姚立民，李 明,2,4，謝景鑫，孫 霞

（1.山東理工大學(xué)農(nóng)業(yè)工程與食品科學(xué)學(xué)院，山東 淄博 255049；2.湖南省農(nóng)業(yè)裝備研究所，湖南 長(zhǎng)沙 410125；3.湖南農(nóng)業(yè)大學(xué)機(jī)電工程學(xué)院，湖南 長(zhǎng)沙 410128；4.湖南省農(nóng)用航空先進(jìn)技術(shù)工程技術(shù)研究中心，湖南 長(zhǎng)沙 410400）

育種研究可以培育出品質(zhì)優(yōu)良、抗逆性好以及產(chǎn)量高的作物品種，對(duì)于保障我國(guó)糧食安全以及維護(hù)社會(huì)穩(wěn)定具有重要的意義[1-3]。雜交水稻的成功培育促進(jìn)了我國(guó)糧食產(chǎn)業(yè)的發(fā)展以及經(jīng)濟(jì)的快速增長(zhǎng)。歷史經(jīng)驗(yàn)表明，作物育種上的突破很可能會(huì)給農(nóng)業(yè)生產(chǎn)帶來(lái)極大的提升[4]。

信息采集是選育新品種必不可少的一環(huán)。傳統(tǒng)的信息采集主要依靠科研人員田間取樣調(diào)查獲得，不僅費(fèi)時(shí)、費(fèi)力、效率低下，而且還存在主觀性強(qiáng)、誤差大等缺點(diǎn)[5]。隨著科學(xué)技術(shù)的快速發(fā)展，應(yīng)用到農(nóng)業(yè)生產(chǎn)中的新興技術(shù)越來(lái)越多。近年來(lái)，無(wú)人機(jī)低空遙感技術(shù)已成為農(nóng)業(yè)研究領(lǐng)域的熱點(diǎn)內(nèi)容[6-7]。基于此，筆者介紹了無(wú)人機(jī)低空遙感系統(tǒng)的組成及主要特征，闡述了國(guó)內(nèi)外無(wú)人機(jī)遙感技術(shù)在不同作物育種信息監(jiān)測(cè)上的研究進(jìn)展，總結(jié)了無(wú)人機(jī)低空遙感在作物育種研究上存在的問(wèn)題，并提出了相應(yīng)的解決對(duì)策。

1 無(wú)人機(jī)低空遙感系統(tǒng)的組成及主要特征

1.1 無(wú)人機(jī)低空遙感系統(tǒng)的組成及原理

圖1 無(wú)人機(jī)低空遙感系統(tǒng)

如圖1 所示，無(wú)人機(jī)低空遙感系統(tǒng)是以無(wú)人駕駛飛機(jī)（UAV）為平臺(tái)，通過(guò)搭載各類(lèi)高分辨率遙感傳感器設(shè)備，快速實(shí)時(shí)地獲取高分辨率遙感影像數(shù)據(jù)的監(jiān)測(cè)系統(tǒng)[6]；主要由導(dǎo)航定位系統(tǒng)、搭載遙感影像設(shè)備的無(wú)人機(jī)遙感平臺(tái)、地面控制系統(tǒng)、移動(dòng)地面站、數(shù)據(jù)管理中心和數(shù)據(jù)處理中心等部分組成。目前，市面上的無(wú)人機(jī)遙感平臺(tái)種類(lèi)眾多，根據(jù)旋翼特征可以分為固定翼無(wú)人機(jī)、單旋翼無(wú)人機(jī)和多旋翼無(wú)人機(jī)等機(jī)型[8]。相對(duì)于其他類(lèi)型無(wú)人機(jī)來(lái)講，多旋翼無(wú)人機(jī)飛行速度和高度更加容易控制，便于低空作業(yè)，起飛時(shí)對(duì)場(chǎng)地的要求小，并且便于搭載各類(lèi)遙感傳感器，因此更適合于大面積的田間作物育種信息監(jiān)測(cè)[9]。受無(wú)人機(jī)飛行平臺(tái)限制，所搭載的高分辨率遙感傳感器通常具備體積小、重量輕、精度高和便于控制等特點(diǎn)，常見(jiàn)的遙感傳感器有高清數(shù)碼相機(jī)、多光譜相機(jī)、高光譜相機(jī)、熱成像儀和激光雷達(dá)等[10]。

