馬燕莉

（三和數(shù)碼測(cè)繪地理信息技術(shù)有限公司，甘肅 天水 741000）

小麥在我國糧食作物領(lǐng)域占據(jù)第二的位置，小麥的高產(chǎn)和穩(wěn)產(chǎn)對(duì)于我國糧食安全有重要作用，科學(xué)有效的田間種植管控是確保小麥實(shí)現(xiàn)高產(chǎn)、穩(wěn)產(chǎn)的主要前提。近年來，無人機(jī)遙感技術(shù)在小麥生產(chǎn)監(jiān)測(cè)領(lǐng)域得到了大范圍的應(yīng)用，極大地提升了小麥在生產(chǎn)種植環(huán)節(jié)的精準(zhǔn)化管控水平。因此，針對(duì)其在應(yīng)用層面的狀況展開研究和分析，不僅有助于及時(shí)監(jiān)測(cè)生長異常的作物區(qū)域，強(qiáng)化對(duì)小麥作物種植區(qū)域的掌控力度，同時(shí)也能更好地預(yù)測(cè)、評(píng)估作物的產(chǎn)量及災(zāi)害可能造成的損失。

1 無人機(jī)遙感技術(shù)的應(yīng)用優(yōu)勢(shì)

1.1 遙感監(jiān)測(cè)范圍大

近年來，我國農(nóng)業(yè)生產(chǎn)作業(yè)領(lǐng)域?qū)o人機(jī)遙感技術(shù)的應(yīng)用要求持續(xù)提升，無人機(jī)遙感技術(shù)在監(jiān)測(cè)環(huán)節(jié)的范圍也在持續(xù)擴(kuò)增，監(jiān)測(cè)區(qū)域內(nèi)部的范圍可以包括大、小不同的區(qū)域，無人機(jī)遙感可以在不同的角度、飛行高度，在較大的空間和范圍內(nèi)實(shí)行大面積、多角度的監(jiān)測(cè)工作，也可以在較低的高度針對(duì)多個(gè)角度實(shí)現(xiàn)范圍較小的精準(zhǔn)性監(jiān)測(cè)，還可以由多架無人機(jī)共同完成同步監(jiān)測(cè)、多次監(jiān)測(cè)操作。

通過合理應(yīng)用三維立體仿真模擬技術(shù)，將收集到的遙感數(shù)據(jù)信息完成三維立體化的模擬和分析，能從宏觀的角度呈現(xiàn)出區(qū)域內(nèi)部的監(jiān)測(cè)狀況、監(jiān)測(cè)范圍內(nèi)的危害區(qū)域、危害嚴(yán)重程度、危害具體狀況等內(nèi)容，由此為農(nóng)業(yè)部門后續(xù)治理工作的順利開展提供科學(xué)有效的參考依據(jù)。

1.2 安全性能高

無人機(jī)遙感技術(shù)就應(yīng)用角度來講，主要是借助無人機(jī)操作平臺(tái)在室外完成相應(yīng)的作業(yè)，操作技術(shù)人員借助遠(yuǎn)程操控手段，可以及時(shí)有效地捕捉到相應(yīng)的數(shù)據(jù)信息；同時(shí)針對(duì)當(dāng)?shù)氐臓顩r做出及時(shí)有效的應(yīng)對(duì)，特別是對(duì)一部分危險(xiǎn)程度相對(duì)較高的區(qū)域開展勘探工作期間，無人機(jī)遙感技術(shù)屬于一種安全性能相對(duì)較高的監(jiān)測(cè)措施，可以最大限度地保障戶外檢測(cè)人員在監(jiān)測(cè)環(huán)節(jié)的生命安全，降低事故發(fā)生概率。

1.3 數(shù)據(jù)信息傳輸效率高

無人機(jī)遙感技術(shù)相比其他遙感技術(shù)，在獲取和傳輸數(shù)據(jù)信息環(huán)節(jié)速率更高、更快，在小麥等農(nóng)作物生產(chǎn)環(huán)節(jié)運(yùn)用無人機(jī)遙感技術(shù)時(shí)，可以使用傳感器、數(shù)碼相機(jī)捕捉相應(yīng)的數(shù)據(jù)信息，在將其集中整合之后傳輸?shù)降孛娼邮账?，由技術(shù)操作人員對(duì)信息完成捕捉和整合，最大限度地提升小麥等農(nóng)作物在生長發(fā)育層面的進(jìn)度。

