陳 成，楊棟淏，李亞強(qiáng)，辛京達(dá)，王建雄

（云南農(nóng)業(yè)大學(xué)水利學(xué)院/云南省高校農(nóng)業(yè)遙感與精準(zhǔn)農(nóng)業(yè)工程研究中心，昆明 650500）

無(wú)人機(jī)遙感技術(shù)是一項(xiàng)綜合性技術(shù)［1，2］，涉及到房地產(chǎn)、電子、工業(yè)和農(nóng)業(yè)等領(lǐng)域，由于可以用低成本、高效率及便攜性快速獲取地方數(shù)據(jù)，故受到眾多研究者的廣泛應(yīng)用［3，4］。目前隨著無(wú)人機(jī)遙感技術(shù)和數(shù)字圖像處理技術(shù)在農(nóng)業(yè)中的發(fā)展和應(yīng)用，能快速、準(zhǔn)確獲取多個(gè)波段的田間影像，這為農(nóng)作物信息的快速精確提取提供了新的技術(shù)和解決方法。無(wú)人機(jī)遙感技術(shù)能獲取農(nóng)田高分辨率影像，影像分辨率的提高增強(qiáng)了地物細(xì)節(jié)的表達(dá)，而衛(wèi)星遙感數(shù)據(jù)可能會(huì)受到天氣、光照以及時(shí)間等因素的影響，并且分辨率要低于無(wú)人機(jī)遙感數(shù)據(jù)。無(wú)人機(jī)通過(guò)搭載數(shù)碼相機(jī)、多光譜相機(jī)及熱紅外相機(jī)等傳感器采集地面農(nóng)作物信息，并通過(guò)對(duì)數(shù)據(jù)進(jìn)行長(zhǎng)時(shí)間分析，可以精確地監(jiān)測(cè)農(nóng)作物的長(zhǎng)勢(shì)情況［5］。

無(wú)人機(jī)搭載多光譜傳感器廣泛應(yīng)用于農(nóng)業(yè)生產(chǎn)當(dāng)中，石雅嬌等［6］通過(guò)利用無(wú)人機(jī)搭載高光譜相機(jī)，利用22組數(shù)據(jù)進(jìn)行玉米地上生物量的模型構(gòu)建，使用8組數(shù)據(jù)對(duì)所建模型進(jìn)行外部驗(yàn)證，得到BP神經(jīng)網(wǎng)絡(luò)模型比基于光譜指數(shù)反演的玉米生物量模型的精度要更高。蘇偉等［7］利用無(wú)人機(jī)在超低空進(jìn)行玉米地遙感數(shù)據(jù)提取，并發(fā)現(xiàn)在玉米生長(zhǎng)的拔節(jié)期中提取玉米壟數(shù)精度最高。邵國(guó)敏等［8］通過(guò)無(wú)人機(jī)搭載多光譜傳感器，并且結(jié)合多種植被指數(shù)作為模型的參數(shù)，發(fā)現(xiàn)植被指數(shù)的多元線(xiàn)性回歸模型可以準(zhǔn)確地監(jiān)測(cè)全生育期玉米的葉面積指數(shù)。玉米是世界上種植面積最廣泛的糧食作物之一［9］，對(duì)于地方經(jīng)濟(jì)以及社會(huì)發(fā)展有著至關(guān)重要的作用，而玉米品種也是多種多樣，為了探究玉米在不同地區(qū)、不同環(huán)境下的生長(zhǎng)情況，眾多學(xué)者對(duì)其做了大量的研究［10-12］。本研究通過(guò)無(wú)人機(jī)搭載多光譜相機(jī)對(duì)云南省昆明市安寧市玉米的長(zhǎng)勢(shì)進(jìn)行監(jiān)測(cè)，以期為精準(zhǔn)農(nóng)業(yè)發(fā)展提供一定幫助。

1 試驗(yàn)區(qū)概況及研究方法

1.1 試驗(yàn)區(qū)概況

試驗(yàn)地位于云南省昆明市安寧市，安寧市介于東經(jīng)102°8＇—102°37＇和北緯24°31＇—25°6＇之間，位于螳螂川南部，屬于中亞熱帶低緯度高海拔地區(qū)，季節(jié)溫差不大，干濕度分明，雨熱同季，立體氣候明顯；年平均氣溫14.9℃，最低氣溫-7.8℃，最高氣溫31.5℃；全年平均降水量約為1 000 mm，月最大降雨量208.3 mm，日平均最大降雨量為153.3 mm，雨季主要在5—9月。年日照時(shí)間為2 327.5 h，年均蒸發(fā)量為1 856.4 mm。風(fēng)速最快為40 m/s，西南風(fēng)偏多。選擇3種不同品種的玉米試驗(yàn)地進(jìn)行監(jiān)測(cè)。左邊第一塊為1號(hào)試驗(yàn)地，玉米品種為L(zhǎng)D556；右上為2號(hào)試驗(yàn)地，玉米品種為XL；右下為3號(hào)試驗(yàn)地，玉米品種為JD16，具體情況如圖1所示。