1.2 無(wú)人機(jī)低空遙感的主要特征

無(wú)人機(jī)低空遙感相對(duì)于地面遙感，具有高通量、高定位精度和高效率的特點(diǎn)；相對(duì)于衛(wèi)星遙感，無(wú)人機(jī)低空遙感影像分辨率更高，操作靈活方便，可以在田間隨時(shí)使用[11]，有利于小區(qū)作業(yè)。在采集作物育種信息時(shí)，無(wú)人機(jī)低空遙感技術(shù)具有監(jiān)測(cè)范圍廣、使用成本低、采集效率高、省時(shí)省力且不會(huì)對(duì)作物造成損壞的特點(diǎn)，能夠大大降低人工采集所帶來(lái)的誤差[5]。

1.2.1 高分辨率 無(wú)人機(jī)低空遙感系統(tǒng)獲取的高分辨率遙感影像，空間分辨率可以達(dá)到厘米級(jí)，相對(duì)于衛(wèi)星遙感在分辨率上具有無(wú)可比擬的優(yōu)勢(shì)，這意味著研究人員可以提取更加微觀的作物生長(zhǎng)信息，例如作物株數(shù)、作物高度以及在小區(qū)范圍內(nèi)的各種植被指數(shù)等，有利于深度挖掘作物表型信息，從而監(jiān)測(cè)許多人工調(diào)查才能提取到的作物信息。

1.2.2 高通量 快速高效地獲取大范圍的作物表型信息對(duì)于育種工作來(lái)說(shuō)至關(guān)重要。無(wú)人機(jī)低空遙感有著在高時(shí)間分辨率下獲取多個(gè)育種試驗(yàn)區(qū)作物表型的能力，有效節(jié)省作物育種表型信息采集的時(shí)間，解決傳統(tǒng)人工育種調(diào)查效率低下和時(shí)效性差的問(wèn)題。

1.2.3 機(jī)動(dòng)靈活 育種田內(nèi)往往情況復(fù)雜，沒(méi)有專(zhuān)門(mén)的起降場(chǎng)地。無(wú)人機(jī)體積重量均較小，例如大疆精靈4 的重量只有1.4 kg，即便是搭載多光譜相機(jī)或者是高光譜相機(jī)的多旋翼無(wú)人機(jī)重量也只有10 kg 左右，體積較小、運(yùn)輸方便，可以在各種復(fù)雜的田間地頭完成起飛降落。同時(shí)，無(wú)人機(jī)飛行控制系統(tǒng)已經(jīng)發(fā)展多年，趨于成熟完善，使得無(wú)人機(jī)操控靈活簡(jiǎn)便，降低了學(xué)習(xí)和使用成本，有利于育種科研人員開(kāi)展作業(yè)。

1.2.4 重訪周期短 育種信息調(diào)查工作往往需要在一定時(shí)間內(nèi)獲得作物的指定生長(zhǎng)信息，有時(shí)甚至需要連續(xù)采集多個(gè)信息。衛(wèi)星遙感受限于其系統(tǒng)本身特性以及天氣原因，重訪周期一般要2～3 d，甚至更久。無(wú)人機(jī)低空遙感系統(tǒng)對(duì)天氣的依賴(lài)性較小，機(jī)動(dòng)能力強(qiáng)，可以迅速開(kāi)展作業(yè)，對(duì)同一片區(qū)域可以連續(xù)進(jìn)行多次拍攝，對(duì)于時(shí)間要求較高的作業(yè)任務(wù)如作物病情監(jiān)測(cè)等有著很大的幫助。