2 無人機(jī)遙感技術(shù)在小麥作物生長環(huán)節(jié)的監(jiān)測(cè)應(yīng)用

2.1 監(jiān)測(cè)小麥生物量

在生態(tài)系統(tǒng)中，生物量與生物產(chǎn)量息息相關(guān)，傳統(tǒng)形式的生物量檢測(cè)方式在應(yīng)用層面存在時(shí)效性低、破壞性取樣等缺陷。應(yīng)用高光譜遙感技術(shù)具有數(shù)據(jù)體量大、連續(xù)性好、波段多、光譜分辨率高等優(yōu)點(diǎn)，可以及時(shí)科學(xué)地監(jiān)控作物群體生長的具體狀況，在農(nóng)業(yè)定量遙感的研究分析工作中得到了大范圍的應(yīng)用，是未來實(shí)現(xiàn)精準(zhǔn)化農(nóng)業(yè)管理和可持續(xù)發(fā)展的主要方式，也是監(jiān)測(cè)地表植物狀況的主要方式。在精準(zhǔn)農(nóng)業(yè)發(fā)展中，有一種概念叫做歸一化植被指數(shù)。根據(jù)專業(yè)解釋，歸一化植被指數(shù)是反映農(nóng)作物長勢(shì)和營養(yǎng)信息的重要參數(shù)之一，也是改善作物健康狀況的重要參考依據(jù)。譚昌偉等[1]通過實(shí)踐研究證實(shí)，以歸一化植被指數(shù)為基礎(chǔ)，可以合理評(píng)估小麥開花期間的生物量數(shù)值。王大成等[2]以人工神經(jīng)網(wǎng)絡(luò)的方法，合理提升了小麥生物量在評(píng)估環(huán)節(jié)的數(shù)據(jù)精準(zhǔn)性。陳鵬飛等[3]通過研究證實(shí)，紅邊三角植被指數(shù)是評(píng)估冠層生物量指數(shù)的最佳數(shù)值。付元元等[4]通過研究證實(shí)，波段深度分析和偏最小二乘回歸結(jié)合，可以合理提升小麥生物量在估算期間的精準(zhǔn)度。上述人員的實(shí)踐研究，為小麥作物在不同生長發(fā)育周期的長勢(shì)狀態(tài)監(jiān)測(cè)、評(píng)估診斷工作提供了科學(xué)有效的理論參考依據(jù)。

2.2 監(jiān)測(cè)小麥氮素含量

應(yīng)用無人機(jī)遙感技術(shù)可以實(shí)時(shí)連續(xù)地捕捉小麥作物的生長狀態(tài)、營養(yǎng)狀況信息，還可以有機(jī)融合數(shù)據(jù)信息的時(shí)間、空間角度，為作物養(yǎng)分調(diào)節(jié)、栽培調(diào)控等措施的制訂提供有效的參考依據(jù)，最大限度地提升小麥作物氮素在監(jiān)測(cè)環(huán)節(jié)的時(shí)效性。高光譜遙感技術(shù)擁有分辨率高、信息體量大等優(yōu)點(diǎn)，可以有效優(yōu)化傳統(tǒng)氮素測(cè)量環(huán)節(jié)存在的室外分析不便、破壞性取樣等缺陷，能夠?qū)π←溩魑锏纳L營養(yǎng)水平、生長狀態(tài)等信息完成實(shí)時(shí)、連續(xù)的無損監(jiān)測(cè)。

馮偉等[5]針對(duì)在田間種植的種類不同的小麥，檢測(cè)施氮水平不同的小麥葉片氮含量和葉片冠層高光譜數(shù)據(jù)信息，同時(shí)研究分析二者之間存在的關(guān)系，數(shù)據(jù)研究表示，以紅邊面積為基礎(chǔ)，構(gòu)建小麥葉片氮含量監(jiān)測(cè)數(shù)據(jù)模型，能夠提高預(yù)測(cè)環(huán)節(jié)的精準(zhǔn)度。胡昊[6]發(fā)現(xiàn)利用紅邊參數(shù)能夠合理監(jiān)測(cè)小麥作物的氮素營養(yǎng)量。劉昌華等[7]借助無人機(jī)搭載多光譜相機(jī)設(shè)備，收集冬小麥在4個(gè)關(guān)鍵生長周期的影像數(shù)據(jù)信息，在不同生長發(fā)育周期，組建了氮素營養(yǎng)指數(shù)的反推演數(shù)據(jù)模型，數(shù)據(jù)結(jié)果證實(shí)，以小麥揚(yáng)花期為基礎(chǔ)所組建的模型，其數(shù)值精準(zhǔn)度最高，R2為0.95。姚霞等[8]以比值光譜指數(shù)為基礎(chǔ)，組建小麥氮素的監(jiān)督檢測(cè)數(shù)據(jù)模型，合理優(yōu)化了模型在預(yù)測(cè)環(huán)節(jié)的穩(wěn)定性、精準(zhǔn)度。借助反推演模型的遙感監(jiān)測(cè)技術(shù)，能夠最大化地提升監(jiān)測(cè)冬小麥葉片氮含量的數(shù)值精準(zhǔn)性，有助于為冬小麥在不同生長發(fā)育周期對(duì)氮素的調(diào)控設(shè)置提供有效的數(shù)值參考依據(jù)。

