基于无人机遥感技术的玉米长势监测研究

陈 成，杨栋淏，李亚强，辛京达，王建雄

（云南农业大学水利学院/云南省高校农业遥感与精准农业工程研究中心，昆明 650500）

无人机遥感技术是一项综合性技术［1，2］，涉及到房地产、电子、工业和农业等领域，由于可以用低成本、高效率及便携性快速获取地方数据，故受到众多研究者的广泛应用［3，4］。目前随着无人机遥感技术和数字图像处理技术在农业中的发展和应用，能快速、准确获取多个波段的田间影像，这为农作物信息的快速精确提取提供了新的技术和解决方法。无人机遥感技术能获取农田高分辨率影像，影像分辨率的提高增强了地物细节的表达，而卫星遥感数据可能会受到天气、光照以及时间等因素的影响，并且分辨率要低于无人机遥感数据。无人机通过搭载数码相机、多光谱相机及热红外相机等传感器采集地面农作物信息，并通过对数据进行长时间分析，可以精确地监测农作物的长势情况［5］。

无人机搭载多光谱传感器广泛应用于农业生产当中，石雅娇等［6］通过利用无人机搭载高光谱相机，利用22组数据进行玉米地上生物量的模型构建，使用8组数据对所建模型进行外部验证，得到BP神经网络模型比基于光谱指数反演的玉米生物量模型的精度要更高。苏伟等［7］利用无人机在超低空进行玉米地遥感数据提取，并发现在玉米生长的拔节期中提取玉米垄数精度最高。邵国敏等［8］通过无人机搭载多光谱传感器，并且结合多种植被指数作为模型的参数，发现植被指数的多元线性回归模型可以准确地监测全生育期玉米的叶面积指数。玉米是世界上种植面积最广泛的粮食作物之一［9］，对于地方经济以及社会发展有着至关重要的作用，而玉米品种也是多种多样，为了探究玉米在不同地区、不同环境下的生长情况，众多学者对其做了大量的研究［10-12］。本研究通过无人机搭载多光谱相机对云南省昆明市安宁市玉米的长势进行监测，以期为精准农业发展提供一定帮助。

1 试验区概况及研究方法

1.1 试验区概况

试验地位于云南省昆明市安宁市，安宁市介于东经102°8＇—102°37＇和北纬24°31＇—25°6＇之间，位于螳螂川南部，属于中亚热带低纬度高海拔地区，季节温差不大，干湿度分明，雨热同季，立体气候明显；年平均气温14.9℃，最低气温-7.8℃，最高气温31.5℃；全年平均降水量约为1 000 mm，月最大降雨量208.3 mm，日平均最大降雨量为153.3 mm，雨季主要在5—9月。年日照时间为2 327.5 h，年均蒸发量为1 856.4 mm。风速最快为40 m/s，西南风偏多。选择3种不同品种的玉米试验地进行监测。左边第一块为1号试验地，玉米品种为LD556；右上为2号试验地，玉米品种为XL；右下为3号试验地，玉米品种为JD16，具体情况如图1所示。

图1 试验区正面射影影像

1.2 研究方法

常见的植被指数有比值植被指数（Ratio vegetation index，RVI）、归一化植被指数（Normalized difference vegetation index，NDVI）、差值植被指数（Difference vegetation index，DVI）、增强型植被指数（Enhanced vegetation index，EVI）等，而归一化植被指数是最常用且应用较为广泛的植被指数，由于归一化植被指数对植被的生长状态较为敏感，可以通过指数直接反映植被的生长状况。本研究通过无人机多光谱传感器获取5个多光谱波段，分别为蓝光（Blue）、绿光（Green）、红光（Red）、红边（Red-edge）及近红外（Nir）的影像数据，进行NDVI计算，公式如下：