1.2.5 使用成本低 傳統(tǒng)遙感手段價(jià)格昂貴，學(xué)習(xí)成本高，一般團(tuán)體很難去實(shí)際使用。近年來(lái)，無(wú)人機(jī)發(fā)展迅猛，性能優(yōu)越、體積小巧且搭載可見(jiàn)光相機(jī)的無(wú)人機(jī)成本越來(lái)越低，有的甚至不足萬(wàn)元，這都極大便于無(wú)人機(jī)遙感系統(tǒng)的推廣應(yīng)用，對(duì)于育種科研團(tuán)隊(duì)來(lái)說(shuō)，這筆費(fèi)用更容易被接受。

2 無(wú)人機(jī)低空遙感在作物育種中的應(yīng)用進(jìn)展

在一些發(fā)達(dá)國(guó)家，無(wú)人機(jī)低空遙感技術(shù)已經(jīng)廣泛用于農(nóng)業(yè)生產(chǎn)中，涵蓋了病蟲(chóng)害監(jiān)測(cè)、精準(zhǔn)施水肥藥、作物育種等方面，極大促進(jìn)了農(nóng)業(yè)的發(fā)展，提高了農(nóng)作物種植管理的水平[12]。我國(guó)在這方面起步較晚，無(wú)人機(jī)低空遙感在作物育種信息監(jiān)測(cè)上仍處于研究階段，實(shí)際應(yīng)用較少。

基于無(wú)人機(jī)低空遙感的育種信息采集可以更加深度的剖析作物的遺傳性狀[13]，觀測(cè)到人眼難以發(fā)現(xiàn)的信息，挖掘作物生長(zhǎng)的潛在特性。因此，無(wú)人機(jī)低空遙感技術(shù)越來(lái)越多地被應(yīng)用到作物育種領(lǐng)域，用于快速獲取育種信息，提高育種研究效率。將育種信息化技術(shù)化是未來(lái)發(fā)展的方向[14]。

2.1 應(yīng)用作物

精確提取作物生物量、株高、葉面積指數(shù)（LAI）、抗逆性和產(chǎn)量等信息在育種工作中十分重要[15]，不同的作物類(lèi)型在育種信息采集過(guò)程中使用的提取手段有所不同。目前，國(guó)內(nèi)針對(duì)于育種方面的無(wú)人機(jī)遙感研究較少，已有的研究只是在個(gè)別農(nóng)作物上，例如玉米、大豆和小麥等。

2.1.1 玉 米 目前，我國(guó)無(wú)人機(jī)低空遙感在玉米育種上的研究報(bào)道相對(duì)較多。張琪等[16]利用無(wú)人機(jī)高通量獲取玉米表型信息，提取了株高、植被覆蓋度等一系列信息，然后進(jìn)行了LAI 的反演研究。蘇偉等[17]利用無(wú)人機(jī)遙感影像的超綠特征提取田間玉米的壟數(shù)，拔節(jié)期玉米壟數(shù)的提取準(zhǔn)確率可達(dá)100%。牛慶林等[18]基于無(wú)人機(jī)可見(jiàn)光影像以及地面控制點(diǎn)（GCP）生成的數(shù)字表面模型（DSM）提取玉米株高信息，根據(jù)玉米冠層的光譜信息估測(cè)其LAI。毛智慧等[19]基于小型無(wú)人機(jī)通過(guò)傾斜攝影的方式獲取小區(qū)玉米的數(shù)字影像，利用光譜特征判斷玉米是否倒伏，以此提取整個(gè)試驗(yàn)小區(qū)的玉米倒伏信息，該方法相比于人工調(diào)查誤差僅為4.44%，可以有效提取玉米倒伏信息，便于開(kāi)展相關(guān)調(diào)查作業(yè)。

