农业无人机低空遥感应用研究进展

前言：想要写出一篇引人入胜的文章？我们特意为您整理了农业无人机低空遥感应用研究进展范文，希望能给你带来灵感和参考，敬请阅读。

摘要：快速获取并解析农田作物信息是精准农业能够持续发展的前提基础。近年来，随着低空无人机产业的迅速崛起，无人机农业遥感技术在现代精准农业领域中得到了广泛应用。文章介绍了低空无人机遥感的相关概念，总结了其在农业应用中的优势。结合国内外无人机低空遥感技术在农业应用方面的最新进展，进一步分析该技术现存的不足之处，并展望未来的发展方向。

关键词：低空遥感；农业大数据；无人机；农情解析

农业生产是人类赖以生存的传统性社会生产活动，但由于其具有生产分散性、地域复杂性、灾害突发性等特点，人们难以及时掌握农业资源信息来推动生产发展。1970年代开始，随着民用资源卫星的出现，农业生产领域最先开始利用遥感技术进行农作物面积监测和估产且效果显著。近年来，无人机遥感技术在农业生产中的应用发展迅速，凭借其灵活机动、操作简单、成本低、获取影像速度快且光谱分辨率更高等高空遥感无法比拟的优势，推动了精准农业的调查、评价、监测和管理。由于无人机遥感技术可对农作物进行快速高效的动态实时监测，它已经成为当下农业遥感领域的研究热点。

1无人机遥感概述

1.1无人机发展历程

1916年9月，无人机正式步入人们视线开始发展，2010年开始进入全民应用阶段。目前无人机的应用已经渗透到人类生活的方方面面，成为促进社会经济发展的重要增长点。无人机以其操作方便、灵活机动、实时精准等特点受到了越来越多的关注和得到了应用发展。我国的无人机发展虽起步较晚，近年来也获得了一定的成果，开展了一系列卓有成效的应用研究，影像数据的监测和获取精度有了极大的提高。

1.2无人机低空遥感系统组成

具体的无人机低空遥感系统的组成部分有：无人机飞行平台、微型传感器负载、地面控制台、数据传输系统和影像处理系统等。在农业资源领域，无人机的形状大小、可载负荷量、飞行性能和航线规划算法都对农田资源的监测获取精度有着很大的影响。近年来随着多种无人机平台———如固定翼、单旋翼和多旋翼等无人机机型的出现，各种问题和缺陷也逐渐显露出来，农业遥感技术的发展面临着新的机遇和挑战。

2无人机农业应用中的优势

相比于卫星遥感，无人机有着独特优势。（1）无人机作业自主化。农业无人机由动力驱动，操作灵活，可以根据要求自主规划最佳航行路线和拍摄角度，极大地弥补了传统作业需要大量人力且效率低的缺点。（2）无人机获取数据精准。低空无人机遥感技术可以凭无人机的近地摄影测量优势获取更高精度的光谱影像，覆盖范围更广，受到天气和空间的影响更小，与“精细化农业”的目标更加贴合。（3）无人机获取数据实时、快速、成本低。可以动态连续监测，利用所得影像的高光谱信息进行作物营养诊断、农田系统检测和种类细分、作物长势动态信息获取等技术操作。

3无人机低空遥感技术的主要应用

3.1农业资源预测评估

粮食作物是维系社会正常运行的基础，种植面积与长势的波动影响着国家的稳定。卫星遥感在精确即时数据获取方面有着明显缺陷，无法满足现代农业要求。近年来，无人机遥感随着技术的成熟，弥补了卫星遥感的不足，其在农作物长势分析、养分和土壤水分分析等方面发挥着独特优势。在不与农作物直接接触的情况下可以通过传感器在低空获取作物的电磁波信息并得到相关的指标数据，然后用相应的定量分析方法对耕地生产力进行评价，且最终获得的数据的空间分辨率可达到厘米级。参照刘忠等[1]的研究，将农作物长势关键参数划分为形态指标、生理生化指标、胁迫指标和产量指标等4类。有关长势参数反演的相关研究近年来在国内外都是研究热点，反演方法有形态特征提取法、辐射传输模型法等众多针对不同情形的方法，选择时要尽量避开其短板。

3.2农业虫草害遥感监测

全世界每年由病害和虫害导致的粮食减产仍然十分严重，在总产量中的占比约达到了1/4。目前国内外对利用无人机遥感进行数据反演的研究有很多，但是还未形成规模化成果进行推广，大部分是针对特定作物的监测研究。在农业虫草害中，作物与杂草的识别不可或缺，针对此问题Inkyu等[2]提出了新的改进办法，即利用站式滑动窗口的方式开发一种新的识别分离模型。在各研究中，对于虫草害等信息光谱特征专门提取并进行遥感反演定性，若可更深入研究并加以推广，可做到对灾害的及时发现和防治，将对农业发展有巨大的推动作用。

3.3精准农业管理

精准农业管理是根据作物生长环境和自身特点的差异性进行精准的特定的管理，达到浪费少、成本低、收益高的目的。在李明等[3]的实验研究中，对通过无人机遥感试验得到的多幅有重叠区域的水稻地块图像，进行处理后建立的可识别二分类Logistic回归模型准确率高，对各不同地块的差异性比较具有参考价值。对无人机影像获得的三种可见波段进行模型建立可达到高精度提取某种作物信息的效果。如综合利用红、绿、蓝三个波段建立可见光差异植被指数模型，绿色健康植被信息的提取精度可达到90%。

4无人机农业应用中的不足

由于无人机遥感技术仍是近年来的新兴技术，若要大规模推广利用仍有许多局限性。无人机自身携带的GPS精度、天气状况、续航时间、通信距离等因素都会影响无人机遥感技术的适用性和实用性。针对单一无人机的作业能力，国内外研究者提出了众多解决方案，但尚未得出一个全面的结论，例如若提高机载设备的监测精度往往又会减低其单次飞行时间。同时，农田间环境千差万别，对无人机的运行也是极大的挑战。在面对复杂天气时，体积小质量轻的优点反而成了劣势，若不能做到随时监测就会降低无人机遥感的可靠性，恶劣条件下通信信号变弱也会影响到低空无人机的运行。国内外无人机遥感研究模型试验的农田范围尚小，缺乏代表性。

5结语和展望

我国遥感技术在农业方面的应用效果显著，低空无人机作为遥感产业的热门研究领域已经受到了广泛关注，出现了多旋翼无人机等新型低空无人机，未来在农情信息采集、农田灾害及时预测处理和精准农业等方面具有极大潜力。当下国内外低空无人机遥感在农业方面应用的理论成果众多，如光谱检测技术在病虫害防治领域有很大的应用空间，未来进一步改进并付诸实践将会极大地推动农业现代化。无人机遥感在农业方面的应用不仅要致力于各种反演和解释模型的建立，还要将大数据与农业植保、病理理论等知识紧密结合，综合得出准确的指标参数，从而得出更可靠的农田资源评估预测。

参考文献：

[1]刘忠，万炜，黄晋宇，等.基于无人机遥感的农作物长势关键参数反演研究进展［J］.农业工程学报，2018，34（24）：60-71.

[3]李明，黄愉淇，李绪孟，等.基于无人机遥感影像的水稻种植信息提取[J].农业工程学报，2018，34(4)：108－114.

作者：胡菲彤 单位：苏州科技大学