2.3 監(jiān)測(cè)小麥葉面積指數(shù)

葉面積指數(shù)和小麥作物的光能應(yīng)用效率息息相關(guān)，是預(yù)測(cè)小麥作物產(chǎn)量、評(píng)估小麥作物生長狀態(tài)的一項(xiàng)主要指標(biāo)，葉面積指數(shù)數(shù)值不同，對(duì)于光的反射率數(shù)值也不同，所以可以在無人機(jī)上裝載相機(jī)，針對(duì)面積相對(duì)較大的小麥作物開展葉面積指數(shù)的監(jiān)測(cè)工作，按照相應(yīng)的標(biāo)準(zhǔn)和需求，可以選擇在無人機(jī)上裝載紅外相機(jī)、多光譜相機(jī)、高光譜相機(jī)、可見光相機(jī)等不同類型的相機(jī)。陳雪洋等以植被指數(shù)為基礎(chǔ)，分別對(duì)葉面積指數(shù)構(gòu)建線性、非線性的回歸數(shù)據(jù)模型，科學(xué)合理地預(yù)測(cè)了小麥在不同生長周期的LAI數(shù)值，通過研究發(fā)現(xiàn)利用NDVI可以合理估算小麥的LAI數(shù)值，但是卻存在相對(duì)較大的誤差。傅銀貞[9]科學(xué)應(yīng)用IRS-P6的多光譜數(shù)據(jù)信息，組建了葉面積指數(shù)和TNDVI、RVI、RDVI、NDVI、MSAVI、EVI2、DVI等七種小麥作物植被指數(shù)的數(shù)據(jù)統(tǒng)計(jì)分析模型，獲得了相對(duì)較好的效果，且決定系數(shù)R2超過了0.76。陶惠林等[10]使用無人機(jī)裝載高光譜數(shù)碼相機(jī)，針對(duì)冬小麥作物在三個(gè)生長發(fā)育周期的光譜數(shù)據(jù)信息完成測(cè)定操作，針對(duì)LAI、Hcsm、植被指數(shù)之間的相關(guān)性進(jìn)行了分析和研究，篩選出了植被指數(shù)的最優(yōu)數(shù)值，然后針對(duì)單個(gè)參數(shù)分別組建了LAI評(píng)估數(shù)據(jù)模型，有針對(duì)性地提升了LAI在數(shù)據(jù)估算環(huán)節(jié)的數(shù)據(jù)精準(zhǔn)度。

2.4 監(jiān)測(cè)小麥葉綠素含量

小麥植物葉片中的葉綠素含量與小麥植物光合作用能力息息相關(guān)，葉綠素含量是反饋小麥作物光合能力、氮素營養(yǎng)狀況的主要評(píng)估指標(biāo)。通常狀況下，葉綠素含量用來評(píng)估小麥作物在逆境脅迫生長狀態(tài)下受到傷害的具體程度，以及受傷之后的營養(yǎng)發(fā)育狀況。因?yàn)楹}卜素、葉綠素B、葉綠素A等元素對(duì)波長的光在吸收層面的強(qiáng)度不同，由此在遙感監(jiān)測(cè)環(huán)節(jié)，植物冠層反射光譜所出現(xiàn)的各種變化波動(dòng)，可以在某種程度上反饋出小麥作物中葉綠素的實(shí)際含量和組成。