2.1.2 大 豆 在大豆育種方面，陳晨等[20]將無(wú)人機(jī)可見(jiàn)光和多光譜影像相結(jié)合，實(shí)現(xiàn)對(duì)大豆長(zhǎng)勢(shì)的監(jiān)測(cè)及分級(jí)。李長(zhǎng)春等[21]利用無(wú)人機(jī)搭載高清數(shù)碼影像系統(tǒng)獲取玉米3 個(gè)關(guān)鍵生育期的影像，然后基于900 個(gè)育種小區(qū)的LAI 實(shí)測(cè)數(shù)據(jù)構(gòu)建其葉面積指數(shù)的最佳模型，驗(yàn)證精度R2=0.69。趙曉慶等[22]利用搭載高光譜傳感器的無(wú)人機(jī)獲取了多個(gè)生育期的大豆遙感影像，得到冠層光譜與大豆產(chǎn)量相關(guān)的最佳空間尺度，該空間尺度可以提高大豆產(chǎn)量估測(cè)的精度。陸國(guó)政等[23]基于無(wú)人機(jī)可見(jiàn)光影像獲取大豆開(kāi)花期和結(jié)莢期的鮮生物量，再利用高光譜影像建立大豆鼓粒期和成熟期的鮮生物量反演模型，以此得到大豆整個(gè)生長(zhǎng)周期的長(zhǎng)勢(shì)情況。

2.1.3 小 麥 在小麥育種方面，楊貴軍等[9]利用多旋翼無(wú)人機(jī)搭載可見(jiàn)光相機(jī)、多光譜相機(jī)和熱成像儀，高通量獲取小麥的倒伏面積、LAI、產(chǎn)量及冠層溫度等育種表型信息，著力解決人工效率低下、時(shí)效性差以及標(biāo)準(zhǔn)不統(tǒng)一的問(wèn)題。李偉等[24]基于無(wú)人機(jī)搭載可見(jiàn)光和多光譜相機(jī)獲取作物的表型信息，建立作物數(shù)字表面模型，再反過(guò)來(lái)用于植物表型監(jiān)測(cè)和判斷。例如：對(duì)作物高度進(jìn)行建模確定作物植株高度，再與正常作物生長(zhǎng)的高度范圍進(jìn)行比較，以此來(lái)判斷是否倒伏；計(jì)算綠色覆蓋的數(shù)值，大于0 的為出苗，等于0 的為未出苗，以此來(lái)計(jì)算出苗率；通過(guò)NDVI 反演獲取作物L(fēng)AI。

2.1.4 水 稻 目前，水稻育種領(lǐng)域無(wú)人機(jī)低空遙感的應(yīng)用報(bào)道較少。李明等[25]基于無(wú)人機(jī)可見(jiàn)光影像提取水稻的多項(xiàng)特征指標(biāo)，識(shí)別水稻地塊，實(shí)現(xiàn)對(duì)水稻田面積的估算。段小斌等[26]探究了水稻葉片指數(shù)與葉面積指數(shù)的關(guān)系，以此建立水稻生長(zhǎng)模型，快速監(jiān)測(cè)水稻的長(zhǎng)勢(shì)。水稻育種過(guò)程中，水稻的分蘗數(shù)、花穗數(shù)等重要信息仍然需要工作人員去田間取樣調(diào)查，費(fèi)時(shí)費(fèi)力，而且也不利于加快育種進(jìn)程。因此，推進(jìn)水稻育種的信息化是一項(xiàng)重要的任務(wù)。

2.2 主要技術(shù)

