范月圓,劉華勇
(1.江蘇航空職業(yè)技術(shù)學(xué)院;2.鎮(zhèn)江高等職業(yè)技術(shù)學(xué)校,江蘇 鎮(zhèn)江212010)
目前在資源日顯短缺,在農(nóng)產(chǎn)品市場競爭日趨激烈的時代,由于化學(xué)物質(zhì)的過量投入,引起農(nóng)業(yè)生態(tài)環(huán)境和農(nóng)產(chǎn)品質(zhì)量下降,高能耗的管理方式導(dǎo)致生產(chǎn)效益低下,不適應(yīng)持續(xù)發(fā)展的理念需要。精準(zhǔn)農(nóng)業(yè)(Precision Agriculture)其基本涵義是根據(jù)作物生長的土壤性狀,調(diào)節(jié)對作物的投入,即一方面查清田塊內(nèi)部的土壤性狀與生產(chǎn)力空間變異,另一方面確定農(nóng)作物的生產(chǎn)目標(biāo),進(jìn)行定位的“系統(tǒng)診斷、優(yōu)化配方、技術(shù)組裝、科學(xué)管理”,以最少或最節(jié)省的投入達(dá)到同等收入或更高的收入,并改善環(huán)境,取得較好的經(jīng)濟(jì)效益和環(huán)境效益。
遙感(RS,Remote Sensing)技術(shù)是精準(zhǔn)農(nóng)業(yè)生物技術(shù)體系中獲取田間數(shù)據(jù)的重要來源,積累起來的作物多光譜圖像信息處理及成像技術(shù)、傳感技術(shù)和作物生產(chǎn)管理需求密切相關(guān)。無人機(jī)遙感系統(tǒng)為云下觀測系統(tǒng),飛得低,看得近,實效性高,不受天氣影響,具有機(jī)動、快速、經(jīng)濟(jì)等優(yōu)勢,已逐步從研究發(fā)展到實際應(yīng)用階段[1]。
農(nóng)作物在病蟲害侵襲或其他不利生長因素條件影響下,在不同波段上表現(xiàn)出不同程度的吸收和反射特性的改變,通過形式化表達(dá)成為光譜特征后,作為無人機(jī)遙感監(jiān)測的基本依據(jù)。當(dāng)農(nóng)作物受到病蟲害侵?jǐn)_或缺少營養(yǎng)時,葉子會呈現(xiàn)出具有相應(yīng)病態(tài)特征的狀態(tài),如顏色的改變、結(jié)構(gòu)的破壞或外形的改觀等,同時葉子的光譜反射率也會隨之改變。在可見光波段向近紅外波段過渡區(qū)間,受脅迫農(nóng)作物的植被反射率比健康農(nóng)作物的反射率大,同時,近紅外光譜的變化產(chǎn)生在可見光光譜的變化之前,通過近紅外光譜的監(jiān)測分析,提前預(yù)判評估作物的健康情況[2],實現(xiàn)對每一塊土地進(jìn)行精細(xì)化、全方位的觀察。
1.2.1 硬件系統(tǒng)
無人機(jī)遙感系統(tǒng)的硬件主要包括飛行器和傳感器兩部分。
飛行器采用創(chuàng)飛CF3.0無人機(jī)精準(zhǔn)農(nóng)業(yè)套裝,如圖2所示,參數(shù)如下:
創(chuàng)飛CF3.0整機(jī)×1
遙控器×1
TB48D電池×4
禪思X3相機(jī)×1
NIR相機(jī)×1
定制防護(hù)箱×1
圖2 創(chuàng)飛CF3.0無人機(jī)精準(zhǔn)農(nóng)業(yè)套裝
傳感器采用派諾特Sequoia多光譜傳感器(如圖3所示)。Parrot Sequoia五通道光譜相機(jī)可采集可見光和不可見光圖像數(shù)據(jù),捕捉植物和日光反射光線,提供的標(biāo)定數(shù)據(jù)可用來優(yōu)化監(jiān)測,從而對農(nóng)作物的健康進(jìn)行分析及判斷。Parrot Sequoia所配置的多方位傳感器利用不同的波長捕捉精確照片,繪制出精確的NDVI地圖。