當(dāng)前，遙感監(jiān)測(cè)葉綠素含量的工作，主要是借助光譜參數(shù)、植被參數(shù)與葉綠素含量之間的回歸關(guān)系來完成。例如：靳彥華等[11]研究旱地環(huán)境、水澆地環(huán)境等不同狀況下，春小麥葉片在整個(gè)生長發(fā)育周期內(nèi)部，體內(nèi)葉綠素含量的變化波動(dòng)幅度，研究分析出了小麥葉綠素的相對(duì)含量數(shù)值，與不同葉片冠層的高光譜植被指數(shù)相互之間存在的數(shù)字關(guān)系，在旱地環(huán)境、水澆地環(huán)境兩種生長狀況下，針對(duì)春小麥葉綠素含量組建了數(shù)字化的評(píng)估數(shù)據(jù)模型。周敏姑等[12]借助無人機(jī)遙感監(jiān)測(cè)的方式，捕獲了小麥在拔節(jié)生長周期的多光譜影像數(shù)據(jù)信息之后，針對(duì)4個(gè)波段提取了小麥冠層葉片的光譜圖像數(shù)據(jù)信息，然后從其中挑選了與小麥葉綠素的相對(duì)含量數(shù)值存在較大關(guān)系的7種植被指數(shù)數(shù)據(jù)信息，針對(duì)葉綠素的相對(duì)含量數(shù)值、小麥作物植被指數(shù)，構(gòu)建了一元化的線性數(shù)字回歸模型、多元化的線性數(shù)字回歸模型，并對(duì)數(shù)字模型完成了驗(yàn)證、評(píng)估等操作。最終針對(duì)處在生長拔節(jié)期的小麥葉片，在葉綠素含量層面完成了預(yù)測(cè)和評(píng)估工作，借助無人機(jī)遙感監(jiān)測(cè)的方式，對(duì)冬小麥葉綠素的含量實(shí)現(xiàn)合理的監(jiān)控。就某種程度來講，這能夠反饋出田間小麥作物在生長期間的實(shí)際營養(yǎng)狀態(tài)，在農(nóng)業(yè)種植領(lǐng)域提高管理工作的高效性、精準(zhǔn)性。

2.5 監(jiān)測(cè)小麥產(chǎn)量

農(nóng)作物產(chǎn)量是糧食維持供應(yīng)需求平衡，以及農(nóng)業(yè)管理規(guī)章制度編制的主要參考數(shù)據(jù)信息，對(duì)國家層面的糧食安全能起到直接的決定性作用。利用高光譜遙感技術(shù)可以在最短的時(shí)間內(nèi)，在較大的區(qū)域范圍內(nèi)捕獲最多的農(nóng)作物數(shù)據(jù)信息，在農(nóng)作物產(chǎn)量評(píng)估層面具備精準(zhǔn)、快速、宏觀、動(dòng)態(tài)等優(yōu)點(diǎn)?，F(xiàn)階段，隨著遙感技術(shù)發(fā)展速度不斷加快，大多數(shù)研究人員開始應(yīng)用高光譜反射率，針對(duì)小麥作物的產(chǎn)量展開研究和分析，確立了小麥產(chǎn)量的評(píng)估敏感光譜波段和不同方式的作物植被指數(shù)信息，例如以高光譜遙感監(jiān)測(cè)技術(shù)為基礎(chǔ)，構(gòu)建植被指數(shù)、規(guī)劃差異性的作物植被指數(shù)，預(yù)測(cè)和評(píng)估作物的產(chǎn)量。

3 結(jié)語

綜上所述，現(xiàn)階段農(nóng)業(yè)生產(chǎn)領(lǐng)域應(yīng)用到的遙感模型，大多數(shù)是以統(tǒng)計(jì)分析為基礎(chǔ)展開研究分析的，隨著應(yīng)用尺度、區(qū)域、氣候等條件因素的變換，適用性可能會(huì)受到不同程度的影響，降低預(yù)測(cè)環(huán)節(jié)的數(shù)值精準(zhǔn)度[13-14]。未來在研究操作環(huán)節(jié)，需要在不同的氣候環(huán)境、土壤狀況、生態(tài)區(qū)域內(nèi)部，針對(duì)小麥生長發(fā)育模型、小麥產(chǎn)量品質(zhì)的預(yù)測(cè)評(píng)估數(shù)字模型展開研究和分析，不僅有助于提高數(shù)字模型在應(yīng)用期間的精準(zhǔn)性，也能合理提高其在區(qū)域?qū)用娴倪m用性和實(shí)用性。