2.2.1 遙感手段 無(wú)人機(jī)低空遙感在監(jiān)測(cè)作物某一育種信息時(shí)所使用的技術(shù)往往具有多元性，可以采取不同的遙感手段（如表1）或者處理算法，而同一作物育種信息采取不同的遙感監(jiān)測(cè)方式或者在同一遙感監(jiān)測(cè)方式下采用不同圖像處理算法所達(dá)到的效果是不同的。無(wú)人機(jī)低空遙感在作物育種信息監(jiān)測(cè)時(shí)，多采取單一遙感設(shè)備和單一的圖像處理算法，缺乏融合多種遙感設(shè)備、匯集多種算法的解析模型[15]，這使得研究成果受到的條件限制過(guò)多，對(duì)不同地區(qū)、不同生長(zhǎng)情形下的作物難以普遍適用，推廣應(yīng)用難度較大。要實(shí)現(xiàn)無(wú)人機(jī)低空遙感在作物育種信息監(jiān)測(cè)上的普遍適用，需要配合多種遙感設(shè)備、融合多種遙感數(shù)據(jù)和圖像處理算法來(lái)實(shí)現(xiàn)作物育種信息的提取，開(kāi)發(fā)出具有廣泛適用性的作物信息采集處理全流程。

表1 提取作物育種信息采取的遙感手段

2.2.2 影像處理軟件 無(wú)人機(jī)低空遙感在作物育種信息采集過(guò)程中會(huì)用到4 種軟件。第一種是無(wú)人機(jī)航拍控制軟件，用于控制無(wú)人機(jī)拍攝，獲取符合要求的多張?jiān)囼?yàn)區(qū)農(nóng)田影像；第二種是遙感影像拼接軟件，用于將無(wú)人機(jī)獲取的多張遙感影像拼接成一張完整的試驗(yàn)區(qū)農(nóng)田影像；第三種是影像后期處理軟件，用于從完整的試驗(yàn)區(qū)農(nóng)田影像中提取需要的作物育種信息，這也是整個(gè)過(guò)程中最關(guān)鍵的部分；第四種是育種信息管理軟件，用于管理各類(lèi)作物長(zhǎng)年以來(lái)所有的育種數(shù)據(jù)，便于育種科研人員制定更為有效的育種決策。

無(wú)人機(jī)航拍控制軟件有PIX4D capture、Altizure、瀚祥地面站、大疆GS Pro 和云卓地面站等。不同軟件的功能和支持機(jī)型有所不同，一般均可在軟件內(nèi)設(shè)定無(wú)人機(jī)的飛行區(qū)域、飛行高度、飛行速度、航向重疊度和旁向重疊度等關(guān)鍵參數(shù)。

遙感影像拼接軟件有Agisoft photoscan、PIX4D mapper 和Rocky Mosaic 等。該類(lèi)軟件可以自動(dòng)完成無(wú)人機(jī)遙感影像的拼接，容易操作，缺點(diǎn)是圖像拼接數(shù)據(jù)量和計(jì)算量大，對(duì)電腦性能要求高，效率較低[34]。楊楊[35]改進(jìn)了尺度不變特征轉(zhuǎn)換（SIFT）的圖像拼接算法，可利用無(wú)人機(jī)航拍視頻進(jìn)行實(shí)時(shí)拼接處理，以此獲取完整的試驗(yàn)區(qū)影像，雖然成像質(zhì)量不如前者，但仍然是一個(gè)具有前瞻性的嘗試。

影像后期處理軟件有ENVI、ArcGIS、eCognition Developer、ERDAS 和PIC 等。該類(lèi)軟件集成了多種影像數(shù)據(jù)處理算法，可以更加方便快捷地設(shè)置各種算法的參數(shù)，用于提取指定的作物信息，簡(jiǎn)化了遙感影像數(shù)據(jù)后期處理的學(xué)習(xí)成本。此外，還可以使用Python、Matlab 等軟件自行編寫(xiě)代碼處理遙感數(shù)據(jù)，該方法對(duì)專(zhuān)業(yè)性的要求增高，難度較大。

育種信息管理軟件有Agrobase、Prism、Doriane、E-Brida、Plabstat、金種子育種平臺(tái)GSM 和農(nóng)博士NBS 等[36]。該類(lèi)軟件通過(guò)數(shù)字化、標(biāo)準(zhǔn)化和規(guī)范化的育種信息管理流程，高效管理所有育種數(shù)據(jù)，方便育種科研人員查詢(xún)不同年份、不同地區(qū)、不同作物的生長(zhǎng)信息，讓育種信息決策更加可靠，提升育種效率。

