無(wú)人機(jī)（UAV）的發(fā)展和迅速崛起標(biāo)志著遙感技術(shù)進(jìn)入了一個(gè)新時(shí)代，它提供了前所未有的空間、光譜和時(shí)間分辨率數(shù)據(jù)。精準(zhǔn)農(nóng)業(yè)是無(wú)人機(jī)最有經(jīng)濟(jì)價(jià)值的應(yīng)用領(lǐng)域之一，本文簡(jiǎn)單介紹了無(wú)人機(jī)高光譜遙感技術(shù)在精準(zhǔn)農(nóng)業(yè)領(lǐng)域的應(yīng)用。

?

無(wú)人機(jī)高光譜遙感技術(shù)

鑒于無(wú)人機(jī)最近進(jìn)入農(nóng)業(yè)應(yīng)用市場(chǎng)，其進(jìn)展、研究數(shù)量和涵蓋的科研方向均成果非凡，大多數(shù)研究證實(shí)了無(wú)人機(jī)在精準(zhǔn)農(nóng)業(yè)中的巨大潛力。盡管(nano)衛(wèi)星也將提供非常高的時(shí)間和空間分辨率，但無(wú)人機(jī)具有幾個(gè)獨(dú)特的功能，可以使它們?cè)诰珳?zhǔn)農(nóng)業(yè)中處于領(lǐng)先地位(遙感數(shù)據(jù)方面)。除了具有競(jìng)爭(zhēng)力的價(jià)格，無(wú)人機(jī)在以下方面仍然是獨(dú)一無(wú)二的:

1) 提供厘米級(jí)分辨率

2) 結(jié)合3D冠層高度和正射影像信息

3) 提供多角度數(shù)據(jù)(特別是來(lái)自快照相機(jī))

4) 提供高質(zhì)量高光譜數(shù)據(jù)，并可以集成各類功能的傳感器

為了將這一知識(shí)應(yīng)用到精準(zhǔn)農(nóng)業(yè)的日常實(shí)踐中，未來(lái)的研究應(yīng)側(cè)重于利用高光譜或多光譜數(shù)據(jù)與熱數(shù)據(jù)的互補(bǔ)性，將觀測(cè)結(jié)果整合到穩(wěn)健的傳輸或增長(zhǎng)模型中(而不是線性回歸模型)，以及將無(wú)人機(jī)產(chǎn)品與其它空間顯式信息相結(jié)合。

推薦產(chǎn)品：賽斯拜克無(wú)人機(jī)高光譜成像系統(tǒng)SF500，它是基于大疆工業(yè)級(jí)無(wú)人機(jī)旗艦產(chǎn)品M300RTK平臺(tái)深度開發(fā)的一款輕小型旋翼無(wú)人機(jī)機(jī)載的高光譜成像系統(tǒng)，光譜范圍覆蓋400～1000nm，光譜分辨率優(yōu)于2.5nm，具有極高的噪信比和空間分辨率，結(jié)合高清相機(jī)拍攝高清圖片，實(shí)現(xiàn)對(duì)物質(zhì)信息的全面檢測(cè)，是當(dāng)前市場(chǎng)上輕型化+科學(xué)級(jí)高光譜數(shù)據(jù)的優(yōu)選組合方案。

?

?

無(wú)人機(jī)高光譜遙感技術(shù)在精準(zhǔn)農(nóng)業(yè)領(lǐng)域的應(yīng)用

1.?干旱脅迫檢測(cè)

配備熱像儀的無(wú)人機(jī)在干旱脅迫檢測(cè)和灌溉調(diào)度中發(fā)揮著重要作用。值得注意的是，幾乎所有用于干旱脅迫檢測(cè)的無(wú)人機(jī)應(yīng)用都集中于果園(水果)作物。在農(nóng)田中，雖然無(wú)人機(jī)也同樣適用，但典型的溝灌或噴灌系統(tǒng)通常不適合精準(zhǔn)灌溉，需要過(guò)渡到(地下)滴灌或樞軸系統(tǒng)中。

2.?病原體檢測(cè)與農(nóng)藥應(yīng)用

無(wú)人機(jī)遙感用于疾病檢測(cè)還處于探索階段，尚未充分發(fā)揮其潛力。到目前為止，還沒(méi)有使用無(wú)人機(jī)生成殺菌劑或殺蟲劑任務(wù)圖。研究表明，農(nóng)民經(jīng)常過(guò)量使用殺蟲劑，大部分是為了避免造成作物嚴(yán)重?fù)p害。因此，未來(lái)的研究需要盡可能避免假陰性觀察。為實(shí)現(xiàn)這一目標(biāo)，主要研究重點(diǎn)應(yīng)放在無(wú)人機(jī)高光譜遙感技術(shù)在幾種常見(jiàn)疾病之間的應(yīng)用區(qū)分，以及熱紅外與多光譜、高光譜數(shù)據(jù)的融合。

3.?雜草檢測(cè)

雜草感染通常是零散的，無(wú)人機(jī)提供了一種很好的方法來(lái)繪制雜草圖，并允許進(jìn)行特定地點(diǎn)的雜草管理 (SSWM)。

使用無(wú)人機(jī)探測(cè)雜草的方法：

1) 有監(jiān)督的分類算法效果很成功

2) 基于對(duì)象的圖像分析(OBIR)方法優(yōu)于傳統(tǒng)的基于像素的方法

?

?

?

4.?營(yíng)養(yǎng)狀況評(píng)估

提高氮(N)含量是現(xiàn)代農(nóng)業(yè)的一大重點(diǎn)，使用近端作物傳感器來(lái)確定變量施肥是精準(zhǔn)農(nóng)業(yè)典型應(yīng)用之一。市面上有多種商用多光譜系統(tǒng)可安裝在拖拉機(jī)和懸臂式噴霧器上，提供實(shí)時(shí)可變施肥率。它們都基于一個(gè)眾所周知的事實(shí)，即營(yíng)養(yǎng)狀況反映在葉子和植物的反射光譜特征中（如上圖）。

5.?生長(zhǎng)活力和生物量

生長(zhǎng)期和生物量的田間變化信息對(duì)農(nóng)民監(jiān)測(cè)作物生長(zhǎng)和制定進(jìn)一步的管理計(jì)劃非常關(guān)鍵。利用基于無(wú)人機(jī)的RGB圖像，可以非常詳細(xì)的體現(xiàn)谷物作物的不同生長(zhǎng)階段。基于無(wú)人機(jī)(RGB)圖像的運(yùn)動(dòng)結(jié)構(gòu)(SfM)軟件得出的植被高度是谷物和果園作物中實(shí)際植被高度的極佳估計(jì)方法(前提是有足夠的土壤區(qū)域可見(jiàn))。

?

?

?

6.?產(chǎn)量預(yù)測(cè)

精確的早期產(chǎn)量預(yù)測(cè)對(duì)農(nóng)民和整個(gè)農(nóng)業(yè)部門同樣重要。使用無(wú)人機(jī)時(shí)，通過(guò)應(yīng)用RGB導(dǎo)出的株高和冠層覆蓋率、植被指數(shù)或多光譜圖像，可以獲得良好的產(chǎn)量預(yù)測(cè)精度。多時(shí)相植被指數(shù)，如累計(jì)整個(gè)生長(zhǎng)周期的植被指數(shù)效果，優(yōu)于單次，衛(wèi)星數(shù)據(jù)也是如此。

無(wú)人機(jī)產(chǎn)量預(yù)測(cè)研究目前主要集中在：

1) 經(jīng)驗(yàn)回歸模型

2) 作物生長(zhǎng)模型

?