,它主要反映了農(nóng)作物的光能吸收效果。具體是通過多光譜數(shù)據(jù)對植被的指數(shù)進(jìn)行計算。如高林等構(gòu)建了基于可見光大氣阻抗植被指數(shù)原理的數(shù)字圖像特征參數(shù)的指數(shù)模型。在研究過程中,利用高光譜傳感器獲取了大量豐富而連續(xù)的數(shù)據(jù)。其二,地上部生物量。無人機(jī)遙感探測生物量多采用多光譜數(shù)據(jù),通過提取光譜參數(shù)以及計算值被指數(shù)的方式建構(gòu)模型。但同時,針對空間構(gòu)型測量技術(shù)的研究也不少,如王東亮等在呼倫貝爾草地實地研究了無人機(jī)飛行高度對草層高度以及蓋度提取結(jié)果的影響效果;Bending等基于SfM算法得到了作物表面模型以提取作物的冠層高度。再有陳國政等采用分段建模的方法對大豆的生物量進(jìn)行了反演處理。
其次,在作物營養(yǎng)指標(biāo)獲取方面,無人機(jī)遙感探測技術(shù)可以針對不同物質(zhì)所具有的特異光譜反射吸收特征,對各類農(nóng)作物的葉綠素、氮素含量等指標(biāo)進(jìn)行診斷。其中葉綠素在可見光波段內(nèi)有兩個強(qiáng)吸收區(qū),分別是430~460nm藍(lán)紫光和640~663nm的紅光。通過對顏色以及紋理的統(tǒng)計可以判斷作物的營養(yǎng)情況?,F(xiàn)有的研究成果有肖宇釗等基于多光譜植被指數(shù)以及紋理特征,建構(gòu)了契合不同葉綠素含量的預(yù)測模型,通過對比分析獲知作物的紋理特征很容易受到成像質(zhì)量的影響。
最后,在作物產(chǎn)量探測方面,現(xiàn)有的研究大多是基于多項因素的綜合分析,嘗試建構(gòu)具有高預(yù)測精度的產(chǎn)量估算模型。如趙曉天等基于農(nóng)作物監(jiān)測的采樣范圍,依據(jù)不同空間尺度下的高光譜數(shù)據(jù),利用偏最小二乘回歸建構(gòu)了植被指數(shù)和產(chǎn)量模型,該模型可用于精度曲線變化趨勢的估算,繼而分析出最佳的空間尺度面積。
農(nóng)作物的生長脅迫因子主要有三:一是農(nóng)田墑情,常采用熱紅外法監(jiān)測。農(nóng)作物生高度覆蓋的農(nóng)田區(qū)域內(nèi),其葉片氣孔的關(guān)閉可以有效的降低蒸騰作用產(chǎn)生的水分流失,相應(yīng)的地表感熱通量則會增加,促使作物冠層的溫度出現(xiàn)提高。冠層溫度的監(jiān)測需要重點考慮的一項因素就是裸露的土壤,現(xiàn)有的許多研究都和裸土影響冠層溫度測量值相關(guān),例如一些研究者通過研究裸土溫度和作物地表覆蓋度之間的關(guān)系,分析獲得了裸土導(dǎo)致的冠層溫度測量值和真實值之間存在的偏差,為農(nóng)田水分監(jiān)測數(shù)據(jù)的修正提供了有效的參考。
二是病蟲害,無人機(jī)遙感的農(nóng)作物病蟲害探測主要是通過近紅外光譜反射率監(jiān)測來實現(xiàn)的,其原理如下:農(nóng)作物的葉片在近紅外區(qū)的反射受其海綿組織和柵欄組織的控制,病蟲害則會導(dǎo)致葉片的這兩個組織出現(xiàn)萎蔫現(xiàn)象,如此一來對紅外反射就會出現(xiàn)明顯的減少甚至喪失。同時,熱紅外監(jiān)測的溫度也可以在一定程度上反映出農(nóng)作物是否存在病蟲害,因為農(nóng)作物健康的情況下,其蒸騰作用受控制于葉片氣孔的開閉,而在遭遇病蟲害之后,其葉片會發(fā)生病理變化,在這樣的情況下蒸騰作用必然會受到影響,具體表現(xiàn)為遭到侵染的部位出現(xiàn)溫度明顯升降。
三是其他方面的信息,如利用無人機(jī)遙感監(jiān)測可以為農(nóng)藥的施用提供指導(dǎo),在棉花種植的過程中,可利用NDVI指數(shù)將棉花成熟期葉片的老熟程度反映出來,進(jìn)而轉(zhuǎn)化為脫落酸施用的處方圖,防止農(nóng)藥過度施用的情況出現(xiàn)。
總體上看,未來一段時期內(nèi),我國農(nóng)田信息監(jiān)測領(lǐng)域無人機(jī)遙感的發(fā)展趨勢應(yīng)集中在以下幾個方面。
現(xiàn)今我國農(nóng)田信息監(jiān)測中使用的無人機(jī)平臺大多存在穩(wěn)定性差、成本高、操作復(fù)雜等不足之處,因此在使用過程中存在巨大的限制,如不能在大風(fēng)、陰雨等惡劣天氣下使用。因此在未來,我國應(yīng)極大資源投入,研發(fā)出性能更加優(yōu)越的無人機(jī)飛行平臺,尤其需要對自穩(wěn)系統(tǒng)進(jìn)行優(yōu)化,同時增設(shè)航線規(guī)劃功能。這需要我國政府在政策方面給予一定的扶持,例如,適當(dāng)?shù)姆艑挓o人機(jī)飛行空域方面的規(guī)定。
目前我國無人機(jī)遙感用于農(nóng)田信息監(jiān)測尚不能實現(xiàn)周期性和連續(xù)性,這樣非常不利于農(nóng)業(yè)生產(chǎn)管理,因為農(nóng)作物的始終處于不斷生長狀態(tài)下,其各個階段的生長參數(shù)會表現(xiàn)出巨大的差異性,單一和少數(shù)生長期的作物模型所具有的代表性十分有限。因此在未來我國應(yīng)該探索針對農(nóng)作物生長狀態(tài)的連續(xù)性、周期性監(jiān)測技術(shù)。
無人機(jī)遙感探測所獲取的數(shù)據(jù)規(guī)模十分龐大,但以目前的技術(shù)能力,尚無法實現(xiàn)數(shù)據(jù)的即時動態(tài)解譯,如此一來必然會導(dǎo)致農(nóng)業(yè)生產(chǎn)決策表現(xiàn)出一定的滯后性。因此應(yīng)進(jìn)一步開發(fā)具有強(qiáng)大數(shù)據(jù)處理功能的無人機(jī)平臺,為農(nóng)業(yè)生產(chǎn)提供科學(xué)及時的指導(dǎo)。
綜上所述,無人機(jī)遙感探測技術(shù)代表著未來精準(zhǔn)農(nóng)業(yè)中農(nóng)田信息監(jiān)測領(lǐng)域的主要發(fā)展趨勢,它在監(jiān)測空間尺度和精度方面都具有顯著的優(yōu)勢,可以為農(nóng)業(yè)生產(chǎn)提供科學(xué)化的指導(dǎo),可以預(yù)見到,隨著技術(shù)的不斷進(jìn)步,無人機(jī)遙感在農(nóng)業(yè)生產(chǎn)領(lǐng)域的應(yīng)用將變得越來越廣泛深入。