無(wú)人機(jī)低空遙感在作物育種信息監(jiān)測(cè)研究中有著廣泛的應(yīng)用和重要的科學(xué)意義，研究?jī)?nèi)容多集中于高通量、快速無(wú)損地進(jìn)行作物長(zhǎng)勢(shì)信息和表型信息的采集。而不同育種信息的采集依靠的不只是硬件設(shè)施，還包括影像后期處理的算法。大部分研究成果存在一定的問(wèn)題，多是針對(duì)單一階段的單一作物，普適性較差，缺少系統(tǒng)的長(zhǎng)期的研究記錄，也沒(méi)有形成一個(gè)規(guī)范化簡(jiǎn)單化的處理全流程，不利于推廣使用。

3 無(wú)人機(jī)低空遙感在作物育種上應(yīng)用的主要問(wèn)題及解決對(duì)策

無(wú)人機(jī)低空遙感技術(shù)發(fā)展迅猛，在精準(zhǔn)農(nóng)業(yè)領(lǐng)域發(fā)揮著獨(dú)特的優(yōu)勢(shì)。然而，無(wú)人機(jī)低空遙感技術(shù)的相關(guān)應(yīng)用仍處于研究階段，與育種研究的結(jié)合不夠緊密，距離實(shí)際應(yīng)用還有很長(zhǎng)的路要走。目前無(wú)人機(jī)低空遙感在作物育種上的研究需要著重考慮以下幾個(gè)問(wèn)題。

3.1 建立作物育種信息數(shù)據(jù)庫(kù)

多數(shù)研究成果普適性太差，僅僅適用于當(dāng)次試驗(yàn)，對(duì)不同地域、不同生長(zhǎng)階段的作物無(wú)法獲得相同的結(jié)論，難以推廣使用[2,10]。主要原因在于不同地域、不同生長(zhǎng)階段的作物表現(xiàn)出的遙感特性是不同的，不同品種的作物更是如此。要建立作物育種信息的數(shù)據(jù)庫(kù)，不斷完善不同地域、不同作物、不同生長(zhǎng)階段的作物育種信息，統(tǒng)籌兼顧，便于育種研究工作的進(jìn)行和育種管理決策的準(zhǔn)確制定。

3.2 拓寬研究的深度與廣度

無(wú)人機(jī)低空遙感在作物育種信息監(jiān)測(cè)上有著獨(dú)特的優(yōu)勢(shì)和巨大的應(yīng)用前景，是高通量、無(wú)損快速獲取作物育種信息的重要手段。但目前采用無(wú)人機(jī)育種的作物相對(duì)較少，多集中于小麥、玉米、大豆等作物，其他作物鮮有研究。像水稻、馬鈴薯等對(duì)我國(guó)糧食安全有重要影響的作物，未來(lái)應(yīng)該加強(qiáng)相關(guān)研究。因此，不斷加強(qiáng)作物育種研究的深度和廣度，為無(wú)人機(jī)低空遙感在作物育種上的應(yīng)用提供更多理論和技術(shù)基礎(chǔ)是未來(lái)研究的重點(diǎn)[15]。

3.3 克服天氣影響

天氣是影響無(wú)人機(jī)作業(yè)的主要因素。大部分遙感影像傳感器都是被動(dòng)式遙感，需要良好的光照條件[10]，即使無(wú)風(fēng)無(wú)雨的陰天所得到的影像效果也可能達(dá)不到要求，導(dǎo)致圖像處理結(jié)果產(chǎn)生一定偏差，也增加了后期圖像處理的難度，可以通過(guò)硬件的研發(fā)，增強(qiáng)遙感傳感器的性能，減少其對(duì)光照條件的依賴(lài)度。

3.4 加強(qiáng)低成本輕小型專(zhuān)用設(shè)備的研發(fā)