圖1 試驗(yàn)區(qū)正面射影影像

1.2 研究方法

常見(jiàn)的植被指數(shù)有比值植被指數(shù)（Ratio vegetation index，RVI）、歸一化植被指數(shù)（Normalized difference vegetation index，NDVI）、差值植被指數(shù)（Difference vegetation index，DVI）、增強(qiáng)型植被指數(shù)（Enhanced vegetation index，EVI）等，而歸一化植被指數(shù)是最常用且應(yīng)用較為廣泛的植被指數(shù)，由于歸一化植被指數(shù)對(duì)植被的生長(zhǎng)狀態(tài)較為敏感，可以通過(guò)指數(shù)直接反映植被的生長(zhǎng)狀況。本研究通過(guò)無(wú)人機(jī)多光譜傳感器獲取5個(gè)多光譜波段，分別為藍(lán)光（Blue）、綠光（Green）、紅光（Red）、紅邊（Red-edge）及近紅外（Nir）的影像數(shù)據(jù)，進(jìn)行NDVI計(jì)算，公式如下：

式中，NIR為近紅外波段；Red為紅外波段。

2 玉米長(zhǎng)勢(shì)監(jiān)測(cè)分析

2.1 試驗(yàn)數(shù)據(jù)獲取

試驗(yàn)區(qū)監(jiān)測(cè)時(shí)間為2020年6—10月，使用大疆多光譜無(wú)人機(jī)（P4 Multispectral）獲取試驗(yàn)區(qū)數(shù)據(jù)，無(wú)人機(jī)搭載1個(gè)可見(jiàn)光傳感器和5個(gè)多光譜傳感器，分別為藍(lán)光、綠光、紅光、紅邊和近紅外，其波段中心分別為450、560、650、730、840 nm，其分辨率均為120萬(wàn)像素。常規(guī)RGB數(shù)據(jù)采集使用的是DJI Mavic 2 Enterprise Dual無(wú)人機(jī)，該架無(wú)人機(jī)有2個(gè)鏡頭，分別是常規(guī)RGB鏡頭和熱紅外鏡頭，因?yàn)樵摷軣o(wú)人機(jī)分辨率更好，因此使用其作為RGB影像數(shù)據(jù)采集平臺(tái)。為了保證數(shù)據(jù)的一致性，均選擇在中午天氣晴朗、風(fēng)小無(wú)云的狀態(tài)下進(jìn)行數(shù)據(jù)采集，從而避免由于天氣因素影響試驗(yàn)結(jié)果。

遙感數(shù)據(jù)的采集中航向重疊率為85%，旁向重疊率為85%，使圖像精度更高，數(shù)據(jù)更加精確，影像數(shù)據(jù)地理坐標(biāo)系為WGS84，投影坐標(biāo)系為UTM zone 48N。按玉米的5個(gè)生長(zhǎng)期（播種期、拔節(jié)期、大喇叭口期、抽雄期、乳熟期）進(jìn)行數(shù)據(jù)的采集，采集的時(shí)間間隔在25～30 d。將不同時(shí)期獲取的影像數(shù)據(jù)進(jìn)行鑲嵌和裁剪處理，后續(xù)進(jìn)行傳感器定標(biāo)、大氣校正等預(yù)處理，以做到有效消除環(huán)境和水氣等因素帶來(lái)的影響。

2.2 植被指數(shù)結(jié)果分析

通過(guò)無(wú)人機(jī)獲取遙感數(shù)據(jù)，并對(duì)其進(jìn)行歸一化植被指數(shù)計(jì)算，得到NDVI分布圖（圖2），其中，圖a、b、c、d、e分別代表播種期、拔節(jié)期、大喇叭口期、抽雄期、乳熟期5個(gè)時(shí)期的玉米NDVI分布情況。對(duì)其進(jìn)行分區(qū)統(tǒng)計(jì)，得到3個(gè)不同試驗(yàn)地的NDVI最大值、最小值及均值，具體統(tǒng)計(jì)結(jié)果見(jiàn)表1。