式中，NIR为近红外波段；Red为红外波段。

2 玉米长势监测分析

2.1 试验数据获取

试验区监测时间为2020年6—10月，使用大疆多光谱无人机（P4 Multispectral）获取试验区数据，无人机搭载1个可见光传感器和5个多光谱传感器，分别为蓝光、绿光、红光、红边和近红外，其波段中心分别为450、560、650、730、840 nm，其分辨率均为120万像素。常规RGB数据采集使用的是DJI Mavic 2 Enterprise Dual无人机，该架无人机有2个镜头，分别是常规RGB镜头和热红外镜头，因为该架无人机分辨率更好，因此使用其作为RGB影像数据采集平台。为了保证数据的一致性，均选择在中午天气晴朗、风小无云的状态下进行数据采集，从而避免由于天气因素影响试验结果。

遥感数据的采集中航向重叠率为85%，旁向重叠率为85%，使图像精度更高，数据更加精确，影像数据地理坐标系为WGS84，投影坐标系为UTM zone 48N。按玉米的5个生长期（播种期、拔节期、大喇叭口期、抽雄期、乳熟期）进行数据的采集，采集的时间间隔在25～30 d。将不同时期获取的影像数据进行镶嵌和裁剪处理，后续进行传感器定标、大气校正等预处理，以做到有效消除环境和水气等因素带来的影响。

2.2 植被指数结果分析

通过无人机获取遥感数据，并对其进行归一化植被指数计算，得到NDVI分布图（图2），其中，图a、b、c、d、e分别代表播种期、拔节期、大喇叭口期、抽雄期、乳熟期5个时期的玉米NDVI分布情况。对其进行分区统计，得到3个不同试验地的NDVI最大值、最小值及均值，具体统计结果见表1。

由表1可知，在播种期由于刚刚将玉米种子种下，试验区基本为裸地状态，故NDVI表现均为负值。可以发现从播种期到拔节期，3种不同品种的玉米NDVI平均值明显上升，其中试验地块2和试验地块3的NDVI升高速度要慢于试验地块1。从拔节期到大喇叭口期，植被指数大幅度上升，玉米的叶片面积变大、株高变高以及雌雄穗等器官发育较快，该时期为玉米发育最为旺盛的一个时期。从大喇叭口期到乳熟期，玉米的NDVI经历了先保持平稳，然后出现一定的下降，而该时间段玉米的营养体停止生长，开始进入开花及玉米子粒形成期。作物在生长的过程中除了受到本身的生理状态影响外，还与试验区的气候等因素有一定关系，由于该地在玉米成长期间受到雨季降水量过多的影响，植物生长受到一定影响，也导致植被指数会出现下降。

通过对比玉米生长5个时期的NDVI，3种不同品种玉米所在试验地NDVI也表现出不同的态势。从统计结果（表1）可以发现，试验地块1的NDVI均值最大，次之为试验地块3，最后为试验地块2，说明试验地块1中LD556玉米整体长势一致，保持了较好的状态，故整体上要比另外2个品种的玉米长势更好一些，NDVI所表现出来的趋势也要更好。

表1 试验区玉米不同生长期NDVI统计结果

通过对比NDVI最大值，试验地块3的NDVI最大，说明试验地块3中的JD16品种部分玉米长势要更好，通过NDVI分布图（图2）可以看出，试验地块3的中部地区玉米长势明显要优于其他地块，故导致NDVI的最大值要高于其他试验地块。其次，通过对比NDVI最小值，试验地块1的NDVI最小值要远小于其他2个地块，主要是试验地块1靠路边的这一块区域，由于降水量过多，路边的土壤出现了松散，玉米在生长期间出现了一定的倒伏现象，导致NDVI出现了减少。

图2 试验区玉米不同生长期NDVI分布

3 小结

通过无人机获取地面多光谱数据，可以有效、快捷地对农作物进行监测，本研究对3种不同品种的玉米进行长时间监测，所得到的结果表明试验地块1的LD556玉米品种要优于另外2块试验地的玉米品种，并通过6—10月监测过程中实地数据采集与无人机所获取的遥感数据对比，情况大致一致，试验地块1玉米品种的整体生长过程比另外2个玉米品种要更为迅速，从拔节期开始平均NDVI就一直保持最高水平，相比较地面对玉米进行监测要更为方便和高效一些。