研究采用的設(shè)備復(fù)雜多樣，雖然都能得到理想的效果，但是沒(méi)有專(zhuān)門(mén)應(yīng)用于某一用途的設(shè)備[37]。例如采集多光譜影像、高光譜影像或者是更高分辨率的數(shù)碼影像，通常需要自行購(gòu)入無(wú)人機(jī)以及相應(yīng)的遙感影像傳感器進(jìn)行組裝，增加了試驗(yàn)前期的難度。研發(fā)低成本輕小型專(zhuān)用設(shè)備不僅可以簡(jiǎn)化操作步驟，使無(wú)人機(jī)低空遙感系統(tǒng)更加輕型化小型化，還可以降低設(shè)備購(gòu)入費(fèi)用，有利于先進(jìn)技術(shù)與設(shè)備的推廣使用。

3.5 簡(jiǎn)化整體操作流程

從遙感影像的獲取到得到想要的育種信息，需要經(jīng)歷遙感影像拍攝方案制定、前期拼接、預(yù)處理、圖像后期處理以及育種信息歸納整理等操作，這些操作不但是在不同軟件內(nèi)進(jìn)行的，而且許多軟件都有著一定的操作難度，無(wú)疑增加了利用無(wú)人機(jī)低空遙感進(jìn)行育種信息監(jiān)測(cè)的難度，對(duì)工作人員的專(zhuān)業(yè)性要求也大大提高。而育種工作人員往往不善于利用這些先進(jìn)的科研措施開(kāi)展相關(guān)工作，這不利于無(wú)人機(jī)低空遙感技術(shù)在作物育種信息采集工作中的推廣與使用。因此，集成一系列操作步驟，簡(jiǎn)化育種信息采集流程，開(kāi)發(fā)出易于操作的全流程技術(shù)解決方案，以便更多非專(zhuān)業(yè)用戶(hù)使用是未來(lái)研究的一大重點(diǎn)[15]。

4 小 結(jié)

無(wú)人機(jī)低空遙感技術(shù)是精準(zhǔn)農(nóng)業(yè)領(lǐng)域的研究熱點(diǎn)，具有高分辨率、高機(jī)動(dòng)靈活性、重訪周期短、使用成本低等特點(diǎn)，在作物育種信息采集領(lǐng)域的應(yīng)用前景廣闊。隨著無(wú)人機(jī)軟硬件技術(shù)的提升以及遙感數(shù)據(jù)處理技術(shù)的發(fā)展，無(wú)人機(jī)低空遙感技術(shù)在作物育種上將發(fā)揮更加重要的作用。無(wú)人機(jī)低空遙感可用于作物長(zhǎng)勢(shì)信息和表型信息的采集。通過(guò)提高作物育種生長(zhǎng)信息的采集速度，可極大地節(jié)省人力物力，解決作物時(shí)效性差、效率低的問(wèn)題，便于快速制定育種決策，而且可以統(tǒng)一調(diào)查標(biāo)準(zhǔn)，消除人工調(diào)查帶來(lái)的主觀誤差，從而加快作物育種進(jìn)程，提高育種效率，對(duì)于作物育種產(chǎn)業(yè)的發(fā)展具有重要的意義。盡管無(wú)人機(jī)低空遙感在作物育種上的應(yīng)用潛力巨大，然而目前的研究中仍然存在許多不足。首先是設(shè)備費(fèi)用昂貴，一般團(tuán)體難以承受；其次是全流程操作過(guò)于復(fù)雜，非專(zhuān)業(yè)用戶(hù)難以操作；第三是遙感數(shù)據(jù)處理算法單一、研究深度不足、通用性差。因此，未來(lái)應(yīng)深入無(wú)人機(jī)低空遙感在作物育種上的研究，研發(fā)低成本輕小型的專(zhuān)用設(shè)備，簡(jiǎn)化全流程操作難度，推進(jìn)育種信息化快速發(fā)展。