參數(shù)如下:
RGB相機(jī):分辨率:16 Mpx 4 608×3 456px
水平視角(HFOV):63.9°
垂直視角(VFOV):50.1°
顯示視角(DFOV):73.5°
4個單獨波段:
綠波段:550 nm,帶寬:40 nm;
紅波段:660 nm,帶寬:40 nm;
紅 邊:735 nm,帶寬:10 nm;
近紅外:790 nm,帶寬:40 nm。
圖3 Sequoia多光譜傳感器
1.2.2 軟件系統(tǒng)
軟件采用Pix4Dfields,這是一款專為數(shù)字農(nóng)業(yè)打造的農(nóng)田測繪和作物分析軟件,能獲得快速而精準(zhǔn)的地圖,可以生成最常用的指數(shù)NDVI、NDRE、VARI、TGI、SIPI2、LCI、BNDVI、GNDVI地圖,幫助更快識別問題[3]。
傳統(tǒng)的施肥方式通常是采用統(tǒng)一施撒,不考慮土壤條件、農(nóng)作物的實際長勢等情況,因而會造成種種偏差和不利影響,結(jié)合精準(zhǔn)農(nóng)業(yè)技術(shù)后,可以操作無人機(jī)飛到問題農(nóng)田區(qū)域,使用無人機(jī)和多光譜相機(jī)采集多光譜影像,這些影像被導(dǎo)入到Pix4Dfields軟件中進(jìn)行自動化處理,生成NDVI植被指數(shù)[4]。分析農(nóng)作物在當(dāng)季及特定土壤中的生產(chǎn)狀況,并創(chuàng)建處方圖,從而得出最佳施氮方案,減少化肥使用量,降低對環(huán)境的不利影響。最后還可以把得到的NDVI地圖,結(jié)合各種因子(氣溫、降水、肥料等)輸入到估產(chǎn)模型中,得到農(nóng)作物的產(chǎn)量分布,如圖4所示。
圖4 無人機(jī)精準(zhǔn)施肥作業(yè)示意圖
傳統(tǒng)農(nóng)業(yè)中農(nóng)作物病蟲害監(jiān)測預(yù)報方面主要還是依靠植保人員的田間調(diào)查、田間取樣等方式,費(fèi)時耗力,存在主觀性強(qiáng)、時效性差等弊端,難以適應(yīng)目前大范圍的病蟲害實時監(jiān)測和預(yù)報的需求。
由于病蟲害葉片或冠層光譜是對植物生理、生化、形態(tài)、結(jié)構(gòu)等改變的整體響應(yīng),具高度復(fù)雜性,因此對于不同植物,不同類型、不同發(fā)展階段的病蟲害,可能會有多樣的光譜特征。針對這些情況已經(jīng)有相當(dāng)數(shù)量的研究對不同作物病蟲害的光譜特征進(jìn)行了報道,研究者們選擇了合適的識別和區(qū)分算法,以建立這些病情和光譜特征之間的關(guān)系提出了各種各樣的方法和模型[5]。在此研究基礎(chǔ)上,我們不僅可以根據(jù)農(nóng)作物的生長周期、歷史環(huán)境判斷蟲害的種類,選擇合適的殺蟲劑,并可以根據(jù)受害的嚴(yán)重程度對農(nóng)田進(jìn)行區(qū)域劃分。
開展無人機(jī)遙感技術(shù)應(yīng)用,有其他傳統(tǒng)監(jiān)測方式和傳統(tǒng)地面作業(yè)機(jī)械無法比擬的優(yōu)勢,能及時準(zhǔn)確地獲取農(nóng)情信息,并從空中輔助農(nóng)事操作,實現(xiàn)了有別于傳統(tǒng)方式的精準(zhǔn)施肥、變量施藥,改變了傳統(tǒng)的作業(yè)和管理模式,具有很好的市場推廣應(yīng)用前景。