由表1可知，在播種期由于剛剛將玉米種子種下，試驗(yàn)區(qū)基本為裸地狀態(tài)，故NDVI表現(xiàn)均為負(fù)值?？梢园l(fā)現(xiàn)從播種期到拔節(jié)期，3種不同品種的玉米NDVI平均值明顯上升，其中試驗(yàn)地塊2和試驗(yàn)地塊3的NDVI升高速度要慢于試驗(yàn)地塊1。從拔節(jié)期到大喇叭口期，植被指數(shù)大幅度上升，玉米的葉片面積變大、株高變高以及雌雄穗等器官發(fā)育較快，該時(shí)期為玉米發(fā)育最為旺盛的一個(gè)時(shí)期。從大喇叭口期到乳熟期，玉米的NDVI經(jīng)歷了先保持平穩(wěn)，然后出現(xiàn)一定的下降，而該時(shí)間段玉米的營(yíng)養(yǎng)體停止生長(zhǎng)，開(kāi)始進(jìn)入開(kāi)花及玉米子粒形成期。作物在生長(zhǎng)的過(guò)程中除了受到本身的生理狀態(tài)影響外，還與試驗(yàn)區(qū)的氣候等因素有一定關(guān)系，由于該地在玉米成長(zhǎng)期間受到雨季降水量過(guò)多的影響，植物生長(zhǎng)受到一定影響，也導(dǎo)致植被指數(shù)會(huì)出現(xiàn)下降。

通過(guò)對(duì)比玉米生長(zhǎng)5個(gè)時(shí)期的NDVI，3種不同品種玉米所在試驗(yàn)地NDVI也表現(xiàn)出不同的態(tài)勢(shì)。從統(tǒng)計(jì)結(jié)果（表1）可以發(fā)現(xiàn)，試驗(yàn)地塊1的NDVI均值最大，次之為試驗(yàn)地塊3，最后為試驗(yàn)地塊2，說(shuō)明試驗(yàn)地塊1中LD556玉米整體長(zhǎng)勢(shì)一致，保持了較好的狀態(tài)，故整體上要比另外2個(gè)品種的玉米長(zhǎng)勢(shì)更好一些，NDVI所表現(xiàn)出來(lái)的趨勢(shì)也要更好。

表1 試驗(yàn)區(qū)玉米不同生長(zhǎng)期NDVI統(tǒng)計(jì)結(jié)果

通過(guò)對(duì)比NDVI最大值，試驗(yàn)地塊3的NDVI最大，說(shuō)明試驗(yàn)地塊3中的JD16品種部分玉米長(zhǎng)勢(shì)要更好，通過(guò)NDVI分布圖（圖2）可以看出，試驗(yàn)地塊3的中部地區(qū)玉米長(zhǎng)勢(shì)明顯要優(yōu)于其他地塊，故導(dǎo)致NDVI的最大值要高于其他試驗(yàn)地塊。其次，通過(guò)對(duì)比NDVI最小值，試驗(yàn)地塊1的NDVI最小值要遠(yuǎn)小于其他2個(gè)地塊，主要是試驗(yàn)地塊1靠路邊的這一塊區(qū)域，由于降水量過(guò)多，路邊的土壤出現(xiàn)了松散，玉米在生長(zhǎng)期間出現(xiàn)了一定的倒伏現(xiàn)象，導(dǎo)致NDVI出現(xiàn)了減少。

圖2 試驗(yàn)區(qū)玉米不同生長(zhǎng)期NDVI分布

3 小結(jié)

通過(guò)無(wú)人機(jī)獲取地面多光譜數(shù)據(jù)，可以有效、快捷地對(duì)農(nóng)作物進(jìn)行監(jiān)測(cè)，本研究對(duì)3種不同品種的玉米進(jìn)行長(zhǎng)時(shí)間監(jiān)測(cè)，所得到的結(jié)果表明試驗(yàn)地塊1的LD556玉米品種要優(yōu)于另外2塊試驗(yàn)地的玉米品種，并通過(guò)6—10月監(jiān)測(cè)過(guò)程中實(shí)地?cái)?shù)據(jù)采集與無(wú)人機(jī)所獲取的遙感數(shù)據(jù)對(duì)比，情況大致一致，試驗(yàn)地塊1玉米品種的整體生長(zhǎng)過(guò)程比另外2個(gè)玉米品種要更為迅速，從拔節(jié)期開(kāi)始平均NDVI就一直保持最高水平，相比較地面對(duì)玉米進(jìn)行監(jiān)測(cè)要更為方便和高效一些。